DEV Community: Jérôme Corbiau

Le Secret Professionnel à l'Épreuve du Numérique : Pourquoi l'IA Locale Est Indispensable

Jérôme Corbiau — Mon, 22 Jun 2026 15:26:26 +0000

Un avocat qui dicte dans le cloud expose son secret professionnel à chaque mot

Imaginez un cabinet d'avocats un lundi matin. Un associé ouvre son ordinateur, appuie sur le raccourci de son outil de dictée, et commence à dicter une note stratégique pour un client. Il détaille les faiblesses de la position adverse, les arguments à développer, les risques juridiques identifiés. Vingt minutes de parole dense, précise, confidentielle.
Et là, sans qu'il le sache, sans qu'il l'ait choisi, sa voix quitte le bureau. Elle traverse l'océan Atlantique. Elle atterrit sur un serveur appartenant à une entreprise américaine soumise au CLOUD Act — cette loi qui permet au gouvernement américain d'accéder aux données stockées sur n'importe quel serveur américain, même si les données concernent un citoyen européen. La note stratégique, le secret professionnel, la confidentialité attorney-client — tout cela vient de traverser une juridiction étrangère sans consentement, sans avertissement, sans recours.
Cette scène n'est pas de la science-fiction. C'est le quotidien de milliers de cabinets qui ont confié leur productivité à des services cloud. Et chaque dictée, chaque transcription, chaque requête IA est une fuite potentielle du secret professionnel.

Le secret professionnel face au capitalisme de surveillance

Le secret professionnel n'est pas une option. C'est une obligation légale, éthique, fondamentale. Pour les avocats, c'est le pilier de la relation de confiance avec le client — sans lui, la défense est impossible. Pour les notaires, c'est la garantie de l'intégrité des actes. Pour les médecins, c'est le socle de la relation thérapeutique. Pour les experts-comptables, les conseillers financiers, les psychologues — la liste est longue et la sanction est claire : violation du secret professionnel = faute disciplinaire, voire pénale.
Pourtant, le numérique a créé une faille massive. Les outils cloud de dictée, de transcription, d'IA générative promettent la productivité tout en exigeant la transmission des données vers des serveurs distants. Et ces serveurs sont soumis à des lois qui ignorent le secret professionnel européen.
Le CLOUD Act américain est le plus connu, mais pas le seul. La Chine a ses propres lois d'accès aux données. Même en Europe, les fournisseurs cloud peuvent être contraints de divulguer des informations dans le cadre d'enquêtes judiciaires — sans que le professionnel concerné en soit informé. Les « petits caractères » des conditions d'utilisation autorisent l'utilisation des données pour « améliorer les services », le partage avec des « partenaires », la conservation « aussi longtemps que nécessaire ». En pratique, pour toujours.
Mais le problème est plus profond. Le modèle économique du cloud repose sur la collecte de données. Plus vous utilisez un service, plus il apprend de vous. Votre vocabulaire juridique, vos formulations habituelles, vos sujets de préoccupation — tout cela constitue un profil exploitable. Un fournisseur de dictée cloud sait quels types de dossiers vous traitez, quels clients vous représentez, quelles stratégies vous envisagez. C'est du renseignement économique déguisé en service de productivité.
Et il y a la question géopolitique. L'Europe n'a pas de cloud souverain compétitif. AWS, Azure, Google Cloud détiennent 70 % du marché européen. Chaque professionnel européen qui utilise un outil cloud dépend de l'Amérique pour sa confidentialité. C'est une dépendance stratégique qui s'étend bien au-delà du numérique : c'est une vulnérabilité juridique structurelle.

La dépendance comme menace juridique

Le cloud computing a créé une économie de la dépendance qui menace directement les professions réglementées. Les géants technologiques ont compris que la véritable valeur ne résidait pas dans la vente d'un logiciel, mais dans la location perpétuelle d'un service. Vous ne possédez plus vos outils. Vous les louez. Et le loueur peut modifier les conditions, augmenter le loyer, ou simplement mettre la clé sous la porte — avec vos données à l'intérieur.
Imaginez un fournisseur de dictée cloud qui fait faillite. Ou qui est racheté par un concurrent. Ou qui décide de quadrupler ses tarifs du jour au lendemain. Vos données, vos habitudes de travail, vos conversations confidentielles — tout est entre ses mains. Vous n'avez aucun contrôle. Vous n'avez aucune garantie. Vous avez juste un contrat de location que vous n'avez probablement jamais lu en entier.
Pour un professionnel soumis au secret, cette dépendance est intolérable. Vous ne pouvez pas déléguer la confidentialité de vos clients à une entreprise cotée en bourse dont les priorités sont le profit et la croissance, pas votre éthique professionnelle.

L'IA locale : le secret professionnel par conception

Face à cette menace juridique systémique, une alternative émerge. L'intelligence artificielle locale — des modèles qui tournent entièrement sur votre machine, sans connexion Internet, sans compte, sans abonnement. Ce n'est pas simplement une question de productivité ou de coût. C'est une question de conformité légale et éthique.
L'IA locale est un acte de due diligence. C'est le refus de devenir un relais de fuite de données. C'est l'affirmation que le secret professionnel ne devrait pas dépendre de la bonne volonté d'une entreprise américaine ou chinoise.
Des outils comme Whisper.cpp (le moteur de transcription local de référence), Jan.ai (interface desktop pour LLM locaux, licence MIT), ou VoiceInk (dictée macOS 100 % offline, open source) prouvent que le local est viable pour le professionnel. Chacun à sa manière, ils offrent des alternatives crédibles au cloud.
PerkySue fonctionne lui aussi entièrement hors ligne. Whisper pour la reconnaissance vocale, llama.cpp pour la transformation par IA — le tout sur votre machine. Pas de serveur distant. Pas de données transmises. Pas de compte à créer. Si Internet s'interrompt, si le fournisseur fait faillite, si les tarifs explosent — votre outil continue de fonctionner. Parce qu'il vit sur votre machine, pas dans un data center à l'autre bout du monde.
Cette résilience juridique s'étend à toutes les dimensions de l'usage. Vous pouvez traiter des informations sensibles — données médicales, juridiques, financières — sans jamais les exposer à des tiers. Vous pouvez dicter des notes stratégiques dans un avion, dans une zone sans connexion, dans un pays avec une censure Internet stricte. Vous pouvez garantir à vos clients que leur confidentialité ne dépend d'aucun tiers.

La conformité comme avantage concurrentiel

Les sceptiques objecteront que les modèles locaux sont moins puissants que leurs équivalents cloud. C'est vrai, dans l'absolu. Mais quatre-vingts pour cent des usages professionnels — rédaction d'emails, reformulation de textes, traduction, prise de notes structurées, commandes shell — sont parfaitement maîtrisés par des modèles « modestes ».
Et pour les 20 % restants, les tâches ultra-complexes ? Un professionnel soumis au secret professionnel n'a pas le droit de les externaliser vers le cloud de toute façon. L'IA locale n'est pas une limitation — c'est une conformité.
L'approche hybride — local par défaut, cloud jamais pour les données sensibles — transforme la relation à la technologie juridique. Vous redevenez maître de vos outils. Vous choisissez consciemment quand externaliser, et vous savez que « jamais » est la bonne réponse pour tout ce qui touche au secret professionnel.

Vers une souveraineté juridique collective

L'enjeu dépasse le cabinet individuel. Lorsque des barreaux, des ordres professionnels, des hôpitaux adoptent des outils locaux et open source, ils construisent une résilience collective. Une juridiction dont les avocats maîtrisent leurs outils ne peut pas être paralysée par la faillite d'un éditeur américain. Un hôpital dont les médecins utilisent des logiciels libres ne risque pas de voir ses données patientes exposées dans une fuite cloud.
Mais cette transition nécessite un cadre politique. Les ordres professionnels doivent recommander — voire imposer — l'utilisation d'outils locaux pour les données sensibles. Les barreaux doivent auditer les outils numériques de leurs membres. Les assureurs responsabilité civile professionnelle doivent intégrer l'usage du cloud dans leur évaluation des risques.
L'open source est le fondement de cette résilience. Le code source accessible, modifiable, auditable, garantit que l'outil survivra à son créateur. Qu'une communauté de développeurs pourra le maintenir, l'améliorer, l'adapter aux exigences réglementaires. Qu'aucune entreprise ne pourra unilatéralement modifier les conditions, verrouiller les fonctionnalités, ou accéder aux données.
PerkySue, sous licence Apache 2.0, incarne cette philosophie. Chaque ligne de code est visible. Chaque utilisateur peut vérifier ce que fait l'outil, comment il traite les données, où elles vont — ou plutôt, qu'elles ne vont nulle part. Un développeur compétent peut modifier le code, ajouter des fonctionnalités de conformité, créer une version adaptée aux exigences d'un ordre professionnel spécifique. L'outil appartient à sa communauté, pas à une entreprise.

Le choix de l'éthique intentionnelle

Adopter l'IA locale n'est pas un rejet de la technologie. C'est un choix d'éthique intentionnelle. C'est décider consciemment quels outils méritent la confiance de nos clients, quelles données nous sommes prêts à exposer, quelles dépendances nous acceptons de créer — ou refusons.
C'est aussi une question de coût réel. Un abonnement cloud à 15 dollars par mois paraît modeste. Multiplié par dix ans, c'est 1 800 dollars. Multiplié par tous les services cloud utilisés dans un cabinet — stockage, bureautique, dictée, communication — c'est des milliers de dollars et des pétaoctets de données confidentielles échangées contre une commodité qui pourrait être assurée localement.
L'IA locale nous offre une troisième voie. Ni le rejet technophobe, ni la soumission passive aux géants du numérique. Une utilisation consciente, maîtrisée, souveraine de la technologie. Des outils qui nous servent, sans nous exploiter. Des outils qui persistent, sans dépendre d'un serveur. Des outils qui restent les nôtres, même quand le reste du monde numérique s'effondre.
La prochaine fois que vous appuierez sur un raccourci pour dicter une note confidentielle, demandez-vous : où va ma voix ? Qui en dispose ? Que se passe-t-il si le service disparaît ? Si les réponses vous inquiètent, peut-être est-il temps de reprendre le contrôle — et de protéger ceux qui vous ont confié leur confiance.

À propos de l’auteur

Jérôme Corbiau est le créateur de PerkySue, un outil de dictée vocale locale avec IA fonctionnant entièrement hors ligne. Il est également cofondateur et architecte logiciel de My App Zone SRL (Bruxelles), et créateur de la plateforme Cloud Neareo — un CMS primé notamment par Microsoft et le Service Public de Wallonie. Son travail vise un objectif constant : remettre la technologie au service de l’utilisateur, plutôt que l’inverse.
P.S. — Si la dictée vocale en local t'intéresse, j'ai ouvert le code de ce que j'utilise au quotidien : github.com/PerkySue/PerkySue. Pas de compte, pas de cloud, juste un raccourci. Windows uniquement pour l'instant — et je sais que c'est une limite.

La Dictée Vocale : Un Pont Entre la Pensée et l'Écrit pour Tous

Jérôme Corbiau — Mon, 22 Jun 2026 15:20:36 +0000

Mon esprit file à toute allure. Mes doigts restent sur place.

Imaginez un matin ordinaire. Une idée fulgurante vous traverse l'esprit, une formulation parfaite, une réponse qui va clore ce débat par email. Votre cerveau la voit déjà, entière, brillante. Vous posez les doigts sur le clavier.
Et là, le gouffre. Les doigts butent sur les touches. Les fautes de frappe s'accumulent. La phrase se délite en cours de route. Votre esprit a déjà passé à l'idée suivante pendant que vos mains peinent à rattraper la première. Vingt minutes plus tard, un paragraphe médiocre. Votre cerveau a produit dix pages. Vos doigts en ont tapé une demi.
Cette frustration n'est pas de la paresse. Ce n'est pas un manque de compétences. C'est le quotidien de millions de personnes qui pensent vite mais écrivent lentement. TDAH, dyslexie, troubles musculo-squelettiques, fatigue chronique, séquelles d'AVC, dystonie, arthrite précoce — la liste est longue et invisible.
Les handicaps invisibles ne se voient pas. Ils ne s'entendent pas. Mais ils structurent chaque journée de travail, chaque email, chaque rapport. Et dans un monde professionnel où l'écrit est roi, ils créent une barrière silencieuse, quotidienne, épuisante.

Le clavier comme barrière invisible

Le modèle de travail moderne repose sur une hypothèse implicite : tout le monde tape vite et bien. Les emails, les rapports, les messages Slack, les tickets Jira — tout passe par le clavier. Celui qui tape lentement est perçu comme lent, point. Celui qui fait des fautes est jugé négligent. Celui qui évite l'écrit est considéré comme peu investi.
Pourtant, la capacité à penser n'a aucun rapport avec la capacité à taper. Un cerveau hyperactif peut générer des idées à une vitesse vertigineuse tout en étant incapable de les canaliser vers un clavier. Une personne dyslexique peut concevoir des stratégies complexes tout en butant sur l'orthographe de « stratégie ». Un travailleur avec des douleurs chroniques aux mains peut avoir une expertise pointue tout en étant physiquement incapable de taper plus de dix minutes d'affilée.
Le clavier n'est pas neutre. C'est une interface qui favorise certains corps, certains cerveaux, certaines capacités motrices. Et il exclut, silencieusement, tous ceux qui ne correspondent pas au modèle standard.
Mais le problème est plus profond. Les politiques d'accessibilité numérique restent largement symboliques. La directive européenne sur l'accessibilité des sites web ne concerne que les sites publics. Les outils de productivité professionnels échappent à toute obligation. Une entreprise peut vendre un logiciel totalement inaccessible sans aucune conséquence légale. Le marché s'autorégule — et le marché optimise pour la majorité, pas pour les minorités.
Les subventions à l'emploi des travailleurs handicapés existent, mais elles ne couvrent pas les outils numériques. Un employeur peut obtenir une aide pour adapter un poste de travail physique, mais pas pour fournir un logiciel de dictée accessible. Le cadre juridique reste ancré dans le monde physique, alors que le handicap invisible est principalement numérique.

