Drupal AI a cessé d’être un éparpillement de modules contribués propres à chaque fournisseur, que chacun greffait dans son coin. C’est désormais un projet coordonné, avec une couche d’abstraction en dessous, un cycle de publication couvert par l’équipe de sécurité et un produit prêt à l’emploi dans Drupal CMS qui propose d’en activer certaines parties dès l’installation. La bonne question a changé: il ne s’agit plus de savoir si Drupal sait faire de l’IA, mais quelles parties méritent d’être activées, et ce que chacune coûte une fois que quatre rédacteurs s’en servent tous les jours.

La plupart des articles s’arrêtent à la démonstration. Quelqu’un tape une consigne, une page apparaît, un chatbot crée un type de contenu sous vos yeux. La démonstration est réelle. Ce qu’elle ne dit pas, c’est ce qui quitte votre infrastructure quand une rédactrice appuie sur ce bouton, lesquels des modules de la liste n’ont jamais publié de version stable, et quelle ligne budgétaire augmente vraiment.

Qu’apporte Drupal AI à une entreprise? Une abstraction des fournisseurs dans le module AI, qui route les appels de chat, d’embeddings, de traduction et d’image vers n’importe quel fournisseur configuré ou vers un modèle installé sur votre propre matériel, plus des sous-modules pour le texte alternatif, la traduction, l’assistance éditoriale, la recherche sémantique et les agents de construction de site. Les fonctions étroites sont prêtes pour la production et coûtent très peu à l’usage. La recherche sémantique et les agents restent en alpha ou immatures et exigent une vraie ingénierie autour d’eux.

Ce qu’est vraiment Drupal AI en 2026

La colonne vertébrale, c’est un seul projet contribué. Le module AI (Artificial Intelligence) déclare 17 818 sites en service, fonctionne avec Drupal 10.5 et plus ou 11.2 et plus, et porte des versions stables en 1.4.7 et 1.3.12, plus une version candidate 1.5.0 publiée le 27 août 2026. Les branches stables sont couvertes par l’équipe de sécurité de Drupal, ce qui pèse davantage que la liste des fonctions quand vous décidez d’installer quelque chose chez un client. Une branche 2.0.x est en développement actif.

Pour situer la plateforme en dessous, la version recommandée du cœur de Drupal est la 11.4.5, publiée le 6 août 2026, la 10.6.15 restant disponible pour les sites qui n’ont pas encore migré. Si vous hésitez encore sur la plateforme elle-même, notre guide 2026 du développement web Drupal traite cette question à part.

L’abstraction des fournisseurs est la partie qui compte

La documentation développeur énonce la conception sans détour: les fournisseurs d’IA sont des services que Drupal peut appeler, et ces appels ont été abstraits en types d’opération. Les types nommés couvrent le chat en forme simple et en flux continu, texte vers image, texte vers parole, parole vers texte, embeddings, modération, audio vers audio, parole vers parole, classification d’image, traduction de texte et image vers image.

La conséquence est commerciale plutôt que technique. Un module écrit contre l’opération de chat fonctionne avec le fournisseur configuré, donc changer de fournisseur relève de la configuration et non d’une réécriture. La page des fournisseurs de Drupal recense 48 intégrations, dont OpenAI, Anthropic, Google Gemini et Vertex, AWS Bedrock, Azure, Mistral, Groq, Hugging Face, DeepL, Deepgram, ElevenLabs, LiteLLM, LM Studio, Ollama et amazee.ai.

Cette portabilité a une limite qu’il faut poser tôt. L’interface est portable, les consignes ne le sont pas. Une consigne réglée sur un modèle donne souvent de moins bons résultats sur un autre, donc un changement de fournisseur est bon marché côté code et coûte une campagne de tests de consignes.

Ce qui est fourni dans la boîte

Le projet AI réunit une couche centrale et des sous-modules pour les automates, un explorateur d’API utilisé pour le débogage, l’observabilité et la journalisation, un chatbot, l’intégration CKEditor, ainsi qu’une API d’assistants et d’agents. Plusieurs capacités nées à l’intérieur sont depuis parties dans leurs propres projets contribués, ce qui explique pourquoi l’écosystème paraît éparpillé quand on le cherche pour la première fois. AI Search, AI Content Suggestions, AI Translate, AI Validations, AI ECA et Field Widget Actions ont maintenant des cycles de publication séparés et des niveaux de maturité très différents.

