Points clés
- L'architecture, c'est la conformité : les LLM locaux open-weight éliminent le risque de transfert transfrontalier RGPD Article 44 par conception.
- Qwen 3.6 27B : Apache 2.0, 92,1% HumanEval, 16 Go VRAM — le modèle de code le plus qualitatif et conforme RGPD en mai 2026.
- RGPD Articles 25, 32, 44 : le déploiement local satisfait à la protection des données dès la conception (Art. 25) et élimine les obligations de transfert transfrontalier (Art. 44).
- Loi IA UE 2026 : les obligations des fournisseurs GPAI favorisent les déploiements locaux auditables.
- Open weights = comportement de modèle auditable — contrairement aux APIs cloud boîtes noires.
Le Manifeste
Ces principes reflètent la position de PromptQuorum sur l'architecture IA et la gouvernance des données en UE. Ils constituent un point de départ pour les politiques IA organisationnelles, non un conseil juridique.
- 1Les données qui ne quittent jamais votre infrastructure ne peuvent pas être compromises par des systèmes tiers
Why it matters: Les attaques de la chaîne d'approvisionnement visant les fournisseurs d'IA constituent une catégorie de risque émergente. Les LLM locaux éliminent la couche API en tant que surface d'attaque. - 2La conformité RGPD par architecture est plus solide que la conformité par contrat
Why it matters: Les [Clauses Contractuelles Types (CCT) de l'Article 46 du RGPD](https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:31995L0046#d1e1789) légitiment le transfert et créent une responsabilité juridique entre responsable et destinataire. Après Schrems II, les CCT doivent être complétées par une [analyse d'impact du transfert](https://edpb.europa.eu/our-work-tools/our-documents/recommendations/recommendations-012020-measures-supplement-transfer-tools_en) évaluant si la juridiction du destinataire offre une protection équivalente au RGPD. Le déploiement local évite entièrement ce cadre en empêchant le transfert de se produire. - 3Les poids ouverts permettent une auditabilité que les API fermées ne peuvent offrir
Why it matters: L'Article 53 de la Loi IA de l'UE exige que les fournisseurs d'IA à usage général publient une documentation technique. Les modèles à poids ouverts permettent aux organisations d'inspecter l'architecture du modèle, les fiches de données d'entraînement et les schémas de comportement de manière indépendante. - 4La parité de performance est atteinte — les modèles locaux ne signifient plus un sacrifice de qualité
Why it matters: Qwen 3.6 27B (92,1 % HumanEval, 77,2 % SWE-bench) et Mistral Devstral Small 24B démontrent que les modèles locaux à poids ouverts égalent la performance des modèles cloud de pointe sur les tâches de codage, en date de mai 2026. L'argument de qualité en faveur de l'exclusivité cloud n'est plus valable. - 5La souveraineté des données est un avantage concurrentiel pour les organisations de l'UE
Why it matters: Les normes de protection des données de l'UE deviennent la référence mondiale. Les organisations disposant d'une infrastructure IA locale mature connaîtront moins de transitions réglementaires à mesure que la gouvernance internationale de l'IA converge vers des exigences de type européen. - 6La transparence des licences est un prérequis pour un déploiement IA responsable
Why it matters: Apache 2.0 (la plupart des modèles Qwen 3) accorde des droits irrévocables d'utilisation, de modification et de distribution à toute fin. Cela contraste avec les conditions d'utilisation des API propriétaires, qui peuvent changer avec un préavis de 30 jours, créant un risque de conformité imprévisible. - 7Le dispatch multi-modèle, plutôt que la dépendance à un modèle unique, est l'architecture IA mature
Why it matters: Aucun modèle unique n'optimise simultanément coût, qualité, latence et conformité. Router les tâches par type — poids ouverts locaux pour les données sensibles au RGPD, cloud pour les tâches à grande échelle non sensibles — est une pratique documentée dans les cadres de gouvernance IA de l'UE et réduit la surface de conformité globale.
