Open WebUI et IA auto-hébergée : une PME doit-elle héberger son propre modèle ?

En bref

• Open WebUI est une interface de discussion que vous installez sur vos propres serveurs. Elle ne fait pas tourner de modèle : elle se branche à Ollama et à des API compatibles OpenAI. « Auto-héberger son IA » recouvre donc trois choix distincts : l'interface, le moteur qui exécute le modèle, et le modèle lui-même.
• Pour une PME, c'est rarement la bonne première étape. Selon la CNIL, il « semble généralement plus opportun et plus sécurisé » de déployer sur site quand on fournit des données personnelles ou de la documentation sensible, mais elle rappelle que son coût d'installation et d'exploitation fait souvent préférer un hébergement distant sous contrat.
• Ce billet donne les critères de décision, un coût de location relevé le 16 octobre 2026, les points de sécurité et l'alternative hybride. Il ne mesure pas la qualité des modèles.

Scénario illustratif, pas un cas client. Un cabinet de dix personnes veut un assistant qui lit ses dossiers clients. Deux questions décident de tout : ces dossiers peuvent-ils partir chez un prestataire sous contrat, et qui, dans le cabinet, mettra le serveur à jour chaque mois ? Le reste du billet détaille ces deux questions.

Auto-héberger son IA : trois couches, pas une

Les recherches sur « Open WebUI » renvoient surtout des tutoriels d'installation. Avant d'installer, il faut savoir ce qu'on installe. Une IA auto-hébergée se compose de trois couches, que l'on choisit séparément.

• L'interface. Open WebUI est décrit par sa documentation comme une plateforme d'IA auto-hébergée, conçue pour fonctionner entièrement hors ligne. Elle gère comptes, groupes et droits d'accès. Pour la production, la documentation indique de l'installer avec Docker ou Python (lue le 16 octobre 2026).
• Le moteur. C'est lui qui exécute le modèle. Ollama le fait sur votre machine ; sa FAQ précise qu'en usage local, Ollama ne voit ni vos questions ni vos données. vLLM, bibliothèque d'inférence et de service de modèles, offre un serveur compatible OpenAI et prend en charge des GPU NVIDIA et AMD comme des processeurs. Je n'ai pas comparé leurs performances : ce billet ne tranche pas entre les deux.
• Le modèle. Ce sont les « poids ouverts » que le moteur charge. Mistral AI et Meta en publient, avec des licences différentes.

Côté licences des modèles, la documentation de Mistral AI (lue le 16 octobre 2026) classe Mistral Small 4, Mistral Large 3 et Ministral 3 (3B, 8B, 14B) sous Apache 2.0, Mistral Medium 3.5 sous « Modified MIT », et indique « Open » pour Mistral Large 4 sans autre précision.

Pour Llama, la fiche Ollama de Llama 3.3 renvoie à la Llama 3.3 Community License et à une politique d'usage acceptable. Ouvert ne veut pas dire sans conditions : lisez la licence avant un usage commercial.

Open WebUI a lui aussi sa licence. Le code jusqu'à la version 0.6.5 est sous BSD-3 ; depuis la version 0.6.6 (19 avril 2025), la licence impose de conserver la marque « Open WebUI », sauf pour 50 utilisateurs ou moins sur 30 jours, ou avec une licence entreprise. D'après la page entreprise de l'éditeur, l'usage interne avec la marque intacte est gratuit.

Pour une PME qui garde la marque, le point ne bloque donc pas. Il compte si vous voulez l'habiller à vos couleurs au-delà de 50 utilisateurs, ou le déployer pour des clients : la page « Partners & Agencies » renvoie alors vers un formulaire de partenariat.

La troisième voie est hybride : garder l'interface Open WebUI, mais brancher un modèle hébergé chez un fournisseur par une API compatible OpenAI, la « passerelle ». Les échanges partent alors chez ce fournisseur, ce qui change l'analyse. Nous y revenons plus bas.

Quand l'auto-hébergement se justifie

Dans ses questions-réponses sur l'IA générative (18 juillet 2024, lues le 16 octobre 2026), la CNIL distingue trois modes de déploiement : sur site, cloud hébergé, API.

Si vous fournissez des données personnelles de clients ou de collaborateurs, ou de la documentation sensible (par exemple pour un RAG, un assistant qui répond à partir de vos documents, expliqué dans LLM et RAG : définitions pour dirigeants), elle écrit qu'il « semble généralement plus opportun et plus sécurisé » de déployer sur site, ce qui limite les risques d'extraction de données auprès d'un tiers.

Elle ajoute une réserve : au vu du coût d'installation et d'exploitation d'un système sur site, il sera « souvent plus aisé » de recourir à un système hébergé à distance, sous un contrat de sous-traitance qui précise responsabilités et accès. Elle admet qu'une petite structure recoure à une infrastructure mutualisée si transferts et sécurité sont encadrés. Pour une API, la maîtrise du système est selon elle « quasi exclusivement » dans les mains du fournisseur.

