IA local em empresas: RGPD, soberania e implantação (2026)

#Servidor de IA local na França: para que serve, para quem

Um servidor de IA local hospeda um modelo de linguagem em uma infraestrutura que você controla: suas instalações, um rack em um provedor de hospedagem ou um servidor com GPU alugado na Europa. Os colaboradores acessam o modelo por uma interface web ou uma API interna, com suas contas. Para uma PME, a configuração inicial é modesta: uma estação com GPU de 24 GB, Ollama como motor, Open WebUI como interface e um modelo de 24 bilhões de parâmetros como Mistral Small 3.2, que ocupa cerca de 14 GB em Q4 de acordo com o catálogo QuelLLM. Depois, você decide, com um caso de uso real, aumentar a capacidade ou não.

Privacidade

Contratos, dossiês de clientes, dados de RH, código-fonte: os prompts e os arquivos não são enviados a um provedor de IA.

Conformidade simplificada, não eliminada

Não há subcontratante de IA a citar nem transferência fora da UE a documentar para o modelo em si, mas suas obrigações como responsável pelo tratamento permanecem.

Custo previsível

Sem assinatura cujo preço aumente com o número de funcionários: o custo é o do hardware, da eletricidade e do tempo de administração.

Independência

Um modelo de pesos abertos, depois de baixado, continua funcionando mesmo se um fornecedor mudar seus preços ou condições.

#RGPD e soberania: o que o local muda e o que não muda

A CNIL lembra que o RGPD protege os dados das pessoas em três pontos: nas bases de treinamento, nos modelos que podem tê-los memorizado e no uso dos modelos por meio das instruções (os prompts). Seu servidor local resolve a terceira questão, a dos prompts: eles permanecem com você. Ele não resolve a segunda: um modelo de linguagem pode, ele próprio, conter dados pessoais, o que diz respeito à escolha do modelo e à forma como você o documenta.

Quanto às transferências, a CNIL indica que uma transferência para fora da União Europeia e do Espaço Econômico Europeu só é possível desde que se garanta um nível de proteção suficiente e adequado. Com um servidor nas suas próprias instalações, a questão não se coloca. Com um provedor de hospedagem, ela se coloca conforme sua estrutura e suas filiais.

• LLM local e RGPD: conformidade na proteção de dados privados nas empresas
• Fonte: CNIL, IA e RGPD

#LLM privado hospedado na França: as opções concretas

Três arquiteturas permitem hospedar um LLM privado, de acordo com o nível de controle desejado. A tabela compara essas arquiteturas nos aspectos que realmente importam: onde estão os dados, quem administra e o que você deve demonstrar a um auditor.

#Hospedado na França, na Europa, SecNumCloud: três coisas diferentes

“Hospedado na França” descreve um local, não uma proteção jurídica. A Scaleway, por exemplo, destaca para suas instâncias GPU a garantia de que os dados permaneçam na Europa e a proteção contra leis extraterritoriais: são compromissos comerciais a serem lidos no contrato, não fatos que este guia pode verificar por você. Para os dados mais sensíveis, a ANSSI oferece a qualificação SecNumCloud, que visa proteger dados e operações de processamento sensíveis contra a ameaça do cibercrime e a aplicação de leis extraterritoriais.

Duas observações úteis antes de se apoiar nessa qualificação. Por um lado, a ANSSI observa que essa qualificação não permite concluir qual é o nível de segurança dos serviços que você implanta na oferta qualificada: você ainda precisa proteger sua aplicação. Por outro lado, ela qualifica ofertas específicas de nuvem, não um provedor de hospedagem como um todo: consulte o catálogo de produtos e serviços qualificados para verificar se a oferta de GPU que você pretende usar está incluída.

#Qual modelo para uma empresa francesa e sob que licença

A escolha é feita com base em três critérios: a qualidade em francês, a memória necessária e a licença. A licença é o critério que se esquece: um modelo muito bom pode ser proibido para uso comercial. O catálogo QuelLLM exibe a licença de cada modelo; aqui estão alguns pontos de referência para modelos franceses ou europeus.

O modelo de 32 bilhões de parâmetros frequentemente citado como “bom equilíbrio” ocupa 19 a 20 GB em Q4, considerando apenas os pesos: em uma placa de 24 GB, sobra muito pouco para o contexto e para vários usuários ao mesmo tempo. Para uma primeira implantação, um modelo de 24 bilhões de parâmetros é uma base mais realista. Teste o francês em seus próprios documentos antes de decidir: a qualidade apresentada em um ranking não prevê a qualidade no jargão da sua área profissional.

