Rendu 3D d'un serveur cloud au-dessus d'une carte mère, entouré de formes rectangulaires abstraites sur un fond gris.

Combien coûte réellement l’anonymisation de 1 000 heures de vidéos ? Comparatif : manuel, API cloud et solution on-premise

Mateusz Zimoch
Publié: 19/09/2026
Mis à jour: 24/09/2026

En bref : pour 1 000 heures de vidéos enregistrées, le masquage manuel coûte généralement entre 120 000 € et 240 000 € en temps opérateur ; une API cloud facturée à la minute revient entre 6 000 € et 30 000 €, hors coûts de transfert et de contrôle ; et un logiciel on-premise tel que Gallio PRO coûte entre 8 000 € et 17 000 €, tous frais compris. Cette analyse s’adresse aux responsables de la sécurité, gestionnaires d’archives et responsables conformité qui doivent justifier une ligne budgétaire.

Pourquoi le coût par heure est la seule unité comparable

Les fournisseurs utilisent des unités de facturation incompatibles. Le travail manuel est chiffré en effectifs, les services cloud en minutes de médias et les logiciels sous licence en postes ou en mois. La seule façon de les comparer consiste à tout convertir en coût par heure de vidéo traitée, en incluant le contrôle humain requis par les trois modèles.

L’exemple ci-dessous porte sur 1 000 heures de vidéos de vidéosurveillance ou de caméras-piétons, avec un coût horaire chargé de 30 € par opérateur et un horizon de 36 mois. Remplacez ces données par votre propre volume et vos propres coûts : la structure du calcul reste la même.

Une image en noir et blanc d’un sablier posé sur un lit de petits cailloux, avec du sable qui s’écoule à travers lui, suggérant le passage du temps.

Modèle 1 : le masquage manuel en interne

Les équipes qui anonymisent les vidéos manuellement dans un logiciel de montage indiquent généralement qu’il faut entre 4 et 8 heures de travail opérateur pour une heure de vidéo, selon la densité de la foule, le nombre d’objets en mouvement et le nombre d’angles de caméra devant rester cohérents.

Avec 5 heures de travail pour une heure de vidéo, 1 000 heures de séquences représentent 5 000 heures opérateur. À un coût chargé de 30 € par heure, cela correspond à 150 000 €, avec une fourchette réaliste comprise entre 120 000 € et 240 000 €. Cela mobilise également environ trois équivalents temps plein pendant un an, ce qui constitue souvent le budget le plus difficile à faire valider.

Le travail manuel présente un véritable avantage : le jugement humain. Mais il comporte deux faiblesses structurelles. La qualité du résultat peut varier avec la fatigue des opérateurs, et il n’existe pas de registre cohérent des éléments masqués sur l’ensemble d’un lot. Notre comparaison entre l’anonymisation vidéo manuelle et automatisée explique dans quels cas chaque approche est la plus pertinente.

Personne debout à un poste de travail avec le visage flou, entourée de machines dans un cadre industriel. Image en noir et blanc.

Modèle 2 : l’API cloud facturée à la minute

Les services cloud de masquage vidéo facturent chaque minute de média traité, généralement entre 0,10 € et 0,50 € par minute selon la résolution et le niveau de service. Mille heures correspondent à 60 000 minutes : le traitement seul coûte donc entre 6 000 € et 30 000 €.

Trois coûts se cachent derrière ce montant et sont souvent absents du premier devis :

  • Le transfert. Mille heures de vidéo en 1080p représentent environ 2 à 5 To, et la 4K multiplie ce volume. Le temps d’envoi, la bande passante et les frais de sortie de données sont réels et récurrents.
  • La gouvernance du fournisseur. Envoyer des vidéos identifiables à un tiers fait de ce dernier un sous-traitant au sens de l’article 28, paragraphe 3, du RGPD, qui impose un contrat de sous-traitance écrit. Si le service ou ses sous-traitants ultérieurs sont situés hors de l’EEE, le chapitre V, articles 44 à 49, s’applique : vous devez disposer d’un mécanisme de transfert documenté.
  • Les reprises de traitement. Chaque lot en échec est facturé une seconde fois.

Les enjeux de sécurité plus approfondis sont présentés dans notre analyse de l’anonymisation on-premise par rapport au cloud.

Photo en noir et blanc d'une baie de serveurs avec des câbles bien organisés, éclairée par peu de lumière, créant une ambiance contrastée et un peu sombre.

