FiscalDoc : comment j'ai remplacé 1 400 CHF/an de SaaS fiscal par une IA qui tourne sur mon Mac

Il y a quelques semaines, j'ai publié sur ce site un article intitulé « Arrêtez de louer vos outils ». J'y défendais une thèse simple : pour beaucoup d'entreprises suisses, le développement sur mesure redevient plus intelligent que l'abonnement SaaS — grâce à l'IA, qui effondre le coût du code. Plusieurs lecteurs m'ont écrit pour me demander un exemple concret. Le voici. Et il est à ma taille.

Le problème, très banal

Je porte trois casquettes au quotidien. Je suis fondateur et CEO de MCVA Consulting SA, mon cabinet de conseil en IA basé à Haute-Nendaz, en Valais. Je dirige par ailleurs une agence digitale au sein d'un groupe international de plusieurs milliers de collaborateurs. Et, comme tout le monde, je gère mon propre ménage fiscal. Trois échelles, trois rythmes, trois logiques — mais une même réalité : un flux continu de documents à classer et à retrouver.

Cet article parle des deux plus petites de ces trois entités, MCVA et le périmètre personnel. Pas parce que la troisième serait épargnée par le sujet — au contraire, j'y reviendrai à la fin — mais parce que c'est à cette échelle-là que j'ai pu, seul et en quelques soirées, faire la preuve de ce que je veux démontrer.

Entre MCVA et le périmètre personnel, ce sont chaque année des centaines de documents qui arrivent par tous les canaux possibles : factures fournisseurs en PDF, justificatifs de frais professionnels photographiés au restaurant, décomptes AVS et LPP, décisions d'impôts cantonales, attestations bancaires, quittances diverses.

La douleur n'est pas l'accumulation. C'est le moment où, un samedi de mars, il faut tout retrouver pour la déclaration fiscale ou le bouclement comptable. Qui n'a jamais passé deux heures à chercher un justificatif dans un dossier « Téléchargements » qui déborde ?

Les options SaaS que j'ai regardées

La réponse évidente du marché, c'est le SaaS. J'ai regardé sérieusement trois catégories :

• Les solutions de gestion documentaire fiscale (Dext, Hub One, etc.) : entre 25 et 60 CHF par mois, par entité. Pour mes deux périmètres, cela représente 600 à 1 400 CHF par an. Stockage chez un hébergeur américain dans la plupart des cas.
• Les modules documentaires intégrés aux ERP (Bexio, Banana+, Odoo) : plus complets, mais liés à un outil comptable que je n'ai pas envie d'imposer à mon comptable, et qui m'enferment un peu plus chaque année.
• Les outils génériques de gestion de documents (Notion, Airtable, DocuWare) : flexibles, mais il faut tout construire soi-même à l'intérieur de l'outil — et repayer chaque mois le droit d'y accéder.

Aucune de ces options ne cochait mes trois exigences de base : souveraineté absolue des données (aucun octet ne doit quitter ma machine, jamais), classification réellement intelligente des documents selon mes propres catégories fiscales suisses, et absence totale d'abonnement et de coût marginal.

Ce que j'ai fait, et en combien de temps

J'ai construit FiscalDoc. Une application web locale, qui tourne sur mon MacBook, et qui fait exactement ce dont j'ai besoin :

1. Je dépose un document — PDF ou photo — dans une interface Streamlit.
2. Le document est analysé par Gemma, un modèle de langage open source que j'ai installé directement sur ma machine. Aucun appel réseau. Aucune API. Le modèle tourne sur le processeur et la mémoire de mon Mac, et c'est tout.
3. Gemma retourne un JSON structuré : périmètre (MCVA ou personnel), catégorie fiscale (revenus, charges sociales, TVA, déductions, intérêts hypothécaires…), date, montant, émetteur.
4. Le fichier est automatiquement renommé selon la convention AAAA-MM-JJ_TYPE_ÉMETTEUR et rangé dans une arborescence propre.
5. Une base SQLite locale indexe tout pour une recherche instantanée dans un tableau de bord filtrable.

Et parce que je voulais aller un cran plus loin, j'ai ajouté un assistant conversationnel local, lui aussi branché sur Gemma. Je peux lui poser, en langage naturel, des questions très spécifiques : « Retrouve-moi toutes les factures fournisseurs MCVA supérieures à 2 000 CHF sur le quatrième trimestre 2025 », « Fais-moi la somme des déductions 3e pilier des trois dernières années », « Y a-t-il un justificatif manquant pour cette décision d'impôt ? ». L'assistant interroge la base SQLite, relit les documents si nécessaire, et répond. Toujours en local.

Le tout tient dans un dossier de quelques centaines de lignes de Python. Aucune donnée ne quitte ma machine. Jamais. Je possède l'outil. Je possède le code. Je possède les données. Je possède même le modèle qui les analyse.

Le coût réel

C'est ici que l'exemple devient intéressant.

