ExpertiseAgence IAActualités IATutorielsContactEnglishParlons-en

Open WebUI en entreprise : un ChatGPT interne sur votre serveur

Open WebUI en entreprise : architecture avec Ollama ou vLLM, SSO, RAG, sécurité, licence et coûts pour faire tourner un ChatGPT interne sur votre propre serveur.

Jonathan Foureur12 min de lecture
Open WebUI en entreprise : un ChatGPT interne sur votre serveur

Ce qu'il faut retenir

  • Open WebUI est une interface, pas un modèle. Ce logiciel auto-hébergé donne à vos équipes un chat de type ChatGPT, branché sur Ollama, vLLM ou toute API compatible OpenAI. Au 16 octobre 2026, sa dernière version est la 0.12.2.
  • Sa licence n'est plus une BSD classique. L'usage interne est gratuit, mais retirer la marque Open WebUI au-delà de 50 utilisateurs sur 30 jours glissants exige un accord écrit ou une licence entreprise.
  • « Local » ne veut pas toujours dire local. Ollama vend aussi de l'inférence dans son cloud, hébergé principalement aux États-Unis : un modèle suffixé cloud s'exécute chez lui. Ces fonctions se désactivent sur le serveur.
  • Les réglages par défaut ne sont pas ceux d'une production. Un administrateur peut lire toutes les conversations, les outils exécutent du Python sur le serveur, et le projet a publié 158 avis de sécurité depuis janvier 2026.
  • Le logiciel est gratuit, la machine et l'exploitation non. Ordre de grandeur rapporté : environ 500 € par mois pour un DGX loué servant Open WebUI. Microsoft 365 Copilot Business coûte 18,20 € HT par utilisateur et par mois au tarif catalogue.

Open WebUI, c'est quoi ?

Open WebUI est une plateforme d'IA auto-hébergée : une interface web proche de celle de ChatGPT, installée sur votre propre serveur. Elle gère les comptes, l'historique des conversations, les documents et les droits par groupe, et se branche sur les modèles que vous choisissez : modèles servis par Ollama, ou toute API compatible avec celle d'OpenAI (vLLM, Mistral, OpenRouter…). Son dépôt GitHub, créé en octobre 2023, comptait près de 156 000 étoiles au 16 octobre 2026.

Pour un DSI, la question n'est pas d'abord technique. Vos salariés utilisent sans doute déjà des assistants en ligne (voir ce que deviennent vos données dans ChatGPT), alors que le guide de l'ANSSI sur les systèmes d'IA générative demande de proscrire ces outils pour un usage professionnel impliquant des données sensibles (recommandation R34). Un ChatGPT interne offre la même ergonomie, sur une infrastructure que vous contrôlez.

Ce que dit la licence d'Open WebUI

Le code écrit avant le 10 janvier 2025 reste sous licence MIT ; celui écrit ensuite et avant le 18 avril 2025, sous licence BSD à trois clauses. Depuis, la licence « Open WebUI License » reprend la BSD et y ajoute une clause de marque : interdiction de modifier ou de retirer le nom et le logo Open WebUI, sauf dans trois cas : un déploiement d'au plus 50 utilisateurs finaux sur 30 jours glissants, une autorisation écrite préalable de l'éditeur, ou une licence entreprise.

Un « ChatGPT interne » à vos couleurs, déployé dans toute une ETI, suppose donc cette autorisation ou la licence entreprise, sur devis, qui ouvre aussi droit à un support dédié.

Quelle architecture pour un ChatGPT interne : Open WebUI avec Ollama ou vLLM ?

Un ChatGPT interne repose sur trois couches.

Couche Rôle Exemples
Interface comptes, conversations, documents, droits Open WebUI
Moteur d'inférence charge le modèle en mémoire et produit les réponses Ollama, vLLM
Modèle les poids du réseau de neurones Mistral Small, Gemma, Qwen, gpt-oss

Autour, les briques habituelles : un proxy inverse pour le HTTPS (Open WebUI ne gère pas lui-même le chiffrement TLS), une base PostgreSQL, une base vectorielle et l'annuaire de l'entreprise.