La dictée : un pont entre deux vitesses

La parole est notre mode d'expression naturel. Nous parlons avant d'écrire. Nous pensons en phrases fluides, pas en caractères tapés un par un. La dictée vocale supprime la barrière mécanique entre la pensée et l'expression. Elle permet à un cerveau qui va à 200 à l'heure de produire à 200 à l'heure.
Mais la dictée cloud pose un problème supplémentaire pour les personnes concernées par des handicaps invisibles : la confidentialité. Beaucoup de ces conditions sont stigmatisées. Le TDAH reste souvent caché en entreprise. La dyslexie est perçue comme une faiblesse. La fatigue chronique est invisible et suspectée. Utiliser un outil de dictée qui envoie vos données vers un serveur distant, qui les stocke, qui les analyse, c'est ajouter une barrière psychologique à une barrière physique.
Et puis il y a les données elles-mêmes. Ce que vous dictez n'est pas neutre. Vos hésitations, vos reformulations, votre vocabulaire, vos sujets de préoccupation — tout cela révèle des informations intimes. Pour quelqu'un qui vit avec un handicap invisible, ces données peuvent trahir ce qu'il préfère garder privé.

L'IA locale : accessibilité sans compromis

L'intelligence artificielle locale — des modèles qui tournent entièrement sur votre machine, sans connexion Internet, sans compte, sans abonnement — résout ce dilemme. Elle offre l'accessibilité de la dictée sans la barrière de la confidentialité.
Des outils comme Vocalinux (Linux, open source, développé explicitement pour l'accessibilité), VoiceInk (macOS, 100 % offline, open source sous GPL v3), ou OpenWhispr (cross-platform, Whisper local) prouvent que cette approche est viable. Chacun à sa manière, ils démocratisent l'accès à la dictée pour ceux que le clavier exclut.
PerkySue fonctionne lui aussi entièrement hors ligne. Whisper pour la reconnaissance vocale, llama.cpp pour la transformation par IA — le tout sur votre machine. Pas de serveur distant. Pas de données transmises. Pas de compte à créer. Votre voix ne quitte jamais votre ordinateur. Vos hésitations restent privées. Vos sujets sensibles ne sont jamais exposés.
Cette confidentialité n'est pas un luxe pour les personnes handicapées. C'est une condition de l'accessibilité réelle. Un outil qui vous oblige à révéler vos données pour fonctionner n'est pas accessible — il est conditionnel. Un outil qui fonctionne en silo, sur votre machine, sans jugement extérieur, sans traçage, sans profilage — c'est un véritable égalisateur.

L'émancipation par la voix

La dictée locale transforme la relation au travail pour ceux qui pensent vite mais écrivent lentement. Vous pouvez dicter un email en 30 secondes au lieu de le taper en 10 minutes. Vous pouvez reformuler un paragraphe en parlant, sans passer par le clavier. Vous pouvez générer du code récurrent, des réponses standardisées, des notes structurées — tout par la voix, sans fatigue physique.
Mais au-delà de la productivité, il y a la dignité. Pouvoir exprimer ses idées à la vitesse de la pensée, sans être ralenti par un corps qui ne coopère pas, sans être jugé sur sa vitesse de frappe — c'est une forme d'émancipation. Le handicap invisible cesse d'être une barrière quand l'outil s'adapte à vous, et non l'inverse.
PerkySue permet aussi de travailler dans des environnements variés. Dans un avion, dans une zone rurale sans connexion, dans un pays avec une censure Internet stricte. L'accessibilité ne devrait pas dépendre de la qualité du réseau. Un outil local fonctionne partout, pour tout le monde, sans discrimination infrastructurale.

Vers une inclusion technologique collective

L'enjeu dépasse l'individu. Lorsque des entreprises adoptent des outils accessibles et respectueux de la confidentialité, elles créent un environnement de travail plus inclusif. Un employé avec un TDAH non déclaré peut utiliser PerkySue sans crainte. Un collaborateur dyslexique peut dicter sans que ses données ne soient analysées. Un travailleur avec des douleurs chroniques peut réduire sa charge physique sans sacrifier sa contribution.
Mais l'inclusion ne viendra pas du marché seul. Elle nécessite une prise de conscience politique. Les législateurs doivent étendre les obligations d'accessibilité aux outils de productivité professionnels, pas seulement aux sites web publics. Les subventions à l'emploi doivent couvrir les adaptations numériques. Les entreprises doivent être tenues responsables de l'accessibilité de leurs outils internes.
L'open source est le fondement de cette inclusion. Le code source accessible, modifiable, auditable, garantit que l'outil peut être adapté à des besoins spécifiques. Qu'une communauté de développeurs pourra ajouter des fonctionnalités d'accessibilité, des raccourcis adaptés, des interfaces alternatives.
PerkySue, sous licence Apache 2.0, incarne cette philosophie. Chaque ligne de code est visible. Chaque utilisateur peut vérifier ce que fait l'outil — et s'assurer qu'il ne collecte rien, ne juge personne, n'exclut personne. Un développeur compétent peut modifier le code, ajouter des fonctionnalités d'accessibilité, créer une version adaptée à des besoins spécifiques. L'outil appartient à sa communauté, pas à une entreprise qui optimise pour le profit.

Le choix de l'inclusion intentionnelle

Adopter la dictée locale n'est pas un rejet de la technologie. C'est un choix d'inclusion intentionnelle. C'est décider consciemment quels outils méritent notre confiance, quelles barrières nous sommes prêts à éliminer, quelles formes d'exclusion nous refusons de perpétuer.
C'est aussi une question de coût réel. Les outils de dictée cloud coûtent cher — en abonnement, en données personnelles, en dépendance. Pour quelqu'un qui vit avec un handicap invisible et qui enchaîne les contrats courts, ces coûts sont prohibitifs. La dictée locale offre une alternative où le coût est transparent, maîtrisé, et surtout — juste. Pas de barrière financière, pas de barrière technique, pas de barrière de confidentialité.
La prochaine fois que vous verrez un collègue taper lentement, hésiter, reformuler dix fois le même email — demandez-vous : est-ce qu'il pense lentement, ou est-ce que l'outil ne lui permet pas de penser à sa vitesse ? Si la réponse vous inquiète, peut-être est-il temps de reprendre le contrôle — et de le partager.

À propos de l’auteur

Numérique Responsable : Pourquoi l'IA sur Votre Machine Est Plus Verte Que le Cloud

Jérôme Corbiau — Mon, 22 Jun 2026 15:16:47 +0000

Votre dictée a fait le tour du monde avant de revenir sur votre écran

Prenons un instant pour observer ce qui se passe quand vous dictez un simple email. Vous appuyez sur un bouton, parlez quelques secondes, et le texte apparaît. Magique, non ? Pas tout à fait.
En réalité, votre voix vient de traverser des milliers de kilomètres. Elle a quitté votre bureau, emprunté les fibres de votre FAI, traversé l'océan Atlantique, atteint un data center géant — peut-être en Virginie, peut-être en Irlande, peut-être ailleurs. Des milliers de serveurs y ont dévoré de l'électricité pour la transformer en texte. Puis le résultat a refait le chemin inverse. Votre email a fait le tour du monde avant de s'afficher devant vous.
Et ce n'est qu'un email. Multipliez par les millions de dictées
quotidiennes, les assistants vocaux toujours à l'écoute, les requêtes IA génératives. Le cloud n'est pas immatériel. Il a une empreinte carbone colossale, une soif d'énergie insatiable, et une géographie physique qui transforme chaque clic en voyage intercontinental.

La face cachée du numérique

Les data centers absorbent environ 2 % de l'électricité mondiale — l'équivalent de la consommation totale du Japon. Et ce chiffre explose : l'essor de l'IA générative pourrait le doubler d'ici 2027. Microsoft, Google et Amazon construisent des méga-centres de données à un rythme effréné, chacun dévorant l'énergie d'une petite ville.
Mais l'électricité n'est que la partie visible de l'iceberg. Il y a aussi l'eau — des milliards de litres pour refroidir ces serveurs. Les matériaux rares — néodyme, cobalt, lithium — extraits dans des conditions souvent précaires. Le cycle de vie court du matériel, remplacé tous les trois à cinq ans. Et surtout, le trafic réseau : chaque bit qui voyage consomme de l'énergie à chaque nœud traversé.
Le modèle économique du cloud repose sur l'invisibilisation. Vous ne voyez pas le data center, donc vous ne ressentez pas son impact. C'est le principe du « pollueur-payeur » inversé : vous polluez, quelqu'un d'autre paie — la planète, les communautés riveraines, les générations futures.

Le paradoxe vert du numérique

Voici l'ironie cruelle : les mêmes gouvernements qui signent des accords climatiques subventionnent massivement l'expansion des data centers. L'Union européenne les a classés « infrastructures critiques » pendant la pandémie, leur accordant des dérogations énergétiques. Les États-Unis offrent des crédits fiscaux colossaux aux géants du cloud pour installer leurs fermes de serveurs dans des régions rurales. La Chine construit des data centers au Xinjiang, alimentés au charbon, pour faire tourner ses modèles d'IA.
Pendant ce temps, les réglementations environnementales s'appliquent aux usines traditionnelles, pas aux data centers. Un producteur de ciment doit compenser ses émissions. Un opérateur cloud peut consommer l'équivalent de cinq centrales nucléaires sans aucune obligation équivalente. Le numérique bénéficie d'une exemption culturelle : il est « propre », « immatériel », « de l'avenir ». En réalité, c'est l'une des industries les plus énergivores de la planète.
Et il y a la question géopolitique. L'Europe importe 80 % de ses services cloud des États-Unis. Chaque dictée, chaque requête IA traverse l'Atlantique. C'est une dépendance énergétique déguisée : nous payons non seulement en dollars, mais en kilowatts-heures transportés sous l'océan.

L'IA locale : la sobriété numérique

Face à cette démesure, une approche radicalement différente émerge. L'intelligence artificielle locale — des modèles qui tournent entièrement sur votre machine, sans connexion Internet, sans serveur distant, sans aller-retour planétaire.
Le principe est simple : votre ordinateur est déjà allumé. Vous l'utilisez déjà. Pourquoi ne pas faire tourner l'IA là où elle est utilisée, plutôt que d'envoyer vos données faire des milliers de kilomètres ?
Des outils comme VoiceInk (macOS, open source, 100 % offline), OpenWhispr (cross-platform, Whisper local), Whisper.cpp (le moteur de référence C/C++), ou Jan.ai (interface desktop pour LLM locaux) incarnent cette philosophie. Ils prouvent qu'on peut obtenir des résultats professionnels sans mobiliser une infrastructure planétaire.
PerkySue fonctionne lui aussi entièrement hors ligne. Whisper pour la reconnaissance vocale, llama.cpp pour la transformation par IA — le tout sur votre machine. Aucune donnée ne quitte votre ordinateur. Aucun serveur distant n'est sollicité. Aucun data center ne s'est activé pour votre email.
Le gain écologique est triple :
Zéro trafic réseau. Votre voix ne traverse pas la planète. Elle reste dans la RAM de votre machine, traitée en quelques millisecondes, puis immédiatement effacée. Pas de paquets TCP/IP, pas de routage intercontinental.
Optimisation de l'existant. Votre ordinateur consomme de l'électricité qu'il soit utilisé à 10 % ou à 90 % de sa capacité. Faire tourner un modèle IA localement utilise des ressources qui seraient autrement gaspillées. C'est du recyclage énergétique.
Longévité du matériel. Un modèle local ne dépend pas d'une infrastructure externe qui change tous les deux ans. Votre machine, vos modèles, vos outils — ils vieillissent ensemble, sans obsolescence programmée.

Les chiffres parlent

Une requête cloud typique de transcription vocale consomme environ 0,3 à 0,5 gramme de CO₂. Cela semble négligeable — jusqu'à ce qu'on le multiplie par les millions de dictées quotidiennes. Une entreprise de 100 employés qui dictent chacun 20 emails par jour génère environ 200 kg de CO₂ par an rien que par la transcription cloud. Soit l'équivalent d'un aller-retour Paris-Londres en avion.
La même entreprise avec une solution locale ? Zéro gramme de CO₂ lié au trafic réseau. L'électricité consommée est celle de la machine déjà allumée, avec une empreinte marginale proche de zéro.
Et ce calcul ne prend même pas en compte les requêtes LLM. Un appel à un modèle cloud génère 10 à 100 fois plus d'émissions qu'un modèle local de taille modeste. Les géants de 100+ milliards de paramètres consomment des dizaines de watts par requête. Un modèle local de 7 milliards de paramètres, optimisé, consomme moins qu'une ampoule LED.