Le seul « coût » réel, c'est la RAM. Un modèle comme Gemma demande une machine correctement dotée en mémoire — c'est la contrepartie assumée de le faire tourner chez soi plutôt que sur un serveur distant. C'est un investissement matériel unique, déjà amorti par le reste de mon usage professionnel. Une fois cette barrière franchie, le coût d'exploitation annuel de FiscalDoc est strictement zéro.

Pas « presque zéro ». Pas « quelques dollars d'API ». Zéro.

Ce que cet exemple démontre

Pendant quinze ans, l'argument massue du SaaS a été : « Vous ne pouvez pas construire ça vous-même, c'est trop long, trop cher, trop risqué, et vous n'aurez jamais la puissance d'un vrai modèle d'IA. » C'était vrai. Ça ne l'est plus — sur aucun des quatre points.

Ce qui a changé en dix-huit mois est spectaculaire. D'un côté, des assistants de code comme Claude ont effondré le temps qui sépare une idée de son implémentation fonctionnelle. Je n'ai pas écrit FiscalDoc : je l'ai dialogué. J'ai décrit mes besoins — deux périmètres, catégories fiscales suisses, classification automatique, interface Streamlit, base locale, assistant conversationnel — et j'ai itéré soir après soir jusqu'à obtenir un outil qui me ressemble.

De l'autre côté, des modèles open source comme Gemma, Llama ou Mistral ont atteint une qualité qui rend les appels cloud optionnels pour une large gamme de cas d'usage professionnels. Ce qui exigeait hier l'API d'un éditeur américain tourne aujourd'hui sur un Mac correctement dimensionné, sans jamais se connecter à Internet pour le cœur du traitement.

La conjonction des deux est ce qui change tout. Ce qui était hier un projet à 30 000 CHF d'agence plus un abonnement à une API externe est aujourd'hui un projet à trois soirées, zéro franc d'exploitation, et zéro ligne de données qui sort du périmètre de l'utilisateur.

La leçon, au-delà de mon bureau

FiscalDoc est un cas minuscule. Deux périmètres, un utilisateur, quelques centaines de documents par an. Mais il illustre exactement ce que je crois profondément, et ce que nous construisons chez MCVA : à l'ère de l'IA générative, et plus encore à l'ère de l'IA générative locale, le SaaS n'est plus le choix par défaut — c'est devenu un choix à justifier.

Pour une entreprise suisse soumise à la nLPD, soucieuse du CLOUD Act et fatiguée des hausses tarifaires annuelles de ses éditeurs, cette bascule n'est pas théorique. Elle est disponible, maintenant, pour qui accepte de la regarder en face.

Chaque fois qu'une entreprise signe un abonnement SaaS en 2026, elle devrait désormais se poser quatre questions :

1. Est-ce que cet outil fait exactement ce dont j'ai besoin, ou est-ce que je m'adapte à ses limites ?
2. Est-ce que je veux, pendant les dix prochaines années, verser une rente à cet éditeur pour continuer à utiliser mes propres données ?
3. Est-ce que ces données peuvent vraiment être confiées à un cloud tiers — au regard de la nLPD, du secret des affaires, et de la jurisprudence à venir sur le CLOUD Act ?
4. Est-ce que l'alternative sur mesure — pilotée par assistant de code, exécutée sur modèle local, possédée en pleine propriété — est vraiment hors de portée, ou est-ce que je le crois encore par habitude ?

Si j'ai pu construire FiscalDoc en trois soirées pour gérer ma propre fiscalité, avec un modèle d'IA qui ne quitte jamais mon disque dur, imaginez ce qu'une équipe accompagnée peut bâtir en trois mois pour transformer le cœur opérationnel d'une PME suisse — sans jamais confier une ligne de donnée à un serveur hors de Suisse.

Et c'est ici que ma troisième casquette reprend la parole. À la tête d'une agence digitale opérant au sein d'un groupe international, je vois passer chaque mois les budgets logiciels de grands comptes français et internationaux. Ce que j'ai prouvé sur mon Mac à l'échelle d'un cabinet d'une personne est exactement ce que nous commençons à industrialiser à l'échelle d'équipes de centaines de collaborateurs : remplacer des stacks SaaS empilées, redondantes et louées par des outils sur mesure, pilotés par IA, hébergés là où le client le décide. L'écart d'échelle est immense. La logique, elle, est identique.

C'est, très exactement, le métier que je réinvente — chez MCVA pour les PME suisses, et à plus grande échelle pour les grands comptes que j'accompagne par ailleurs.

Vous payez aujourd'hui un abonnement SaaS dont vous n'utilisez que 20 % des fonctions ? Demandez votre pré-audit gratuit : nous identifions en 48h les outils SaaS de votre stack qui peuvent être remplacés par du sur mesure piloté par IA, avec les ordres de grandeur de gain.

Jérôme Deshaie est fondateur et CEO de MCVA Consulting SA, cabinet de conseil en IA basé à Haute-Nendaz (Valais). Il dirige par ailleurs une agence digitale au sein d'un groupe international, et accompagne dirigeants et grands comptes dans la transformation de leurs outils logiciels à l'ère de l'IA générative et de l'IA locale.