Intégrer l'IA dans une application mobile
Intégrer l'IA dans une application mobile : sur le téléphone ou sur un serveur, sécurité des clés, données personnelles, règles des stores et maîtrise des coûts.
Sommaire
- 1Que peut faire l’IA dans une application mobile ?
- 2IA sur le téléphone ou IA sur un serveur ?
- 3Combiner les deux : un exemple concret
- 4Pourquoi l’IA doit-elle passer par votre serveur ?
- 5Données personnelles, transparence et règles des stores
- 6La qualité et les coûts dans la durée
- 7Les étapes d’un projet d’IA dans une application
- 8Questions fréquentes
Pour intégrer l’IA dans une application mobile, il existe deux voies : faire tourner un modèle directement sur le téléphone, ou envoyer la demande à un modèle plus puissant hébergé ailleurs, toujours en passant par votre propre serveur. Beaucoup d’applications combinent les deux. Le choix dépend de la tâche, de la confidentialité des données et du coût par utilisation, et il s’accompagne de règles précises fixées par Apple, Google et le droit européen.
Que peut faire l’IA dans une application mobile ?
L’IA est utile dans une application quand elle épargne à l’utilisateur une tâche longue, répétitive ou difficile. Les usages les plus courants :
- reconnaître ce que voit la caméra : un objet, une plante, une pièce détachée, l’état d’un équipement ;
- lire un document : un ticket de caisse, une facture, une carte de visite, un bon de livraison ;
- comprendre et produire du texte : résumer, reformuler, traduire, rédiger un brouillon ;
- répondre à des questions à partir de contenus choisis, comme un assistant ;
- transcrire la voix en texte, par exemple pour un compte rendu d’intervention dicté sur un chantier ;
- classer et trier : des demandes, des photos, des dépenses.
Quelques exemples de situations : un artisan qui photographie un compteur et voit le relevé rempli tout seul, une application de cuisine qui compose des menus selon les goûts du foyer, un technicien qui dicte son rapport en sortant d’une intervention.
IA sur le téléphone ou IA sur un serveur ?
C’est la première décision technique, et elle a des conséquences sur tout le reste.
L’IA sur le téléphone
Apple et Google donnent accès à des modèles qui tournent directement sur l’appareil. Sur iPhone, le framework Foundation Models ouvre aux applications le modèle d’Apple Intelligence installé sur le téléphone, capable de résumer, d’extraire des informations ou de générer du texte. Sur Android, Gemini Nano fonctionne de la même façon à travers un service du système, et ML Kit propose des fonctions prêtes à l’emploi : lecture de codes-barres, reconnaissance de texte, détection d’objets.
Les avantages sont nets : les données ne quittent pas le téléphone, l’application fonctionne sans réseau, et chaque utilisation ne coûte rien de plus. Les limites aussi : ces modèles sont plus petits, et les plus avancés ne sont disponibles que sur les téléphones récents et compatibles.
L’IA sur un serveur
Les grands modèles du marché sont accessibles par des API : l’application envoie une demande à votre serveur, qui interroge le modèle et renvoie la réponse. Ces modèles sont bien plus puissants et fonctionnent sur tous les téléphones. En contrepartie, il faut une connexion, chaque appel a un coût, et les données envoyées quittent l’appareil.
| Critère | Sur le téléphone | Sur un serveur |
|---|---|---|
| Confidentialité | Les données restent sur l’appareil | Les données envoyées quittent l’appareil |
| Sans réseau | Possible | Impossible |
| Coût par utilisation | Aucun | Facturé à l’usage par le fournisseur du modèle |
| Puissance | Limitée aux petits modèles | Les modèles les plus avancés |
| Compatibilité | Téléphones récents pour les modèles génératifs | Tous les téléphones |
| Mise à jour du modèle | Avec le système du téléphone | Côté serveur, sans republier l’application |
Combiner les deux : un exemple concret
La solution la plus efficace est souvent mixte : une première étape rapide et gratuite sur le téléphone, puis un modèle puissant seulement quand c’est utile.
C’est ce que nous avons fait dans Estimation Objet, une de nos applications : on photographie un objet, une première reconnaissance se fait sur le téléphone, puis un modèle plus puissant affine l’estimation sur notre serveur. L’utilisateur a un premier retour immédiat, et l’appel au grand modèle n’est fait que lorsqu’il apporte vraiment quelque chose.
Pourquoi l’IA doit-elle passer par votre serveur ?
Appeler l’API d’un modèle directement depuis l’application semble plus simple. C’est une erreur fréquente, et coûteuse.
Une application publiée sur les stores peut être téléchargée et décortiquée. Une clé d’API placée dans son code finit tôt ou tard par être extraite, et quelqu’un peut alors utiliser votre compte, à vos frais. Votre serveur sert d’intermédiaire et apporte plusieurs garanties :
- la clé reste sur le serveur, jamais dans l’application ;
- chaque demande est vérifiée : l’utilisateur est-il connecté, a-t-il le droit d’utiliser cette fonction ?
