Déploiement de PLLuM en entreprise : comment choisir un intégrateur et par où commencer

Qu’est-ce que PLLuM en 2026

PLLuM est une famille ouverte de modèles entraînés pour le polonais, financée par le Ministère du Numérique. Lancé en 2024 par un consortium d’universités et d’instituts, le projet est depuis 2025 développé par le consortium HIVE AI dirigé par NASK. Les modèles sont déjà utilisés, entre autres, dans mObywatel et dans des mairies. L’ampleur réelle de leur usage reste toutefois inconnue, car la licence ouverte n’exige pas de déclarer les déploiements (Rzeczpospolita).

Le 21 mai 2026, 11 nouveaux modèles ont rejoint la famille, aux tailles de 4, 8, 12 et 70 milliards de paramètres (blog du projet PLLuM). Ils ont été publiés avec une documentation alignée sur les exigences du règlement européen sur l’intelligence artificielle (AI Act) : sources de données, description de leur traitement, méthodes d’entraînement et d’évaluation. Pour une entreprise qui doit démontrer sa conformité à l’AI Act, c’est un avantage concret par rapport à nombre de modèles étrangers.

Pour le business, la licence est primordiale, car toutes les variantes de PLLuM ne conviennent pas aux usages commerciaux :

Sources : pllum.org.pl, Hugging Face – profil CYFRAGOVPL, instytut.ai. Avant tout déploiement, vérifiez la licence sur la fiche du modèle concerné, car elle dépend de la version, et pas seulement de la taille.

Pour une application, privilégiez les variantes « chat » ou « instruct », et réservez les versions « base » à un entraînement ultérieur. La licence Llama 3.1 pour les modèles 8B et 70B exige notamment d’ajouter la mention « Built with Llama » dans le produit ou sa documentation.

Quand PLLuM a-t-il du sens en entreprise

PLLuM est particulièrement pertinent quand deux conditions se rencontrent : les données ne peuvent pas quitter l’entreprise et le travail porte sur du texte en polonais. Cas d’usage typiques :

• Assistant de connaissance basé sur les documents de l’entreprise. Un collaborateur interroge une procédure, un contrat ou une documentation technique ; le système répond à partir des fichiers internes et indique la source.
• Traitement des demandes et réclamations en polonais. Le modèle classe les messages, en extrait les données clés et prépare un projet de réponse à valider.
• Travail sur documents. Résumé, comparaison de versions et anonymisation : des modules déjà préparés par NASK dans l’assistant juridique pour l’administration.
• Chat dans un ERP. Comarch a utilisé la variante la plus grande de PLLuM (70B) dans un service de chat pour son ERP (PFR, entretien avec AI Lab OPI).

PLLuM n’est en revanche pas le meilleur choix pour des agents multi‑étapes, la génération de code ou des tâches multilingues, où les modèles commerciaux de pointe gardent l’avantage. En pratique, une architecture hybride s’avère souvent optimale :

La répartition raisonnable est donc la suivante : PLLuM traite sur site les données sensibles, tandis qu’un modèle commercial reçoit des tâches sans données personnelles ni secrets d’affaires. Si une tâche exige un modèle plus puissant, PLLuM peut d’abord anonymiser le document, puis le transmettre. Le choix entre PLLuM, Bielik et un modèle étranger ne doit pas reposer sur la marque. Ce sont les tests sur vos données qui tranchent.

Déployer PLLuM, de l’idée au système opérationnel en cinq étapes

Les créateurs de PLLuM recommandent que l’organisation définisse d’abord ses besoins, prépare les données et l’infrastructure, puis seulement engage un prestataire (pllum.org.pl). C’est la bonne approche, mais la plupart des entreprises n’ont pas d’équipe pour la mener seules. Voici le parcours quand il est piloté par une société d’intégration :

