Quelle architecture pour votre projet d’intelligence artificielle ?

Les données sont déjà dans Microsoft 365. Les fonctions arrivent avec les licences. Aucun matériel à acheter, rien à exploiter, un premier cas en quelques semaines.

Le coût se consomme à l’usage et grimpe avec le volume. Les données doivent pouvoir être traitées par le service. La latence dépend de la liaison.

Assistants dans Teams, recherche dans SharePoint, tri de courriels, service client. Tout ce qui vit déjà dans votre tenant.

Rien ne sort : ni les documents, ni les requêtes, ni le modèle. Le coût par requête devient marginal une fois le matériel payé. Les volumes importants restent dans vos locaux.

Un serveur avec processeurs graphiques, son alimentation, son refroidissement, et l’exploitation qui va avec. Les modèles évoluent vite ; il faut les suivre.

Corpus confidentiels, code source, données réglementées, volumes de documents élevés, ou un contrat qui interdit le service en ligne.

L’identité, Teams et l’interface restent chez Microsoft ; la recherche documentaire, les données sensibles ou l’inférence restent dans vos locaux. Le meilleur des deux, quand il est bien découpé.

Deux endroits à exploiter, une frontière à tenir dans la durée, et une liaison devenue critique entre les deux.

Le cas le plus fréquent : un assistant dans Teams dont le corpus et le modèle ne quittent pas le datacenter. Ou un traitement de documents dont la partie sensible reste sur place.

La décision se prend sur place, en quelques millisecondes, avec ou sans liaison. Les images et les mesures ne traversent aucun réseau.

Du matériel robuste dans un environnement qui ne lui est pas favorable, une administration à distance, et des modèles à mettre à jour sur chaque site.

Caméras sur une ligne, capteurs sur des équipements, sites industriels ou isolés qui ne peuvent pas dépendre d’Internet.