•Important: Ce manifeste ne soutient pas que l'IA cloud est inutilisable dans l'UE. Il soutient que les modèles locaux à poids ouverts devraient être le choix par défaut pour les tâches sensibles aux données, les API cloud restant une option pour les tâches où les obligations RGPD ont été explicitement évaluées et satisfaites.
Le Problème des Modèles Fermés
Les modèles d'IA cloud fermés posent un problème structurel au regard du RGPD que les remèdes contractuels ne peuvent résoudre entièrement. Lorsque vous envoyez un prompt à OpenAI, Anthropic ou Google, vous transférez des données vers leurs serveurs. Le modèle les traite. La journalisation, la détection d'abus, les pipelines de données d'entraînement et la surveillance de sécurité peuvent toucher ces données. Les Clauses Contractuelles Types (CCT) de l'Article 46 du RGPD légitiment le transfert et créent une responsabilité juridique entre responsable et destinataire — mais elles n'empêchent pas le transfert de données de se produire.
L'arrêt Schrems II de la Cour de Justice de l'Union Européenne (CJUE) (affaire C-311/18) a établi que les CCT seules sont insuffisantes pour les transferts vers des juridictions sans protection équivalente au RGPD. L'arrêt vise particulièrement les États-Unis, où des lois de surveillance comme FISA 702 permettent un accès gouvernemental sans garanties adéquates. Après Schrems II, les recommandations 01/2020 du CEPD exigent des organisations qu'elles réalisent une analyse d'impact du transfert (AIT) avant de s'appuyer sur des CCT, en évaluant si la juridiction du destinataire offre une protection « substantiellement équivalente ». Cette obligation de conformité est devenue une pratique standard pour toute organisation envoyant des données personnelles à des fournisseurs d'IA cloud.
En 2023–2024, plusieurs autorités de protection des données de l'UE ont émis des lignes directrices ou pris des mesures d'exécution relatives à l'IA cloud : la Garante italienne a temporairement restreint l'accès à ChatGPT, l'UODO polonaise a ouvert une enquête sur le traitement des données d'entraînement de ChatGPT, et l'autorité de Hambourg a publié des lignes directrices exigeant des CCT pour l'utilisation d'API IA. Ces cas signalent que la conformité RGPD de l'IA cloud fait l'objet d'un examen actif, et non d'une présomption.
Au-delà du risque réglementaire, un argument économique se pose : chaque prompt envoyé à une API cloud constitue une divulgation du travail intellectuel de votre organisation à un système tiers. Le code, les communications clients, les documents internes et les plans produits ont tous une valeur commerciale. La question n'est pas seulement « est-ce légal ? » mais « est-ce prudent ? »
📍 En une phrase
Les modèles d'IA cloud fermés créent des obligations structurelles de transfert au regard du RGPD. Les Clauses Contractuelles Types légitiment les transferts et créent une responsabilité au titre de l'Article 46, mais doivent être complétées par une analyse d'impact du transfert après Schrems II. Le déploiement local empêche entièrement le transfert.
💬 En termes simples
Lorsque vous saisissez un prompt dans un outil d'IA cloud, ce texte est envoyé au serveur du fournisseur dans un autre pays. Les contrats juridiques (CCT) signifient que vous pouvez tenir le fournisseur responsable en cas de problème et créent une base légale pour le transfert — mais vos données voyagent tout de même jusque là-bas. Après l'arrêt Schrems II, ces contrats doivent être étayés par une analyse d'impact du transfert confirmant que le pays destinataire offre une protection équivalente de la vie privée. Les LLM locaux signifient que les données ne voyagent pas du tout.
Pourquoi les Poids Ouverts Comptent
Les modèles à poids ouverts publient les paramètres du modèle entraîné — les valeurs numériques qui définissent le comportement du modèle. Cela les distingue des modèles open source (qui publient aussi le code d'entraînement) et des API fermées (qui ne publient ni l'un ni l'autre). La famille Qwen 3, Llama 3.3 et les modèles Mistral sont à poids ouverts : chacun peut télécharger les paramètres, exécuter l'inférence, effectuer un fine-tuning et inspecter l'architecture.
