Installer une IA sur son PC, c’est devenu facile. Savoir quoi en faire, c’est une autre histoire. Beaucoup de gens franchissent le pas, posent trois questions de culture générale au modèle, constatent qu’il répond moins bien que ChatGPT, et referment le logiciel pour ne jamais le rouvrir.
C’est logique : comparer une IA locale à un service en ligne sur le terrain de ce dernier, c’est perdu d’avance. En revanche, il existe une série d’usages où le modèle qui tourne chez toi est objectivement le meilleur choix, parfois le seul acceptable. Voici les cinq qui justifient à eux seuls l’installation, et les trois cas où il ne faut surtout pas s’en servir.
Le préalable, si ce n’est pas déjà fait : installer LM Studio ou Ollama et charger un modèle adapté à ta machine. Les ordres de grandeur qui comptent (la mémoire, avant tout) sont détaillés dans notre guide sur le matériel qu’il faut vraiment pour une IA locale. Retiens simplement qu’à partir de 16 Go de mémoire, un modèle de bon niveau comme gpt-oss 20B tourne confortablement, et qu’en dessous, les petits modèles de la famille Gemma ou Qwen dépannent honorablement.
1. Faire lire à l’IA ce que tu ne confierais à personne
C’est l’usage numéro un, et de loin. Un bail, un contrat de travail, un devis d’assurance, un courrier de l’administration, un compte rendu médical, un relevé bancaire : autant de documents qu’on aimerait faire résumer ou expliquer, et qu’on n’a aucune envie de téléverser sur les serveurs d’une entreprise étrangère.
Avec un modèle local, la question ne se pose plus : le fichier ne quitte pas la machine, littéralement. Pas de conditions d’utilisation qui changent, pas de rétention, pas d’entraînement sur ton contenu. On a comparé ce que les grands services font de tes données : la différence est structurelle, pas une question de confiance.
En pratique, LM Studio comme l’application Ollama acceptent qu’on dépose un PDF ou un document texte dans la conversation. Les demandes qui marchent bien : « résume ce document en dix lignes », « quelles sont mes obligations dans ce contrat », « explique-moi ce paragraphe en français courant », « quels sont les points inhabituels par rapport à un bail classique ». Ce sont des tâches de lecture et de reformulation, exactement là où les modèles locaux sont bons.
2. Écrire les courriers pénibles
Lettre de résiliation, réclamation à un opérateur, contestation d’une amende, mot au syndic, relance d’un artisan qui ne répond plus : la corvée type, celle qu’on repousse pendant trois semaines.
Un modèle local produit un premier jet correct en dix secondes, dans le bon registre, et il accepte sans broncher les dix allers-retours qui suivent (« plus ferme », « plus court », « ajoute la référence du contrat »). Comme c’est gratuit et illimité, on itère sans compter, ce qui change tout par rapport à un service à quotas.
Le bon réflexe reste de relire et de personnaliser : un courrier entièrement généré se repère, et les détails factuels (dates, montants, références) doivent venir de toi, pas du modèle.
3. Traduire et corriger, y compris dans l’avion
La traduction est un des points forts des modèles ouverts récents, et elle a l’avantage de fonctionner sans connexion. Dans un train sans réseau, à l’étranger sans forfait data, sur un réseau d’entreprise verrouillé : le modèle est là, entier, sur ton disque.
Même chose pour la correction et la réécriture : orthographe, grammaire, allègement d’un texte trop lourd, adaptation d’un ton. Sur ce registre, l’écart avec les modèles en ligne est faible, et l’usage est intensif par nature, donc parfaitement adapté à quelque chose qui ne coûte rien à l’usage.
4. Débroussailler un problème technique
Une formule de tableur qui refuse de fonctionner, un petit script à écrire, une expression régulière à décrypter, un message d’erreur incompréhensible : les modèles locaux sont étonnamment à l’aise sur ce terrain, parce qu’ils ont été massivement entraînés sur du code.
C’est aussi un domaine où l’on peut vérifier soi-même le résultat immédiatement : la formule marche ou ne marche pas. Le risque d’erreur invisible, qui est le vrai danger des IA, y est donc beaucoup plus faible qu’ailleurs.
Attention à une limite bien réelle : sur les technologies récentes, le modèle raisonne avec ce qu’il a appris à sa date d’entraînement, et il ne va pas vérifier sur le web. Il te proposera parfois une syntaxe périmée depuis deux versions.
