PORTFOLIO / IA ET AUTOMATISATION
J’utilise l’IA locale pour réserver mon budget aux tâches complexes
Pour les tâches courantes que je peux vérifier, je fais tourner un modèle de langage (LLM) sur mon PC. Le modèle s’appelle Qwen3 et je le lance avec Ollama. Je garde ainsi plus de marge pour faire appel aux modèles avancés quand il faut analyser, trancher ou résoudre un problème difficile.
Une réunion vient de finir. J’ai besoin de savoir qui s’est engagé à faire quoi et pour quand. Si la transcription le dit clairement, je fais préparer le compte rendu par le modèle qui tourne sur mon PC. Si deux réunions se contredisent et qu’une décision dépend de la réponse, je reprends les passages utiles avec un modèle plus avancé. Pour une équipe, cette séparation permet de traiter les suivis courants sans entamer inutilement la capacité réservée aux dossiers qui demandent du jugement.
- Définir la tâcheLe résultat est-il précis et facile à vérifier?
- Traiter sur le PCExtraire, classer ou reformuler à partir de sources fournies.
- VérifierJe relis les passages importants et je contrôle les chiffres.
- Passer à un modèle avancéSi les sources se contredisent, si le contexte est trop long ou si la décision a des conséquences.
Je choisis le modèle pour chaque tâche et je décide quand passer à un modèle avancé.
À quoi ça sert dans ma journée
Flux configuré
Résumer une réunion
À partir de cette transcription, sépare les décisions, les propositions et les engagements. Pour chaque engagement, indique la personne et l’échéance si elles sont nommées.
Screenpipe transforme l’audio en texte. Lors de la mise en place, j’ai préparé Whisper (Large V3 Turbo) pour faire cette transcription sur mon PC. Dans ma configuration actuelle, Screenpipe utilise son service infonuagique pour cette étape. Ensuite, Qwen3, lancé sur mon PC avec Ollama, résume le texte, conserve mes notes et signale les détails manquants. Je vérifie les engagements avant de relancer.
Exemple de ma règle de travail
Préparer un point de suivi marketing
Regroupe ces observations par campagne et rédige un commentaire à partir des écarts déjà calculés.
Un script calcule les écarts de dépenses et de résultats. Le modèle local peut classer les observations et rédiger une première synthèse. Si la question devient « Pourquoi les résultats baissent-ils et quel budget déplacer? », je réserve l’analyse au modèle avancé, avec les données sources.
Exemple de ma règle de travail
Préparer une petite correction dans Power Apps
Adapte cette formule Power Fx pour afficher un message si le champ est vide. Donne-moi trois cas à vérifier.
Je peux demander au modèle local une proposition courte, avec des cas de test. Je vérifie le comportement dans l’application. Une modification qui touche plusieurs écrans, la navigation ou les accès mérite une analyse plus poussée.
Ce que je cherche à économiser
Une demande traitée sur mon PC n’entraîne pas d’appel à un modèle hébergé. Sur une API facturée à l’usage, elle peut éviter des frais de traitement. Avec un abonnement fixe, le prix reste le même. Je préserve plutôt le quota pour pouvoir utiliser plus souvent un modèle avancé quand le travail le justifie.
Je n’ai pas encore de bilan chiffré. Pour en faire un, je compterais les tâches réussies en local, les reprises dans le cloud, le temps passé à vérifier les sorties et l’électricité consommée. Si je dois faire reprendre la même tâche plusieurs fois, le gain peut disparaître. Je commence donc par des travaux répétitifs, courts et faciles à contrôler.
Ce que je garde sous contrôle
Le modèle local travaille sur ce que je lui fournis. Un résumé peut rater une nuance, quel que soit le modèle. Je contrôle les passages décisifs, je laisse les chiffres aux scripts et je valide le résultat dans l’outil qui fait foi. Si un document ne tient pas dans le contexte, je le découpe pour une extraction simple ou je change de modèle si le sens dépend de l’ensemble du dossier. Dans mon flux de réunion, c’est le résumé qui tourne sur mon PC. Si je transmets un extrait à un modèle hébergé en ligne, j’applique les règles d’accès du dossier.
Commencer par une tâche qui revient souvent
Si vous voulez essayer ce fonctionnement dans votre équipe, contactez-moi. On peut prendre un compte rendu de réunion ou un export récurrent, tester la qualité sur votre matériel, puis décider ensemble quelles demandes garder en local.
Discuter d’un premier usage