Les organisations à but non lucratif doivent se demander quel modèle de langage (LLM) convient le mieux à chaque tâche et comment éviter la dépendance. GPT‑4 convainc dans les dialogues, DeepSeek dans l’analyse des textes et Gemma 3 par son efficacité. Le choix dépend de critères tels que la précision, la protection des données, la compétence linguistique, la consommation d’énergie, la vitesse ou le coût.
Quelles sont nos réelles exigences et quand?
Dans les cas où les ressources sont limitées, il est judicieux d’adopter une approche consciente: quelle tâche nécessite réellement un modèle de pointe? À quel moment un modèle léger suffit-il? Et quelles données peuvent être transférées où?
Les modèles d’IA consomment beaucoup d’énergie. PeakPrivacy mise donc sur des modèles open-source efficaces comme Mistral ou Llama Swiss, qui nécessitent beaucoup moins de puissance de calcul et sont exécutés sur des serveurs suisses par rapport aux autres modèles. La protection des données est également un enjeu central pour le secteur philanthropique. PeakPrivacy permet de choisir des modèles en fonction de leur niveau de sécurité. Les données personnelles et les informations sensibles sur les projets, par exemple, sont stockées sur des serveurs suisses conformes à la LDP et à la GDPR.
PeakPrivacy propose une solution indépendante du modèle: selon l’application, le modèle approprié peut être sélectionné et le prompt peut être placé de manière ciblée. Pour les fondations et les ONG, cela signifie une plus grande efficacité, un plus grand contrôle et une IA qui s’adapte aux besoins, et non l’inverse.
