Open WebUI en entreprise : installation, RAG et limites

Open WebUI est une interface de chat open source que vous hébergez vous-même et qui se branche sur Ollama pour donner à une équipe un ChatGPT privé, avec comptes utilisateurs, documents et RAG intégré. L'installation tient en une commande Docker.

Pour un pilote ou une équipe de quelques dizaines de personnes, c'est souvent suffisant. Pour un assistant fiable sur toute l'entreprise, les droits d'accès, la qualité du RAG et l'exploitation demandent plus. Voici comment l'installer, ce qu'il sait faire, ce que dit sa licence et quand passer à un assistant sur mesure.

Qu'est-ce qu'Open WebUI ?

Open WebUI est une interface web de chat auto-hébergée, open source, qui ressemble à ChatGPT mais tourne chez vous. Elle ne contient aucun modèle de langage : elle se connecte à un serveur d'inférence comme Ollama, ou à toute API compatible OpenAI, et fournit autour les comptes, l'historique et la gestion de documents.

Le projet s'est d'abord appelé Ollama WebUI, ce qui explique que les deux noms restent associés. Aujourd'hui, il va bien au-delà d'une simple fenêtre de discussion : il propose du RAG, de la recherche web, des pipelines et des fonctions Python.

Pour un dirigeant, l'image utile est celle-ci : Ollama est le moteur, Open WebUI est le tableau de bord. Le moteur fait tourner le modèle sur votre machine, le tableau de bord permet à vingt personnes de s'en servir sans ouvrir un terminal. C'est la brique la plus répandue pour donner un accès simple à une IA locale en entreprise.

Open WebUI : installation avec Ollama

L'installation recommandée passe par Docker : une commande, un volume pour conserver les données, et l'interface est disponible sur le port 3000. Ollama installé sur la même machine est détecté automatiquement.

Installation pas à pas avec Docker

1. Installez Ollama et téléchargez un modèle (par exemple un Mistral ou un Qwen de taille moyenne).
2. Lancez le conteneur Open WebUI.
3. Ouvrez l'interface sur le port 3000 et créez le premier compte : il devient administrateur.
4. Vérifiez dans Réglages, Admin, Connexions que la connexion Ollama est active, puis choisissez un modèle dans le chat.

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

Le volume open-webui contient comptes, conversations et documents. Selon la documentation officielle, tout, y compris les identifiants de connexion, reste dans ce volume : pensez à le sauvegarder.

Ollama sur un autre serveur, image CUDA, pip

Si Ollama tourne sur un serveur dédié, indiquez son adresse avec la variable OLLAMA_BASE_URL. C'est la configuration normale en entreprise : une machine avec GPU pour les modèles, une autre pour l'interface.

• Image :main : standard, recommandée.
• Image :cuda : prise en charge des GPU NVIDIA.
• Image :ollama : Open WebUI et Ollama dans le même conteneur, pratique pour un test.
• Image :slim : version allégée qui s'appuie sur des services externes.
• Installation pip : pip install open-webui puis open-webui serve, avec Python 3.11 ou 3.12 (3.13 non pris en charge à la date de lecture de la documentation).

Pour un test sur un poste, comptez une demi-heure. Pour un déploiement pour toute l'entreprise, ajoutez un nom de domaine, du HTTPS, un reverse proxy, une clé secrète fixe et une politique de sauvegarde. Là, ce n'est plus une installation, c'est une exploitation.

Open WebUI : utilisateurs, documents et RAG intégré

Les fonctions utiles à une équipe se répartissent en trois blocs : les utilisateurs et droits, les documents et le RAG. C'est ce qui le distingue d'un simple client de chat local.

Utilisateurs, rôles et authentification

Open WebUI gère des comptes, des rôles, des groupes d'utilisateurs et des permissions par ressource (modèles, bases de connaissances). Il prend en charge le SSO, OIDC et LDAP, ainsi que SCIM 2.0 pour le provisionnement automatique. Un administrateur peut donc rattacher l'outil à l'annuaire de l'entreprise plutôt que de créer des comptes à la main.

Documents, bases de connaissances et RAG

Vous pouvez joindre un fichier à une conversation, ou constituer des bases de connaissances partagées avec un groupe. Le RAG intégré découpe les documents (chunking), les indexe dans une base vectorielle, puis retrouve les passages pertinents au moment de la question. La documentation mentionne 13 bases vectorielles prises en charge, dont ChromaDB et PGVector, et une recherche hybride qui combine BM25, recherche vectorielle et reclassement (reranking).

Retenez surtout que ces réglages existent et qu'ils influencent directement la qualité des réponses : le principe du RAG est expliqué dans notre définition du RAG et de son fonctionnement.

