Petit, lent, local : le luxe computationnel

16 gigaoctets de RAM. Un modèle quantisé à 4 bits. Un terminal ouvert, une session qui démarre en trois secondes. Pas de clé API, pas de quota, pas de latence transatlantique. Pas non plus de contrat en 47 pages qui précise que tes requêtes peuvent servir à améliorer le produit.

C’est ça, un pipeline local-first. Et ce n’est pas un pis-aller.

La contrainte comme grammaire

Le permacomputing pose une question simple : que peut-on faire avec ce qu’on a, durablement, sans dépendre d’une infrastructure qu’on ne contrôle pas ? Ce n’est pas du minimalisme esthétique. C’est une position sur le rapport à l’outil.

Ivan Illich appelait ça un outil convivial - un outil que l’utilisateur maîtrise, qui n’inverse pas la relation en faisant de lui un servant du système. Le contraire d’un outil convivial, c’est une prothèse institutionnelle : tu t’y adaptes, tu paies, tu nourris sa croissance. ChatGPT, Claude, Gemini sont des outils brillants. Ils ne sont pas conviviaux au sens d’Illich. Ils grandissent avec toi, pas pour toi.

Un modèle local sur 16 Go de RAM est contraint. Il ne fait pas tout. Mais ce qu’il fait, il le fait sans rendre de comptes à personne d’autre. La contrainte est la grammaire de la maîtrise.

Ce que le cloud mange

Bernard Stiegler a passé une partie de sa carrière à décrire un processus qu’il appelait la prolétarisation cognitive : le mouvement par lequel l’externalisation des fonctions techniques appauvrit progressivement le savoir du praticien. Quand le savoir-faire quitte les mains pour entrer dans la machine, les mains oublient. Quand le savoir quitte les mains pour entrer dans le cloud, le savoir appartient au cloud.

Ce n’est pas une métaphore. Chaque requête envoyée à un modèle tiers est un fragment de ta façon de penser, de formuler, de problématiser - mis en circulation dans une infrastructure que tu ne contrôles pas, qui apprend de toi sans te rémunérer, et qui peut très bien entraîner demain le modèle qu’utilisera ton concurrent direct.

Shoshana Zuboff a nommé ce mécanisme : l’économie de la surveillance ne vole pas tes données, elle extrait tes comportements comme matière première pour prédire et orienter les comportements d’autres. Le modèle de langage cloud est une extension parfaite de cette logique. Tu lui apprends ta façon de raisonner. Il facture ça à tout le monde.

L’irréproductible computationnel

Dans un article précédent, la logique du vertical sensoriel posait une thèse : quand tout devient reproductible, l’irréproductible devient premium. La main qui laisse une trace, le geste qui ne se délègue pas, la pièce unique - ce sont les nouveaux signaux de valeur.

La même logique s’applique au calcul.

Un modèle fine-tuné sur ton propre corpus, tes propres documents, ta propre façon de travailler, tournant sur ta propre machine - ce modèle est irréproductible. Il ne ressemble à aucun autre. Il a absorbé ton vocabulaire, ton style, tes distinctions. Il est une extension computationnelle de ta pratique, pas une interface vers une intelligence générique louée au mois.

Le premium de demain n’est pas le modèle le plus gros. C’est le modèle qu’on possède.

Posséder, c’est ne pas fuir

Posséder un modèle local, c’est accepter ses limites. Un 7 milliards de paramètres quantisé ne rivalise pas avec un frontier model sur une tâche de raisonnement complexe. Mais il fait ce qu’on lui demande sans condition, sans délai, sans abonnement. Il tourne hors ligne dans le train, dans un atelier, dans un espace où les données ne doivent pas sortir.

Et surtout : il n’apprend rien à personne d’autre. Ce que tu lui donnes reste là. Ton savoir, ta façon de structurer un brief, ta grille d’analyse d’un marché - tout ça reste dans ta RAM, sur ton disque, sous ton contrôle.

C’est la version computationnelle de l’artisan qui garde ses tours de main. Pas par nostalgie. Par stratégie.

Ce que ça demande

Rien qui ne soit à portée d’un opérateur sérieux. Un Mac avec 16 Go de RAM suffit pour faire tourner des modèles capables de traiter des tâches éditoriales, de synthèse, de classification, de génération structurée. Ollama, LM Studio, des interfaces simples - l’écosystème existe, il est stable, il est gratuit.

Ce que ça demande vraiment, c’est un choix de position. Décider que l’infrastructure compte. Que la dépendance a un coût qui ne figure pas sur la facture. Que le savoir qu’on laisse fuir ne revient pas.

Illich écrivait que l’outil convivial est celui qui laisse à l’utilisateur la plus grande latitude pour façonner le monde selon ses intentions. Faire tourner son modèle chez soi, c’est exactement ça.

Le reste, c’est de la location de cerveau.