Combien coûte vraiment un projet d'IA générative en entreprise

La question arrive toujours au même moment de la réunion : « d'accord, mais ça coûte combien ? ». La réponse honnête tient en une phrase désagréable : le coût d'un projet IA se trompe presque toujours dans le même sens, parce que l'attention se porte sur la ligne la plus visible, l'appel au modèle, qui est aussi la moins chère.

Un projet d'IA générative en entreprise ressemble beaucoup plus à un projet d'intégration qu'à un projet de recherche. La technologie est achetée, pas construite. Ce que vous payez, c'est le travail de rendre cette technologie utilisable sur vos données, dans vos processus, avec vos contraintes de confidentialité, et le travail de la maintenir utilisable ensuite.

Cet article décompose le budget en six postes, donne des ordres de grandeur par taille de projet, et identifie le poste que quasiment personne ne provisionne correctement. Les montants indiqués valent pour une entreprise française de vingt à trois cents personnes, avec un prestataire ou une équipe interne mixte.

Coût d'un projet IA : les six postes du budget

Aucun projet n'échappe à ces six lignes. Leur poids relatif varie, leur existence non.

Regardez la ligne « consommation ». C'est celle dont tout le monde parle, et elle pèse rarement plus de dix pour cent la première année. Les deux lignes qui font ou défont un budget d'intelligence artificielle sont les données et l'accompagnement, c'est-à-dire ce qu'il y a avant et après la technique.

Pourquoi le poste « données » explose systématiquement

Personne ne découvre en cours de projet que son modèle est trop lent. Tout le monde découvre en cours de projet que ses documents sont dans quatre endroits différents, que trois cents d'entre eux sont des versions obsolètes que personne n'a archivées, et que les droits d'accès n'ont jamais été formalisés.

Le travail réel, sur un projet de type assistant documentaire, ressemble à ceci :

• Inventaire des sources : deux à cinq jours pour une PME, davantage si les documents vivent dans des messageries.
• Tri et archivage : c'est le poste le plus douloureux, parce qu'il exige une décision métier sur chaque famille de documents. Comptez cinq à quinze jours de travail réparti.
• Extraction et découpage : les fichiers bureautiques passent bien, les documents numérisés et les tableaux compliqués beaucoup moins. Trois à dix jours selon la part de scanné.
• Gestion des droits : si tout le monde ne doit pas voir tous les documents, le coût de développement double, parce qu'il faut porter les autorisations jusqu'à la recherche.

Ce travail n'est pas perdu : il profite à tout le reste du système d'information. Mais il doit être budgété comme un chantier à part entière, et pas glissé dans une ligne « préparation ». Le sujet des architectures documentaires est détaillé dans notre article sur le RAG et les documents d'entreprise.

Les ordres de grandeur par taille de projet

Voici trois formats que l'on rencontre régulièrement, avec des fourchettes de première année, hors coûts internes non refacturés. Un taux journalier de prestation autour de six cents à mille euros sert de base de calcul.

Deux avertissements sur ce tableau. D'abord, une preuve de valeur à vingt mille euros qui ne prévoit pas la suite est une dépense, pas un investissement : prévoyez dès le départ ce que vous ferez du résultat, positif ou négatif. Ensuite, le passage du premier au deuxième format multiplie le budget par quatre ou cinq, pour une raison simple : la production exige de la fiabilité, de la sécurité, de la reprise sur erreur et de la supervision, autant de choses dont un pilote se dispense.

La consommation : petite au début, non linéaire ensuite

La facturation à l'usage se compte en jetons, ces fragments de mots que le modèle lit et produit. Selon la gamme choisie, le millier de jetons coûte une fraction de centime pour les modèles les plus légers, et davantage pour les modèles de raisonnement les plus capables. À l'échelle d'un service interne, cela donne souvent quelques dizaines à quelques centaines d'euros par mois, ce qui rassure tout le monde au moment du cadrage.

Trois mécanismes font ensuite déraper cette ligne :

1. Le contexte injecté. Un assistant documentaire envoie à chaque question plusieurs milliers de jetons de contexte. Multipliez par le nombre de questions et vous obtenez une consommation dix à cinquante fois supérieure à ce qu'un test manuel laissait prévoir.
2. Les traitements par lot. Le jour où quelqu'un décide de faire passer les quinze mille fiches produits dans le modèle, la facture du mois n'a plus rien à voir avec celle du mois précédent.
3. Les boucles d'agent. Un système qui appelle le modèle plusieurs fois pour une seule demande de l'utilisateur multiplie la facture par le nombre d'étapes, et ce nombre est variable.

La parade tient en trois mesures peu coûteuses : un plafond de dépense avec alerte, une mesure du nombre de jetons par requête dès la première semaine, et un choix de modèle par étape plutôt qu'un modèle unique pour tout. Le détail de la lecture d'une facture d'API figure dans notre article sur le coût du token.

Le poste que personne ne budgète : la vie d'après

Un projet d'IA générative livré n'est pas fini, il commence. La première année d'exploitation représente couramment vingt à trente pour cent du coût de construction, chaque année, et ce chiffre n'a rien d'anormal : il correspond à ce que coûte n'importe quelle application métier maintenue.

Ce que couvre cette ligne :

• La mise à jour des documents indexés, qui doit être automatique sous peine de dérive silencieuse.
• Le suivi des versions de modèle chez le fournisseur, avec un jeu de tests rejoué à chaque changement.
• Le traitement des retours utilisateurs, qui est un travail de produit et pas seulement de support.
• Les obligations de conformité, à commencer par la documentation d'usage et l'information des personnes concernées, et par la montée en compétence des équipes que le règlement européen sur l'IA impose désormais aux organisations qui déploient ces systèmes.

Quant à l'accompagnement, il n'est pas une variable d'ajustement. Un outil excellent utilisé par douze pour cent des personnes visées coûte exactement le même prix qu'un outil excellent utilisé par soixante pour cent, pour cinq fois moins de valeur. Deux demi-journées de formation par équipe et un référent identifié par service pèsent peu au regard de cet écart.

Construire un budget qu'on pourra défendre

Un budget crédible se présente en trois blocs : la construction, la consommation, et le récurrent annuel. Voici la démarche qui donne les meilleurs résultats en comité.

1. Chiffrez d'abord le cas d'usage, pas la technologie. Combien de temps consacre-t-on aujourd'hui à la tâche visée, par combien de personnes, à quel coût complet ? C'est le dénominateur de tout raisonnement de retour sur investissement.
2. Provisionnez les données à trente pour cent tant que vous n'avez pas fait l'inventaire. Si l'inventaire révèle un patrimoine propre, vous rendrez la marge, ce qui n'arrive jamais dans l'autre sens.
3. Ajoutez une ligne d'exploitation annuelle à vingt-cinq pour cent du coût de construction, dès la première présentation. Un budget qui l'oublie sera renégocié en catastrophe au bout de neuf mois.
4. Fixez un critère d'arrêt. Un seuil de qualité et un seuil d'usage en dessous desquels on arrête. C'est ce qui distingue un investissement d'un pari.
5. Sortez du cadrage avec un périmètre écrit. La méthode est décrite dans notre article sur la façon de cadrer un projet IA.

Le coût d'un projet IA n'est pas déraisonnable : il est simplement réparti autrement que ne le suggère le discours ambiant. Une organisation qui budgète correctement ses données, son exploitation et sa formation obtient des résultats avec des montants modestes. Une organisation qui budgète uniquement des jetons découvre au bout de six mois qu'elle a payé un prototype au prix d'un produit.