Comment Drupal CMS l’emballe

Drupal CMS est un produit distinct et non une version du cœur, destiné aux équipes marketing et éditoriales plutôt qu’aux développeurs. Drupal CMS 2.0 est sorti le 28 janvier 2026, bâti sur le cœur Drupal 11.3, et la ligne a continué d’avancer depuis: la 2.1.4 a été publiée le 1 septembre 2026.

La capacité d’IA empaquetée est volontairement étroite. Elle génère des pages complètes à partir de consignes textuelles avec les composants Canvas disponibles, fait tourner un chatbot d’administration pour les tâches de construction de site comme créer des types de contenu, définir des termes de taxonomie et ajouter des champs, génère du texte alternatif avec relecture humaine dans la boucle, et fournit un tableau de bord montrant quelles fonctions sont actives et quels fournisseurs sont configurés. Le parcours d’installation propose amazee.ai, OpenAI et Anthropic.

Le mot de l’annonce de version qui devrait façonner votre analyse de risque est “optionnel”. Rien dans une installation de Drupal CMS n’appelle un modèle tant que quelqu’un n’a pas configuré un fournisseur et fourni des identifiants, donc une installation neuve n’est pas en soi une question de protection des données. Elle le devient à l’instant où un administrateur colle une clé d’API dans le formulaire du fournisseur, ce que fait d’habitude la personne la plus rapide plutôt que la personne responsable.

Les usages qui justifient leur coût

Texte alternatif et métadonnées de médias

Le module AI Image Alt Text déclare 10 467 sites et a publié la 1.0.2 le 5 décembre 2025 pour Drupal 10.2 et 11. Il pose un bouton Générer sur chaque widget de champ image, prend en charge le contenu multilingue et les consignes personnalisées, et livre un sous-module de traitement en masse pour régénérer le texte alternatif des images déjà présentes.

C’est le gain le plus net de tout l’ensemble, parce qu’il vise un travail qui ne se fait jamais autrement. Une médiathèque de six mille images représente des semaines de rédaction manuelle qu’aucune organisation ne finance, donc les attributs alt restent vides et l’audit d’accessibilité échoue chaque année sur la même ligne. Génération plus relecture ramène cela à quelques jours, à condition que la relecture ait réellement lieu.

La traduction sur un site multilingue

AI Translate a atteint la version stable 1.4.0 le 27 août 2026, déclare 886 sites et fonctionne avec Drupal 10.4 et plus ou 11. Il ajoute la traduction en un clic au système de traduction de contenu de Drupal, depuis l’onglet Traduire, et gère plusieurs types de champs ainsi que les entités référencées.

Le point de conception important, c’est qu’il remplit le flux de traduction existant de Drupal au lieu de le remplacer. Les révisions, les états de modération et les permissions restent exactement où ils étaient, et un humain peut corriger le résultat par l’interface habituelle. C’est la différence entre une fonction de traduction que vous pouvez présenter à un client régulé et une greffe qui contourne vos contrôles éditoriaux.

Assistance éditoriale et taxonomie

Le projet AI livre l’intégration CKEditor, et le module AI Content Suggestions est parti en contrib pour couvrir le résumé, la notation de lisibilité, la modération, l’ajustement du ton, la génération de titres et la suggestion de termes de taxonomie au sein de l’expérience de rédaction. C’est le coin le plus agité et le moins stabilisé de l’écosystème, et les modules y changent de forme d’une version à l’autre plus que le reste.

Avant de bâtir un plan autour de l’un d’eux, lisez le nombre d’installations déclaré sur la page du projet. Le texte alternatif dépasse les dix mille sites, plusieurs modules éditoriaux se comptent en centaines. Ce n’est pas un jugement sur le code, c’est une mesure du rodage en production, et cela doit décider du temps de test que vous budgétez.

La recherche sémantique est la fonction la plus décevante

AI Search est le module que les gens réclament par son nom et le moins prêt à être activé. Au 2 septembre 2026, il n’a aucune version stable prise en charge: la branche 1.x en est à 1.3.0-alpha4 du 12 juillet 2026 et la branche 2.x à 2.0.0-alpha2 du 24 juin 2026, avec 703 installations déclarées.

Il amène aussi de l’infrastructure. Il tourne comme moteur pour le module Search API et exige une base vectorielle, avec la prise en charge de Milvus, Pinecone, Qdrant, PostgreSQL, MariaDB, OpenSearch, Azure et SQLite. La description honnête, c’est un logiciel en alpha plus un entrepôt de données que votre équipe exploite, surveille et sauvegarde désormais. C’est un projet, pas une case à cocher.