L'auditabilité est le premier avantage. Un RSSI peut vérifier que Qwen 3.6 27B exécute exactement les poids publiés par Alibaba Cloud (Tongyi Lab), inspecter l'architecture et exécuter des tests adverses sur le déploiement local. Rien de tout cela n'est possible avec une API cloud.
La reproductibilité est le deuxième avantage. Les modèles à poids ouverts ne changent pas entre les appels API. Lorsqu'un fournisseur cloud met à jour son modèle (GPT-5.6 a connu plusieurs mises à jour silencieuses, Claude Sonnet est passé par plusieurs versions), vos prompts ajustés, suites de tests et sorties attendues peuvent se rompre sans préavis. Un déploiement local à poids ouverts reste figé sur la version que vous avez choisie.
La liberté commerciale est le troisième avantage. Apache 2.0 accorde des droits perpétuels et irrévocables d'utiliser Qwen 3 à toute fin. Les conditions des API propriétaires peuvent changer. Anthropic, OpenAI et Google ont tous modifié leurs politiques d'utilisation, leurs tarifs et la disponibilité de leurs modèles sur des fenêtres de 12 mois. Les modèles à poids ouverts Apache 2.0 ne peuvent pas être retirés unilatéralement.
💡Tip: La gamme de modèles DeepSeek évolue fréquemment. Vérifiez le nom du modèle actuel et son prix sur platform.deepseek.com avant tout déploiement. Les chiffres reflètent des données publiquement disponibles en date de mai 2026.
Panorama des Licences Qwen
Vérifiez toujours la licence sur la page Hugging Face du modèle spécifique avant tout déploiement en production. Les licences peuvent changer d'une version de modèle à l'autre. Ce tableau reflète la politique déclarée de QwenLM en date de mai 2026.
Les termes de licence déterminent si un modèle peut être utilisé commercialement, distribué et affiné. Vérifiez la licence pertinente avant tout déploiement en production. Vérifiez toutes les informations de licence sur la fiche modèle officielle de Hugging Face.
| Famille de Modèles Qwen | Licence | Usage Commercial |
|---|---|---|
| Tous les modèles Qwen 3.6 à poids ouverts | Apache 2.0 | ✅ Sans restriction |
| Tous les modèles Qwen 3.5 à poids ouverts | Apache 2.0 | ✅ Sans restriction |
| Anciennes variantes Qwen (avant 3.5) | Variable — consultez la fiche modèle | ⚠️ À vérifier |
Adéquation Article par Article du RGPD
Les articles du RGPD les plus directement pertinents pour le déploiement de l'IA sont examinés ci-dessous, avec une évaluation de la posture de conformité des poids ouverts locaux par rapport à l'API cloud.
📍 En une phrase
Le déploiement local d'un LLM satisfait l'Article 25 du RGPD (protection des données dès la conception) et élimine les obligations de l'Article 44 (transfert transfrontalier) car les données ne quittent jamais une infrastructure contrôlée par l'UE.