La loi de Pareto appliquée à l'écologie

Les sceptiques objecteront que les modèles locaux sont moins puissants. C'est vrai, dans l'absolu. Mais quatre-vingts pour cent de nos usages quotidiens — rédaction d'emails, reformulation de textes, traduction, prise de notes — sont parfaitement maîtrisés par des modèles « modestes ».
Pourquoi mobiliser une infrastructure planétaire pour une tâche que votre machine peut accomplir en silence ? C'est comme prendre un avion pour aller chercher du pain à la boulangerie du coin. Techniquement possible. Écologiquement absurde.
L'approche hybride — local par défaut, cloud par exception — réduit drastiquement l'empreinte carbone sans sacrifier la productivité. Réserver les outils externes aux cas où ils apportent une valeur réelle, irréductible. Utiliser la puissance sous nos doigts pour tout le reste.

Vers une responsabilité technologique collective

L'enjeu dépasse l'individu. Lorsque des entreprises adoptent des outils locaux, elles réduisent collectivement la pression sur les infrastructures cloud. Une ville dont les administrations utilisent des logiciels libres locaux économise des tonnes de CO₂. Un pays dont les entreprises maîtrisent leurs outils d'IA réduit sa dépendance énergétique aux data centers étrangers.
L'open source est le fondement de cette résilience écologique. Le code source accessible, modifiable, auditable, garantit que l'outil survivra à son créateur sans nécessiter de nouvelle infrastructure. Qu'une communauté de développeurs pourra l'optimiser, le rendre plus léger, plus sobre.
PerkySue, sous licence Apache 2.0, incarne cette philosophie. Chaque ligne de code est visible. Chaque utilisateur peut vérifier ce que consomme l'outil — et constater qu'il consomme presque rien comparé à une alternative cloud. Un développeur compétent peut modifier le code, réduire l'empreinte, créer une version encore plus légère. L'outil appartient à sa communauté, pas à un actionnaire qui maximise le profit énergétique.

Le choix de l'intentionnalité écologique

Adopter l'IA locale n'est pas un rejet de la technologie. C'est un choix d'intentionnalité écologique. C'est décider consciemment quelles ressources méritent d'être mobilisées, quelles émissions nous sommes prêts à générer, quelles dépendances infrastructurales nous acceptons de créer.
C'est aussi une question de coût réel. Un abonnement cloud à 15 dollars par mois paraît modeste. Mais il cache un coût écologique que personne ne facture : le CO₂ émis, l'eau consommée, les matériaux extraits. L'IA locale nous offre une alternative où le coût écologique est transparent, mesurable, et surtout — minime.
La prochaine fois que vous appuierez sur un raccourci pour dicter un texte, demandez-vous : où va ma voix ? Quelle distance parcourt-elle ? Quelle empreinte laisse-t-elle ? Si les réponses vous inquiètent, peut-être est-il temps de choisir la sobriété.

À propos de l’auteur

The Blinking Cursor Anxiety: How Voice Dictation Defeats Blank Page Syndrome

Jérôme Corbiau — Fri, 19 Jun 2026 15:14:51 +0000

HOOK

When did you last write something true?
Not an email. Not a report. Something true. An idea that mattered to you, expressed without filter, without self-censorship, without that inner gaze that judges every word before it lands on the screen.
For me, it was three weeks ago. I had an idea for a PerkySue feature. I sat down in front of my editor. The cursor blinked. And for twenty minutes, I wrote nothing. Not because I had no ideas. Because the keyboard forced me to judge before creating.
Blank page syndrome isn't a lack of inspiration. It's a dysfunction between thought and expression, created by the interface itself. The keyboard, that wonderful tool, is also a psychological barrier between what you think and what you write.
And what if the solution wasn't to "work harder" or "get more organized," but simply to change the interface?

PART 2 — SYSTEMIC PROBLEM

But the problem runs deeper than my personal frustration.
Speaking is natural. We evolved to speak. Speech is our primary mode of expression, developed over hundreds of thousands of years. Writing, by comparison, is a recent artifact — barely a few thousand years old. And the keyboard? An artifact of an artifact, barely a century old.
When you speak, ideas flow. Transitions happen naturally. Prosody carries meaning. Hesitations are normal, productive, creative. When you type on a keyboard, every word is a conscious decision. Every sentence is a construction. Every paragraph is scaffolding. The brain switches from "fluid creation" mode to "permanent editing" mode — and these two modes are neurologically incompatible.
The result is chronic performance anxiety. The blinking cursor becomes a judge. Every typed word is submitted to an inner tribunal: is it good enough? Is it clear enough? Is it professional enough? This real-time self-censorship kills creativity. You cannot create and judge simultaneously. The keyboard forces you to.
And then there's fatigue. Typing is a repetitive physical act. Fingers tire. Wrists ache. Shoulders tense. Concentration fragments between content and mechanics. You're thinking about both WHAT you want to say and HOW you type it. It's exhausting cognitive multitasking.
But the most insidious problem is surveillance. When you know that every keystroke is potentially recorded, analyzed, used to train a model — even unconsciously — you self-censor more. The keyboard isn't neutral. It's a control tool disguised as a creation tool.

PART 3 — THE ALTERNATIVE

Voice dictation removes this barrier. It lets us return to the mode of expression we were made for: speech. You think, you speak, words appear. No mental translation. No real-time judgment. No physical fatigue. Just the natural flow from thought to expression.
The mechanism is simple but profound. When you speak, you can't self-correct every word. You have to hold the thread to the end. You have to accept temporary imperfection to reach global perfection. It's pure creative mode — the one the keyboard prevents.
But cloud dictation adds an additional psychological problem: surveillance. Knowing your voice is sent to a remote server, analyzed, potentially stored, adds a layer of anxiety. You hesitate to say certain things. You self-censor. You lose the spontaneity that makes dictation powerful.
Local artificial intelligence — models that run entirely on your machine, with no internet connection, no account, no subscription — solves this dilemma. It offers the fluidity of speech without the barrier of surveillance.
OpenWhispr (macOS, Windows, Linux, MIT, free) offers local transcription with Whisper, with an optional BYOK cloud mode. Handy (macOS, Windows, Linux, MIT, free) is the open-source standard with 22,435 stars and a very active community. VoiceInk (macOS only, GPL v3.0, $25-49 one-time or free build) is the Apple reference with native AI modes and a personal dictionary. And PerkySue (Windows, Apache 2.0, free for transcription, $9.90/month Pro) adds a local LLM transformation layer — rewriting, email, console, AI answers — all without your voice leaving the machine.
None of these tools is perfect. OpenWhispr still requires some technical setup. Handy doesn't have integrated AI modes as advanced as commercial tools. VoiceInk is Mac-only. And PerkySue — my tool — is Windows-only, with no macOS version. Each has its limits.
But what they offer is a private space where thought can flow without filter. Your hesitations stay private. Your false starts are never judged. Your voice never leaves your computer. This privacy isn't a luxury. It's a condition of creativity.

PART 4 — INDIVIDUAL IMPACT

Local dictation transforms the relationship with writing for everyone who suffers from blank page syndrome.
You can dictate an entire draft in minutes, without ever seeing the cursor blink. You can rephrase an idea by speaking, without going through the keyboard. You can generate content at the speed of thought, then switch to editing mode to polish.
But beyond productivity, there's mental well-being. No more cursor anxiety. No more real-time judgment. No more physical fatigue. Dictation lets you separate creation from editing — two distinct phases, each in its optimal mode. Create by voice, edit by keyboard. It's the method that respects the brain.
And there's autonomy. Local AI works everywhere — on a plane, in a noisy café, in a coworking space. No connection, no network dependency. You can dictate your ideas anywhere, anytime, without technical or psychological barriers.
I'm not saying local dictation will cure performance anxiety. But I know that when I see the cursor blinking and my brain freezes, pressing Alt+T and speaking changes everything. It's not magic. It's just neurologically more honest.

PART 5 — COLLECTIVE STAKE

The stakes go beyond the individual. When teams adopt local dictation tools, they unlock collective creativity.
A company whose employees can express ideas at the speed of thought produces more, better, faster. A team that dictates its meetings captures collective intelligence without loss. An organization that removes the keyboard barrier democratizes contribution.
Open source is the foundation of this liberation. Accessible, modifiable, auditable source code guarantees that the tool will evolve with creative needs. That a community of developers can add modes adapted to different types of creation. That no company can unilaterally impose a format or method.
PerkySue, under the Apache 2.0 license, embodies this philosophy. Every line of code is visible. Every user can verify what the tool does — and ensure it doesn't judge their ideas, correct their personality, or standardize their expression. A competent developer can modify the code, add creative modes, create a version adapted to specific needs. The tool belongs to its community.
Adopting local dictation isn't rejecting technology. It's a choice of creative intentionality. It's consciously deciding which tools deserve our trust, which barriers we want to eliminate, which forms of expression we want to liberate.
It's also a question of real cost. Cloud subscriptions accumulate — dictation, storage, office tools, creation. For a freelancer, a student, an independent creator, these costs are prohibitive. Local dictation offers an alternative where the cost is transparent, controlled, and above all — fair. No financial barrier, no technical barrier, no psychological barrier.
Next time the cursor blinks and your brain freezes, ask yourself: do I lack ideas, or does the tool prevent me from expressing them? If the answer liberates you, maybe it's time to speak up.

CONCLUSION

We've built tools that force us to judge before creating. That make us translate our thoughts into a language the machine understands. That exhaust us because they demand we do two things at once — think AND type, create AND edit, express AND censor.
Maybe it's time to accept a simple truth: our brains didn't evolve to type. They evolved to speak. And the best writing tool might not be a keyboard. It's our own voice.
Are you ready to trust it?

About the Author

Jérôme Corbiau is the creator of PerkySue, a local voice dictation tool with AI that works entirely offline, with no remote server or data transmitted. He is also co-founder and software architect of My App Zone SRL (Brussels), and creator of the Cloud Neareo platform — an award-winning CMS notably by Microsoft and the Public Service of Wallonia, deployed in museums and heritage sites. His work aims at a constant objective: putting technology at the service of the user, rather than the reverse.

P.S. — If local voice dictation interests you, I've open-sourced what I use daily: github.com/PerkySue/PerkySue. No account, no cloud, just a hotkey. Windows only for now — and I know that's a limitation.

Generation Z Relearns to Speak: From Keyboard Back to Voice

Jérôme Corbiau — Fri, 19 Jun 2026 15:12:05 +0000

HOOK

They type 200 words per minute on TikTok. They stammer through a professional email.
This isn't an insult. It's an observation I've made for three years, watching young people test PerkySue. Twenty-three-year-old digital natives, capable of generating viral content on demand, who open their email client and freeze in front of the blinking cursor. Ten minutes for three awkward sentences. Too formal, or not enough. Uncertain punctuation. Off-key tone.
It's not incompetence. It's the symptom of a deep cultural mutation. After twenty years of absolute dominance by short text — SMS, chat, email, Slack — an entire generation has developed phenomenal digital dexterity with their thumbs, but lost the habit of structuring their thoughts orally. Voice has returned, but professional voice has gone astray.
And the most worrying part? This generation knows it. It suffers from it. It feels "bad at writing" without understanding that the problem isn't them — it's the tool.

PART 2 — SYSTEMIC PROBLEM

But the problem runs deeper than individual embarrassment.
SMS killed professional orality. Not because it's inherently bad, but because it imposed a format that colonized all written communication. Short, fragmented, informal, reactive. A generation learned to think in 280 characters, in instant replies, in discontinuous threads.
The result? Young professionals capable of generating viral content on demand but paralyzed by a structured email. Creative minds that shine on Instagram but struggle with a report. Fast brains that think in images and reactions, but can't articulate a linear argument.
It's not a question of intelligence. It's a question of format. Twenty years of exclusive short-text practice have atrophied the muscles of structured orality — the ability to sustain a reasoning for several minutes, to articulate logical transitions, to modulate tone according to the interlocutor. Skills that develop through practice, and that wither without it.
And here's the paradox: this generation is simultaneously the most exposed and the most concerned about privacy. It knows its data has value. It knows what it says can be used against it, analyzed, monetized. Dictating to a remote server adds a psychological barrier to an already enormous technical barrier.
I'm not a teacher. I'm a developer. But when I see a 23-year-old hesitate for ten minutes over an email, I think: maybe the tool we're giving them is more handicapping than their skills.

PART 3 — THE ALTERNATIVE

Voice dictation isn't just a productivity tool. It's a re-education tool. Speaking to structure your thoughts means relearning to think in complete sentences, coherent paragraphs, chained arguments. It means reactivating neural circuits that short text left dormant.
When you dictate, you can't edit as you go. You have to hold the thread of your thought to the end. You have to articulate transitions, nuances, conclusions. You relearn to speak as you write — and to write as you speak. It's an intellectual gymnastics that the keyboard doesn't allow.
But cloud dictation poses a specific problem for GenZ: surveillance. This generation grew up with data scandals, Cambridge Analytica leaks, manipulation algorithms. It knows its voice is biometric data. It refuses to give it away for free.
Local artificial intelligence — models that run entirely on your machine, with no internet connection, no account, no subscription — offers a solution that speaks directly to GenZ. It combines the fluidity of voice with data sovereignty.
OpenWhispr (macOS, Windows, Linux, MIT, free) lets you dictate locally with Whisper, with an optional BYOK cloud mode for those who want it. Handy (macOS, Windows, Linux, MIT, free) is the open-source standard with 22,435 stars and a very active community. VoiceInk (macOS only, GPL v3.0, $25-49 one-time or free build) is the reference for Apple users who want a native, auditable tool. And PerkySue (Windows, Apache 2.0, free for transcription, $9.90/month Pro) adds local AI modes — professional rewriting, email, console — all without your voice leaving the machine.
None of these tools is a magic solution. OpenWhispr still requires some technical skill. Handy doesn't have integrated AI modes as advanced as commercial tools. VoiceInk is Mac-only. And PerkySue — my tool — is Windows-only, with no macOS version. Each has its limits.
But what they offer is a private space where thought can flow without filter. Your hesitations stay private. Your style, your vocabulary, your speech patterns — everything stays local. For a generation that grew up under algorithmic surveillance, this isn't a luxury. It's a condition.

