Toutes les quelques semaines, un nouveau modèle d’IA arrive en tête d’un classement — et toutes les quelques semaines, un client pose la même question : lequel devons-nous vraiment utiliser dans notre entreprise ? La réponse honnête pour une PME suisse : pour la plupart des tâches de bureau, le choix compte moins que le marketing le laisse croire. Mais il compte — dans trois situations précises. Voici une façon calme de choisir entre GPT, Claude et un modèle local, sans refaire la comparaison chaque mois.

Ce qui distingue vraiment les modèles

Pour les tâches de bureau courantes — rédiger une lettre client, résumer un contrat de dix pages, répondre aux e-mails de routine — les modèles leaders sont suffisamment proches pour que vous remarquiez rarement la différence. Les écarts apparaissent dans des cas précis : documents très longs, tableaux complexes, mises en forme inhabituelles, et questions où le modèle devrait admettre qu’il ne sait pas. Claude a la réputation d’être solide sur les longs documents, GPT d’être polyvalent et bien intégré ; les modèles locaux sont un cran en dessous en qualité maximale, mais traitent les textes de routine de manière fiable.

Une mise en garde : tout classement concret — celui-ci compris — est périmé au bout de quelques mois. Considérez les noms de modèles comme des candidats interchangeables, non comme des engagements à long terme.

Testez avec votre langue, pas avec des benchmarks anglais

Les benchmarks se courent en anglais. Vos clients écrivent en allemand et en français, avec des conventions suisses : formules de politesse, montants en CHF, « Sie » et « vous » correctement employés. Avant de vous engager, faites passer dix de vos vraies tâches dans le modèle candidat — une offre réelle, une vraie réponse à une réclamation, une vraie lettre française. La plupart des modèles de pointe gèrent bien les deux langues aujourd’hui, mais les niveaux de politesse et les conventions de mise en forme restent leur point faible. Le modèle qui gagne un benchmark anglais n’écrit pas automatiquement bien vos lettres.

Quand le local est la bonne réponse

Si votre travail implique des données que vous n’avez pas le droit d’envoyer à un fournisseur de cloud — dossiers de patients, dossiers juridiques, finances de clients couvertes par le secret professionnel et la nLPD —, un modèle local sur votre propre machine supprime complètement la question : rien ne quitte le bâtiment. Le compromis est réel : qualité de pointe moindre, un peu d’effort d’installation et du matériel à financer. Si vos documents sont des lettres et des résumés de routine, un bon modèle local suffit. Si vous avez besoin de l’analyse la plus forte, utilisez un modèle cloud sur des textes anonymisés et gardez l’original sensible en local.

Une règle en trois questions

  1. Quelles données sensibles ? Si elles ne doivent pas quitter votre machine : passez au local — ou anonymisez avant d’utiliser un modèle cloud.
  2. Quelle est l’exigence de la tâche ? Texte de routine : n’importe quel modèle actuel fera l’affaire. Analyse complexe ou mise en forme délicate : utilisez le modèle le plus fort auquel vous avez accès.
  3. Quel est le coût ? Pour une entreprise d’une à cinq personnes, un abonnement forfaitaire d’environ 20 à 30 CHF par siège et par mois est presque toujours moins cher que la facturation à la requête. Commencez là, et ne changez que si vous heurtez un mur.

Ne vous mariez pas avec un modèle

Quel que soit votre choix, gardez une sortie peu coûteuse. Conservez vos prompts dans un document, pas seulement dans une application de chat. Décrivez vos flux de travail en langage clair pour que n’importe quel modèle puisse les exécuter. Puis retestez chaque trimestre avec les mêmes dix tâches réelles : les modèles progressent, les prix changent, et le grand gagnant d’hier sera peut-être demain dans le peloton. Un changement doit prendre trente minutes, pas se transformer en projet de migration.

Le modèle est la partie la moins stable de votre installation IA. Vos flux de travail, la structure de vos documents et vos routines sont les parties durables. Construisez-les pour qu’ils tournent sur le meilleur modèle du prochain trimestre — et cessez de vous soucier des classements.