Et si une partie de votre facture d’IA disparaissait… dans votre prochain ordinateur ? Les constructeurs HP, Nvidia et AMD poussent une nouvelle génération de machines capables d’exécuter localement des modèles et des agents IA. L’idée est simple : réserver le cloud aux tâches qui nécessitent vraiment les modèles les plus puissants et faire tourner le reste sur le PC.
Mais attention au raccourci marketing. L’IA locale ne signifie ni IA gratuite, ni remplacement de ChatGPT, Claude ou Gemini. Pour une PME, le vrai sujet devient plutôt où exécuter chaque tâche pour obtenir le meilleur rapport coût, confidentialité et performance. Et l’arrivée d’applications comme Perplexity Portable Computer, OpenClaw ou Hermes Agent commence justement à rendre cette approche beaucoup plus concrète.
Réponse rapide : faut-il déjà remplacer le cloud par un PC IA ?
Non. Le scénario le plus crédible est aujourd’hui hybride.
Un modèle local peut résumer des documents, analyser des fichiers confidentiels, exécuter certaines automatisations, coder ou faire travailler un agent sans envoyer systématiquement les données vers un serveur distant. Pour un raisonnement complexe, une recherche Web approfondie ou certaines tâches multimodales, le cloud reste généralement plus performant.
💻 HP met une véritable station IA dans un portable
Le 15 septembre 2026, l’américain HP a présenté le ZBook Ultra G3a 16 pouces, une station de travail professionnelle équipée de processeurs AMD Ryzen AI Max PRO 400.
Dans sa configuration maximale, HP annonce 192 Go de mémoire unifiée, dont jusqu’à 160 Go utilisables comme mémoire graphique, ainsi qu’une NPU de 55 TOPS. Le constructeur affirme que la machine peut charger localement des modèles allant jusqu’à 300 milliards de paramètres.
Il faut toutefois relativiser le spectaculaire « 300 milliards ». Faire entrer un modèle de cette taille dans moins de 200 Go de mémoire suppose notamment de réduire fortement la précision de ses poids. Et faire tenir un modèle sur une machine ne signifie pas nécessairement qu’il fonctionnera à la vitesse d’un service hébergé sur une infrastructure de datacenter. La commercialisation du ZBook Ultra G3a est prévue en octobre 2026. HP n’avait initialement pas communiqué son prix, mais son propre calculateur de ROI utilise désormais une configuration de référence à 7 449 dollars avec 192 Go de mémoire.
Nvidia prépare également les PC RTX Spark
Nvidia pousse de son côté RTX Spark, une puce réunissant calcul CPU, GPU et IA dans une architecture destinée aux portables et petits ordinateurs de bureau. Nvidia annonce jusqu’à 128 Go de mémoire unifiée et jusqu’à 1 pétaflop de calcul IA FP4. Les premiers PC RTX Spark sous Windows sont attendus à partir d’octobre. Perspectives NVIDIA
Ce détail compte parce que la mémoire devient l’un des principaux critères d’un ordinateur destiné aux modèles locaux. Pour Word et Excel, 16 ou 32 Go peuvent rester confortables. Pour charger un LLM de plusieurs dizaines de milliards de paramètres et lui faire utiliser des outils, 16 Go deviennent vite beaucoup moins impressionnants.
🦞 OpenClaw montre surtout ce que l’on va faire de toute cette puissance
C’est probablement le phénomène le plus intéressant à surveiller. OpenClaw est un assistant IA open source qui fonctionne sur Windows, macOS et Linux et peut être utilisé depuis WhatsApp, Telegram, Slack, Teams, Discord, Signal et de nombreux autres canaux. Il peut fonctionner avec des modèles hébergés ou avec des modèles exécutés localement. GitHub
Et le projet connaît une adoption assez spectaculaire. Son dépôt GitHub affichait récemment environ 389 500 étoiles et plus de 81 000 forks. Pour un projet d’infrastructure IA, ce n’est plus exactement une réunion de trois développeurs dans un garage. GitHub
Nvidia l’a d’ailleurs directement intégré à sa stratégie d’IA locale. Début septembre, l’entreprise annonçait des améliorations destinées à faciliter l’installation et l’exécution locale d’OpenClaw, Hermes Agent et Perplexity Portable Computer, ainsi que de meilleures performances pour LM Studio et Ollama. NVIDIA Blog
L’intérêt d’OpenClaw est surtout architectural. L’agent peut rester sur votre machine, conserver localement son état, sa mémoire et ses identifiants, puis utiliser différents modèles selon les besoins. Si vous choisissez un modèle local, l’inférence peut également rester sur la machine. Si vous utilisez Claude, OpenAI ou un autre modèle hébergé, les requêtes concernées repartent évidemment vers le fournisseur choisi. Voilà pourquoi « IA locale » ne veut pas automatiquement dire « rien ne sort jamais de mon ordinateur ».