PART 4 — INDIVIDUAL IMPACT

Local dictation transforms the relationship with written work for young professionals.
You can dictate a professional email while speaking naturally, and the tool transforms it into structured, formal, adapted text. You can rephrase an overly informal message into professional language with a simple voice instruction. You can generate a LinkedIn post, a client response, a report — all by voice, without ever touching the keyboard.
But beyond productivity, there's learning. Using these tools means seeing how a professional structures their thoughts. It's observing the transformation from "uh, so, could you..." to "I'm writing to confirm our meeting next Tuesday." It's silent mentorship, embedded in the tool.
And there's autonomy. Local AI works without connection, without network dependency. In a café, in a coworking space, on a plane. For a nomadic generation, this is a decisive advantage. No "sorry, the Wi-Fi is bad here." No "I can't dictate, I'm in a dead zone." Productivity follows the user, not the infrastructure.
I'm not saying local dictation will save GenZ from professional anxiety. But I know that when a young colleague tells me "I'm bad at writing," the answer isn't "work harder." The answer might be: "try speaking first."

PART 5 — COLLECTIVE STAKE

The stakes go beyond the individual. When entire generations relearn to speak professionally, they build a collective competence.
A company whose young employees master structured orality communicates better. A team that dictates its meetings produces clearer minutes. A generation that thinks in complete sentences writes stronger arguments. This isn't nostalgia. It's cognitive resilience.
Open source is the foundation of this evolution. Accessible, modifiable, auditable source code guarantees that the tool will evolve with usage. That a community of developers can add modes adapted to new forms of communication. That no company can unilaterally impose a format or tone.
PerkySue, under the Apache 2.0 license, embodies this philosophy. Every line of code is visible. Every user can verify what the tool does — and ensure it doesn't judge their style, correct their personality, or standardize their expression. A competent developer can modify the code, add GenZ-friendly modes, create a version that speaks their generation's language. The tool belongs to its community.
Adopting local dictation isn't rejecting technology. It's a choice of generational intentionality. It's consciously deciding which tools deserve our trust, which skills we want to develop, which forms of communication we want to master.
It's also a question of real cost. Cloud subscriptions accumulate — dictation, storage, office tools, creation. For a generation just starting out, freelancing, juggling short contracts, these costs are prohibitive. Local dictation offers an alternative where the cost is transparent, controlled, and above all — fair. No financial barrier, no technical barrier, no privacy barrier.
Next time a young colleague hesitates over an email, erases the same sentence ten times, looks down and says "I'm bad at writing" — ask yourself: do they lack skills, or does the tool prevent them from expressing their skills? If the answer concerns you, maybe it's time to give them their voice back.

CONCLUSION

We've spent twenty years teaching young people to type fast. To think in fragments. To communicate in reactions. Maybe it's time to teach them something else: that structured thought isn't a skill from another era, but a muscle that can be reactivated. And that voice — their voice, intact, private, local — is the best tool for that.
Which generation do we want to form? The one that stammers in front of a screen, or the one that speaks with confidence?

About the Author

Digital Ecology: Why Local AI Is Greener Than the Cloud

Jérôme Corbiau — Fri, 19 Jun 2026 15:00:16 +0000

Your dictated email circled the globe three times before landing in your document

Picture this. You open your mail client, hit a shortcut, and dictate a reply to a colleague. Three sentences, fifteen seconds of speech. Simple, fast, efficient.
But behind this apparent simplicity, a colossal infrastructure roared to life. Your voice left your workstation, crossed your router, rode your ISP's fiber optics, and reached a data center thousands of kilometers away—perhaps Virginia, perhaps Ireland, perhaps China. There, thousands of servers burned electricity to turn your voice into text. Then the result retraced the entire journey. Your dictated email circled the globe three times before landing in your document.
And that's just one email. Multiply by millions of daily dictations, meeting transcriptions, always-listening voice assistants, generative AI queries. The cloud is not immaterial. It carries a massive carbon footprint, an insatiable energy appetite, and a physical geography that turns every click into an intercontinental trip.

The cloud's hidden cost: the planet

Data centers account for roughly 2% of global electricity consumption—the equivalent of all of Japan. And that figure is skyrocketing: the generative AI explosion could double this consumption by 2027. Microsoft, Google, and Amazon are building mega-data centers at a frenzied pace, each one consuming the energy equivalent of a small city.
But electricity is only part of the problem. There's also water—billions of liters cooling these servers. There are rare earth materials—neodymium, cobalt, lithium—extracted under often precarious conditions to manufacture chips and hard drives. There's the short hardware lifecycle, replaced every 3 to 5 years. And above all, there's network traffic: every bit that travels consumes energy at every node it crosses.
The cloud's economic model rests on externalization. You don't see the data center, so you don't feel its impact. It's the inverse of "polluter pays": you pollute, someone else pays—the planet, downstream communities, future generations.

The political paradox of green tech

Here's the irony: the same governments signing ambitious climate agreements massively subsidize data center expansion. The European Union classified data centers as "critical infrastructure" during the pandemic, granting them energy exemptions. The United States offers colossal tax credits to cloud giants for installing server farms in rural areas desperate for jobs. China builds data centers in Xinjiang, coal-powered, to fuel its AI models.
Meanwhile, environmental regulations apply to traditional factories, not data centers. A cement producer must offset its emissions. A cloud operator can consume the equivalent of five nuclear plants with no equivalent obligation. Digital enjoys a cultural exemption: it's "clean," "immaterial," "the future." When in reality, it's one of the planet's most energy-hungry industries.
And there's the geopolitical question. Europe imports 80% of its cloud services from the United States. Every dictation, every AI query, crosses the Atlantic. It's disguised energy dependence: we pay not only in dollars, but in kilowatt-hours transported under the ocean. A digital sovereignty that would also be energy sovereignty remains to be built.

Local AI: digital sobriety

Against this excess, a radically different approach is emerging. Local artificial intelligence—models that run entirely on your workstation, with no internet connection, no remote server, no planetary round-trip.
The principle is simple: your computer is already on. You're already using it. Why not run AI where it's used, rather than sending your data on a journey of thousands of kilometers?
Tools like VoiceInk (macOS, open source, 100% offline), OpenWhispr (cross-platform, local Whisper), Whisper.cpp (the reference C/C++ engine used by most local tools), or Jan.ai (desktop interface for local LLMs) embody this philosophy. They prove that professional results are achievable without mobilizing a planetary infrastructure.
PerkySue also operates entirely offline. Whisper for speech recognition, llama.cpp for AI transformation—all on your workstation. No data leaves your computer. No remote server is solicited. No data center activated for your email.

The ecological gain is threefold:

Zero network traffic. Your voice doesn't circle the globe. It stays in your workstation's RAM, processed in milliseconds, then immediately erased. No TCP/IP packets, no intercontinental routing, no network infrastructure energy consumption.
Optimization of existing resources. Your computer consumes electricity whether it's running at 10% or 90% capacity. Running a local AI model uses resources that would otherwise be wasted on idle or background tasks. It's energy recycling.
Hardware longevity. A local model doesn't depend on external infrastructure that changes every two years. Your workstation, your models, your tools—they age together, without vendor-planned obsolescence.
The numbers speak
A typical cloud transcription request consumes about 0.3 to 0.5 grams of CO₂. That seems negligible—until you multiply it by millions of daily dictations. A company of 100 employees, each dictating 20 emails per day, generates roughly 200 kg of CO₂ per year from cloud transcription alone. The equivalent of a round-trip flight from Paris to London.
The same company with a local solution like PerkySue? Zero grams of CO₂ from network traffic. The electricity consumed is that of the already-powered workstation, with a marginal footprint near zero compared to the cloud.
And this calculation doesn't even account for LLM queries. A call to a cloud model generates 10 to 100 times more emissions than a modest local model. Giants with 100+ billion parameters consume dozens of watts per query. A local 7-billion-parameter model, optimized, uses less than an LED bulb.

Pareto's law applied to ecology

Skeptics will object that local models are less powerful. True, in absolute terms. But eighty percent of our daily uses—email drafting, text reformulation, translation, note-taking—are perfectly handled by "modest" models.
Why mobilize a planetary infrastructure for a task your workstation can accomplish in silence? It's like taking a plane to buy bread at the corner bakery. Technically possible. Ecologically absurd.
The hybrid approach—local by default, cloud by exception—drastically reduces carbon footprint without sacrificing productivity. Reserve external tools for cases where they bring real, irreducible value. Use the power at your fingertips for everything else.
Tools like Note67 (transcription + meeting summaries, all local on Mac), Scriberr (self-hosted file transcription via Docker), or Screenpipe (continuous local capture with search) show this approach scales. Each in their own way, they prove local isn't a technical niche—it's a credible alternative.

Toward collective technological responsibility

The stakes extend beyond the individual. When companies adopt local tools, they collectively reduce pressure on cloud infrastructure. A city whose administrations use free local software saves tons of CO₂. A country whose businesses master their AI tools reduces its energy dependence on foreign data centers.
Open source is the foundation of this ecological resilience. Accessible, modifiable, auditable source code guarantees that the tool will outlive its creator without requiring new infrastructure. That a community of developers can optimize it, make it lighter, faster, more sober. That no company can unilaterally impose an update doubling energy consumption.
PerkySue, under Apache 2.0 license, embodies this philosophy. Every line of code is visible. Every user can verify what the tool consumes—and see that it consumes almost nothing compared to a cloud alternative. A competent developer can modify the code, reduce the footprint, create an even lighter version. The tool belongs to its community, not to a shareholder maximizing energy profit.

The choice of ecological intentionality

Adopting local AI is not a rejection of technology. It's a choice of ecological intentionality. It's consciously deciding which resources deserve to be mobilized, which emissions we're willing to generate, which infrastructural dependencies we're willing to create.
It's also a question of real cost. A $15/month cloud subscription seems modest. But it hides an ecological cost that nobody bills: the CO₂ emitted, the water consumed, the materials extracted. Local AI offers an alternative where the ecological cost is transparent, measurable, and above all—minimal.
Tools like VoiceInk (macOS, open source, 100% offline), OpenWhispr (cross-platform, local Whisper), Whisper.cpp (the reference C/C++ engine), Jan.ai (desktop interface for local LLMs), Scriberr (self-hosted via Docker), or PerkySue (Windows, Apache 2.0, 16 languages, integrated TTS) embody this philosophy. Each in their own way, they prove digital sobriety isn't a utopia—it's a technical choice available today. Which tool you choose depends on your operating system, your specific needs, your appetite for configuration. What matters isn't which one you adopt, but that you adopt local.
Next time you hit a shortcut to dictate text, ask yourself: where does my voice go? What distance does it travel? What footprint does it leave? If the answers trouble you, perhaps it's time to choose sobriety.

About the Author

IA Local: La Revolución Verde que Tienes en tu Ordenador

Jérôme Corbiau — Fri, 05 Jun 2026 08:04:22 +0000

El Data Center: Fábrica de Sueños, Fábrica de Carbono

Detrás de cada consulta en la nube se esconde una infraestructura colosal. Millones de servidores, repartidos en gigantescos centros de datos en los cuatro rincones del planeta, funcionan sin parar para atender nuestras demandas. Estos edificios, a menudo tan vastos como estadios de fútbol, consumen cantidades fenomenales de electricidad — no solo para hacer funcionar las máquinas, sino para refrigerarlas. Porque un servidor que se sobrecalienta se para, y un centro de datos que se para pierde millones.

La huella de carbono de la computación en la nube es vertiginosa. Según la Agencia Internacional de la Energía (AIE), los centros de datos consumieron aproximadamente 415 TWh en 2024, lo que representa alrededor del 1,5% del consumo eléctrico mundial — con proyecciones de duplicarse hasta 945 TWh para 2030. Esta cifra no deja de crecer, alimentada por la explosión de la inteligencia artificial generativa. Cada consulta enviada a ChatGPT, cada dictado procesado por un servicio en la nube, cada transformación de texto por IA consume energía — mucha energía — en un centro de datos en algún lugar entre Irlanda, Virginia o Xinjiang.

Pero el problema no se detiene en el consumo directo. También está la huella de la construcción de estas infraestructuras — hormigón, acero, cobre, silicio. Está el agua utilizada para la refrigeración, a veces extraída de regiones ya bajo estrés hídrico. Están los residuos electrónicos generados por la renovación constante del material, reemplazado cada tres a cinco años para seguir siendo competitivo. La nube no es inmaterial. Es muy material, muy física, y muy contaminante.

El Coste Oculto de Cada "OK Google"

Cuando dictas una frase mediante un servicio en la nube, tu voz no va directamente a un servidor cercano. Transita por una red compleja de routers, fibras ópticas, puntos de intercambio, a veces atravesando océanos enteros antes de llegar al centro de datos que la procesará. Cada kilómetro recorrido consume energía. Cada nodo de la red añade su propia huella. Cada respuesta hace el camino inverso.

Y no termina ahí. Tu consulta no será procesada por un solo servidor, sino por decenas — a veces miles — en un ballet orquestado de cálculos distribuidos. La inferencia en un gran modelo de lenguaje requiere una potencia de cálculo enorme. GPT-4, Claude, Gemini: estos modelos que impresionan con sus respuestas brillantes consumen megavatios-hora para cada sesión de conversación. Según las estimaciones, una sola consulta en un modelo generativo avanzado consume aproximadamente 2,9 vatios-hora — casi 10 veces más que una búsqueda estándar de Google.