Le problème profond est en amont du module. La recherche sémantique ne vaut que ce que valent les fragments que vous lui donnez, et un corpus écrit en longues pages couvrant six sujets vaguement liés produit des vecteurs qui ne signifient rien de précis. Les sites qui obtiennent de bons résultats en recherche vectorielle ont presque toujours restructuré leur contenu d’abord, et cette restructuration est le vrai travail.

La construction de site par agents

Le module AI Agents est un cadre pour agents texte vers action, stable en 1.3.4 depuis le 13 août 2026, avec 9 677 installations déclarées et la prise en charge de Drupal 10.3 et 11 ou plus. Il livre trois agents prêts à l’emploi, pour les champs, les types de contenu et la taxonomie, et s’intègre au chatbot et à l’API AI Assistants.

Bien employé, c’est vraiment utile pour le milieu fastidieux d’un chantier. Créer trente champs sur six types de contenu à la main occupe un après-midi de clics sans valeur de conception, et un agent le fait en quelques minutes à partir d’une description. Ce qu’il ne fait pas, c’est décider quels devraient être ces types de contenu, et c’est cette part qui détermine si le site tient encore dans deux ans.

Une règle d’exploitation sépare le gain de temps de l’incident. Faites tourner les agents de configuration sur un environnement de développement avec l’export de configuration activé, jamais en production, pour que chaque changement arrive sous forme de différence relisible dans le gestionnaire de versions. Notre guide sur les agents IA en entreprise, leurs coûts et leurs modes de défaillance explique pourquoi les actions d’agent non relues sont la catégorie de panne IA la plus coûteuse.

API hébergée ou modèle exécuté chez vous

L’abstraction offre trois formes, et le choix déplace coût, latence et traitement des données dans des directions différentes.

Une API de fournisseur hébergée est le choix par défaut. Elle coûte le moins cher au démarrage, ne demande aucune infrastructure et ouvre l’accès aux modèles les plus puissants. Elle signifie aussi que le contenu quitte votre réseau à chaque appel, et que votre coût courant est une facture variable que vous ne pilotez pas.

Un point de terminaison privé ou géré, chez un fournisseur qui s’engage par contrat sur la résidence des données, occupe le milieu. Vous payez toujours au token, mais vous désignez une région et obtenez des garanties écrites sur le traitement. C’est ce que finissent par choisir la plupart des clients britanniques et européens.

Un modèle sur votre propre matériel, servi par Ollama ou LM Studio et configuré comme fournisseur, est la seule version où le contenu ne quitte jamais votre infrastructure. La forme du coût s’inverse: au lieu d’une facture au token sans plancher, vous payez un coût mensuel fixe pour la machine, que vous fassiez dix appels ou dix millions.

La latence compte moins qu’on ne le croit pour le travail éditorial: une rédactrice qui attend quelques secondes un texte alternatif se moque de l’endroit où tourne le modèle. Elle compte quand le modèle est sur le chemin d’une recherche publique ou d’un chatbot, le cas justement où l’auto-hébergement est le plus dur à dimensionner.

La qualité est l’arbitrage honnête. Les modèles à poids ouverts ont comblé l’essentiel de l’écart sur les tâches contraintes comme le texte alternatif et la traduction, où la consigne est simple et la sortie courte. Ils restent en retrait sur le résumé à contexte long et sur le suivi d’instructions en plusieurs étapes qu’exigent les changements de configuration agentiques.

Ce que coûte Drupal AI à l’usage

Le prix des tokens est publié par million de tokens et libellé en dollars américains. La page tarifaire d’OpenAI affiche actuellement gpt-5.6-luna à 0,20 USD en entrée et 1,20 USD en sortie, gpt-5.6-terra à 2,00 et 12,00 USD, et gpt-5.6-sol à 4,00 et 20,00 USD sur contexte court. L’entrée mise en cache revient environ dix fois moins cher que l’entrée fraîche sur chaque palier, ce qui compte énormément pour les charges de recherche documentaire qui renvoient le même contexte.

Une estimation chiffrée pour les fonctions éditoriales

Ce sont des estimations, bâties sur des hypothèses que vous devriez remplacer par vos propres mesures. Prenez une page de 900 mots. Le texte source plus une consigne système approche 1 500 tokens en entrée, et sa traduction approche 1 600 tokens en sortie, car la plupart des langues cibles allongent le texte.