Perplexity Portable Computer va encore plus loin
Le deuxième exemple est directement lié au nouveau PC de HP. Perplexity Portable Computer est une version locale de Perplexity Computer, son agent capable d’exécuter des tâches en plusieurs étapes. Depuis le 14 septembre, Portable Computer fonctionne sur certains PC Windows équipés de GPU Nvidia RTX. Puis, le 24 septembre, AMD et Perplexity ont annoncé sa disponibilité sur des systèmes Windows équipés de Ryzen AI Max. NVIDIA Blog
L’agent peut analyser des fichiers, utiliser des outils, lancer des tâches programmées et orchestrer plusieurs étapes directement sur l’ordinateur. Surtout, Perplexity indique que les traitements réalisés localement ne consomment pas de crédits Perplexity Computer. Lorsqu’une tâche nécessite davantage de raisonnement, l’utilisateur peut autoriser Portable Computer à utiliser un modèle cloud.
On arrive donc exactement au modèle hybride que les entreprises devraient surveiller :
Local quand c’est suffisant, Cloud quand c’est nécessaire.
🏗️ Un exemple concret avec Autodesk Revit
HP, Autodesk et Perplexity ont déjà travaillé sur une intégration avec Revit 2027. Grâce à un serveur MCP, l’agent peut interroger le projet ouvert dans Revit. Vous pouvez par exemple lui demander combien de portes d’un bâtiment respectent un certain niveau coupe-feu ou de retrouver les éléments correspondants dans une maquette. Dans la version actuellement présentée, le connecteur Revit fonctionne en lecture seule. L’IA peut interroger le modèle et produire certains documents mais ne modifie pas directement la maquette. Perplexity AI
C’est une nuance importante. Un agent capable de lire une application n’a pas du tout le même niveau de risque qu’un agent autorisé à modifier, supprimer, publier ou envoyer des données.
Et c’est là que le MCP devient important
Le Model Context Protocol permet à une IA d’accéder à des outils, données et fonctions externes par l’intermédiaire de connecteurs structurés. Sur un PC agentique, le modèle n’est donc plus simplement enfermé dans une fenêtre de chat. Il peut potentiellement dialoguer avec vos fichiers, votre logiciel de CAO, votre messagerie, votre CRM ou votre environnement de développement. Perplexity cite déjà des connecteurs pour Outlook, OneDrive, Word, Google Drive, Gmail, Slack et GitHub. C’est ce qui transforme progressivement le PC IA en poste de travail piloté par agents.
💰 Le local coûte-t-il vraiment moins cher que le cloud ?
C’est ici qu’il faut remettre un peu de comptabilité dans le discours des constructeurs. Les API des grands modèles restent facturées à l’usage. Chez OpenAI, par exemple, le tarif standard actuel de GPT-5.6 Sol est de 2 dollars par million de jetons en entrée et 10 dollars par million en sortie pour un contexte court. GPT-5.6 Luna descend beaucoup plus bas, à 0,10 dollar en entrée et 0,60 dollar en sortie. Google propose également plusieurs niveaux tarifaires pour Gemini avec des modèles nettement moins chers que les modèles les plus haut de gamme. Il est donc faux de raisonner ainsi :
PC à 5 000 € = plus de facture IA = économie automatique.