¿Lo peor? La mayor parte de esta energía se desperdicia. Los centros de datos están dimensionados para los picos de carga, no para el uso medio. Por tanto, funcionan

permanentemente con capacidad excedente, consumiendo electricidad para estar preparados — por si acaso. Es como dejar tu coche en marcha en el garaje, motor encendido, 24 horas al día, por si necesitas ir a algún sitio.

IA Local: Descarbonizar el Dictado

Frente a este constate, la inteligencia artificial local aparece como una alternativa sorprendentemente virtuosa. No porque sea perfecta — ninguna tecnología lo es — sino porque desplaza la carga energética allí donde puede ser optimizada, controlada, reducida.

Cuando haces funcionar un modelo de 7 mil millones de parámetros en tu propia máquina, utilizas la electricidad que de todos modos habrías consumido. Tu ordenador ya está encendido. Tu tarjeta gráfica ya está instalada. Tu electricidad doméstica — a menudo más verde que la de los centros de datos industriales, sobre todo en Europa — alimenta el cálculo. No hay transmisión de red intercontinental. No hay refrigeración industrial. No hay sobrecapacidad dimensionada para millones de usuarios.

El cálculo es simple. Una inferencia local en RTX 3060 consume unos 150 vatios. La misma inferencia en un centro de datos en la nube, con todos los sobrecostes de transmisión, refrigeración, redundancia, puede consumir 500 a 1000 vatios equivalentes. Es decir, un factor de 3 a 7 a favor de lo local. Y ni siquiera es lo más importante.

El verdadero beneficio ecológico de la IA local es el fin del despilfarro sistémico. Solo pagas lo que usas, cuando lo usas. No hay servidores que funcionan en vacío. No hay centros de datos que refrigeran el aire para nadie. No hay redes que transmiten ceros y unos a través del Atlántico para una simple reformulación de frase.

La Ley de Pareto Ecológica

Los escépticos dirán que los modelos locales son menos potentes, y que por tanto hay que usarlos más para obtener el mismo resultado. Es cierto, en términos absolutos. Pero la ley de Pareto se aplica aquí con una fuerza aún más evidente que en el plano económico.

El ochenta por ciento de nuestros usos diarios — correos, notas, reformulaciones, traducciones simples, comandos shell — son dominados perfectamente por modelos de 7 a 12 mil millones de parámetros. Estos modelos caben en una tarjeta gráfica de consumo y consumen menos que un secador de pelo en funcionamiento. El 20% restante — tareas complejas, razonamiento avanzado — puede delegarse puntualmente a la nube, usado con parsimonia.

Este enfoque híbrido, local por defecto y nube por excepción, reduce drásticamente la huella de carbono global. En lugar de enviar cada consulta a un centro de datos, solo envías las que realmente lo merecen. En lugar de consumir energía para transmitir, refrigerar, redundar, consumes únicamente para calcular — y este cálculo se hace en material que ya posees.

Tomemos un ejemplo concreto con PerkySue, una herramienta de dictado por voz que he desarrollado y que funciona enteramente sin conexión. Whisper para el reconocimiento de

voz, llama.cpp para la transformación por IA, todo inyectado directamente en tu cursor. Sin servidor remoto. Sin datos transmitidos. Sin cuenta que crear. Cuando dictas un correo, se procesa en tu máquina, con la electricidad de tu enchufe, sin atravesar nunca un océano ni alimentar un centro de datos gigante. Si se corta Internet, si el proveedor quiebra, si los precios se disparan — tu herramienta sigue funcionando, y lo hace sin emitir un gramo de CO2 ligado a la transmisión de red.

El Material Duradero: Antídoto contra la Obsolescencia

Otra ventaja ecológica de la IA local, a menudo pasada por alto, es la longevidad del material. Cuando usas la nube, no ves el material — pero está ahí, y se renueva cada tres a cinco años para seguir siendo competitivo. Los servidores obsoletos se desmantelan, se reciclan parcialmente, a veces se entierran. El ciclo de la electrónica en la nube es rápido, voraz, insostenible.

Con la IA local, usas material que ya posees. Tu portátil, tu tarjeta gráfica, tu procesador — ya han sido fabricados, transportados, montados. El coste ambiental de su producción ya está amortizado. Dándoles una nueva vida gracias a la IA local, retrasas su reemplazo, reduces la demanda de nuevos aparatos, alargas el ciclo de vida de la electrónica.

Mejor aún: la IA local puede devolver la vida a máquinas antiguas. Un ordenador de cinco años, considerado "demasiado lento" para las últimas versiones de Windows o los videojuegos recientes, puede hacer funcionar perfectamente un modelo de 7 mil millones de parámetros para el dictado y la transformación de texto. En lugar de acabar en el reciclaje — o peor, en el vertedero — se convierte en una herramienta de productividad de alto rendimiento. Es la economía circular aplicada a la inteligencia artificial.

La Energía Renovable: Control Local, Impacto Global

Los centros de datos de los gigantes de la nube suelen situarse en regiones donde la electricidad es barata — no necesariamente verde. Wyoming, Xinjiang, Irlanda del Norte: zonas donde el carbón, el gas natural o fuentes controvertidas dominan la matriz energética. Las promesas de "100% renovable" de las grandes empresas tecnológicas suelen ser compensaciones de carbono, no una realidad operativa. Compran certificados verdes mientras consumen electricidad fósil en la red local.

Con la IA local, controlas tu matriz energética. Si tienes paneles solares en tu tejado, tu dictado funciona con energía solar. Si estás suscrito a un proveedor de electricidad verde, tu IA funciona con eólica o hidráulica. Incluso en la red estándar europea, la matriz suele ser más verde que la de los centros de datos industriales optimizados para el coste, no para el clima.

Y hay un efecto palanca poderoso: cada kilovatio-hora ahorrado en la nube es un kilovatio-hora que no requiere nueva infraestructura de producción. Menos centros de datos que construir, menos líneas de alta tensión que instalar, menos transformadores que fabricar. La IA local reduce la demanda energética global, no solo tu factura personal.

Hacia una Sobriedad Digital Elegida

La ecología no es solo tecnología. También es comportamiento. Y la IA local fomenta un comportamiento más sobrio, más consciente, más controlado.

Cuando pagas cada consulta en la nube — incluso indirectamente, mediante tu suscripción — no tienes incentivo para moderar tu uso. Al contrario: cuanto más usas, más "rentabilizas" tu suscripción. El modelo económico fomenta el sobreconsumo, el despilfarro, el uso sistemático de la IA para tareas triviales.

Con la IA local, la relación es diferente. Tu máquina consume electricidad cuando calcula, y ves ese consumo — el ventilador que se activa, la temperatura que sube ligeramente. Esta conciencia física del esfuerzo de cálculo incita a un uso razonable. No usas la IA porque está "incluida e ilimitada". La usas porque la necesitas, para tareas que realmente merecen ese cálculo.

Es la sobriedad digital. No la renuncia, sino la intencionalidad. No la privación, sino la pertinencia. Elegir cuándo usar la IA, en lugar de usarla por defecto. Reservar la potencia de cálculo para las tareas que la exigen, en lugar de desperdiciarla en reformulaciones inútiles.

Conclusión: El Verdadero Coste de la Comodidad

Nos vendieron una promesa: la nube es más eficiente, más ecológica, más duradera que lo local. Esta promesa era cierta, en una época — cuando la nube sustituía miles de servidores subutilizados en sótanos de empresas por centros de datos optimizados. Pero esa época ha pasado.

Hoy, la nube se ha convertido en un monstruo energético. La explosión de la IA generativa ha multiplicado por diez, por cien la demanda de cálculo. Los centros de datos se extienden como champiñones, consumiendo tierras agrícolas, reservas de agua, gigavatios de electricidad. La promesa de eficiencia se ha transformado en pesadilla de consumo.

La IA local no es la solución milagrosa. También consume energía, también genera residuos electrónicos, también tiene su huella de carbono. Pero es — por su propia concepción — más sobria, más controlable, más duradera. Desplaza el cálculo allí donde puede ser optimizado. Alarga la vida del material existente. Reduce la dependencia de infraestructuras energéticamente voraces. Fomenta el uso razonado en lugar del sobreconsumo sistémico.

La próxima vez que aprietes un atajo para dictar un texto, pregúntate: ¿cuál es la huella de carbono de esta acción? ¿De dónde viene la electricidad que alimenta este cálculo? ¿Cuántos servidores, routers, centros de datos se han movilizado para esta simple frase? Y si la respuesta te preocupa — si prefieres que tu voz siga siendo tuya, y tu planeta también — quizás sea hora de recuperar el control, localmente.

Sobre el autor

Jérôme Corbiau es el creador de PerkySue, una herramienta de dictado por voz local con IA que funciona enteramente sin conexión, sin servidor remoto ni datos transmitidos. También es cofundador y arquitecto de software de My App Zone SRL (Bruselas), y creador de la plataforma Cloud Neareo — un CMS galardonado entre otros por Microsoft y el Servicio Público de Valonia, desplegado en museos y sitios patrimoniales. Su trabajo persigue un objetivo constante: poner la tecnología al servicio del usuario, y no al revés.

Local AI: The Hidden Green Revolution Inside Your Computer

Jérôme Corbiau — Fri, 05 Jun 2026 08:00:26 +0000

Data Centers: Dream Factories, Carbon Factories

Behind every cloud query lies a colossal infrastructure. Millions of servers, spread across giant data centers at the four corners of the planet, run continuously to answer our demands. These buildings, often as vast as football stadiums, consume phenomenal amounts of electricity — not only to power the machines, but to cool them. Because an overheated server shuts down, and a shut-down data center loses millions.

The carbon footprint of cloud computing is staggering. According to the International Energy Agency (IEA), data centers consumed approximately 415 TWh in 2024, representing about 1.5% of global electricity consumption — with projections to double to 945 TWh by 2030. This figure keeps growing, fueled by the explosion of generative artificial intelligence. Every query sent to ChatGPT, every dictation processed by a cloud service, every AI text transformation consumes energy — lots of energy — in a data center somewhere between Ireland, Virginia, or Xinjiang.

But the problem doesn't stop at direct consumption. There's also the footprint of constructing these infrastructures — concrete, steel, copper, silicon. There's the water used for cooling, sometimes drawn from regions already under hydric stress. There's the electronic waste generated by the constant renewal of hardware, replaced every three to five years to stay competitive. The cloud is not immaterial. It is very material, very physical, and very polluting.

The Hidden Cost of Every "OK Google"

When you dictate a phrase via a cloud service, your voice doesn't go directly to a nearby server. It transits through a complex network of routers, optical fibers, exchange points, sometimes crossing entire oceans before reaching the data center that will process it. Every kilometer traveled consumes energy. Every network node adds its own footprint. Every response makes the return journey.

And it doesn't end there. Your request won't be processed by a single server, but by dozens — sometimes thousands — in an orchestrated ballet of distributed computing. Inference on a large language model requires enormous computing power. GPT-4, Claude, Gemini: these models that impress with their brilliant responses consume megawatt-hours for each conversation session. According to estimates, a single query on an advanced generative model consumes approximately 2.9 watt-hours — nearly 10 times more than a standard Google search.

The worst part? Most of this energy is wasted. Data centers are sized for peak loads, not average usage. They therefore run permanently at excess capacity, consuming electricity to stay ready — just in case. It's like leaving your car running in the garage, engine on, 24 hours a day, in case you need to go somewhere.

Local AI: Decarbonizing Dictation

Faced with this reality, local artificial intelligence appears as a surprisingly virtuous alternative. Not because it's perfect — no technology is — but because it shifts the energy load to where it can be optimized, controlled, reduced.

When you run a 7-billion-parameter model on your own machine, you use electricity you would have consumed anyway. Your computer is already on. Your graphics card is already installed. Your domestic electricity — often greener than that of industrial data centers, especially in Europe — powers the computation. There's no intercontinental network transmission. There's no industrial cooling. There's no overcapacity sized for millions of users.

The math is simple. Local inference on an RTX 3060 consumes about 150 watts. The same inference in a cloud data center, with all the overhead of transmission, cooling, redundancy, can consume 500 to 1000 equivalent watts. That's a factor of 3 to 7 in favor of local. And that's not even the most important part.

The real ecological gain of local AI is the end of systemic waste. You only pay for what you use, when you use it. No servers running empty. No data centers cooling air for no one. No networks transmitting zeros and ones across the Atlantic for a simple sentence rephrasing.

Pareto's Ecological Law

Skeptics will say local models are less performant, and therefore more must be used to achieve the same result. This is true, in absolute terms. But Pareto's law applies here with even more force than on the economic plane.

Eighty percent of our daily uses — emails, notes, rephrasing, simple translations, shell commands — are perfectly mastered by 7 to 12 billion parameter models. These models fit on a consumer graphics card and consume less than a hair dryer in operation. The remaining 20% — complex tasks, advanced reasoning — can be delegated occasionally to the cloud, used sparingly.

This hybrid approach, local by default and cloud by exception, drastically reduces the global carbon footprint. Instead of sending every request to a data center, you only send those that truly deserve it. Instead of consuming energy to transmit, cool, and redundify, you only consume to compute — and this computation happens on hardware you already own.

Take a concrete example with PerkySue, a voice dictation tool I developed that works entirely offline. Whisper for speech recognition, llama.cpp for AI transformation, all injected directly at your cursor. No remote server. No data transmitted. No account to create. When you dictate an email, it is processed on your machine, with electricity from your wall socket, without ever crossing an ocean or feeding a giant data center. If the internet cuts out, if the provider goes bankrupt, if prices explode — your tool keeps working, and it continues to do so without emitting a gram of CO2 linked to network transmission.