Sur le palier intermédiaire, cela fait environ 0,003 USD d’entrée et 0,019 USD de sortie, soit à peu près 0,022 USD par page et par langue. Traduire un fonds de 500 pages en huit langues représente 4 000 appels et environ 88 USD, une fois. Suivre le rythme de 40 nouvelles pages par mois dans ces mêmes huit langues coûte environ 7 USD par mois.

Ce chiffre surprend les gens dans le mauvais sens. Ils avaient prévu une grosse facture d’IA et les fonctions éditoriales coûtent moins cher que le café. Le texte alternatif et la suggestion de taxonomie sont plus petits encore, car les sorties font quelques dizaines de tokens chacune.

Le chiffre qui fait vraiment mal

La recherche documentaire est différente, car chaque requête renvoie au modèle les passages retrouvés en entrée. Dix passages de 500 tokens font 5 000 tokens en entrée plus une question, avec peut-être 300 tokens de réponse.

Sur le palier le moins cher, cela fait environ 0,0014 USD par requête, donc 50 000 requêtes par mois coûtent environ 70 USD. Sur le palier intermédiaire, le même trafic coûte environ 680 USD. Le choix du modèle déplace cette facture d’un facteur dix, et la mise en cache des consignes la déplace encore.

C’est aussi la seule fonction dont le coût suit le trafic des visiteurs plutôt que le volume éditorial. Tout le reste évolue avec ce que votre équipe publie, ce qui est prévisible. Une recherche IA publique ou un chatbot évolue avec le nombre de visiteurs, ce qui ne l’est pas, et c’est la fonction qui produit la facture alarmante.

Ce que les estimations laissent de côté

L’hébergement de la base vectorielle est une ligne à part, service géré ou serveur exploité par votre équipe. Vectoriser le corpus une fois coûte peu, le revectoriser à chaque enregistrement de contenu non, et personne ne le modélise. Les appels échoués puis relancés sont facturés. Et l’étape de relecture est du temps de travail plutôt que des tokens, ce qui en fait presque toujours le plus gros chiffre de la page.

La protection des données bloque les projets britanniques et européens

Quand une rédactrice clique sur Générer, le contenu du champ et votre consigne partent vers le fournisseur configuré. Sous une API hébergée, c’est un transfert de données vers un tiers, et il a lieu à chaque appel, en silence, depuis une interface qui ressemble au reste du CMS.

Le risque propre à un système de gestion de contenu, c’est qu’on sous-estime ce qu’il contient. Les articles sont la partie tranquille. Les commentaires, les profils utilisateurs, les envois de formulaires, les notes éditoriales et les brouillons non publiés parlant de personnes nommées sont autant de données personnelles logées dans la même base, et un automate configuré un peu trop largement les enverra volontiers.

Responsable de traitement et sous-traitant

Vous ne transférez pas la responsabilité en prenant un fournisseur. Le guide de l’ICO sur la responsabilité et la gouvernance en matière d’IA dit explicitement que la responsabilité globale de la conformité incombe au responsable de traitement, c’est-à-dire à votre organisation, et qu’identifier les relations entre responsable et sous-traitant fait partie de l’exercice au lieu d’être une formalité.

Le même guide pose une attente claire sur les analyses d’impact. Il indique que dans la très grande majorité des cas, l’usage de l’IA implique un traitement susceptible d’engendrer un risque élevé pour les droits et libertés des personnes, ce qui déclenche l’obligation légale de mener une DPIA. Là où vous estimez qu’un usage donné n’est pas à risque élevé, vous devez tout de même documenter comment vous êtes arrivé à cette conclusion. Notez que ce guide est en cours de révision après le Data (Use and Access) Act, donc revérifiez-le avant de vous appuyer sur le détail.

Les obligations de transparence du EU AI Act

Si vous servez des utilisateurs européens, l’article 50 du règlement (UE) 2024/1689 s’applique. L’article 113 fixe la date d’application générale au 2 août 2026, qui est passée, donc ce sont des obligations en vigueur et non à venir.

Trois parties touchent directement un CMS. L’article 50(1) exige que les systèmes destinés à interagir directement avec des personnes soient conçus pour que ces personnes soient informées qu’elles ont affaire à un système d’IA, sauf si c’est évident. C’est votre chatbot de site. L’article 50(2) impose une obligation de marquage aux fournisseurs de systèmes générant du contenu de synthèse, avec une exemption quand le système remplit une fonction d’assistance à l’édition standard ou ne modifie pas substantiellement l’entrée.

