on-premise

En profondeur

Trois motifs justifient réellement ce choix. Des données qui ne peuvent pas sortir d’un périmètre, pour des raisons réglementaires ou contractuelles, ce qui est le cas le plus fréquent en santé, en défense et sur certains secrets industriels. Un besoin de stabilité absolue, quand un système évalué et certifié ne doit pas changer de comportement parce qu’un fournisseur a mis à jour son modèle. Et un volume assez élevé et assez régulier pour que l’amortissement du matériel batte la facturation à l’usage.

Le coût réel se compte en quatre postes, dont un seul est visible. Les accélérateurs, coûteux et rapidement dépréciés. L’infrastructure autour : électricité, refroidissement, redondance, réseau. L’exploitation, c’est-à-dire des personnes capables de servir un modèle, de le surveiller et de le mettre à jour, qui sont rares et chères. Et le coût d’opportunité, souvent le plus lourd : le temps passé à faire tourner une plateforme n’est pas passé sur le produit. Les comparaisons qui ne retiennent que le premier poste concluent systématiquement à tort.

La conclusion pratique est qu’il s’agit rarement d’un choix binaire. Les architectures courantes sont mixtes : un modèle hébergé pour les traitements portant sur des données sensibles, un service en ligne pour le reste, avec une couche d’abstraction qui permet de router selon la nature de la donnée. Cette approche demande de classer ses données avant de choisir son hébergement, ce qui est de toute façon un préalable à toute gouvernance sérieuse, et évite de payer pour tout le monde le régime le plus contraignant.