Face aux risques d’exposition des secrets d’affaires via les architectures cloud, l’alliance entre MacPaw et Liquid AI place la souveraineté des données au cœur des infrastructures IT. L’exécution locale de leurs modèles de fondation sur Mac s’affirme désormais comme un rempart technique. Ce qui garantit à la fois productivité et conformité stricte pour les entreprises.
L’éditeur de logiciels MacPaw et la startup issue du MIT Liquid AI ont annoncé un partenariat stratégique à long terme. C’est pour co-développer une infrastructure d’IA locale sur macOS. Cette collaboration associe les modèles de fondation liquides (LFM) de Liquid AI aux technologies d’inférence Elix et de mémoire persistante Mnemos de MacPaw. L’objectif immédiat est d’intégrer cette solution technologique dans l’assistant Eney d’ici la fin de l’année. Avant de l’ouvrir à l’ensemble de l’écosystème Mac.
Les risques du cloud et l’urgence de l’IA embarquée pour la sécurité des données en entreprise
Le déploiement massif des grands modèles de langage (LLM) hébergés dans le cloud crée une vulnérabilité critique pour les directions des systèmes d’information. Chaque requête envoyée à une API externe implique un transit de données à travers des serveurs tiers. Ce qui expose ainsi l’entreprise à des risques d’interception et de fuite de propriété intellectuelle. Ou même de réentraînement non consenti des modèles fournisseurs.
Selon les récentes analyses de marché sur la sécurité de l’IA de Gartner et Forrester, le Data Leakage via les LLM représente l’une des menaces les plus pressantes pour la gouvernance informatique.
Les exigences réglementaires comme le RGPD, la directive NIS 2 ou les certifications ISO 27001 imposent un contrôle strict sur la localisation et le traitement des informations sensibles. Pour se conformer au secret d’affaires, de nombreux CISO et RSSI font le choix d’interdire l’accès aux assistants SaaS grand public.
L’IA embarquée (on-device) résout ce dilemme réglementaire par la base. En exploitant l’architecture Apple Silicon et son Neural Engine via Core ML, les calculs d’inférence s’exécutent directement sur la puce du matériel. Par conséquent, aucune donnée ne quitte le poste de travail de l’utilisateur. Ce qui garantit une étanchéité numérique totale et élimine structurellement le besoin d’appels API vers des serveurs distants.
Quel sont les apports des modèles LFM sur macOS ?
Cette collaboration repose sur un changement technologique important porté par la technologie propriétaire de Liquid AI. Les architectures Transformer classiques sont gourmandes en mémoire et en puissance de calcul. Mais les Liquid Foundation Models (LFM) offrent une frugalité et une vitesse d’exécution inédites sur les appareils en périphérie (Edge). Ce rendement permet de faire tourner des modèles de fondation complexes sur la RAM d’un ordinateur portable. Sans dégrader les performances du système ni l’autonomie de la batterie.
D’après le communiqué officiel du partenariat entre MacPaw et Liquid AI, cette solution d’IA locale s’associe au moteur d’inférence Elix et à la couche de mémoire Mnemos développés par MacPaw. Cette architecture permet donc à l’assistant Eney d’analyser le contexte de travail, de conserver la mémoire des interactions et d’exécuter des tâches natives complexes sans nécessiter de connexion Internet.
Pour les responsables IT et les DSI, les bénéfices opérationnels dépassent le simple cadre de la confidentialité. L’exécution locale élimine la latence réseau et garantit une continuité de service totale en mode hors-ligne. Elle supprime également les coûts récurrents liés à la facturation des jetons (tokens) sur les API cloud.
We’re entering a partnership with @MacPaw to bring on-device AI to millions of Mac users. Our goal: to make the everyday intelligence people rely on run on their personal computers.
— Liquid AI (@liquidai) August 5, 2026
We’re designing specialized Liquid Foundation Models (LFMs) for macOS AI assistance, paired with… pic.twitter.com/CQArrGNbmH
Ce partenariat entre MacPaw et Liquid AI marque ainsi le basculement opérationnel de l’IA professionnelle vers le Edge AI. L’intégration de modèles liquides sur le matériel annonce un rééquilibrage du marché. Alors que les géants de la Tech continuent de promouvoir des infrastructures cloud centralisées.
Pour les entreprises, l’avenir se trouve alors dans un modèle hybride. Les architectures cloud resteront réservées aux calculs de masse. Tandis que le traitement quotidien des données confidentielles s’effectuera exclusivement en local, au plus près de l’utilisateur.
- Partager l'article :