Ollama : le plus simple pour un pilote

Ollama (licence MIT) télécharge et sert un modèle en une commande. Par défaut, il n'écoute que sur la machine elle-même (127.0.0.1, port 11434) et ne traite qu'une requête à la fois par modèle (OLLAMA_NUM_PARALLEL vaut 1). On peut l'augmenter, mais la mémoire croît alors avec le nombre de requêtes parallèles multiplié par la taille du contexte.

vLLM : pour des dizaines d'utilisateurs simultanés

vLLM (licence Apache 2.0) est conçu pour servir un modèle à de nombreux utilisateurs : gestion de la mémoire par PagedAttention, regroupement continu des requêtes, serveur compatible avec l'API OpenAI. Dans Open WebUI, on l'ajoute comme connexion OpenAI (http://localhost:8000/v1 par défaut). Plus exigeant qu'Ollama, c'est le moteur d'une production à l'échelle d'un site ou d'un groupe.

Installer Open WebUI : la commande de départ

Pour un premier essai sur une machine où Ollama tourne déjà, le dépôt du projet donne cette commande Docker :

docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

Le volume open-webui contient la base et les fichiers : sans lui, recréer le conteneur efface tout. La documentation prévoit aussi Docker Compose, Kubernetes (Helm) et pip. Attention : une partie des variables d'environnement n'est lue qu'au premier démarrage, puis conservée en interne : les changer ensuite passe par le panneau d'administration. Fixez vos réglages de sécurité avant le premier lancement.

Quel modèle et quel serveur pour une IA en local en entreprise ?

Des modèles open-weight utilisables commercialement

Les modèles ci-dessous sont publiés sous licence Apache 2.0, qui autorise l'usage commercial. Tailles des versions par défaut dans la bibliothèque d'Ollama, relevées le 16 octobre 2026 :

Modèle Éditeur Paramètres Taille à charger
Mistral Small 3.2 Mistral AI 24 milliards 15 Go
Gemma 4 31B Google 30,7 milliards 19 à 20 Go
Qwen3.6 35B A3B Qwen (Alibaba) 35 milliards, dont 3 actifs 23 à 24 Go
gpt-oss-120b OpenAI 117 milliards, dont 5,1 actifs 65 Go
Mistral Small 4 Mistral AI 119 milliards, dont 6,5 actifs environ 71 Go (version NVFP4 sur Hugging Face)

Les modèles à « paramètres actifs » n'utilisent qu'une partie de leurs poids pour chaque token généré : ils répondent vite pour leur taille, mais tous leurs poids doivent tenir en mémoire. Testez deux ou trois candidats sur vos documents, en français : Open WebUI les interroge côte à côte.

Dimensionner la machine

La mémoire du GPU doit contenir les poids du modèle, plus le contexte de chaque conversation en cours. Deux repères publics :

  • Le DGX Spark de NVIDIA, au format bureau, réunit processeur et GPU (puce GB10) autour de 64 ou 128 Go de mémoire unifiée. NVIDIA annonce l'inférence de modèles jusqu'à 200 milliards de paramètres sur une machine de 128 Go, 400 milliards sur deux reliées. Sa bande passante mémoire (273 Go/s) pèse sur la vitesse de génération : testez avec vos utilisateurs simultanés réels.
  • Une instance GPU louée chez un hébergeur français. Chez Scaleway, une instance à un GPU L4 de 24 Go est affichée à 0,79 € HT de l'heure, soit environ 575 € HT par mois en continu (zone PAR-1, au 16 octobre 2026) : sur le papier, de quoi charger Gemma 4 31B, avec peu de marge pour le contexte.

Une entreprise utilisatrice nous a rapporté un ordre de grandeur : environ 500 € par mois pour la location d'un DGX servant Open WebUI. C'est un retour d'expérience, pas un tarif.

LLM local : vos requêtes restent-elles vraiment chez vous ?

Un LLM local n'envoie rien à l'extérieur, à condition que chaque brique soit réglée pour cela.