Recherche web, pipelines et fonctions

Open WebUI peut interroger le web et citer ses sources, exécuter des fonctions Python dans le chat et s'étendre par des pipelines (filtres, fournisseurs, logique personnalisée). Un tableau de bord suit la consommation de jetons. Pour des données sensibles, la recherche web se décide au cas par cas : activée, elle fait sortir des requêtes de votre périmètre.

Open WebUI en entreprise : ce qu'il vaut pour une équipe

Pour une équipe de quelques dizaines de personnes qui veut un chat privé sur des modèles hébergés chez elle, Open WebUI est un très bon point de départ. Il est rapide à déployer, gratuit à l'usage, et il évite d'envoyer des documents à un éditeur étranger.

Ce qui fonctionne bien

• Un assistant de rédaction et de reformulation sur des textes internes.
• Des questions sur quelques documents bien structurés (une procédure, un contrat, un manuel).
• Un accès unifié à plusieurs modèles, locaux et via API, avec le même historique.
• Un pilote pour mesurer l'adoption avant d'investir davantage.

Licence : ce que change la clause de marque

Depuis la version 0.6.6 (avril 2025), la licence d'Open WebUI combine une base permissive avec une clause de protection de la marque. Selon la documentation officielle sur la licence, vous ne pouvez pas modifier, supprimer ou masquer le branding Open WebUI, sauf pour un déploiement de 50 utilisateurs ou moins sur une période de 30 jours, avec une autorisation écrite de contributeur substantiel, ou avec une licence Enterprise.

Concrètement : l'usage interne avec le logo d'origine est libre. Une interface à vos couleurs, proposée à vos clients ou à toute l'entreprise, relève de la licence Enterprise. Si vous êtes un éditeur SaaS qui veut l'intégrer à votre produit, lisez ce texte avec votre service juridique avant de bâtir dessus.

Limites en production et passage à un assistant sur mesure

Open WebUI atteint ses limites quand l'assistant doit devenir une source de vérité fiable pour toute l'entreprise. Trois points reviennent systématiquement dans nos projets : les droits, les sources et la qualité du RAG.

Droits d'accès et sources documentaires

Open WebUI gère ses propres droits (rôles, groupes). Il ne lit pas les permissions de votre GED ou de SharePoint. Si un document est réservé à la direction financière dans l'outil d'origine, il faut reproduire cette règle à la main dans les bases de connaissances, puis la maintenir à chaque changement. Sans cela, on risque qu'un collaborateur obtienne, par une question bien tournée, un contenu qu'il n'aurait pas pu ouvrir.

Les sources posent la même question de fraîcheur : un fichier importé est une copie. Quand l'original change, la copie reste ancienne tant que personne ne la met à jour.

Qualité du RAG : le sujet qu'on mesure trop tard

Le RAG intégré fonctionne bien sur quelques documents propres. Sur des milliers de PDF, des scans, des tableaux et plusieurs versions du même contrat, les réglages par défaut donnent des réponses plausibles mais parfois fausses. Le découpage, le choix du modèle d'embedding, le reclassement et le prompt se travaillent par domaine. Nous détaillons ces erreurs dans les erreurs les plus fréquentes avec le RAG.

La seule méthode fiable : constituer 50 à 100 questions réelles avec leurs réponses attendues, et mesurer. C'est le sujet de la mesure de performance d'un RAG.

Exploitation et responsabilité

Open WebUI est mis à jour fréquemment. Quelqu'un doit suivre les versions, tester avant de monter, sauvegarder le volume, superviser le GPU, gérer les clés secrètes et répondre quand l'outil est lent un lundi matin. Dans une PME sans équipe infrastructure, cette charge est souvent sous-estimée.

Quand ces critères deviennent bloquants, la bonne réponse est un assistant IA interne sur vos documents conçu pour votre contexte : connecteurs vers vos systèmes, droits hérités, évaluation chiffrée. Open WebUI peut rester la couche d'interface si elle convient. Si vos données ne doivent pas sortir, la brique d'hébergement relève de notre offre IA souveraine.

Questions fréquentes sur Open WebUI en entreprise

Pour aller plus loin

• Ollama en entreprise, le moteur sur lequel Open WebUI s'appuie le plus souvent.
• IA locale en entreprise, pour choisir entre serveur, cloud souverain et poste.
• IA souveraine, pour héberger modèles et données sous votre contrôle.

Sources

• Documentation Open WebUI, démarrage rapide (consultée le 4 octobre 2026)
• Documentation Open WebUI, fonctionnalités (consultée le 4 octobre 2026)
• Documentation Open WebUI, licence (consultée le 4 octobre 2026)