| Article RGPD | Posture LLM Local | Posture API Cloud |
|---|---|---|
| Art. 5 — Minimisation des Données | ✅ Les données ne quittent jamais l'infrastructure | ⚠️ Données transférées au fournisseur — la minimisation exige une conception rigoureuse des prompts |
| Art. 25 — Protection des Données dès la Conception | ✅ L'architecture empêche le transfert par conception | ⚠️ Nécessite des contrôles contractuels et techniques pour approcher une protection au niveau de la conception |
| Art. 32 — Mesures Techniques | ✅ Chiffrement au repos et en transit sous le contrôle direct de l'organisation | ⚠️ Le fournisseur met en œuvre les mesures ; l'organisation doit vérifier et documenter |
| Art. 44 — Transferts Transfrontaliers | ✅ Aucun transfert — l'Article 44 ne s'applique pas | ❌ Le transfert a lieu — décision d'adéquation, CCT ou BCR requises |
| Art. 28 — Obligations du Sous-traitant | ✅ Aucun sous-traitant dans le périmètre — l'organisation est seule responsable du traitement | ⚠️ Le fournisseur est sous-traitant — un accord de traitement des données (DPA) est requis |
Loi IA de l'UE 2026
La Loi IA de l'UE (Règlement 2024/1689) est entrée en vigueur par phases entre 2025 et 2026. En date de mai 2026, les obligations pour les fournisseurs d'IA à usage général (GPAI) sont actives au titre de l'Article 53. Le seuil de 10^25 FLOP de calcul d'entraînement identifie spécifiquement les modèles GPAI à « risque systémique » au titre de l'Article 55, soumis à des exigences de supervision supplémentaires. Cette distinction est cruciale : tous les fournisseurs GPAI doivent se conformer à l'Article 53, mais seuls les modèles à risque systémique supportent la charge complète de l'Article 55.
L'Article 53 s'applique à tous les fournisseurs GPAI et exige : documentation technique, divulgation de conformité au droit d'auteur, résumés des données d'entraînement et journaux d'ajustement par instructions. L'Article 55 s'applique spécifiquement aux modèles dépassant 10^25 FLOP, ajoutant des tests adverses, un signalement d'incidents au Bureau IA de l'UE et des évaluations de cybersécurité. Les modèles cloud de pointe (GPT-5.6, Claude Sonnet, Gemini) approchent ou dépassent le seuil de risque systémique. Les modèles à poids ouverts dans la plage 7B–72B restent en dessous.
Le déploiement local de modèles à poids ouverts en dessous du seuil de risque systémique ne déclenche pas les obligations de fournisseur GPAI. Les organisations déployant Qwen 3.6 27B localement sont des utilisateurs, non des fournisseurs, au sens de la Loi IA de l'UE. Elles restent soumises aux dispositions utilisateur de la loi (cas d'usage interdits, transparence envers les utilisateurs finaux) mais pas à la pleine charge de conformité d'un fournisseur GPAI.
En pratique, cela signifie : les fournisseurs d'API cloud font face à une charge de conformité UE croissante en 2026–2027 en raison des obligations des Articles 53 et 55. Les déploiements locaux à poids ouverts en dessous du seuil de risque systémique offrent une voie de conformité structurellement plus simple, à condition de respecter les dispositions relatives aux usages interdits.
📌Note: La distinction entre GPAI (Article 53) et GPAI à risque systémique (Article 55, 10^25 FLOP) est essentielle pour la planification de la conformité. Suivez les orientations du Bureau IA de l'UE concernant les mises à jour de seuils et les classifications de modèles. En date de mai 2026, les modèles Qwen 3 jusqu'à 72B se situent bien en dessous du seuil de risque systémique de 10^25 FLOP. Le calcul d'entraînement exact des modèles cloud de pointe n'est généralement pas divulgué ; les estimations suggèrent qu'ils approchent ou dépassent le seuil.
Le Contre-Argument
Le contre-argument le plus solide contre les LLM locaux à poids ouverts pour la conformité UE est : « Les fournisseurs cloud offrent une résidence des données en UE, des CCT et des DPA détaillés — ce sont des outils juridiquement valides et opérationnellement plus simples que la gestion d'une infrastructure d'inférence sur site. »
C'est exact. Microsoft Azure, AWS et Google Cloud proposent tous des déploiements en régions UE. Anthropic et OpenAI proposent des DPA d'entreprise avec des CCT UE. Pour de nombreuses organisations, en particulier celles sans équipe d'infrastructure ML dédiée, l'IA cloud avec des garanties contractuelles appropriées est un choix légitime et conforme.