Ollama vend aussi de l'inférence dans son cloud

Une fois connecté à un compte, Ollama donne accès à des modèles cloud, exécutés sur ses serveurs : gemma4:31b tourne chez vous, gemma4:31b-cloud chez Ollama. Ces modèles se paient à l'usage ou par forfaits de 20 à 500 dollars par mois au 16 octobre 2026.

Selon sa page de tarifs, modèles et calcul sont hébergés principalement aux États-Unis, avec un routage possible vers l'Europe. Ollama déclare ne jamais journaliser les requêtes et les réponses, ni s'en servir pour l'entraînement. C'est l'engagement d'un fournisseur américain, pas une garantie technique : la question du Cloud Act se pose comme pour toute API américaine.

La différence entre local et distant tenant à un suffixe, c'est au serveur de l'interdire : OLLAMA_NO_CLOUD=1, ou "disable_ollama_cloud": true dans ~/.ollama/server.json. Après redémarrage, le journal affiche Ollama cloud disabled: true ; la recherche web d'Ollama est coupée avec.

Open WebUI peut appeler des services externes

Si vous les activez, plusieurs fonctions passent par des tiers : la recherche web (désactivée par défaut), l'extraction de documents par Mistral OCR (les PDF partent chez Mistral AI), les API de modèles en ligne. L'application vérifie aussi ses mises à jour et télécharge son modèle d'embedding depuis Hugging Face ; OFFLINE_MODE=true coupe ces deux appels. Le filtrage des flux sortants au pare-feu reste la vraie garantie.

Modèles locaux et API externes peuvent cohabiter dans la même interface, chacun réservé à certains groupes : le modèle local pour tous, un modèle en ligne pour les groupes sans données sensibles. Pour Claude, la documentation passe par l'API compatible OpenAI d'Anthropic, qu'Anthropic destine à l'évaluation et aux tests, pas à la production.

Comptes, SSO et droits : qui accède à quoi dans Open WebUI ?

Les droits reposent sur trois rôles (administrateur, utilisateur, en attente) et sur des groupes.

  • L'inscription. Le premier compte créé devient administrateur, puis l'inscription se ferme. Par défaut, un nouveau compte reste en attente (DEFAULT_USER_ROLE=pending), sans aucun accès, jusqu'à sa validation par un administrateur.
  • Le SSO. Microsoft (Entra ID), Google et GitHub, plus un seul fournisseur OpenID Connect générique ; LDAP et Active Directory ; provisionnement SCIM 2.0.
  • Les groupes synchronisés. Avec ENABLE_OAUTH_GROUP_MANAGEMENT=true, les groupes sont recalculés à chaque connexion : un salarié retiré d'un groupe dans l'annuaire en perd les droits à sa connexion suivante.
  • Le partage. Modèles et bases de connaissances se partagent avec des groupes ou des personnes. Les droits s'additionnent : un groupe ajoute des capacités, il n'en retire pas.
  • La double authentification. ENABLE_MFA=true l'impose à chaque connexion.

Une fois le SSO en place, la documentation recommande de désactiver l'authentification locale par mot de passe (ENABLE_PASSWORD_AUTH=false).

RAG : comment brancher vos documents sur Open WebUI ?

Le RAG (génération augmentée par récupération) fait répondre le modèle à partir de vos documents : procédures, fiches techniques, contrats. Dans Open WebUI, on crée des bases de connaissances, appelées dans une conversation avec la commande #. Une fois activée, la recherche hybride combine mots-clés (BM25) et similarité sémantique, avec reclassement des résultats si un modèle dédié est configuré.

Trois choix à faire avant de charger le premier document :

  1. Le modèle d'embedding. Celui par défaut, all-MiniLM-L6-v2, a été entraîné sur de l'anglais et tronque les textes au-delà de 256 tokens. Pour des documents en français, prenez un modèle multilingue, par exemple bge-m3 (licence MIT, disponible dans Ollama). En changer plus tard oblige à tout réindexer.
  2. La base vectorielle. ChromaDB, utilisée par défaut, repose sur SQLite et n'est pas sûre avec plusieurs processus ou instances. En production, passez à pgvector, Qdrant ou Milvus.
  3. Les droits sur les documents. Selon l'ANSSI, le contrôle d'accès dépend de ce que l'outil sait gérer : une base partagée avec tous est lisible par tous.