Modèle 3 : la licence on-premise

Un logiciel on-premise transforme un coût variable en coût fixe. Une licence Gallio PRO Standard coûte 89 € par mois, soit 1 068 € par an avec la remise annuelle, et le volume traité ne modifie pas ce montant. Gallio PRO indique que le traitement local revient environ six fois moins cher que le traitement cloud à volumes comparables.

Il faut ensuite ajouter le matériel. Une station de travail équipée d’un GPU adapté au traitement accéléré coûte environ 2 000 € à 4 000 €, amortis sur trois ans à hauteur d’environ 700 € à 1 300 € par an. L’accélération GPU permet un traitement jusqu’à dix fois plus rapide qu’avec le CPU seul.

Ajoutez enfin l’étape de contrôle, à laquelle aucun modèle n’échappe. La vérification par échantillonnage des résultats automatisés et la correction des objets manqués dans l’éditeur intégré nécessitent généralement entre 0,2 et 0,5 heure par heure de vidéo, soit 200 à 500 heures à 30 € de l’heure, ou entre 6 000 € et 15 000 €.

Une puce d'ordinateur avec une icône de nuage, entourée de lignes de circuits, symbolisant la technologie de l'informatique en nuage.

Comparatif pour 1 000 heures de vidéo

Poste de coût

Manuel

API cloud

On-premise

Traitement

120 000 € à 240 000 €

6 000 € à 30 000 €

1 068 € par an

Matériel

Station de travail existante

Aucun

700 € à 1 300 € par an

Transfert et sortie de données

Aucun

500 € à 5 000 €

Aucun

Contrôle qualité et correction

Inclus ci-dessus

6 000 € à 15 000 €

6 000 € à 15 000 €

Gouvernance fournisseur

Aucune

Contrat de sous-traitance, évaluation du transfert

Audit de sécurité ponctuel

Total indicatif

120 000 € à 240 000 €

12 500 € à 50 000 €

8 000 € à 17 000 €

Coût par heure

120 € à 240 €

12 € à 50 €

8 € à 17 €

Une personne utilisant une calculatrice en examinant des documents financiers sur un bureau avec des ordinateurs portables et des lunettes.

Quatre postes de coût oubliés dans la plupart des budgets

  1. Le stockage des originaux. En vertu de l’article 5, paragraphe 1, point e), du RGPD, la limitation de la conservation s’applique autant à la source non anonymisée qu’au fichier exporté. La durée de conservation et la suppression sécurisée des originaux ont un coût dans tous les modèles.
  2. Le second passage. Les détections manquées apparaissent lors du contrôle, et non pendant le traitement. Sans budget dédié au temps de correction, votre estimation est irréaliste.
  3. Les objets qu’aucun outil ne détecte automatiquement. Les visages et les plaques d’immatriculation peuvent être détectés automatiquement. Les badges nominatifs, écrans, documents, tatouages et logos nécessitent un travail manuel, quel que soit l’outil utilisé : comptez donc les images dans lesquelles ils apparaissent.
  4. Le coût de la conformité. L’article 32, paragraphe 1, du RGPD exige que vous démontriez la mise en place de mesures techniques appropriées, tandis que l’article 83, paragraphe 5 fixe le plafond des sanctions à 20 millions d’euros ou 4 % du chiffre d’affaires annuel mondial. Nous avons comparé ces risques au coût de mise en œuvre dans notre article sur le coût d’une violation du RGPD face au coût de l’anonymisation.
Plusieurs horloges analogiques blanches avec des aiguilles noires affichant des heures différentes sur un fond gris clair.

