Développer ou acheter son IA : la vraie grille de décision
La règle tient en une phrase : achetez le générique, développez le différenciant. La question "développer ou acheter son IA" se pose mal quand elle est posée globalement ; elle se tranche processus par processus, et la plupart des entreprises finiront, à juste titre, par faire les deux.
Un outil du marché pour la productivité individuelle. Un développement pour ce qui touche à vos workflows, vos données et vos règles métier. Entre les deux, une zone grise où se prennent les mauvaises décisions, dans les deux sens : des développements coûteux pour recréer ce qui existe sur étagère, et des licences distribuées en guise de stratégie.
Acheter le générique
Les assistants du marché couvrent bien la productivité individuelle : rédiger, résumer, traduire, préparer une réunion, chercher dans ses propres notes. À quelques dizaines d’euros par utilisateur et par mois, aucun développement interne ne justifie de recréer cela, et ceux qui l’ont tenté l’ont appris au prix fort. La même logique vaut pour les fonctionnalités IA de vos logiciels métier existants : si votre éditeur ajoute une fonction qui couvre le besoin, prenez-la, la différenciation ne se joue pas là.
Le piège n’est pas d’acheter. Le piège est de croire qu’on tient une stratégie IA parce qu’on a distribué des licences. Ces outils plafonnent vite : ils ne connaissent ni vos clients, ni vos marges, ni vos règles, et ils ne s’intègrent pas à vos systèmes. Les gains restent individuels et dispersés, réels mais presque impossibles à retrouver dans un compte de résultat.
Développer le différenciant
Trois signes qu’un développement se justifie. Le processus touche au cœur de votre marge ou de votre promesse client. Il repose sur vos données : historique client, catalogue, contrats, tarifs. Et le résultat doit respecter vos règles, pas une moyenne du marché.
Concrètement : le traitement des demandes entrantes selon votre grille tarifaire, la préparation de dossiers réglementaires dans votre format, un assistant qui répond depuis votre documentation en respectant vos droits d’accès. Aucun éditeur ne fera cela correctement pour vous, parce que la valeur est précisément dans la spécificité.
Développer ou acheter : les coûts cachés des deux voies
Côté achat : un coût par utilisateur qui devient significatif à l’échelle, la dépendance à la roadmap d’un éditeur, des données d’entreprise qui partent dans un outil que vous ne contrôlez qu’à moitié, et surtout un coût d’opportunité. Pendant que tout le monde "utilise l’IA", les processus qui pourraient être transformés ne le sont pas.
Côté développement : la maintenance, car un système d’IA vit et ne se fige pas à la livraison, l’évaluation continue, les compétences qu’il faut garder pour le faire évoluer, et le risque du projet qui n’atteint jamais la production. Les fourchettes réalistes, coûts de fonctionnement compris, sont détaillées dans notre note sur le coût d’une IA sur mesure.
Un coût caché est commun aux deux voies : l’adoption. Un outil acheté que personne n’utilise et un système développé que personne n’adopte coûtent la même chose, c’est-à-dire tout, pour rien.
L’approche hybride qui convient à la plupart des ETI
Achetez les assistants génériques pour tout le monde, sans en attendre davantage qu’un gain de confort individuel. Et développez sur un ou deux processus différenciants, choisis pour leur volume, leur vérité terrain et leur mesurabilité, pas pour leur effet en démonstration. Le choix du premier processus pèse plus lourd que le choix de la technologie.
Cette répartition a un mérite budgétaire : les licences se pilotent en coût par utilisateur, le développement en retour mesuré sur un processus précis. Les deux lignes ne se confondent plus, et chacune peut être arrêtée pour ses propres raisons.
L’ordre compte aussi : d’abord le processus, ensuite un prototype de 2 à 4 semaines sur données réelles, ensuite seulement l’industrialisation. Et si vous faites appel à un prestataire pour la partie développée, une douzaine de questions suffisent à faire le tri : montrez-moi des systèmes en production, qui possède le code, que se passe-t-il quand le modèle se trompe.
La grille est simple ; son application demande une forme d’honnêteté sur ce qui vous différencie vraiment. C’est le premier sujet que nous traitons en cadrage, avant toute ligne de code, et notre offre d’IA sur mesure commence précisément là : vérifier que le développement se justifie, puis le prouver sur vos données.