Pour une PME qui utilise ChatGPT, Claude ou Gemini via quelques abonnements mensuels, acheter une station à plusieurs milliers d’euros uniquement pour économiser des jetons serait difficile à justifier.En revanche, la situation change lorsqu’une entreprise fait tourner des agents en continu, analyse des millions de documents, génère massivement du code ou multiplie les inférences. HP lui-même utilise dans son calculateur un scénario « heavy » allant jusqu’à 189 millions de jetons par mois et par machine. Le constructeur propose alors de comparer le coût de cette consommation cloud avec le coût de sa station. HP
C’est beaucoup plus pertinent que de simplement comparer le prix d’un ordinateur à celui d’un abonnement ChatGPT Plus.
🔐 Local ne signifie pas automatiquement sécurisé
C’est probablement le point le plus important pour les PME. Faire tourner une IA sur un PC évite certains transferts vers le cloud. C’est utile lorsque l’entreprise travaille sur des données techniques, juridiques, commerciales ou personnelles sensibles. Mais le risque ne disparaît pas. Il se déplace vers le poste de travail.
Et si un agent dispose en plus de droits sur Gmail, Slack, GitHub, un serveur MCP ou des fichiers réseau, une mauvaise instruction ou un accès mal configuré peut avoir des conséquences très concrètes. OpenClaw précise d’ailleurs que certains outils peuvent s’exécuter directement sur la machine hôte si aucun sandbox n’est configuré. Le projet recommande donc explicitement de sécuriser l’exécution avant d’exposer l’agent à d’autres utilisateurs.
La CNIL recommande pour les systèmes IA de gérer les habilitations, journaliser les accès, analyser les traces et utiliser des environnements sécurisés ou des bacs à sable lorsque cela est nécessaire. Dans une note publiée en juillet 2026, elle souligne également que les agents capables d’agir pour le compte d’un utilisateur créent des chaînes de traitement plus complexes et parfois opaques. CNIL
Le vrai futur du PC pourrait être le routage de l’IA
Le plus intéressant n’est donc peut-être ni le ZBook ni RTX Spark pris isolément. C’est l’arrivée de routeurs d’inférence. Le principe consiste à laisser le système décider quelle ressource utiliser pour chaque étape. Un petit modèle local pourra classifier des documents ou résumer une réunion.
Un modèle local plus puissant pourra analyser un dossier confidentiel. Un modèle frontier dans le cloud sera appelé uniquement pour un raisonnement difficile. Et plusieurs machines inutilisées dans l’entreprise pourraient même mutualiser une partie de leur puissance.
Nvidia travaille déjà sur PAIR, un système capable de répartir l’inférence entre plusieurs PC d’un réseau local. NVIDIA Blog
Comparatif rapide
| Solution | Local | Peut utiliser le cloud | Agents / outils | Public cible |
|---|---|---|---|---|
| Perplexity Portable Computer | Oui | Oui | Oui, MCP et connecteurs | Entreprises et professionnels |
| OpenClaw | Oui | Oui | Oui, très extensible | Utilisateurs avancés, équipes techniques |
| Hermes Agent | Oui | Oui | Oui | Développeurs et utilisateurs avancés |
| LM Studio / Ollama | Oui | Selon configuration | Davantage orientés exécution de modèles | Expérimentation et développement |
| ChatGPT / Claude / Gemini cloud | Principalement cloud | Oui | Agents et connecteurs selon les offres | Usage général et entreprise |
Il ne s’agit donc pas de choisir définitivement entre local et cloud. Il s’agit de construire une combinaison adaptée aux données, au budget et aux usages de l’entreprise.
A lire également sur IA Pratique
Le concept IA : qu’est-ce qu’un PC IA ?, qui expliquait déjà le rôle du CPU, GPU et NPU
Le Concept IA : Computer Ushttps://iapratique.com/le-concept-ia-computer-use/3244e, notamment sur la distinction entre utilisation visuelle d’un logiciel, API et MCP.
ChatGPT Work en entreprise : 7 contrôles à activer avant de connecter vos outils
En savoir plus
HP ZBook Ultra G3a
Calculateur Local AI Value de HP
Perplexity Portable Computer
OpenClaw
Nvidia RTX Spark
Recommandations de la CNIL sur l’IA agentique
#IA #IAAgentique #IALocale #AIPC #OpenClaw #Perplexity #PME #ETI #MCP #IntelligenceArtificielle #Productivité #Cybersécurité
