TL;DR : Ollama fait tourner des modèles d'IA à poids ouverts sur votre propre serveur, et Open WebUI ajoute par-dessus une interface qui ressemble à ChatGPT, avec des comptes, des groupes et l'accès aux documents de l'organisation. Le montage tient sur une seule machine munie d'une carte graphique correcte. Trois choses à savoir avant de vous lancer : la licence d'Open WebUI impose sa marque au-delà de 50 usagers, la licence du modèle n'est pas celle de l'outil, et le connecteur vers un fournisseur externe est actif par défaut.
Faire tourner un modèle de langage sur son propre serveur est passé du bricolage au déploiement ordinaire. Le modèle à poids ouverts d'OpenAI, gpt-oss en version 20 milliards de paramètres, tient sur une machine disposant d'aussi peu que 16 Go de mémoire selon sa fiche d'installation. Et Ollama, l'outil qui rend tout ça simple, annonçait en juillet 2026 servir 8,9 millions de développeurs.
On a traité la question sous l'angle théorique dans notre article sur l'IA locale et privée. Voici le montage concret, et surtout les quatre ou cinq choses qu'on vérifie avant de le proposer à un client.
Ça veut dire quoi, une IA locale?
Une IA « locale » est un modèle de langage qui s'exécute sur une machine que vous contrôlez. Vos questions, les documents que vous lui soumettez, vos brouillons : tout reste dans vos murs. Aucune requête ne traverse l'internet vers un fournisseur, donc il n'y a pas de conversation à récupérer chez un tiers, pas de conditions d'utilisation à relire tous les six mois, et pas de doute sur ce qui alimente l'entraînement du prochain modèle.
Pour une organisation qui manipule des renseignements personnels ou des dossiers stratégiques, c'est souvent la seule configuration qui rend l'IA utilisable sans transférer de données à un tiers. Et c'est l'alternative que recommandait notre billet sur le Shadow AI : vos gens utilisent déjà l'IA, la question est de savoir sur quel outil.
Les deux pièces du montage
Ollama est le moteur. Il télécharge et exécute les modèles à poids ouverts avec une commande, et il est publié sous licence MIT. C'est lui qui gère la mémoire, la carte graphique et le format des modèles. Seul, il s'utilise en ligne de commande : parfait pour l'équipe technique, inutilisable pour le reste du monde.
Open WebUI est l'habillage. Une interface web soignée qui donne à Ollama l'allure d'un ChatGPT interne, et qui est multi-usagers dès l'installation. On y retrouve l'historique des conversations, les dossiers et les étiquettes, mais aussi trois choses qui comptent dans une organisation.
D'abord les bases de connaissances : on téléverse des documents, et le modèle va y chercher les passages pertinents avant de répondre. Ensuite le contrôle d'accès, avec des rôles, des groupes et des permissions par modèle, pour que le personnel des ressources humaines et celui des ventes ne voient pas les mêmes documents. Et enfin l'authentification fédérée, en OIDC ou en LDAP, avec approvisionnement automatique des comptes en SCIM 2.0. Si vous avez suivi notre article sur la migration d'Active Directory vers Authentik, c'est exactement le genre de service qui se branche derrière votre annuaire au lieu de créer une deuxième liste d'usagers à maintenir.
Quel modèle, sur quelle machine
C'est la question qui décide du budget, et elle se répond avec une règle simple : le poids téléchargé du modèle est à peu près ce qu'il faut en mémoire vidéo, plus une marge pour la conversation en cours. Les tailles publiées dans la bibliothèque d'Ollama donnent tout de suite l'ordre de grandeur.
| Modèle | Poids téléchargé | Ce que ça demande |
|---|---|---|
| Qwen3 8 milliards | 5,2 Go | Une carte graphique d'entrée de gamme |
| Qwen3 14 milliards | 9,3 Go | Une carte de 12 Go |
| gpt-oss 20 milliards | 14 Go | 16 Go de mémoire, selon la fiche officielle |
| Qwen3 32 milliards | 20 Go | Une carte de 24 Go |
| gpt-oss 120 milliards | 65 Go | Une carte de 80 Go, catégorie centre de données |
Pour la majorité des PME, la zone intéressante se situe entre 8 et 32 milliards de paramètres, sur une carte graphique de 12 à 24 Go. Ça rédige, ça résume, ça reformule, ça classe et ça répond correctement sur vos documents. Un simple processeur fonctionne aussi, sans carte graphique, mais la réponse se construit alors mot par mot sous vos yeux au lieu d'arriver d'un coup.