Ce que j'en conclus (interprétation de Waimia, pas un fait établi). L'auto-hébergement se justifie dans trois situations :

• une règle écrite interdit que ces données partent chez un prestataire : contrat client, appel d'offres, avis de votre délégué à la protection des données ;
• une tâche étroite et répétée tourne à fort volume stable, et un petit modèle y suffit après un test sur vos documents ;
• quelqu'un chez vous sait exploiter un serveur, et vous voulez cloisonner l'accès par équipe.

Si aucune de ces situations ne décrit votre cas, un service hébergé sous un bon contrat vous coûtera moins de temps. C'est la position de notre page sur l'intégration de Mistral AI : auto-héberger est rarement le bon choix pour une PME.

Auto-héberger ne dispense pas du RGPD. La CNIL demande, quelle que soit l'utilisation, une analyse des risques et une gouvernance claire avant la mise en œuvre. Elle note que le déployeur qui branche le système à sa propre base de connaissances reste responsable du traitement quand elle contient des données personnelles, et recommande d'associer le délégué à la protection des données, avec une analyse d'impact si nécessaire.

Elle recommande aussi à tout organisme une charte interne qui fixe les usages autorisés et interdits. Notre modèle de charte IA pour PME sert de point de départ.

Quand elle ne se justifie pas

Personne ne peut l'exploiter. Un serveur d'IA se met à jour, se sauvegarde et se surveille, comme n'importe quel serveur. Les sections suivantes montrent ce que la documentation d'Open WebUI demande à ce sujet. Sans personne pour le faire, l'API d'un éditeur vous coûtera moins de temps.

Le matériel ne suit pas. Ollama règle par défaut la taille du contexte d'après la mémoire vidéo : 4k jetons sous 24 Gio, 32k de 24 à 48 Gio, 256k à partir de 48 Gio (documentation lue le 16 octobre 2026). Elle recommande au moins 64 000 jetons pour la recherche web, les agents et les outils de code, et un contexte plus grand demande plus de mémoire. Un assistant qui lit des documents longs exige donc une carte adaptée.

Plusieurs utilisateurs en même temps. D'après la FAQ d'Ollama, le nombre de requêtes traitées en parallèle par modèle est de 1 par défaut, et la mémoire nécessaire croît avec ce nombre multiplié par la taille du contexte. Une équipe qui écrit en même temps demande de régler ces deux paramètres, donc de mesurer.

La qualité attendue. Nous n'avons relevé aucune mesure indépendante et datée classant Mistral AI et Claude sur des tâches de PME, comme l'explique notre comparatif ; ce billet ne mesure pas non plus la qualité des modèles ouverts.

Les modèles les plus gros exigent aussi des machines d'un autre ordre : la bibliothèque Ollama indique 9,1 Go de téléchargement pour Ministral 3 14B, mais 73 Go pour Mistral Large 2, une version précédente à 123 milliards de paramètres. Testez sur vos documents avant d'acheter.

Vos données peuvent partir. Si un contrat de sous-traitance avec un hébergeur européen répond à votre exigence, l'auto-hébergement ajoute du travail : demandez-vous ce qu'il vous apporte de plus.

Ce que cela coûte : chiffres relevés le 16 octobre 2026

Louer un serveur GPU : chez Scaleway, l'instance L4-1-24G (une carte L4, 24 Go de mémoire vidéo d'après sa référence, 8 vCPU, 48 Go de RAM, zone Paris PAR-1) est affichée à 0,79 € par heure, soit environ 574,87 € par mois, avant taxes. Les instances L40S et H100 y sont indiquées comme non disponibles en PAR-1, sans prix affiché dans cette zone.

Utiliser une API : la grille de Mistral AI (en dollars, par million de jetons) affiche 0,15 $ en entrée et 0,6 $ en sortie pour Mistral Small 4, 0,2 $ en entrée comme en sortie pour Ministral 3 14B, 0,5 $ et 1,5 $ pour Mistral Large 3.

Calcul de Waimia, hypothèses en clair. En assimilant l'euro et le dollar pour simplifier, 574,87 € équivalent à environ 2,9 milliards de jetons de Ministral 3 14B sur l'API.

Ce rapport compare un loyer et un tarif, rien d'autre : le débit réel d'une instance L4 n'est pas mesuré ici, la qualité des modèles n'est pas comparée, et le temps de la personne qui exploite le serveur n'est pas compté. Il donne un ordre de grandeur : tant que vos volumes restent loin de ces milliards de jetons, le prix seul ne justifie pas de louer un GPU.

Acheter une machine : nous n'avons pas relevé de prix d'achat daté et stable pour du matériel GPU. La documentation d'Ollama liste les cartes NVIDIA prises en charge, des GeForce aux cartes professionnelles L4, H100 et RTX PRO 6000 Blackwell ; demandez un devis pour la configuration retenue plutôt que de vous fier à un chiffre de blog.