1. Atelier de cadrage. Nous choisissons un processus et un objectif mesurable, par exemple le temps de réponse aux demandes clients. Nous définissons les utilisateurs, leurs droits et les sources de données.
2. Audit et préparation des données. Les documents doivent être convertis en texte propre, sans erreurs d’OCR ni balises superflues, puis découpés en fragments que le système recherchera. En parallèle, nous reproduisons les droits d’accès, car l’assistant ne doit pas exposer un fichier auquel l’utilisateur n’a pas accès.
3. Validation sur données historiques. Nous construisons un jeu de test à partir de vraies questions et de réponses de référence préparées par des experts. Nous y comparons les variantes de PLLuM, Bielik et un modèle commercial selon la pertinence des passages retrouvés, la fidélité des réponses aux sources, le temps de réponse et le coût.
4. Pilote avec utilisateurs. Le système est testé quelques semaines par un petit groupe de collaborateurs. Nous collectons leurs retours et ajustons la recherche, les instructions et les protections.
5. Intégration et exploitation. Nous relions le système à l’ERP, au CRM ou au référentiel documentaire, avec authentification unique (SSO) et monitoring. Les tests de qualité s’exécutent automatiquement, de sorte qu’à chaque nouvelle version de PLLuM, il est clair si la mise à jour vaut le coup.

L’étape 3 fait souvent toute la différence. Sans jeu de test, il est impossible de déterminer sérieusement si PLLuM suffit ou si un modèle plus grand est nécessaire.

Dans les systèmes RAG, la qualité dépend plus souvent de la recherche que du générateur. La flexion du polonais complique la recherche par mots‑clés : « umowa », « umowy » et « umowie » sont des chaînes différentes pour un moteur. Nous combinons donc une recherche sémantique, basée sur un modèle d’embeddings éprouvé sur des textes polonais, avec une recherche plein texte sur les formes de base des mots (lemmes).

Vous voulez suivre ces étapes avec un partenaire ? Nous menons le premier jalon, l’atelier de cadrage, avec votre équipe et le concluons par une recommandation concrète. Planifiez un atelier de cadrage avec SH

Infrastructure, sécurité et coûts

La licence de PLLuM est gratuite, mais le modèle exige un serveur avec carte graphique (GPU). Les exigences augmentent avec la taille du modèle, et au générateur il faut ajouter les modules de recherche et d’évaluation de la pertinence du système RAG :

Source : exigences techniques sur pllum.org.pl.

Pour de nombreux cas RAG en entreprise, les modèles 8B ou 12B suffisent, et le générateur tient alors sur une ou deux cartes serveur. Michał Brzezicki, directeur technique de SentiOne, estime que les modèles polonais offrent un excellent rapport qualité/prix et fonctionnent sur une infrastructure déjà présente dans la plupart des entreprises polonaises (PFR). Le modèle 70B implique un investissement dans plusieurs cartes de classe H100 ou A100 ; à n’adopter qu’après tests.

Le tableau est un point de départ, pas un projet clé en main. Le nombre de cartes dépend aussi du trafic, donc du nombre de requêtes simultanées et de la longueur du contexte, qui occupe la mémoire cache du modèle (KV cache). La quantification en 8 ou 4 bits réduit nettement l’empreinte mémoire, mais son impact sur la qualité doit être mesuré sur le jeu de test. Nous exposons le modèle via un moteur d’inférence, par exemple vLLM, qui gère de nombreuses requêtes en parallèle.

Le coût total d’un déploiement se compose de quatre volets : achat ou location de GPU, préparation des données, intégration aux systèmes de l’entreprise, et exploitation/monitoring continus. Des serveurs internes sont rentables avec une charge stable et élevée. À faible trafic, la location horaire de GPU ou un modèle cloud facturé à la requête revient moins cher.

Exécuter le modèle sur vos propres serveurs n’implique pas automatiquement la sécurité. NASK a décrit un cas où un modèle reconnaissait une requête dangereuse en anglais et refusait de répondre, mais générait un contenu nocif en polonais (PFR, entretien avec NASK). Nous menons donc des tests de sécurité en polonais. Nous contrôlons aussi les droits d’accès aux documents, protégeons le système contre l’injection de prompts (prompt injection) et journalisons chaque réponse.