- l’usage est plafonné par utilisateur et au total, pour éviter les abus et les factures imprévues ;
- seules les données utiles sont envoyées au modèle ;
- le modèle peut changer sans republier l’application, ce qui évite de repasser par la validation des stores.
La clé d’un service d’IA ne doit jamais se trouver dans l’application. Elle reste sur le serveur, qui contrôle chaque appel.
Données personnelles, transparence et règles des stores
Une fonction d’IA traite souvent des données sensibles : photos, voix, messages, documents. Plusieurs règles s’appliquent.
Les règles d’Apple. Les règles de validation de l’App Store (section 5.1.2) demandent d’indiquer clairement quand des données personnelles sont partagées avec des tiers, y compris avec une IA tierce, et d’obtenir l’autorisation explicite de l’utilisateur avant de le faire.
Les règles de Google Play. Les applications qui génèrent du contenu avec l’IA doivent respecter les règles habituelles de Google Play et, selon sa politique sur les contenus générés par l’IA, proposer dans l’application un moyen de signaler un contenu choquant, sans avoir à la quitter.
Le règlement européen sur l’IA. Il prévoit des obligations de transparence : par exemple, une personne qui échange avec un assistant conversationnel doit savoir qu’elle parle à une machine.
Le RGPD. Il impose notamment de ne traiter que les données nécessaires, d’informer les utilisateurs et de choisir des fournisseurs qui offrent des garanties suffisantes. Nous détaillons ces points dans nos articles sur le RGPD dans une application mobile et sur la confidentialité des données confiées à une IA.
La qualité et les coûts dans la durée
Une fonction d’IA ne se règle pas une fois pour toutes. Trois points méritent une attention particulière.
La qualité des réponses
Un modèle peut se tromper, avec assurance. Une bonne intégration le prévoit : réponses encadrées par des consignes précises, niveau de confiance affiché quand c’est pertinent, possibilité de corriger le résultat, et validation humaine quand l’enjeu le demande. Avant tout lancement, la fonction est testée sur de vraies données, pas sur trois exemples choisis.
Le coût par utilisation
Avec un modèle sur serveur, chaque appel se paie. On le maîtrise en choisissant le plus petit modèle qui fait correctement le travail, en évitant de renvoyer deux fois la même demande, en plafonnant l’usage par utilisateur et, pour une application grand public, en réservant les fonctions les plus coûteuses à une offre payante.
L’évolution des modèles
Les fournisseurs publient de nouveaux modèles et en retirent d’anciens. Un changement de modèle peut modifier le ton ou la qualité des réponses. Passer par un serveur permet de tester une nouvelle version, puis de basculer sans toucher à l’application.
Les étapes d’un projet d’IA dans une application
- Choisir la tâche. Une tâche précise et fréquente, où l’IA fait gagner du temps ou rend possible quelque chose de nouveau.
- Faire un essai sur de vraies données. Un prototype rapide pour mesurer la qualité des réponses avant de construire les écrans.
- Choisir où tourne l’IA. Sur le téléphone, sur le serveur, ou les deux, selon la confidentialité, le besoin hors ligne et le coût.
- Concevoir l’expérience. L’attente pendant le traitement, les erreurs, le cas où l’IA ne sait pas répondre : tout cela se dessine avec le reste de l’application.
- Poser les garde-fous. Consignes, plafonds, journal des appels, consentement de l’utilisateur, signalement des contenus.
- Publier et suivre. Qualité, coût et retours des utilisateurs, mois après mois.
Questions fréquentes
L’IA peut-elle fonctionner sans connexion internet ?
Oui, pour les fonctions qui tournent sur le téléphone : lecture de texte, détection d’objets, et sur les appareils compatibles, résumé ou génération de texte courts. Les tâches qui demandent un grand modèle nécessitent une connexion.
Faut-il entraîner notre propre modèle ?
Rarement. Les modèles actuels savent déjà lire, écrire et reconnaître des images. Dans la plupart des projets, il suffit de leur donner des consignes précises et quelques documents de référence. L’entraînement spécifique se justifie pour des cas très particuliers, avec beaucoup de données annotées.
Peut-on ajouter l’IA à une application existante ?
Oui. La fonction se construit côté serveur, puis une mise à jour de l’application ajoute les écrans qui l’utilisent. Il faut aussi mettre à jour les déclarations de confidentialité des stores si de nouvelles données sont traitées.
Apple et Google acceptent-ils les applications qui utilisent l’IA ?
Oui, à condition de respecter leurs règles : transparence sur les données partagées, consentement de l’utilisateur, contrôle des contenus générés et moyen de les signaler. Ces points se prévoient dès la conception, pas au moment de la validation.
Ajouter de l’IA à une application, c’est d’abord choisir la bonne tâche et la bonne architecture. Notre page intelligence artificielle présente notre façon de travailler, et vous pouvez nous décrire votre idée sur la page contact : nous commençons toujours par un essai sur vos vraies données.
Un article de l'équipe Devolim, publié le 19 octobre 2026.
Les apps de cet article
De l'IA dans votre entreprise ?
Décrivez-nous votre idée en deux minutes. Réponse en moins de 24 heures.