« Poids ouverts » n'est pas synonyme de « libre »
Voilà une distinction que peu de gens font, et elle a des conséquences réelles. Ollama est sous licence MIT, ce qui est aussi permissif que possible. Mais les modèles qu'il télécharge ont chacun leur propre licence, et elles ne se ressemblent pas.
Certaines sont franchement permissives : Qwen3, gpt-oss et les modèles Mistral Small récents sont publiés en Apache 2.0, et DeepSeek-R1 en MIT. Vous en faites ce que vous voulez.
D'autres sont des licences maison. Celle de Llama 4, chez Meta, vous oblige à afficher « Built with Llama » de façon visible si vous distribuez un produit qui en contient, et à préfixer « Llama » au nom de tout modèle que vous en dérivez. Elle prévoit aussi qu'au-delà de 700 millions d'usagers actifs par mois, vous devez demander une licence distincte à Meta.
Ces deux clauses ne dérangeront jamais une PME québécoise, et ce n'est pas une raison d'éviter Llama. Mais la nuance compte le jour où vous voulez revendre un produit bâti par-dessus, ou simplement savoir ce que vous avez le droit de faire. La licence du modèle se lit séparément de celle de l'outil.
La clause à lire avant de déployer
Open WebUI a modifié sa licence en avril 2025, à partir de la version 0.6.6, et la mise à jour est passée sous le radar de bien du monde. Le fond reste une BSD-3-Clause permissive : vous pouvez utiliser, modifier et redistribuer le logiciel, gratuitement, sans limite de nombre d'usagers.
Ce qui a été ajouté, c'est une clause de protection de la marque. Vous ne pouvez pas retirer, masquer ou remplacer l'identité visuelle « Open WebUI » dans votre déploiement, sauf dans trois cas : votre déploiement compte 50 usagers ou moins sur une période glissante de 30 jours, vous êtes un contributeur reconnu du projet avec une permission écrite, ou vous avez souscrit une licence entreprise. Le code jusqu'à la version 0.6.5 demeure sous BSD-3 pure, et il peut être forké sans aucune de ces contraintes.
Ce que ça change en pratique : pour une équipe de 20 ou 40 personnes, rien du tout, y compris si vous changez les couleurs pour les vôtres. Pour un déploiement de 200 postes où la direction voulait son propre logo dans le coin, il faut soit garder la marque visible, soit passer à la caisse. Ce n'est pas un piège, c'est un modèle d'affaires, et il vaut mieux le savoir avant la réunion de lancement que pendant.
Les réglages qui décident si vos données sortent
Un montage local n'est pas automatiquement étanche. Il l'est après quelques décisions, et voici celles qu'on regarde en premier.
Le connecteur externe est actif par défaut. Dans Open WebUI, le réglage ENABLE_OPENAI_API vaut True à l'installation, et l'adresse pointe vers api.openai.com. Sans clé d'API configurée, rien ne sort. Mais la porte est ouverte, et il suffit qu'un administrateur y colle une clé un mardi après-midi pour que le trafic quitte vos murs. On le désactive quand le mandat est « rien ne sort ».
Ollama vend maintenant de l'infonuagique. Depuis 2025, l'outil propose aussi des modèles exécutés sur ses propres serveurs, avec des forfaits payants au-delà d'un palier gratuit. Ils apparaissent dans la même bibliothèque que les modèles locaux, avec le suffixe -cloud. Ollama affirme ne pas conserver les données qui y passent, et il n'y a pas de raison d'en douter, mais l'écart entre un modèle qui reste chez vous et un modèle qui part chez un fournisseur est ici d'un suffixe de neuf caractères. Ça se documente et ça s'encadre.
L'inscription est ouverte, l'activation ne l'est pas. N'importe qui atteignant l'adresse peut se créer un compte, mais les nouveaux comptes arrivent à l'état « en attente » et un administrateur doit les activer. C'est un défaut raisonnable. Il reste que gérer une liste d'usagers à la main est une corvée qui finit toujours par déraper, d'où l'intérêt de brancher l'authentification sur l'annuaire existant.