Comment calculer votre propre budget en six étapes

  1. Mesurez le volume réel. Analysez les demandes d’exportation des douze derniers mois et convertissez-les en heures de vidéo par mois. La plupart des équipes surestiment largement ce volume.
  2. Chronométrez une tâche manuelle représentative. Prenez un extrait représentatif de dix minutes, anonymisez-le correctement, puis extrapolez. Ce ratio constitue votre référence pour le traitement manuel.
  3. Obtenez le devis cloud par écrit. Demandez dans un seul document le tarif à la minute, les frais de sortie de données, de stockage, l’engagement minimum et la liste des sous-traitants ultérieurs.
  4. Évaluez les performances sur votre propre matériel. Faites traiter vos propres vidéos avec la version de démonstration gratuite de Gallio PRO, sans limitation et avec filigrane jusqu’en 720p, puis mesurez le temps nécessaire. Vous obtiendrez ainsi un débit réel plutôt qu’un chiffre commercial.
  5. Ajoutez l’étape de contrôle aux trois colonnes. Comparer un traitement automatisé à un travail manuel sans intégrer l’assurance qualité est l’erreur la plus fréquente dans ce type de business case.
  6. Divisez, puis projetez sur 36 mois. Comparez le coût par heure traitée, puis le coût cumulé. Les modèles de tarification variable et fixe se croisent plus rapidement que la plupart des équipes ne l’imaginent.
Une personne en chemise boutonnée travaille sur une baie de serveurs, ajustant des câbles dans une salle réseau. Le visage est volontairement flouté pour préserver la vie privée.

Dans quels cas chaque modèle reste le meilleur choix

Le travail manuel est le plus avantageux en dessous d’environ 20 heures de vidéo par an, lorsqu’aucun outil ne peut amortir son coût de mise en place. Le cloud est adapté lorsque le volume est véritablement imprévisible, que les vidéos sont déjà stockées chez ce fournisseur et que les données sont peu sensibles. La solution on-premise est préférable dans tous les autres cas, et s’impose clairement lorsque les vidéos ne peuvent absolument pas quitter votre infrastructure.

Gallio PRO fonctionne entièrement sur votre propre ordinateur ou serveur, ne stocke ni journaux de détection ni données personnelles, et prend en charge les images JPG et PNG ainsi que les vidéos MP4 et MOV. L’outil est disponible sous forme d’application de bureau pour Windows, macOS et Linux, de conteneur Docker et d’API REST. La détection automatique couvre les visages et les plaques d’immatriculation, tandis qu’un éditeur manuel intégré permet de traiter tous les autres éléments. Il traite les fichiers enregistrés, et non les flux en direct. Pour les lots à fort volume, consultez l’anonymisation vidéo avec Gallio PRO.

Pour les déploiements en entreprise, les configurations on-premise spécifiques ou les exigences de conformité particulières, vous pouvez contacter l’équipe afin d’évaluer la solution adaptée à votre environnement.

Un symbole de point d'interrogation en 3D sur un fond de circuit numérique en niveaux de gris, symbolisant la technologie et l'incertitude.

FAQ

Combien coûte le floutage des visages dans une heure de vidéo ?

Comptez environ 120 € à 240 € par heure pour un masquage manuel, 12 € à 50 € par heure avec une API cloud une fois les transferts et le contrôle inclus, et 8 € à 17 € par heure avec un logiciel on-premise pour un volume de 1 000 heures.

L’anonymisation vidéo dans le cloud est-elle moins chère qu’un logiciel on-premise ?

Uniquement pour les faibles volumes. La tarification cloud est variable et augmente avec chaque minute traitée, tandis qu’une licence représente un coût fixe. À 1 000 heures par an, le modèle fixe est généralement moins coûteux, et l’écart se creuse avec le volume.

Combien de temps prend le masquage manuel pour une heure de vidéo ?

Les équipes indiquent généralement entre 4 et 8 heures de travail opérateur par heure de vidéo, selon la densité de la foule, le nombre d’objets en mouvement et le nombre d’angles de caméra qui doivent rester cohérents.

Une personne doit-elle encore vérifier les résultats automatisés ?

Oui. Prévoyez entre 0,2 et 0,5 heure de contrôle par heure de vidéo pour les vérifications par échantillonnage et le masquage d’objets non détectés automatiquement, tels que les badges, les écrans et les documents.

L’envoi de vidéos vers un service d’anonymisation cloud nécessite-t-il un contrat de sous-traitance ?

Oui. Le fournisseur agit en tant que sous-traitant : l’article 28, paragraphe 3, du RGPD impose donc un contrat de sous-traitance écrit. Les transferts hors de l’EEE nécessitent également un mécanisme prévu par le chapitre V, articles 44 à 49.

Mateusz Zimoch

PDG et co-fondateur de Gallio PRO, est un ingénieur possédant une vaste expertise en informatique, science des données, robotique et intelligence artificielle. Mateusz est diplômé avec une double spécialisation de l'Université de technologie de Wrocław et a lancé deux startups centrées sur le développement de solutions de vision par ordinateur basées sur l'IA et la construction de véhicules télécommandés (ROV).