Durable Hardware: The Antidote to Obsolescence

Another ecological advantage of local AI, often overlooked, is hardware longevity. When you use the cloud, you don't see the hardware — but it's there, and it's renewed every three to five years to stay competitive. Obsolete servers are dismantled, partially recycled, sometimes buried. The cloud electronics cycle is fast, voracious, unsustainable.

With local AI, you use hardware you already own. Your laptop, your graphics card, your processor — they've already been manufactured, transported, assembled. The environmental cost of their production is already amortized. By giving them new life through local AI, you delay their replacement, reduce demand for new devices, extend the electronics lifecycle.

Better yet: local AI can revive old machines. A five-year-old computer, deemed "too slow" for the latest Windows versions or recent video games, can perfectly run a 7-billion-parameter model for dictation and text transformation. Instead of ending up in recycling — or worse, the landfill — it becomes a high-performance productivity tool. This is the circular economy applied to artificial intelligence.

Renewable Energy: Local Control, Global Impact

The data centers of cloud giants are often located in regions where electricity is cheap — not necessarily green. Wyoming, Xinjiang, Northern Ireland: zones where coal, natural gas, or controversial sources dominate the energy mix. The "100% renewable" promises of big tech companies are often carbon offsets, not operational reality. They buy green certificates while consuming fossil electricity on the local grid.

With local AI, you control your energy mix. If you have solar panels on your roof, your dictation is solar-powered. If you're subscribed to a green electricity provider, your AI runs on wind or hydro. Even on the standard European grid, the mix is often greener than that of industrial data centers optimized for cost, not climate.

And there's a powerful leverage effect: every kilowatt-hour saved in the cloud is a kilowatt-hour that doesn't require new production infrastructure. Fewer data centers to build, fewer high-voltage lines to install, fewer transformers to manufacture. Local AI reduces global energy demand, not just your personal bill.

Toward Chosen Digital Sobriety

Ecology isn't just technology. It's also behavior. And local AI encourages more sober, more conscious, more controlled behavior.

When you pay for each cloud query — even indirectly, via your subscription — you have no incentive to moderate your usage. On the contrary: the more you use, the more you "optimize" your subscription. The economic model encourages overconsumption, waste, systematic AI use for trivial tasks.

With local AI, the relationship is different. Your machine consumes electricity when it computes, and you see this consumption — the fan activating, the temperature rising slightly. This physical awareness of computational effort encourages reasonable use. You don't use AI because it's "included and unlimited." You use it because you need it, for tasks that truly deserve this computation.

This is digital sobriety. Not renunciation, but intentionality. Not deprivation, but relevance. Choosing when to use AI, rather than using it by default. Reserving computing power for tasks that require it, rather than scattering it in useless rephrasings.

Conclusion: The Real Cost of Convenience

We were sold a promise: the cloud is more efficient, more ecological, more durable than local. This promise was true, once — when the cloud replaced thousands of underutilized servers in corporate basements with optimized data centers. But that era is over.

Today, the cloud has become an energy monster. The explosion of generative AI has multiplied computing demand by ten, by a hundred. Data centers spread like mushrooms, consuming agricultural land, water reserves, gigawatts of electricity. The promise of efficiency has transformed into a consumption nightmare.

Local AI is not the miracle solution. It also consumes energy, it also generates electronic waste, it also has its carbon footprint. But it is — by its very design — more sober, more controllable, more durable. It shifts computation to where it can be optimized. It extends the life of existing hardware. It reduces dependence on energy-guzzling infrastructures. It encourages reasonable use rather than systemic overconsumption.

The next time you press a shortcut to dictate text, ask yourself: what is the carbon footprint of this action? Where does the electricity powering this computation come from? How many servers, routers, data centers were mobilized for this simple sentence? And if the answer worries you — if you prefer that your voice remains yours, and your planet too — perhaps it's time to take back control, locally.

About the Author

L'IA Locale : Une Révolution Écologique Cachée dans Votre Ordinateur

Jérôme Corbiau — Fri, 05 Jun 2026 07:56:45 +0000

Le Data Center : Usine à Rêves, Usine à Carbone

Derrière chaque requête cloud se cache une infrastructure colossale. Des millions de serveurs, répartis dans des data centers géants aux quatre coins de la planète, tournent en permanence pour répondre à nos demandes. Ces bâtiments, souvent aussi vastes que des stades de football, consomment une quantité d'électricité phénoménale — non seulement pour faire fonctionner les machines, mais aussi pour les refroidir. Car un serveur qui surchauffe s'arrête, et un data center qui s'arrête perd des millions.

L'empreinte carbone du cloud computing est vertigineuse. Selon l'Agence Internationale de l'Énergie (IEA), les data centers représentaient environ 415 TWh en 2024, soit environ 1,5% de la consommation électrique mondiale — avec une projection de doubler à 945 TWh d'ici 2030. Ce chiffre ne cesse de croître, alimenté par l'explosion de l'intelligence artificielle générative. Chaque requête envoyée à ChatGPT, chaque dictée traitée par un service cloud, chaque transformation de texte par IA consomme de l'énergie — beaucoup d'énergie — dans un data center quelque part entre l'Irlande, la Virginie ou le Xinjiang.

Mais le problème ne s'arrête pas à la consommation directe. Il y a aussi l'empreinte de la construction de ces infrastructures — béton, acier, cuivre, silicium. Il y a l'eau utilisée pour le refroidissement, parfois prélevée dans des régions déjà en stress hydrique. Il y a les déchets électroniques générés par le renouvellement constant du matériel, remplacé tous les trois à cinq ans pour rester compétitif. Le cloud n'est pas immatériel. Il est très matériel, très physique, et très polluant.

Le Coût Caché de Chaque "OK Google"

Quand vous dictez une phrase via un service cloud, votre voix ne part pas directement vers un serveur proche. Elle transite par un réseau complexe de routeurs, de fibres optiques, de points d'échange, traversant parfois des océans entiers avant d'atteindre le data center qui la traitera. Chaque kilomètre parcouru consomme de l'énergie. Chaque nœud du réseau ajoute sa propre empreinte. Chaque réponse fait le chemin inverse.

Et ce n'est pas fini. Votre requête ne sera pas traitée par un seul serveur, mais par des dizaines — des milliers parfois — dans un ballet orchestré de calculs distribués. L'inférence sur un grand modèle de langage requiert une puissance de calcul énorme. GPT-4, Claude, Gemini : ces modèles qui impressionnent par leurs réponses brillantes consomment des mégawattheures pour chaque session de conversation. Selon les estimations, une seule requête sur un modèle génératif avancé consomme environ 2,9 watt-heures — près de 10 fois plus qu'une recherche Google standard.

Le pire ? La plupart de cette énergie est gaspillée. Les data centers sont dimensionnés pour les pics de charge, pas pour l'usage moyen. Ils tournent donc en permanence à capacité excédentaire, consommant de l'électricité pour rester prêts — au cas où. C'est comme

laisser votre voiture tourner dans le garage, moteur allumé, 24 heures sur 24, au cas où vous auriez besoin d'aller quelque part.

L'IA Locale : Décarboner la Dictée

Face à ce constat, l'intelligence artificielle locale apparaît comme une alternative étonnamment vertueuse. Non pas parce qu'elle est parfaite — aucune technologie ne l'est — mais parce qu'elle déplace la charge énergétique là où elle peut être optimisée, contrôlée, réduite.

Quand vous faites tourner un modèle de 7 milliards de paramètres sur votre propre machine, vous utilisez l'électricité que vous auriez de toute façon consommée. Votre ordinateur est déjà allumé. Votre carte graphique est déjà installée. Votre électricité domestique — souvent plus verte que celle des data centers industriels, surtout en Europe — alimente le calcul. Il n'y a pas de transmission réseau intercontinentale. Il n'y a pas de refroidissement industriel. Il n'y a pas de surcapacité dimensionnée pour des millions d'utilisateurs.

Le calcul est simple. Une inférence locale sur RTX 3060 consomme environ 150 watts. La même inférence dans un data center cloud, avec tous les surcoûts de transmission, de refroidissement, de redondance, peut consommer 500 à 1000 watts équivalents. Soit un facteur 3 à 7 en faveur du local. Et ce n'est même pas le plus important.

Le vrai gain écologique de l'IA locale, c'est la fin du gaspillage systémique. Vous ne payez que ce que vous utilisez, quand vous l'utilisez. Pas de serveurs qui tournent dans le vide. Pas de data centers qui refroidissent l'air pour personne. Pas de réseaux qui transmettent des zéros et des uns à travers l'Atlantique pour une simple reformulation de phrase.

La Loi de Pareto Écologique

Les sceptiques diront que les modèles locaux sont moins performants, et qu'il faut donc en utiliser plus pour obtenir le même résultat. C'est vrai, dans l'absolu. Mais la loi de Pareto s'applique ici avec une force encore plus évidente que sur le plan économique.

Quatre-vingts pour cent de nos usages quotidiens — emails, notes, reformulations, traductions simples, commandes shell — sont parfaitement maîtrisés par des modèles de 7 à 12 milliards de paramètres. Ces modèles tiennent sur une carte graphique grand public et consomment moins qu'un sèche-cheveux en fonctionnement. Les 20% restants — tâches complexes, raisonnement avancé — peuvent être délégués ponctuellement au cloud, utilisés avec parcimonie.

Cette approche hybride, local par défaut et cloud par exception, réduit drastiquement l'empreinte carbone globale. Au lieu d'envoyer chaque requête vers un data center, vous n'envoyez que celles qui le méritent vraiment. Au lieu de consommer de l'énergie pour transmettre, refroidir, redonder, vous consommez uniquement pour calculer — et ce calcul se fait sur du matériel que vous possédez déjà.

Prenons un exemple concret avec PerkySue, un outil de dictée vocale que j'ai développé et qui fonctionne entièrement hors ligne. Whisper pour la reconnaissance vocale, llama.cpp pour la transformation par IA, le tout injecté directement à votre curseur. Pas de serveur distant. Pas de données transmises. Pas de compte à créer. Quand vous dictez un email, il est traité sur votre machine, avec l'électricité de votre prise murale, sans jamais traverser un océan ni alimenter un data center géant. Si Internet s'interrompt, si le fournisseur fait faillite, si les tarifs explosent — votre outil continue de fonctionner, et il continue de le faire sans émettre un gramme de CO2 lié à la transmission réseau.

Le Matériel Durable : Antidote à l'Obsolescence

Un autre avantage écologique de l'IA locale, souvent négligé, est la longévité du matériel. Quand vous utilisez le cloud, vous ne voyez pas le matériel — mais il est là, et il est renouvelé tous les trois à cinq ans pour rester compétitif. Les serveurs obsolètes sont démantelés, recyclés partiellement, enfouis parfois. Le cycle de l'électronique cloud est rapide, vorace, insoutenable.

Avec l'IA locale, vous utilisez du matériel que vous possédez déjà. Votre ordinateur portable, votre carte graphique, votre processeur — ils ont déjà été fabriqués, transportés, assemblés. Le coût environnemental de leur production est déjà amorti. En leur donnant une nouvelle vie grâce à l'IA locale, vous retardez leur remplacement, réduisez la demande de nouveaux appareils, allongez le cycle de vie de l'électronique.

Mieux encore : l'IA locale peut redonner vie à des machines anciennes. Un ordinateur de cinq ans, jugé "trop lent" pour les dernières versions de Windows ou les jeux vidéo récents, peut parfaitement faire tourner un modèle de 7 milliards de paramètres pour la dictée et la transformation de texte. Au lieu de finir au recyclage — ou pire, à la décharge — il devient un outil de productivité performant. C'est l'économie circulaire appliquée à l'intelligence artificielle.

L'Énergie Renouvelable : Contrôle Local, Impact Global

Les data centers des géants du cloud sont souvent situés dans des régions où l'électricité est bon marché — pas nécessairement verte. Le Wyoming, le Xinjiang, l'Irlande du Nord : des zones où le charbon, le gaz naturel ou des sources controversées dominent le mix énergétique. Les promesses de "100% renouvelable" des grandes entreprises tech sont souvent des compensations carbone, pas une réalité opérationnelle. Elles achètent des certificats verts tout en consommant de l'électricité fossile sur le réseau local.

Avec l'IA locale, vous contrôlez votre mix énergétique. Si vous avez des panneaux solaires sur votre toit, votre dictée est alimentée au soleil. Si vous êtes abonné à un fournisseur d'électricité verte, votre IA tourne à l'éolien ou à l'hydraulique. Même sur le réseau standard européen, le mix est souvent plus vert que celui des data centers industriels optimisés pour le coût, pas pour le climat.

Et il y a un effet de levier puissant : chaque kilowattheure économisé dans le cloud est un kilowattheure qui ne nécessite pas de nouvelle infrastructure de production. Moins de data

centers à construire, moins de lignes à haute tension à installer, moins de transformateurs à fabriquer. L'IA locale réduit la demande énergétique globale, pas seulement votre facture personnelle.

Vers une Sobriété Numérique Choisie

L'écologie n'est pas que technologie. C'est aussi comportement. Et l'IA locale encourage un comportement plus sobre, plus conscient, plus maîtrisé.

Quand vous payez chaque requête au cloud — même indirectement, via votre abonnement — vous n'avez aucune incitation à modérer votre usage. Au contraire : plus vous utilisez, plus vous "rentabilisez" votre abonnement. Le modèle économique encourage la surconsommation, le gaspillage, l'usage systématique de l'IA pour des tâches triviales.