5. Traiter en série ce qu’on ne ferait jamais à la main
C’est l’usage le moins évident, et celui qui justifie le mieux le local. Comme chaque requête est gratuite, tu peux te permettre des choses qu’un service facturé à l’usage rendrait absurdes : reclasser deux cents notes prises en vrac, extraire les dates et les montants d’une pile de factures, générer une description pour chacune des cinquante photos d’une annonce, résumer un par un six mois de comptes rendus de réunion.
La lenteur relative du modèle local ne compte plus dans ce scénario : on lance le traitement, on va faire autre chose. C’est exactement l’inverse de l’usage conversationnel, et c’est là que la machine du dessous prend tout son sens.
Les trois cas où il ne faut pas s’en servir
L’actualité et les faits vérifiables. Un modèle local ne consulte pas le web. Il répond avec ce qu’il a mémorisé, jusqu’à une date qu’il ne connaît d’ailleurs pas toujours lui-même, et il le fait avec le même aplomb que pour le reste. Pour une date, un prix, une version de logiciel, une actualité : passe par un moteur de recherche ou un service en ligne qui cite ses sources.
Les décisions à enjeu. Santé, droit, fiscalité, choix financiers : un modèle local se trompe autant qu’un autre, et souvent avec plus d’assurance. Il peut servir à comprendre un document ou à préparer des questions pour un professionnel. Il ne remplace pas ce professionnel, et un texte de loi mal restitué peut coûter cher.
Les tâches de raisonnement complexe. Sur un problème long et sinueux, l’écart avec les meilleurs modèles en ligne reste net. Il se réduit d’année en année, mais il existe. Le bon partage en 2026 : le local pour le sensible, le répétitif et le hors-ligne ; le cloud pour le difficile et l’actualité.
Une dernière recommandation
Ne juge pas un modèle sur sa première réponse. Ces modèles réagissent énormément à la façon dont on formule la demande : donne-lui un rôle (« tu es un correcteur exigeant »), précise le format attendu, la longueur, le ton. Le même modèle passe du médiocre au très bon selon la consigne.
Et si tu produis des images avec les mêmes outils, garde en tête que la question de leur détection est devenue un sujet à part entière : on a expliqué comment repérer une image générée par IA, ce qui vaut aussi pour ce que tu publies toi-même.
Questions fréquentes
Un modèle local peut-il lire mes fichiers Word et PDF ?
Oui. LM Studio et l’application Ollama acceptent qu’on dépose un document dans la conversation, et en extraient le texte. Les limites tiennent à la longueur : un contrat de quelques pages passe sans souci, un livre entier dépasse la capacité de la plupart des configurations grand public. Dans ce cas, découpe en sections.
Est-ce que ça consomme beaucoup d’électricité ?
Le modèle ne sollicite le processeur et la carte graphique que pendant qu’il répond, quelques secondes à quelques dizaines de secondes. Sur un usage normal, l’impact sur la facture est négligeable. Un traitement en série de plusieurs heures, lui, fait travailler la machine à plein : c’est comparable à une longue session de jeu.
Quel modèle choisir pour débuter ?
Avec 16 Go de mémoire ou plus, gpt-oss 20B est un excellent point d’entrée, sous licence libre et avec un bon niveau de raisonnement. En dessous, oriente-toi vers les petits modèles des familles Gemma ou Qwen, qui tiennent dans peu de mémoire et suffisent pour la reformulation et la traduction. Les catalogues intégrés à LM Studio et Ollama indiquent les besoins de chaque modèle.
Mes conversations sont-elles vraiment privées ?
Oui, tant que tu utilises un modèle chargé localement : le traitement se fait sur ta machine, et l’historique est un fichier sur ton disque. Deux réserves de bon sens : certains outils proposent aussi de se connecter à des modèles distants, vérifie ce que tu as sélectionné ; et le chiffrement de ton disque reste ce qui protège cet historique en cas de vol de la machine.
Faut-il une carte graphique dédiée ?
Ce n’est pas indispensable, mais ça change tout sur la vitesse. Sans carte graphique, un modèle tourne sur le processeur et répond lentement, ce qui reste acceptable pour du traitement en arrière-plan et frustrant en conversation. Les Mac récents font exception grâce à leur mémoire unifiée, particulièrement efficace pour cet usage.