#Orçamento e equipamento: dimensionar por usuários simultâneos

O bom dimensionamento não depende do número de funcionários, mas do número de pessoas que enviam uma solicitação ao mesmo tempo. De acordo com a FAQ de Ollama, um modelo trata por padrão uma solicitação de cada vez; as demais aguardam em fila, e a memória necessária cresce como o produto do número de solicitações paralelas pela extensão do contexto. Permitir quatro solicitações paralelas em um contexto de 8.000 tokens, por exemplo, reserva então a quantidade equivalente a 32.000 tokens de memória de contexto.

Essas linhas são referências de arquitetura, não medidas: a latência percebida depende do modelo, da quantização, do contexto e do perfil de uso. Faça um piloto de duas a quatro semanas com um caso de uso específico, observe as filas e a ocupação de memória, depois dimensione.

• Quanto custa um servidor GPU para LLM?
• SGLang: servir um LLM a vários usuários

#Chatbot interno e RAG documental

O uso mais rentável é o chatbot conectado à sua base de documentos: o RAG, em que o assistente responde com base nos seus procedimentos, contratos ou na sua documentação técnica, recuperados sob demanda. Open WebUI, AnythingLLM e PrivateGPT oferecem esse funcionamento pronto para uso. Atenção à licença da interface: o Open WebUI proíbe remover sua marca quando há mais de cinquenta usuários em uma janela móvel de trinta dias, salvo com autorização ou licença empresarial, o que afeta diretamente uma implantação empresarial com identidade visual própria.

Segundo ponto: o RAG não substitui os direitos de acesso. Se todos os funcionários consultarem a mesma base, um documento reservado à direção deve permanecer inacessível aos outros. Isole as coleções por grupo e teste com uma conta sem direitos.

• Implantar um chatbot de IA interno para PME
• Comparar frontends de chat

#Segurança da implantação

O ponto de partida é simples: de acordo com a FAQ do Ollama, ele aceita conexões por padrão em 127.0.0.1, porta 11434. Enquanto você não modificar OLLAMA_HOST, ele só é acessível a partir da própria máquina. O perigo surge quando ele é aberto à rede para que a interface, em outro servidor, possa acessá-lo, sem nenhuma camada de proteção à frente.

Isolamento de rede

Servidor em rede interna, acesso apenas por interface; isolamento completo (air-gap) para os dados mais sensíveis.

Gestão de acesso

Autenticação, papéis, desativação do cadastro livre, registro das requisições na interface.

Criptografia

Criptografe os discos que contêm os modelos, as bases documentais e os históricos de conversa.

Atualizações

Acompanhe as versões do motor, da interface e dos modelos; documente quem é responsável.

Backup e exclusão de dados

Defina por quanto tempo as conversas serão armazenadas e qual será o procedimento de exclusão quando uma pessoa a solicitar.

• Proteger seu servidor Ollama

#Soluções recomendadas e deploy em sete etapas

1. 01
   Definir um caso de uso

   Escolha um uso específico (suporte, documentação interna) e a categoria de dados envolvidos antes de escolher o hardware.
2. 02
   Escolher a hospedagem

   Nas instalações, com um provedor de hospedagem europeu ou em uma estação de trabalho, conforme a sensibilidade dos dados e a tabela de opções.
3. 03
   Escolher o modelo

   Verifique a licença, teste o francês em seus documentos e tenha em mente a quantidade de memória necessária.
4. 04
   Instalar o motor e a interface

   Ollama e Open WebUI para um projeto-piloto, um servidor de alto throughput para uma carga maior.
5. 05
   Proteger

   Contas, papéis, HTTPS por meio de um reverse proxy, porta do motor não exposta, discos criptografados.
6. 06
   Documentar

   Registro das operações de tratamento, informação às pessoas, prazo de retenção, contrato de subcontratação se houver um provedor de hospedagem.
7. 07
   Medir com um piloto

   De duas a quatro semanas de uso real, depois a decisão de ampliar a operação.

O software desta stack é gratuito, mas ela não está em conformidade « por concepção »: é o uso que você faz dela, documentado e controlado, que está em conformidade. Mantenha um registro das suas escolhas; é isso que um auditor exigirá.

• Fonte: CNIL, transferência de dados para fora da UE
• Fonte: ANSSI, qualificação SecNumCloud
• Fonte: Scaleway, instâncias GPU
• Fonte: Perguntas Frequentes do Ollama