L’article 50(4) est celui qui change la façon de doter un projet en personnel. Les déployeurs qui génèrent ou manipulent du texte publié pour informer le public sur des questions d’intérêt général doivent indiquer qu’il a été généré artificiellement, et l’obligation ne s’applique pas quand le contenu a fait l’objet d’une relecture humaine ou d’un contrôle éditorial et qu’une personne physique ou morale en assume la responsabilité éditoriale. L’étape de relecture que vous étiez tenté de supprimer est celle-là même qui éteint le devoir de divulgation.

Là où cela échoue

Des métadonnées que personne ne lit

Le texte alternatif produit en masse et publié sans relecture est l’échec le plus courant, parce que la fonction le rend si facile. Un modèle de vision décrit ce qui est dans le cadre, pas ce que l’image fait sur la page, donc une photo produit devient “une personne tenant une bouteille” au lieu du nom du produit. Pour un utilisateur de lecteur d’écran c’est pire qu’un attribut vide, parce que la page a désormais l’air corrigée et personne n’y reviendra.

La même chose vaut pour les résumés et les méta-descriptions générés. Ils se lisent bien, et c’est précisément pour cela que les relecteurs les survolent, et un résumé faux mais fluide survit à la relecture bien plus longtemps qu’un résumé juste mais maladroit.

Une recherche pire que celle qu’elle remplace

Deux modes de défaillance se cumulent. Le premier est structurel: un contenu mal fragmenté produit une recherche qui rend des passages à peu près pertinents au lieu du bon. Le second est une régression que personne n’anticipe, la perte de la correspondance exacte. Qui tape une référence de pièce, un numéro de facture ou un nom de famille veut cette chaîne exacte, et la recherche purement vectorielle rend des documents qui parlent sémantiquement de références de pièces.

Le correctif est la recherche hybride, qui lance ensemble la recherche par mots-clés et la recherche vectorielle puis fusionne les résultats. C’est la pratique courante, et comme AI Search reste en alpha, c’est en général quelque chose que vous construisez au lieu de le configurer.

Une traduction qui dérive de la source

La traduction automatique d’une page ne pose pas de problème. La traduction automatique d’une page qui change ensuite en anglais, avec les traductions laissées intactes, donne un site qui se contredit doucement en sept langues. Rien dans le module ne suit pour vous l’obsolescence de la source, donc quelqu’un doit porter la retraduction comme un processus.

Les chiffres méritent leur propre contrôle. Une page traduite qui affiche un prix avec le mauvais symbole monétaire, ou convertit un montant que l’anglais n’a jamais converti, crée un litige commercial et non une coquille.

L’étape de relecture que personne n’a budgétée

Chaque fonction ici déplace le travail au lieu de le supprimer. La génération prend des secondes et la relecture des minutes, donc à 500 pages la relecture est le projet. Les équipes qui ne budgètent que la mise en œuvre le découvrent en semaine trois et cessent discrètement d’utiliser la fonction, et c’est ainsi que meurent les pilotes IA.

Ce que vous devez encore construire

La gouvernance vient en premier, parce que les modules donnent la capacité sans la politique. Vous devez décider quels rôles peuvent utiliser quelle fonction, sur quels types de contenu et quels champs, avec quel fournisseur, puis l’imposer en configuration plutôt que sur une page de wiki.

Les consignes appartiennent à la configuration versionnée, relues et déployées comme n’importe quel autre changement. Des consignes tapées dans un formulaire de production par la personne de garde sont du code non testé avec un effet direct sur le coût.

Le contrôle des dépenses n’est pas inclus. Le sous-module d’observabilité journalise les appels, ce qui vous dit ce qui s’est passé après coup. Un automate mal configuré qui boucle sur un grand corpus a besoin d’un plafond ferme chez le fournisseur et d’une alerte.

Il vous faut aussi des solutions de repli. Une panne de fournisseur doit dégrader l’expérience de rédaction en douceur, pas empêcher une rédactrice d’enregistrer un nœud. C’est de l’ingénierie d’intégration ordinaire, et c’est la part qui sépare une démonstration d’un déploiement. Si vous pesez en même temps l’architecture du front, notre comparaison des approches CMS découplées et traditionnelles est la décision jumelle.

Ce que coûte une mise en œuvre

Les tarifs d’abord, puisque tout le reste en découle. Les tarifs en régie Drupal au Royaume-Uni vont grossièrement de 400 à 550 livres par jour pour un profil intermédiaire et de 550 à 750 pour du travail senior, comme l’expose notre guide pour recruter un développeur Drupal.

