RAISE : l'IA souveraine pour tous, du cloud international à l'on-premise

Le problème que RAISE résout

Les entreprises françaises et européennes font face à un dilemme qui se durcit chaque trimestre. D'un côté, la pression concurrentielle impose d'adopter l'IA générative rapidement — les gains de productivité documentés par le rapport DORA 2025 sont trop significatifs pour être ignorés. De l'autre, les exigences réglementaires (RGPD, AI Act, NIS2, doctrines sectorielles) et les risques géopolitiques (Cloud Act, tensions sino-américaines) interdisent de confier aveuglément ses données sensibles à des plateformes d'IA hébergées hors de tout cadre de confiance.

Entre « tout interdire » et « tout déléguer », il manquait une troisième voie — une plateforme capable d'orchestrer l'IA de manière souveraine, modulaire et portable, sans sacrifier ni la performance ni la conformité. C'est précisément ce que RAISE (Responsible AI Sovereign Engine) propose.

Architecture modulaire : la souveraineté par le découplage

RAISE repose sur un principe architectural fondamental : le découplage systématique entre les couches applicatives, les modèles d'IA et l'infrastructure sous-jacente. Cette modularité n'est pas un choix esthétique — c'est la condition nécessaire pour garantir la portabilité et l'indépendance vis-à-vis de tout fournisseur unique.

L'architecture se décompose en quatre couches distinctes :

• Couche d'orchestration : le cerveau de RAISE. Elle gère le routage des requêtes vers les modèles appropriés, applique les politiques de souveraineté, et coordonne les agents. Cette couche est entièrement développée et maintenue par SFEIR.
• Couche de modèles : RAISE intègre nativement le multi-LLM. Claude, GPT, Gemini, Mistral, Llama, des modèles fine-tunés — chaque modèle est un composant interchangeable, sélectionné dynamiquement selon la tâche, la sensibilité des données et les contraintes de coût.
• Couche de données : gestion unifiée des embeddings, des bases vectorielles, des caches sémantiques et des contextes d'agents. Le tout avec un chiffrement de bout en bout dont les clés restent sous contrôle du client.
• Couche d'infrastructure : abstraction complète de l'environnement d'exécution. RAISE se déploie indifféremment sur S3NS, Scaleway, OVHcloud, Azure, GCP ou en on-premise.

Du cloud international à l'on-premise : un continuum de déploiement

L'une des forces distinctives de RAISE est sa capacité à opérer sur un continuum de souveraineté, sans rupture architecturale entre les différents modes de déploiement :

Déploiement S3NS (cloud souverain qualifié)

Pour les organisations qui nécessitent la qualification SecNumCloud, RAISE se déploie nativement sur l'infrastructure S3NS. Les modèles Gemini sont accessibles via Vertex AI dans l'environnement souverain, tandis que les clés de chiffrement restent sous contrôle de Thales. C'est la configuration recommandée pour les OIV, le secteur public et les données de santé.

Déploiement Scaleway / cloud européen

Pour les workloads qui nécessitent un hébergement européen sans l'exigence SecNumCloud, RAISE s'installe sur les GPU H100 de Scaleway ou d'autres fournisseurs européens. Les modèles open source (Mistral, Llama) tournent en inférence locale, garantissant que les données ne quittent jamais le périmètre européen. C'est un excellent compromis coût-souveraineté pour les PME et ETI.

Déploiement on-premise

Pour les cas les plus sensibles — défense, renseignement, recherche classifiée — RAISE se déploie entièrement en on-premise, sur l'infrastructure du client. Aucune donnée ne quitte le datacenter. Les modèles sont embarqués et l'inférence est entièrement locale. L'orchestrateur RAISE fonctionne en mode air-gapped si nécessaire.

Multi-LLM switching : la résilience par la diversité

Le multi-LLM n'est pas un gadget dans RAISE — c'est un mécanisme de résilience. La plateforme maintient des connecteurs actifs vers plusieurs fournisseurs de modèles et peut basculer d'un modèle à l'autre en temps réel, de manière transparente pour l'utilisateur final.

Les cas d'usage du switching sont multiples :

• Basculement de souveraineté : si une requête contient des données classifiées, RAISE redirige automatiquement vers un modèle souverain, même si le modèle par défaut est un modèle API standard.
• Basculement de performance : si un modèle est indisponible ou dégradé, RAISE bascule vers un modèle alternatif avec des caractéristiques comparables.
• Basculement économique : pour les tâches à faible complexité, RAISE privilégie les modèles les plus économiques, réservant les modèles premium aux tâches à haute valeur ajoutée.
• Basculement réglementaire : en cas de changement de réglementation ou de décision de justice affectant un fournisseur, RAISE permet une migration immédiate vers un modèle conforme.

Privacy Shield : la protection intégrée

Le module Privacy Shield de RAISE constitue la couche de protection des données personnelles et sensibles. Intégré nativement dans le pipeline de traitement, il opère en amont et en aval de chaque interaction avec un modèle :

• Détection et anonymisation automatique des données personnelles (noms, adresses, numéros de sécurité sociale, IBAN) avant transmission à un modèle externe.
• Réinjection contrôlée des données originales dans la réponse finale, après traitement par le modèle, pour que l'utilisateur obtienne un résultat exploitable.
• Journal de traitement conforme à l'article 30 du RGPD, documentant automatiquement chaque flux de données personnelles.
• Droit à l'oubli opérationnel : capacité de purger les traces d'un individu dans l'ensemble des caches, logs et embeddings de la plateforme.

Le Privacy Shield n'est pas un module optionnel. Il est activé par défaut, car chez SFEIR nous considérons que la protection des données n'est pas une fonctionnalité — c'est un prérequis.

RAISE en pratique

RAISE est déjà déployé chez plusieurs clients SFEIR dans des secteurs variés : assurance, industrie, secteur public. Les retours terrain confirment ce que l'architecture promettait : la capacité de démarrer rapidement avec des modèles API standards, puis de migrer progressivement vers des déploiements plus souverains au fur et à mesure que les cas d'usage se complexifient et que les exigences réglementaires se précisent.

RAISE incarne la conviction de SFEIR : la souveraineté IA ne doit pas être un frein à l'adoption, mais un accélérateur de confiance.