IA dans les applications mobiles : sur l’appareil ou dans le cloud ?

La différence en une phrase

Sur l’appareil, le modèle voyage à l’intérieur de l’application et s’exécute avec le processeur du téléphone : il n’a pas besoin d’Internet et les données ne sortent pas. Dans le cloud, l’application envoie la requête à un serveur où tourne un modèle bien plus grand et renvoie la réponse. Chaque option résout bien un type de problème, et la décision pèse sur la conception, le coût et la confidentialité de votre application. Pour une vue d’ensemble du produit, voyez applications mobiles avec intelligence artificielle.

Comment décider : les critères

Quelles tâches vont où

Sur iOS et Android, il existe des outils du système et des bibliothèques open source pour exécuter des modèles sur l’appareil (Core ML sur iOS ; LiteRT, anciennement TensorFlow Lite, et ML Kit sur Android). Le choix précis dépend du cas et des versions du système que vous voulez prendre en charge.

Le coût, le facteur le plus sous-estimé

• Dans le cloud, on paie à l’usage : chaque conversation ou image traitée a un coût qui se multiplie par vos utilisateurs actifs.
• Sur l’appareil, le coût est dans le développement : optimiser et maintenir des modèles pour de nombreux téléphones différents demande un travail initial plus important.
• Réduisez ce que vous envoyez : filtrez, compressez et résumez sur le téléphone avant d’appeler le cloud.
• Posez des limites et un cache : plafonds par utilisateur et réutilisation des réponses quand c’est possible.

Pour estimer avec des chiffres, utilisez le guide des coûts des chatbots et agents comme référence de ce que représente l’usage de modèles de langage.

Confidentialité et règles des stores

• Informez des données utilisées et de leur finalité, et ne demandez que les permissions nécessaires (caméra, micro, localisation).
• RGPD : si vous envoyez des données personnelles dans le cloud, il faut une base légale, de la minimisation et des accords avec le fournisseur.
• Apple et Google : déclarez l’usage des données et de l’IA dans leurs fiches d’application ; tenez-les à jour.
• Transparence : indiquez quand l’utilisateur interagit avec un système d’IA et proposez une alternative humaine.

Comment nous le décidons dans un projet

1. Définissez les fonctions d’IA et l’expérience qu’elles demandent (temps réel, hors ligne, conversation).
2. Classez chaque fonction par latence, confidentialité, qualité nécessaire et coût attendu.
3. Testez avec des prototypes sur de vrais appareils, y compris d’entrée et de milieu de gamme.
4. Concevez le comportement sans réseau (ce qui peut se faire et ce qui est reporté).
5. Mesurez en production consommation, erreurs, coût et satisfaction, et réajustez la répartition.

Si vous avez une idée précise, exposez-la-nous depuis développement d’applications IA sur mesure.

Questions fréquentes

Parlez-nous de votre projet

Décrivez ce que vous voulez obtenir et les systèmes avec lesquels vous travaillez. Nous vous répondons sous 24 à 48 h.