Comment choisir une société pour déployer PLLuM

La société d’intégration prend en charge tout ce que le modèle n’apporte pas : données, recherche, intégrations, tests de qualité et sécurité. Avant de choisir votre prestataire, posez-lui six questions :

Financement du déploiement

Le déploiement d’un modèle d’IA polonais peut s’intégrer à un projet de numérisation financé par des fonds européens ou par un prêt à conditions préférentielles. Il faut alors décrire, dès la demande, le périmètre technologique, le budget et des résultats mesurables. En tant que société d’intégration, nous aidons à préparer cette partie pour que le projet soit ensuite réalisable conformément au plan.

Webinaire « PLLuM. Polski model AI. Od rozwoju modelu do pierwszych wdrożeń »

Le Fonds Polonais de Développement invite au webinaire « PLLuM. Polski model AI. Od rozwoju modelu do pierwszych wdrożeń », qui aura lieu le 24 novembre 2026 de 10h00 à 11h00 (inscriptions sur pfr.pl). Des experts de l’équipe projet expliqueront comment naissent les modèles polonais, ce qu’ils savent faire, en quoi ils diffèrent d’autres solutions et leur trajectoire de développement.

Si vous préparez un déploiement, prévoyez des questions sur les licences, les exigences matérielles et la feuille de route des prochaines versions. Après le webinaire, planifiez un atelier de cadrage avec SH : nous vérifierons si PLLuM sait traiter les données de votre entreprise.

Questions fréquentes sur le déploiement de PLLuM

PLLuM peut‑il être utilisé commercialement ?

Oui, les variantes sous licences Apache 2.0 et Llama 3.1. Les versions marquées « nc » sont réservées à la recherche et aux usages non commerciaux.

PLLuM fonctionne‑t‑il sans cloud ?

Oui. Le modèle peut s’exécuter localement, sur un serveur avec GPU dans l’entreprise ou dans un data center choisi. Les données ne sont alors pas transmises aux fournisseurs de modèles.

Combien coûte le déploiement de PLLuM ?

La licence est gratuite. Le coût comprend le matériel ou la location de GPU, la préparation des données, les intégrations et l’exploitation. Une estimation fiable est possible après un atelier de cadrage, une fois le processus et les données connus.

PLLuM ou Bielik ?

Les deux modèles sont polonais et ouverts. Le choix doit reposer sur des tests sur les données de l’entreprise, pas sur la marque.

Quelle société peut déployer PLLuM ?

Une société d’intégration avec expérience en systèmes RAG, en intégrations et en tests de qualité des modèles de langage. SH travaille avec PLLuM, Bielik et des modèles commerciaux, et sélectionne le modèle sur la base de tests sur les données du client.

SH – société d’intégration de PLLuM et des modèles d’IA polonais

SH est une société polonaise d’intégration IA, active depuis 2016. Au sein de SH AI Studio, nous déployons des solutions basées sur des modèles de langage : de l’assistant de connaissance aux systèmes multi‑agents en production. Nous sommes certifiés ISO 27001 et les données des clients ne servent jamais à l’entraînement des modèles.

Nous travaillons notamment pour des entreprises industrielles, financières et de cybersécurité. Exemple : après l’intégration d’une couche IA à une plateforme de cybersécurité, le temps d’intégration de nouveaux utilisateurs a diminué de 95 %.

Nous ne sommes pas attachés à un seul modèle. Nous utilisons PLLuM et Bielik là où la souveraineté des données prime, et des modèles commerciaux là où leur puissance est requise. Le choix dépend des tests sur les données du client.

Commencez par un atelier de cadrage. Nous sélectionnons avec vous un processus, évaluons les données et comparons PLLuM aux alternatives sur des cas concrets de votre entreprise. À l’issue de l’atelier, vous recevrez :

• une recommandation de modèle (PLLuM, Bielik ou modèle commercial) étayée,
• une estimation préliminaire des coûts d’infrastructure et de déploiement,
• un plan de pilote avec un objectif unique et mesurable.

Planifiez un atelier de cadrage avec SH