Les quatre réglages à valider avant d'ouvrir l'accès à l'équipe :
- Le connecteur vers le fournisseur externe est désactivé, ou assumé et documenté.
- Les modèles à suffixe
-cloudsont retirés de la liste offerte aux usagers. - L'authentification passe par votre annuaire, avec des groupes qui correspondent à vos équipes.
- Les bases de connaissances sont cloisonnées par groupe, et non ouvertes à tous par défaut.
Ce que ça ne remplace pas
Quatre réserves, posées d'avance.
La puissance, d'abord. Un modèle local bien dimensionné rend de grands services sur la rédaction, le résumé, la reformulation et le classement. Les plus gros modèles infonuagiques gardent une avance sur les tâches vraiment complexes, et cet écart est réel même s'il se resserre.
La simultanéité, ensuite. Une carte graphique traite une requête à la fois. À trois ou quatre personnes qui interrogent le modèle en même temps, on voit apparaître une file d'attente. Ça se planifie au moment de dimensionner la machine, pas après.
L'exactitude, surtout. Un modèle local se trompe avec exactement le même aplomb qu'un modèle infonuagique. Héberger chez vous règle la question de la confidentialité, pas celle de la justesse des réponses. La vérification humaine reste entière.
Et le coût, enfin. Il n'y a pas de facturation à la requête, et Ollama précise que l'exécution sur votre propre matériel est illimitée. Mais une carte graphique, l'électricité qu'elle consomme et le temps de quelqu'un pour tenir le tout à jour, ça a un prix. C'est un arbitrage entre coût, vitesse et confidentialité, et il se fait en connaissance de cause.
Ce qu'on déploie
Le montage type se résume vite : Ollama et Open WebUI en conteneurs sur un serveur avec carte graphique, un modèle choisi selon les usages réels et le matériel disponible, l'authentification branchée sur l'annuaire de l'organisation, le connecteur externe fermé, et l'accès publié à l'interne uniquement. L'équipe se connecte depuis son navigateur et n'a rien à installer.
Une IA locale prend tout son sens quand la confidentialité n'est pas négociable : cabinets professionnels, organismes qui manipulent des dossiers sensibles, entreprises qui préfèrent ne pas nourrir un fournisseur avec leur matière grise. Pour ces organisations, échanger un peu de puissance brute contre une maîtrise complète est un très bon marché. On aide à dimensionner le matériel, à choisir le modèle, à poser les réglages qui comptent et à mettre le résultat entre les mains de l'équipe.
Vous ne savez pas si votre matériel actuel suffirait? C'est la première chose qu'on regarde, et on peut faire le calcul à partir de vos usages réels plutôt que d'une fiche technique.
Envie de voir ce que ça donnerait sur vos propres serveurs? Écrivez-nous : on commence par un inventaire de ce que vous avez déjà.
Sources
- Ollama : le moteur d'exécution local, publié sous licence MIT
- Bibliothèque Ollama, gpt-oss : poids de 14 Go et 65 Go, exécution annoncée dès 16 Go de mémoire pour la version 20 milliards
- Bibliothèque Ollama, Qwen3 : poids téléchargés de 5,2 Go à 142 Go selon la taille
- Page de prix d'Ollama : exécution locale illimitée, forfaits infonuagiques payants au-delà du palier gratuit
- Ollama, modèles infonuagiques : annonce du service et engagement de non-conservation des données
- Open WebUI : l'interface multi-usagers
- Licence d'Open WebUI : clause de marque depuis la version 0.6.6, seuil de 50 usagers sur 30 jours, texte intégral dans le fichier LICENSE
- Fonctions d'Open WebUI : bases de connaissances, rôles et groupes, OIDC, LDAP et SCIM 2.0
- Référence des variables d'environnement d'Open WebUI : valeurs par défaut de
ENABLE_OPENAI_API,DEFAULT_USER_ROLEet de la recherche web - Licence communautaire Llama 4 : mention « Built with Llama », préfixe de nom et seuil de 700 millions d'usagers actifs mensuels
- Fiches de modèles : Qwen3 en Apache 2.0, gpt-oss en Apache 2.0 et DeepSeek-R1 en MIT