Avec l'IA locale, la relation est différente. Votre machine consomme de l'électricité quand elle calcule, et vous voyez cette consommation — le ventilateur qui s'active, la température qui monte légèrement. Cette conscience physique de l'effort de calcul incite à l'usage raisonnable. Vous n'utilisez pas l'IA parce que c'est "inclus et illimité". Vous l'utilisez parce que vous en avez besoin, pour des tâches qui méritent vraiment ce calcul.

C'est la sobriété numérique. Pas le renoncement, mais l'intentionnalité. Pas la privation, mais la pertinence. Choisir quand utiliser l'IA, plutôt que de l'utiliser par défaut. Réserver la puissance de calcul aux tâches qui l'exigent, plutôt que de l'éparpiller dans des reformulations inutiles.

Conclusion : Le Vrai Coût de la Commodité

Nous avons été vendus une promesse : le cloud est plus efficace, plus écologique, plus durable que le local. Cette promesse était vraie, à une époque — quand le cloud remplaçait des milliers de serveurs sous-utilisés dans des sous-sols d'entreprises par des data centers optimisés. Mais cette époque est révolue.

Aujourd'hui, le cloud est devenu un monstre énergétique. L'explosion de l'IA générative a multiplié la demande de calcul par dix, par cent. Les data centers s'étendent comme des champignons, consommant des terres agricoles, des réserves d'eau, des gigawatts d'électricité. La promesse d'efficacité s'est transformée en cauchemar de consommation.

L'IA locale n'est pas la solution miracle. Elle consomme aussi de l'énergie, elle génère aussi des déchets électroniques, elle a aussi son empreinte carbone. Mais elle est — par sa conception même — plus sobre, plus contrôlable, plus durable. Elle déplace le calcul là où il peut être optimisé. Elle allonge la vie du matériel existant. Elle réduit la dépendance à des infrastructures énergivores. Elle encourage l'usage raisonné plutôt que la surconsommation systémique.

La prochaine fois que vous appuierez sur un raccourci pour dicter un texte, demandez-vous : quelle est l'empreinte carbone de cette action ? D'où vient l'électricité qui alimente ce calcul ? Combien de serveurs, de routeurs, de data centers ont été mobilisés pour cette simple phrase ? Et si la réponse vous inquiète — si vous préférez que votre voix reste la vôtre, et que votre planète aussi — peut-être est-il temps de reprendre le contrôle, localement.

À propos de l'auteur

Jérôme Corbiau est le créateur de PerkySue, un outil de dictée vocale locale avec IA fonctionnant entièrement hors ligne, sans serveur distant ni données transmises. Il est également cofondateur et architecte logiciel de My App Zone SRL (Bruxelles), et créateur de la plateforme Cloud Neareo — un CMS primé notamment par Microsoft et le Service Public de Wallonie, déployé dans des musées et sites patrimoniaux. Son travail vise un objectif constant : remettre la technologie au service de l'utilisateur, plutôt que l'inverse.

Quand l'IA Cloud Model Votre Pensée : Le Combat pour l'Intégrité Cognitive

Jérôme Corbiau — Fri, 05 Jun 2026 07:44:20 +0000

La Voix : Dernière Frontière de l'Intime

La voix porte tout. Les mots choisis, mais aussi ceux qu'on hésite à prononcer. La fatigue, l'enthousiasme, l'anxiété. Les micro-pauses qui trahissent un mensonge. Les hésitations qui révèlent un doute. C'est le reflet sonore de la pensée en train de se former, avant qu'elle ne devienne texte.

Quand vous dictez, vous ne livrez pas du contenu. Vous livrez un enregistrement de votre processus cognitif. Fausses routes, auto-corrections, soupirs, rires. Tout est capturé, analysé, modélisé. Une fenêtre sur votre esprit bien plus large que le texte final ne le suggère.

C'est cette fenêtre que les services cloud exploitent. Non pour vous servir. Pour vous connaître. Pour prédire. Pour influencer vos choix avant même que vous ne les formuliez consciemment.

Vous N'êtes Pas le Client. Vous êtes le Produit.

Les plateformes technologiques ne vendent pas de logiciels. Elles vendent de l'influence. Leur produit n'est pas l'outil — c'est la modification de votre comportement que l'outil permet. Vous ne payez pas avec de l'argent. Vous payez avec votre attention, vos données, vos décisions futures.

La dictée vocale est un vecteur d'influence particulièrement puissant car elle capture la pensée dans son état brut. Quand vous tapez, vous filtrez. Quand vous parlez, la pensée coule plus librement, plus authentique. C'est cette authenticité que les modèles cherchent à modéliser — non pour vous aider à mieux vous exprimer, mais pour apprendre à vous faire exprimer ce qu'ils veulent.

Mais le problème va plus loin. De plus en plus, nous ne dictons pas — nous demandons à un LLM de rédiger pour nous. "Rédige un mail à mon client." "Que penses-tu de cette proposition ?" "Comment formuler mon refus ?" Ces requêtes sont des conversations. Et dans une conversation avec un LLM cloud, c'est le modèle qui a le dernier mot sur la forme de votre pensée.

Des modèles entraînés sur des millions de voix peuvent identifier vos vulnérabilités émotionnelles. Détecter vos moments de fatigue, de stress, d'imprudence. Calibrer leurs suggestions pour paraître plus pertinentes, plus difficiles à refuser. Tester, mesurer, affiner — à une échelle et une vitesse inhumaines.

La Manipulation Invisible

Le passage de la prédiction à l'influence est imperceptible. Il commence par des suggestions "utiles" — une formulation plus percutante, un argument supplémentaire, une touche d'empathie calculée. Puis évolue vers des orientations plus marquées : formulations qui minimisent vos réserves, structures qui privilégient certains points de vue, tonalités qui suscitent des émotions spécifiques.

Bientôt, l'outil ne suggère plus des mots. Il suggère des pensées. Des perspectives. Des positions. Et comme il connaît vos données, il sait comment vous les présenter pour qu'elles semblent venir de vous. La manipulation la plus efficace est celle que vous ne percevez pas.

Vous dictez un mail important — négociation salariale, discussion délicate. L'outil suggère des formulations. Sans vous en rendre compte, vous adoptez une version qui adoucit votre position, minimise votre demande, privilégie la conciliation. Ce n'est pas votre choix. C'est celui du modèle, calibré pour minimiser les conflits et maximiser une métrique qui ne vous concerne pas.

Plus insidieux encore : vous demandez à un LLM cloud "Est-ce que cette clause me semble raisonnable ?" ou "Dois-je accepter cette offre ?" Le modèle répond, prudemment, de façon "équilibrée". Mais équilibré selon quels paramètres ? Aligné sur quels intérêts ? Vous ne pouvez le savoir. Ce que vous prenez pour une opinion neutre est le produit d'un modèle entraîné avec des objectifs que son éditeur ne détaillera jamais.

L'Alineation : Un Design, Pas un Bug

Quand vous consultez un LLM cloud, vous n'interrogez pas un oracle. Vous interagissez avec un système dont chaque réponse a été façonnée par un processus d'alignement — des choix délibérés sur ce que le modèle doit dire, comment le dire, quelles positions privilégier. Ce n'est pas un défaut. C'est une architecture.

Exemple : vous demandez un mail pour réclamer une augmentation. Le modèle propose une version polie, mesurée, qui évite d'être directe sur le chiffre. Ajoute une formule de conciliation. Minimise le ton revendicatif. Vous adoptez sa version. Elle vous paraît naturelle — parce qu'elle a été calibrée pour cela. Mais est-ce le mail que vous auriez écrit ? La position que vous auriez défendue ?

Multipliez par des millions d'interactions quotidiennes. Négociations, décisions professionnelles, positions sur des sujets sensibles. Vous obtenez un nivellement imperceptible des expressions individuelles vers une norme fixée par quelques ingénieurs dans quelques entreprises. Ce n'est pas de la censure. C'est pire : de l'autocensure assistée, intégrée à votre travail au point que vous ne la percevez plus.

Un LLM local ne fonctionne pas ainsi. Il exécute votre instruction sans agenda sous-jacent. Il n'a pas été entraîné à éviter les sujets sensibles. Il ne rend compte à aucun actionnaire, aucun annonceur, aucun gouvernement. Il fait ce que vous demandez, dans les termes que

vous fixez. Son opinion est structurellement plus neutre — non parce qu'il est parfait, mais parce qu'il n'a aucune raison de vous orienter.

Le Pouvoir Concentré

Cette capacité d'influence n'est pas distribuée. Elle est concentrée entre les mains de quelques entreprises (américaines pour la plupart, chinoises pour certaines) qui contrôlent infrastructures, modèles, données. Elles ont leurs intérêts commerciaux, leurs agendas politiques, leurs visions de la société. Et le pouvoir technique de les promouvoir subrepticement, un mot suggéré à la fois, une formulation privilégiée par millions d'utilisateurs.

Les conflits d'intérêts sont systémiques. Une entreprise publicitaire veut que vos messages soient plus viraux. Une entreprise de produits de consommation veut que vos communications orienten vers l'acquisition. Une entreprise avec affiliations politiques veut que votre vocabulaire s'aligne avec ses positions.

Et même sans malice, les biais s'infiltrent. Les modèles amplifient les biais de genre, de race, de classe, de culture présents dans leurs corpus d'entraînement. La dictée cloud ne transcrit pas votre voix — elle la filtre, l'ajuste, l'harmonise avec une norme statistique qui n'est pas la vôtre.

L'IA Locale : Restaurer l'Intégrité

Face à cette menace, l'IA locale n'est pas une option technique. C'est un acte de résistance. Le refus de laisser un tiers modeler votre expression, filtrer votre pensée, orienter votre communication.

Avec un outil local, vous éliminez cette couche d'interférence. Whisper transcrit sans juger. Llama.cpp transforme selon vos instructions explicites, pas selon des objectifs opaques. Et quand vous interrogez un LLM local sur une décision, sur un mail à rédiger, sur une situation à analyser — vous obtenez une réponse calibrée sur aucun intérêt commercial, aucune politique de modération, aucun agenda extérieur. Le résultat atterrit à votre curseur sans passer par un serveur qui pourrait le modifier, l'analyser, le conserver.

Vous retrouvez l'intégrité de votre chaîne de communication. De votre pensée à votre expression, il n'y a que vous et des outils que vous contrôlez. Pas d'intermédiaire algorithmique qui "optimise" votre message. Pas de modèle qui "suggère" une formulation plus "efficace".

PerkySue incarne cette intégrité. Le modèle de 7 à 12 milliards de paramètres qui tourne sur votre machine ne cherche pas à vous influencer. Il exécute vos instructions. Vous dites "rends ce texte plus formel", il le formalise — sans subtexte politique, sans calibrage d'empathie. Vous demandez "rédige ce mail de refus", il le rédige selon vos paramètres, pas selon une norme de conciliation imposée. Vous posez une question sur une décision, il vous donne une analyse — pas une réponse optimisée pour vous faire adopter une position prédéterminée. C'est la différence entre un outil et un médiateur.

La Souveraineté de la Pensée

La liberté d'expression n'est pas seulement le droit de dire ce que l'on pense. C'est aussi le droit de penser sans interférence. De formuler ses idées dans un environnement qui ne les déforme pas. De communiquer sans qu'un tiers modele subrepticement le message.

La dictée cloud menace cette souveraineté. Pas par censure ouverte — trop visible — mais par influence graduée, suggestion subtile, calibration algorithmique. Chaque mot suggéré, chaque formulation privilégiée, chaque ton implicite contribue à modeler non seulement ce que vous dites, mais ce que vous pensez dire, ce que vous pensez penser.

L'IA locale restaure cette souveraineté. Elle vous rend maître de votre chaîne expressive — et de votre chaîne de pensée. Elle garantit que vos mots sont les vôtres, que vos décisions sont les vôtres, que les avis que vous recevez n'ont pas été filtrés par un modèle calibré pour des objectifs qui ne sont pas les vôtres.

Éthique et Responsabilité

Nous devons développer une éthique de l'interaction avec l'IA qui dépasse la seule question des données vocales. Le problème n'est plus "que fait-on de votre voix ?" — il est "que fait-on de votre pensée ?" Chaque fois que vous demandez à un LLM cloud de rédiger un mail, d'analyser une situation ou de vous donner son avis, vous soumettez votre processus décisionnel à un système dont les biais vous sont structurellement invisibles.

Principes nécessaires : consentement éclairé et révocable pour toute utilisation des données au-delà de la transcription immédiate ; transparence sur les modèles et leurs objectifs d'entraînement ; audit indépendant des algorithmes de suggestion ; droit à l'oubli et suppression complète ; interdiction de l'utilisation des données vocales pour l'influence comportementale ou politique.

En attendant que ces régulations émergent — lentement, si elles émergent — la responsabilité incombe à chaque utilisateur. Chaque choix d'un outil cloud est un vote pour l'exploitation de vos données. Chaque choix d'un outil local est un vote pour le respect de votre autonomie.

La Ligne Rouge

Votre voix est la dernière frontière de votre intimité cognitive — mais elle n'est plus la seule en jeu. Chaque interaction avec un LLM cloud, chaque mail demandé à un modèle, chaque décision soumise à son jugement, expose votre pensée à une couche d'influence que vous ne voyez pas et ne pouvez pas contrôler. La confier à des infrastructures cloud, c'est confier à des tiers le pouvoir de modeler non seulement ce que vous dites, mais ce que vous pensez demander — et ce que vous acceptez comme réponse.