Sécurité et mises à jour

Un serveur d'IA exposé est un serveur comme un autre : il faut le patcher. Ce que disent les sources lues :

• Ollama écoute par défaut sur 127.0.0.1, port 11434 ; la variable OLLAMA_HOST change l'adresse. Sa FAQ propose un proxy inverse comme Nginx pour l'exposer et n'y documente pas d'authentification : placez-le derrière votre interface, pas sur Internet.
• Open WebUI publie des avis de sécurité. Sa page GitHub en comptait 165 le 16 octobre 2026 (certains anciens, republiés en 2026), les plus récents datés des 27 et 28 septembre 2026, plusieurs classés « High », dont un vol de jeton de session par un site tiers.
• Un avis du 29 août 2026 décrit des requêtes serveur vers des adresses internes, corrigé en 0.11.1 et limité aux déploiements où la redirection est activée, ce qui n'est pas le réglage par défaut.
• Versions. La documentation avertit que l'étiquette « main » peut contenir des changements cassants sans prévenir et conseille d'épingler une version précise. Elle demande de sauvegarder les données avant chaque mise à jour, et prévient que revenir en arrière ne défait pas une migration de base de données.
• Mises à jour automatiques. Elle avertit qu'elles peuvent casser un déploiement quand une version change la base de données, demande de lire les notes de version, et note que l'outil Watchtower d'origine n'est plus maintenu.

Pour les données, la page de l'éditeur sur la confidentialité des conversations liste des réglages concrets : PostgreSQL avec stockage chiffré en production, limitation de l'accès des administrateurs aux conversations des employés, connexion par authentification unique, rôle « en attente » par défaut, journaux limités aux métadonnées, téléversement de fichiers réservé à certains groupes.

La même documentation rappelle qu'un modèle externe hors de votre périmètre de données compte autant que l'endroit où tourne l'application. Auto-héberger l'interface ne rend pas confidentiel ce qu'on envoie à une API.

Pour la sécurité d'un système d'IA générative en général, l'ANSSI a publié un guide de recommandations le 29 avril 2024 ; je n'en ai lu que la présentation.

L'alternative hybride

Open WebUI accepte plusieurs connexions de modèles, et sa documentation conseille de réserver les modèles locaux ou privés aux données sensibles et de limiter les modèles externes par groupe. Cela donne un compromis : un modèle sur vos machines pour le groupe qui manipule des dossiers sensibles, une API sous contrat pour le reste.

Côté API, deux voies européennes sont documentées. Mistral AI indique, dans son centre d'aide (12 août 2026), que vos données sont hébergées dans l'Union européenne par défaut, avec des transferts temporaires possibles hors Union selon les fonctions, listés chez ses sous-traitants. Scaleway présente ses Generative APIs comme des modèles d'IA hébergés en Europe. Pour un hébergement distant, la CNIL demande un contrat de sous-traitance qui précise les périmètres de responsabilité et les accès.

Notre point de départ chez Waimia est Claude, pour des raisons d'outillage ; la page sur l'intégration de Mistral AI traite le cas des modèles européens ou auto-hébergés, et la base de connaissance IA celui d'un assistant branché sur vos documents. Le guide n8n auto-hébergé ou cloud applique le même raisonnement à un autre outil.

Par où commencer, dans l'ordre

1. Classer vos données : ce qui peut partir chez un prestataire sous contrat, ce qui ne le peut pas. Associez votre délégué à la protection des données.
2. Chiffrer le besoin : nombre d'utilisateurs, usages simultanés, longueur des documents à lire.
3. Tester sur vos documents un modèle ouvert et un modèle par API, avec le même jeu de questions.
4. Chiffrer l'exploitation : qui met à jour, sauvegarde, surveille, et combien de temps cela prend chez vous. Ce chiffre vous appartient ; aucune source ne le donne à votre place.
5. Décider, puis écrire la charte : usages autorisés, données interdites, responsable du serveur.

Ce que ce billet ne sait pas

• Aucune mesure de qualité ni de débit des modèles ouverts sur des tâches de PME.
• Aucun prix d'achat de matériel GPU, ni de location chez d'autres hébergeurs que Scaleway.
• Le coût humain de l'exploitation : il dépend de votre équipe.
• La CNIL date de juillet 2024 ; ses recommandations complémentaires ont pu évoluer. Les pages des éditeurs aussi : les versions, avis et prix cités sont ceux du 16 octobre 2026.
• Je n'ai pas testé Open WebUI, Ollama ni vLLM pour ce billet : tout ce qui est dit d'eux vient de leur documentation.

Et après ?

Pour trancher entre un modèle hébergé et un modèle sur vos machines, le sprint de cadrage de Waimia dure 10 heures, à 999 € HT : exigence écrite, contrat lu, test comparatif sur vos documents, note de choix. La mise en production relève du pilote, dès 2 000 € HT, puis 99 € HT de l'heure. Pour démarrer sans engagement : l'audit IA gratuit (comment se passe l'audit de 45 minutes).

Avant d'installer quoi que ce soit, fixez les règles du jeu : le modèle de charte IA pour PME vous aide à écrire ce qui est autorisé, ce qui est interdit et qui répond de quoi.