NVIDIA décrit des usages bancaires de modèles ouverts en Europe. Pour les maisons de luxe, ces cas posent une question précise : quelles dépendances souhaite-t-on réellement maîtriser ?
Le modèle, les données et l’hébergement ne constituent pas un seul choix. Les cas présentés par NVIDIA le 21 octobre permettent de les examiner séparément. Selon le fournisseur, Revolut exploite PRAGMA en production pour une première population de 80 millions de clients, avec une architecture conçue pour une capacité trois fois supérieure. Cette dernière indication est un objectif de dimensionnement, pas une population déjà desservie.
L’assistant Finn de bunq fonctionne, lui, avec des modèles à poids ouverts sur Nebius. NVIDIA rapporte une qualité comparable à celle de modèles fermés pour un coût par réponse équivalant à 60 % du leur. Le communiqué ne donne pas un protocole indépendant permettant de généraliser cette comparaison.
La maîtrise se vérifie composant par composant
Pour une maison qui souhaite exploiter ses archives ou sa documentation produit, l’intérêt de ces exemples réside dans la décomposition du système. Disposer des poids d’un modèle ne suffit pas à établir qui peut consulter les documents, restaurer un service ou changer de prestataire. La souveraineté revendiquée doit pouvoir être décrite par des opérations concrètes.
Une direction peut ainsi demander où les données sont traitées, quelles équipes assurent la maintenance et ce qu’un changement d’hébergement obligerait à reconstruire. Ce sont des critères d’examen proposés par Luxsure, non des propriétés certifiées pour ces déploiements.
Un coût par réponse reste un indicateur partiel
Les comparaisons bancaires fournissent des pistes, sans chiffrer le coût d’un système adapté à une maison. L’intégration documentaire, les contrôles métiers et le maintien du service doivent entrer dans le calcul. Un modèle ouvert peut élargir les choix techniques ; sa valeur dépend ensuite de la capacité de l’organisation à exercer ces choix durablement.
À lire aussi sur Luxsure : Team Bots : décider ce qu’une équipe peut mettre en commun · Claude Sonnet 5.5 : le coût dépend aussi du travail demandé · Mistral à Munich : rapprocher la recherche du savoir industriel · GPT-6.1 Sol : ce que change le prix du contexte réutilisé