La position de ce manifeste n'est pas « le cloud n'est pas conforme » — c'est « les poids ouverts locaux sont structurellement plus simples du point de vue de la conformité, et l'écart de qualité est désormais assez faible pour justifier ce compromis. » Une organisation de 5 ingénieurs sans budget GPU devrait utiliser l'IA cloud avec des CCT appropriées. Une organisation disposant d'une équipe infrastructure, de données sensibles au RGPD et d'une équipe de 1 000 développeurs traitant du code client dispose d'un argument solide en faveur de Qwen 3.6 27B local. En France, la CNIL recommande une vigilance particulière lors du recours à des systèmes d'IA cloud pour traiter des données professionnelles sensibles (financières, médicales, juridiques) — une préoccupation à laquelle les LLM locaux répondent structurellement.
La variable clé est la sensibilité des données. Pour les tâches à usage général sans données personnelles, l'IA cloud est opérationnellement supérieure. Pour la santé, le juridique, les services financiers et tout prompt contenant des données personnelles à grande échelle, les LLM locaux à poids ouverts représentent l'architecture la moins risquée.
Questions Fréquentes
Le RGPD interdit-il l'IA cloud pour les organisations de l'UE ?
Non. Le RGPD n'interdit pas l'IA cloud. Il exige que les transferts de données transfrontaliers aient une base légale (Article 44). Les Clauses Contractuelles Types (CCT) constituent la base légale la plus courante pour les organisations UE utilisant des API d'IA cloud basées aux États-Unis. L'IA cloud est légalement utilisable avec des CCT, des accords de traitement des données (DPA) et des pratiques de minimisation des données appropriés. Les LLM locaux offrent une posture de conformité structurellement plus simple en éliminant entièrement le transfert.
DeepSeek R2 est-il conforme au RGPD pour les données personnelles de l'UE ?
Utiliser DeepSeek R2 pour des données personnelles de l'UE présente un risque élevé du point de vue du RGPD. DeepSeek AI opère depuis la Chine. La Commission européenne n'a pas émis de décision d'adéquation pour la Chine. En l'absence de décision d'adéquation, les transferts internationaux exigent des CCT ou des règles d'entreprise contraignantes (BCR). DeepSeek ne propose actuellement pas de CCT au standard UE. Consultez votre DPO avant d'utiliser DeepSeek R2 pour toute donnée personnelle.
La Loi IA de l'UE s'applique-t-elle au déploiement local de Qwen ?
En date de mai 2026, déployer Qwen 3.6 27B localement fait de vous un utilisateur, non un fournisseur, au regard de la Loi IA de l'UE. Les obligations de fournisseur GPAI (documentation de l'Article 53, tests adverses pour les modèles à risque systémique) s'appliquent au créateur du modèle (Alibaba) et aux organisations qui construisent des produits sur le modèle et le mettent à disposition de tiers. Le déploiement interne pour l'usage propre de votre organisation n'est couvert que par les dispositions utilisateur (cas d'usage interdits, transparence envers l'utilisateur final le cas échéant).
Qwen 3.6 27B est-il vraiment sous licence Apache 2.0 ?
Oui. Qwen 3.6 27B est publié sous Apache 2.0, qui permet l'usage commercial, la modification et la redistribution sans redevances. Vérifiez la licence actuelle de chaque modèle sur sa fiche Hugging Face avant tout déploiement en production.
Quel est le seuil GPAI de la Loi IA de l'UE ?
La Loi IA de l'UE définit les modèles d'IA à usage général entraînés avec plus de 10^25 FLOP de calcul comme des modèles GPAI à « risque systémique » nécessitant une supervision supplémentaire. Les modèles de pointe (GPT-5.6, Claude Sonnet 5, Gemini 3.5 Pro) dépassent ce seuil. Les modèles à poids ouverts dans la plage 7B–72B, dont Qwen 3.6 27B, se situent bien en dessous du seuil en date de mai 2026. Le seuil s'applique au calcul d'entraînement du modèle lui-même — pas au calcul d'inférence au sein de votre organisation.