Open WebUI se connecte aussi à des outils externes par le protocole MCP ou des serveurs OpenAPI, par exemple pour lire un stock dans l'ERP. C'est une surcouche : l'ERP reste la référence. Commencez en lecture seule ; l'ANSSI recommande de limiter les actions automatiques déclenchées par un système d'IA à partir d'entrées non maîtrisées (R27). Voir aussi notre guide du RAG en entreprise.

Sécuriser Open WebUI : les réglages à changer avant l'ouverture

La documentation comprend un guide de durcissement détaillé. Les points qui comptent le plus :

  1. Pas d'exposition directe sur Internet. Réseau interne ou VPN, HTTPS par un proxy inverse, cookies de session sécurisés (WEBUI_SESSION_COOKIE_SECURE=true), origines CORS restreintes : par défaut, elles sont toutes acceptées.
  2. Outils et fonctions réservés aux administrateurs. Selon la documentation, outils, fonctions, filtres et pipelines « exécutent du code Python arbitraire sur votre serveur ». Coupez aussi l'installation automatique de dépendances (ENABLE_PIP_INSTALL_FRONTMATTER_REQUIREMENTS=false) et l'exécution de code si elle ne sert pas.
  3. L'accès des administrateurs aux conversations. Par défaut, ENABLE_ADMIN_CHAT_ACCESS vaut true : un administrateur peut lire la conversation de n'importe quel utilisateur, et ENABLE_ADMIN_EXPORT lui permet de toutes les exporter. Désactivez-les si ce n'est pas votre politique, et informez les salariés : selon l'article L1222-4 du Code du travail, aucune information les concernant personnellement ne peut être collectée par un dispositif qui n'a pas été porté préalablement à leur connaissance. Dans les entreprises d'au moins 50 salariés, l'article L2312-38 prévoit aussi la consultation préalable du CSE sur les moyens de contrôle de l'activité des salariés, ce que peuvent devenir les tableaux de bord d'usage par utilisateur.
  4. Le journal d'audit. Désactivé par défaut (AUDIT_LOG_LEVEL=NONE). La documentation recommande le niveau METADATA, qui enregistre les métadonnées des requêtes sans leur contenu. L'ANSSI recommande de journaliser l'ensemble des traitements d'un système d'IA (R29).
  5. La base et le stockage. PostgreSQL plutôt que SQLite, avec un chiffrement du disque ou de la base : SQLCipher (SQLite chiffré) n'est plus pris en charge depuis la version 0.9.0.
  6. Ollama cloisonné. Qu'il écoute sur 127.0.0.1 ou sur un réseau privé que seul Open WebUI peut joindre, jamais sur toutes les interfaces sans filtrage.
  7. Des mises à jour au moins mensuelles. Du 1er janvier au 16 octobre 2026, le projet a publié 158 avis de sécurité, dont 66 de gravité élevée et un critique : un contournement de l'authentification LDAP par mot de passe vide, corrigé en 0.9.0. Le 27 septembre 2026, plusieurs avis corrigés en 0.11.4 décrivaient des vols possibles de jetons de session. Testez chaque version sur une instance de recette.

Revoyez enfin les droits régulièrement : l'ANSSI recommande de le faire dès l'activation d'un outil d'IA générative, puis par exemple chaque mois (R35).

Combien coûte un ChatGPT interne avec Open WebUI ?

Poste Ordre de grandeur au 16 octobre 2026 Commentaire
Licence Open WebUI 0 € pour un usage interne, marque conservée licence entreprise sur devis
Moteur et modèles 0 € Ollama (MIT), vLLM et modèles cités (Apache 2.0)
Machine louée environ 500 € par mois ordre de grandeur rapporté pour un DGX
Instance GPU en cloud français environ 575 € HT par mois Scaleway, un GPU L4 de 24 Go, à 0,79 € HT de l'heure
Exploitation le temps de votre équipe mises à jour, sauvegardes, droits, support

Le coût de la machine ne dépend pas du nombre d'utilisateurs, mais la capacité à prévoir en dépend. C'est l'inverse d'une licence par poste : Microsoft 365 Copilot Business, réservé aux organisations de 300 utilisateurs au plus et ajouté à un abonnement Microsoft 365, est affiché à 18,20 € HT par utilisateur et par mois en paiement annuel (15,60 € HT en promotion jusqu'au 31 décembre 2026), soit 1 820 € HT par mois pour 100 utilisateurs au tarif catalogue.