Un déploiement étroit, à savoir le module AI, un fournisseur configuré, le texte alternatif et la traduction, une gouvernance par rôles et l’appui à votre DPIA, atterrit en général entre 4 000 et 9 000 livres. Une suite éditoriale complète, qui ajoute la suggestion de taxonomie, l’assistance CKEditor, les consignes tenues dans le code et le suivi des dépenses, se situe entre 10 000 et 25 000 livres.

La recherche sémantique ou un chatbot public sur un corpus important est d’un autre ordre. La recherche hybride, une stratégie de fragmentation, l’infrastructure vectorielle et un banc d’évaluation qui vous dit si la nouvelle recherche bat l’ancienne portent cela entre 25 000 et 60 000 livres. La dépense en tokens s’ajoute aux trois et reste d’ordinaire la plus petite ligne de la première année.

Deux coûts vivent hors du budget de développement. La DPIA et la revue du contrat fournisseur relèvent du juridique et de la protection des données, et la capacité de relecture éditoriale est une décision de recrutement plutôt qu’une ligne de projet. Cadrer les deux fait partie de notre mission de services d’intégration IA, car un projet qui sort sans elles sort avec une responsabilité juridique.

Passer en production

Mecanik construit ces intégrations sur Drupal dans le cadre de notre développement logiciel, et le schéma se répète d’un client à l’autre. Les modules s’installent en un après-midi. Ce qui prend du temps, c’est de décider quelles fonctions justifient leur charge de relecture, de tenir le contenu hors des journaux d’un tiers là où il n’a rien à faire, et de bâtir la gouvernance et la supervision que les modules contribués vous laissent délibérément. Si vous voulez cadrer cela sur votre propre corpus et votre propre position réglementaire, notre page de services d’intégration IA est le bon point de départ.

Questions fréquentes

Que fait vraiment le module Drupal AI? Il fournit une couche d’abstraction qui transforme les appels d’IA en types d’opération comme le chat, les embeddings, le texte vers image et la traduction de texte, puis les route vers le fournisseur que vous avez configuré. Des sous-modules bâtissent sur cette couche pour livrer des fonctions précises, dont la génération de texte alternatif, la traduction de contenu, la suggestion de taxonomie, la recherche sémantique et les agents de construction de site. Le module de base ne fait rien de visible tant que vous n’installez pas un fournisseur, ne fournissez pas d’identifiants et n’activez pas les sous-modules voulus.

Drupal AI est-il gratuit? Les modules sont libres et gratuits sous la même licence que le cœur de Drupal, mais les appels aux modèles ne le sont pas. Chaque génération, chaque embedding et chaque recherche envoie des tokens au fournisseur que vous avez configuré, et ce fournisseur vous facture par million de tokens dans sa propre monnaie. Faire tourner un modèle sur votre matériel supprime la facture au token et la remplace par un coût mensuel fixe pour la machine qui le sert, ce qui n’est moins cher qu’au-delà d’un certain volume.

Drupal AI envoie-t-il mon contenu à un tiers? Avec un fournisseur hébergé, oui. Le contenu du champ et votre consigne quittent votre infrastructure à chaque appel, et un système de gestion de contenu abrite des données personnelles dans les commentaires, les profils utilisateurs et les envois de formulaires autant que dans les articles. Vous restez responsable de traitement au titre du RGPD britannique, l’ICO attend une DPIA dans la très grande majorité des déploiements d’IA, et un modèle auto-hébergé est la seule configuration où rien ne quitte vos propres serveurs.

AI Search de Drupal est-il prêt pour la production? Pas tout seul. Le module AI Search n’avait aucune version stable prise en charge au 2 septembre 2026, seulement des versions alpha sur les deux branches, et il exige le module Search API plus une base vectorielle que votre équipe doit ensuite exploiter. Les sites qui en tirent de bons résultats ont bâti autour de lui une recherche hybride et une stratégie de fragmentation, donc traitez-le comme un composant d’un projet de recherche et non comme un module qu’on active.

Combien coûte une mise en œuvre de Drupal AI? Un déploiement étroit couvrant le module AI, un fournisseur, le texte alternatif et la traduction, une gouvernance par rôles et l’appui à la DPIA revient en général entre 4 000 et 9 000 livres. Une suite éditoriale complète avec des consignes tenues dans le code et un suivi des dépenses se situe entre 10 000 et 25 000 livres. La recherche sémantique ou un chatbot public sur un grand corpus, avec recherche hybride, fragmentation et évaluation, va de 25 000 à 60 000 livres, et la dépense en tokens s’ajoute par-dessus comme la plus petite ligne.