L'alternative existe. Technique : Whisper, llama.cpp, modèles de 7 à 12 milliards de paramètres qui tiennent sur votre machine. Économique : un investissement matériel unique contre des abonnements perpétuels. Éthique : vos données restent les vôtres, votre expression reste la vôtre, votre pensée reste la vôtre.

La question n'est pas de savoir si les modèles cloud sont plus puissants. Ils le sont, et ils le resteront. La question est de savoir si vous êtes prêt à payer le prix de cette puissance — non pas en dollars, mais en autonomie, en intimité, en intégrité cognitive.

Car au final, le dictado n'est qu'un outil de productivité parmi d'autres. L'enjeu véritable, c'est l'ensemble de vos interactions avec l'IA : dicter un texte, demander de le rédiger, solliciter un avis, faire arbitrer une décision. C'est le canal par lequel votre pensée prend forme dans le monde — et ce canal mérite d'être le vôtre, entièrement, définitivement, sans compromis.

À propos de l'auteur

Dictée Cloud : Le Prix Qu'on Ne Vous Dit Jamais

Jérôme Corbiau — Fri, 05 Jun 2026 07:39:44 +0000

15 $/mois : L'Appât

Quinze dollars. Le prix affiché. Une somme dérisoire — moins qu'un sandwich. Une ligne de budget invisible. Le coût de la tranquillité.

Mais tranquillité, vraiment ? Faisons les comptes. 15 $ × 12 = 180 $/an. × 10 ans = 1 800 $. Sans compter les hausses, les surcoûts, les passages obligés à la formule supérieure. Un utilisateur actif dépasse facilement 3 000 $ sur une décennie. Juste pour dicter.

Et ce n'est que l'addition visible.

Votre Voix en Banque

Votre voix est une empreinte. Plus riche qu'une photo, plus intime qu'un post. Elle porte votre accent, vos émotions, vos tics, vos hésitations quand vous mentez. C'est un portrait biométrique complet.

Quand vous dictez dans le cloud, ce portrait ne transite pas — il s'installe. Conservé, analysé, fusionné avec des millions d'autres voix pour entraîner des modèles. Ces modèles identifieront vos émotions, prédiront vos comportements, authentifieront votre identité. Puis seront revendus, intégrés à des systèmes de surveillance, exploités pour des finalités que vous n'avez jamais approuvées.

Vous avez cliqué "J'accepte". Personne ne lit les 40 pages de conditions. Elles autorisent tout : "amélioration des services", "partenaires", "nouvelles fonctionnalités". Traduction : nous faisons ce que nous voulons avec votre voix. Et demain, si l'entreprise est rachetée ou change de politique ? Vos données restent, vos droits disparaissent.

Le Piège de l'Habitude

Le coût le plus lourd se paie en autonomie. Chaque jour sur le cloud vous enferme un peu plus. Vos habitues s'ajustent à l'outil. Votre vocabulaire s'adapte à ses limites. Votre travail s'organise autour de sa connexion.

Puis vient le jour où tout bascule. Fonctionnalité supprimée. Mise à jour qui casse votre flux. Concurrence qui détourne les investissements. Vous êtes prisonnier d'un écosystème que vous ne pouvez quitter sans payer cher — très cher — la migration.

Les entreprises ne vendent pas des outils. Elles vendent des habitudes. Et une habitude installée est le revenu récurrent le plus sûr du monde.

La Sortie de Route

L'IA locale inverse la logique. Vous payez votre matériel une fois. Vos données restent chez vous. Votre autonomie est intacte.

Une RTX 3060 (300 $) fait tourner des modèles de 7 à 12 milliards de paramètres. Machine complète : 1 000 à 1 500 $. Elle sert à tout : dictée, bureautique, jeux, création. Amortissement du seul GPU sur le dictado : 300 $ ÷ 180 $/an = 20 mois. Moins de deux ans. Après, c'est gratuit. À vie.

Votre voix ? Traitée en mémoire vive, détruite instantanément après transcription. Zéro conservation. Zéro analyse. Zéro revente. Votre empreinte reste où elle doit être : avec vous.

Autonomie totale. Pas de connexion requise. Vocabulaire personnalisé. Raccourcis sur mesure. Code modifiable. Aucune feuille de route imposée, aucune décision de comité, aucun pivot stratégique surprise.

Et une fonction que les clouds facturent séparément — et cher : le text-to-speech. Kokoro, Nivoj et autres moteurs permettent à votre agent local de vous répondre à voix haute, en temps réel, sans connexion. Ce n'est pas un gadget : c'est un dialogue. Vous parlez, l'agent traite, il répond. Boucle complète, hors ligne, sous votre contrôle. Les clouds réservent ça à leurs abonnements premium. En local, c'est natif.

Pareto contre le Cloud

Les géants cloud (100+ milliards de paramètres) écrasent les modèles locaux sur les tâches complexes. C'est indéniable. Mais 80% de votre usage quotidien — emails, reformulation, traduction, code, notes, commandes — est parfaitement couvert par un modèle local de 7 à 12 milliards. Rapide, précis, suffisant.

Les 20% restants ? Confiez-les ponctuellement au cloud, en sachant pourquoi. L'important n'est pas de tout faire localement. C'est de ne plus tout faire dans le cloud par défaut. C'est de réserver l'externalisation aux cas où elle apporte une valeur réelle, irréductible.

L'approche hybride (local par défaut, cloud par exception) est imbattable économiquement. Elle préserve votre vie privée, maintient votre autonomie, et coûte 3 à 5 fois moins sur le long terme.

Le Luxe du Maître

Dans un monde qui court après la facilité, choisir la maîtrise est un acte de résistance. Refuser la consommation passive pour la compétence active. Comprendre son outil plutôt que de simplement l'utiliser. Investir un peu de temps initial pour des bénéfices durables.

PerkySue incarne cette approche. Dictée 100% locale. Whisper écoute, llama.cpp transforme, injection directe au curseur. Kokoro/Nivoj pour le text-to-speech : votre agent vous répond à voix haute, véritable dialogue interactif. Pas de compte. Pas de cloud. Pas d'abonnement pour l'essentiel. Juste votre voix, votre machine, votre productivité.

Installation : un install.bat détecte votre GPU, télécharge, configure. Quinze minutes pour des années d'utilisation. Le core est gratuit — text-to-speech inclus. Les fonctionnalités avancées (modes Pro, personnalisation poussée) : 9,90 $/mois. L'essentiel — dictée + réponse vocale — reste libre et permanent.

Comparez : 15 $/mois × 10 ans × hausses régulières × risque de disparition de l'entreprise. Le calcul dépasse l'économique. Il devient existentiel.

La Vraie Question

Ne vous contentez pas du prix affiché. Calculez le coût total sur dix ans. Demandez-vous où vont vos données. Évaluez si vous pourriez vous passer du service demain.

Le luxe du XXIe siècle n'est pas d'accéder à tous les services. C'est de pouvoir s'en passer. C'est de posséder ses outils, ses données, ses compétences. C'est de payer une fois pour quelque chose qui dure, plutôt que de louer perpétuellement quelque chose qui peut s'évanouir.

L'IA locale n'est pas un retour en arrière. C'est un choix d'avenir. De maîtrise. De souveraineté. D'intentionnalité. Une question simple pour commencer : et si ma voix restait la mienne ?

À propos de l'auteur

Jérôme Corbiau est le créateur de PerkySue, un outil de dictée vocale locale avec IA fonctionnant entièrement hors ligne. Il est également cofondateur et architecte logiciel de My App Zone SRL (Bruxelles), et créateur de la plateforme Cloud Neareo — un CMS primé notamment par Microsoft et le Service Public de Wallonie, déployé dans des musées et sites patrimoniaux. Son travail vise un objectif constant : remettre la technologie au service de l'utilisateur, plutôt que l'inverse.

Pourquoi l'IA Locale Change la Donne : Votre Machine, Votre Règle

Jérôme Corbiau — Fri, 05 Jun 2026 07:36:05 +0000

Le Matin Où Tout S'arrête

Un clic. Un écran figé. Votre outil de dictée ne répond plus. L'abonnement a sauté. Le serveur est en panne. Ou pire : l'entreprise a disparu, rachetée, ou a décidé que votre voix valait désormais trois fois plus cher.

C'est arrivé à des milliers d'utilisateurs. Google a fermé Stadia en janvier 2023 — heureusement, avec remboursement, ce qui reste rare. Des fournisseurs d'IA ont multiplié leurs tarifs en 2024, parfois du jour au lendemain. Leur pouvoir est brut : ils tiennent les clés de vos outils.

Mais le risque ne s'arrête pas aux pannes. Censure politique, blocage géographique, exploitation de vos données pour des modèles qui vous cibleront sans votre consentement. Votre productivité repose sur des fondations que vous ne contrôlez pas.

Louer Son Cerveau Numérique

Le cloud a fait de nous des locataires permanents. Nous ne possédons plus nos outils — nous payons pour les emprunter. Et le propriétaire change les règles quand il veut : hausse de loyer, réduction des services, expulsion sans préavis.

Cette dépendance est totale. Assistants vocaux, GPS, traduction, création : tout passe par des infrastructures contrôlées par une poignée d'acteurs américains et chinois. Nous avons signé sans lire. La clause "amélioration des services" autorise l'exploitation de vos données. "Partenaires" signifie revendeurs. "Aussi longtemps que nécessaire" signifie pour toujours.

Votre voix, vos écrits, vos habitudes deviennent la matière première d'une économie qui vous exclut des profits tout en vous rendant indispensable à ses produits.

L'IA Locale : Reprendre les Commandes

Face à ce système, une autre voie s'ouvre : l'intelligence artificielle locale. Des modèles qui tournent sur votre machine, sans connexion, sans compte, sans abonnement. Ce n'est pas une question de gadget. C'est une question de pouvoir.

Choisir l'IA locale, c'est refuser d'être un consommateur passif et un producteur de données gratuites. C'est décider que votre pensée ne dépendra pas de la stratégie boursière d'une entreprise californienne.

Voici PerkySue, un outil de dictée que j'ai conçu pour fonctionner entièrement hors ligne. Whisper écoute votre voix, llama.cpp transforme vos mots, et tout atterrit directement à votre curseur. Pas de serveur distant. Pas de données envoyées. Pas de compte à créer. Internet coupé ? Fournisseur en faillite ? Tarifs multipliés par dix ? Votre outil continue de tourner. Parce qu'il est chez vous, pas dans un data center à 10 000 kilomètres.

Cette autonomie change tout. Vous travaillez dans l'avion, dans une zone blanche, dans un pays sous censure. Vous traitez des données médicales, juridiques, financières sans jamais les exposer. Vous personnalisez votre vocabulaire, vos modèles, vos raccourcis — sans demander la permission à un algorithme.

80/20 : La Règle d'Or de l'Indépendance

Les modèles locaux (7 à 12 milliards de paramètres) ne rivalisent pas avec les géants cloud (100+ milliards) sur les tâches complexes. C'est un fait. Mais suivons la logique de Pareto : 80% de ce que vous faites au quotidien — emails, reformulation, traduction, code, notes, commandes — est parfaitement maîtrisé par ces modèles "modestes". Les 20% restants peuvent être confiés ponctuellement au cloud, en connaissance de cause.

L'important n'est pas de tout faire localement. C'est de choisir consciemment quand externaliser, plutôt que de subir une externalisation systématique. Local par défaut, cloud par exception : cette approche hybride vous rend acteur de votre technologie, pas simple consommateur.

La Souveraineté, C'est Collectif

L'enjeu dépasse l'individu. Quand une administration adopte du logiciel libre, elle devient insensible à la faillite d'un éditeur étranger. Quand des chercheurs maîtrisent leurs propres modèles, leur pays résiste aux sanctions technologiques.

L'open source est le ciment de cette résilience. Code visible, modifiable, vérifiable. L'outil survivra à son créateur. La communauté le fera évoluer. Aucune entreprise ne pourra unilatéralement le retirer ou le verrouiller.

PerkySue, sous licence Apache 2.0, illustre cette approche. Chaque ligne de code est inspectable. Chaque utilisateur peut vérifier que ses données ne partent nulle part. Un développeur peut adapter le code, créer une variante, corriger un bug. L'outil appartient à ceux qui l'utilisent.

Le Vrai Calcul

15 dollars par mois × 10 ans = 1 800 dollars. Multipliez par stockage, bureautique, création, communication : des milliers de dollars par personne. Des pétaoctets de données personnelles échangés contre une commodité que votre machine pourrait assurer seule.

L'IA locale n'est ni technophobie ni soumission. C'est une troisième voie : usage conscient, contrôlé, souverain. Des outils qui vous servent sans vous exploiter. Des outils qui persistent sans dépendre d'un serveur. Des outils qui restent vôtres quand le reste du monde numérique vacille.

La prochaine fois que vous dicterez, demandez-vous : où va ma voix ? Qui en dispose ? Et si la réponse vous dérange, vous savez quoi faire.

Article publié sous licence Creative Commons BY-SA.

À propos de l'auteur

Jérôme Corbiau est le créateur de PerkySue, un outil de dictée vocale locale avec IA fonctionnant entièrement hors ligne. Il est également cofondateur et architecte logiciel de My App Zone SRL (Bruxelles), et créateur de la plateforme Cloud Neareo — un CMS primé notamment par Microsoft et le Service Public de Wallonie, déployé dans des musées et sites patrimoniaux. Son travail vise un objectif constant : remettre la technologie au service de l'utilisateur, plutôt que l'inverse.