La comparaison a ses limites : Copilot travaille dans Word, Outlook et Teams, Open WebUI propose un chat et des bases documentaires. Notre comparatif Copilot ou IA souveraine détaille les autres critères.

Côté fiscalité, le suramortissement du projet de loi de finances pour 2027 vise des biens affectés à une activité industrielle : selon notre lecture, une machine louée ou un serveur qui fait tourner un assistant pour les commerciaux ou les RH n'en relève pas (voir notre article sur le suramortissement 4.0).

Quel impact concret pour une PME ou une ETI ?

Dans l'industrie, les documents les plus utiles sont souvent les plus sensibles : plans, gammes, procédés, dossiers clients, réponses aux appels d'offres. C'est là qu'un ChatGPT interne apporte le plus. Nous recommandons cinq étapes :

  1. Classer les usages par sensibilité des données : ce qui peut rester sur un outil du marché, ce qui passe par le serveur interne.
  2. Lancer un pilote de 20 à 50 personnes sur deux ou trois cas mesurables, comme la recherche dans les procédures.
  3. Choisir le modèle sur vos documents, pas sur un classement.
  4. Encadrer et former : charte d'usage, règles sur les données, limites des modèles (voir ce que doit contenir un programme de formation).
  5. Organiser l'exploitation dès le départ : mises à jour, droits, support.

Si vous ne voulez pas exploiter de GPU, l'interface peut rester chez vous et l'inférence venir d'un opérateur dont vous connaissez la nationalité et le lieu d'hébergement, par exemple notre API LLM hébergée en France. C'est le sens de notre offre d'IA souveraine : des modèles open-weight servis par nos propres serveurs GPU, en colocation en France chez un acteur français. Pour arbitrer, un diagnostic IA chiffre usages, risques et coûts.

Les limites d'Open WebUI en entreprise

  • La qualité dépend du modèle. Un modèle de 24 milliards de paramètres peut suffire pour la recherche documentaire, moins pour des raisonnements longs. Testez avant de promettre.
  • Le projet change vite. Huit versions entre le 27 juillet et le 14 octobre 2026, et des ruptures possibles : la 0.9.0, en avril 2026, a abandonné SQLCipher.
  • Les administrateurs sont de confiance par construction. Le modèle de menace du projet leur prête un contrôle total, et sa page entreprise le précise : la conformité incombe à l'organisation qui déploie.
  • Pas d'intégration bureautique à la Copilot. Open WebUI ne travaille pas dans Word ou Outlook ; il importe des fichiers depuis OneDrive, SharePoint ou Google Drive.

Conclusion : un ChatGPT interne est un service à exploiter, pas un logiciel à installer

Open WebUI donne à une DSI un chat complet (SSO, droits par groupe, bases documentaires) sur un serveur qu'elle contrôle. L'installation tient en une commande ; le travail consiste à choisir le modèle, couper les appels sortants, durcir les réglages et tenir le rythme des mises à jour.

La vraie question n'est donc pas « Open WebUI est-il prêt pour l'entreprise ? », mais « avons-nous l'équipe pour l'exploiter, ou confions-nous l'inférence à un opérateur de confiance ? ». Les deux réponses se défendent. Laisser des données sensibles partir dans des outils grand public faute d'alternative, non.

Lire aussi : IA souveraine en France : Mistral, cloud souverain et alternatives


Sources


Vos salariés collent-ils déjà des documents internes dans des assistants en ligne ? Savez-vous quel modèle tiendrait la charge sur vos propres documents, et qui l'exploiterait ? Parlons-en : nous regardons avec vous quels modèles open-weight, servis depuis nos serveurs GPU en France, tiendraient vos usages, puis nous vous aidons à choisir les premiers usages à basculer.