Vous connaissez probablement le montant de vos devis IA. Les licences aussi. Mais le temps passé en interne pour préparer les données, tester les réponses ou corriger les erreurs, vous le comptez où ? Et la maintenance six mois après la mise en ligne ? C'est souvent là que les budgets deviennent moins évidents.
Quatre projets derrière le même mot
Avant de compter, encore faut-il savoir de quel projet on parle. « Projet d'IA » recouvre des situations qui n'ont ni le même prix, ni le même délai, ni le même risque :
- Déployer un outil du marché. Licences, paramétrage, formation : l'essentiel du coût est récurrent et prévisible.
- Automatiser un processus ciblé. Vous connectez deux ou trois outils existants et supprimez des ressaisies. Le levier n'est d'ailleurs pas toujours l'IA.
- Construire un assistant connecté à vos documents. Il faut préparer les données, gérer les droits d'accès et vérifier la qualité des réponses.
- Développer une application métier qui intègre de l'IA. C'est un projet logiciel complet, dont l'IA n'est qu'un composant.
Les repères publiés, et ce qu'ils valent
Peu d'acteurs publient des montants, et ceux qui circulent sont hétérogènes. Une étude auto-publiée en août 2026 par Denis Atlan, non auditée, sur 200 déploiements B2B en France dont son auteur a accompagné la majorité, situe le budget médian autour de 19 500 euros pour une PME et de 84 000 euros pour une ETI. Le studio Infinex annonce de son côté des enveloppes de pilote de 5 000 à 50 000 euros selon la taille de l'entreprise. Les guides internationaux, comme celui de Netguru, affichent des montants nettement plus élevés, pour un marché et des projets différents.
Ce sont des ordres de grandeur, pas des prix de marché. Ils disent si vous visez le bon univers, pas ce que coûtera votre projet.
Ce qui se paie une fois, ce qui revient, et votre temps
Ce qui se paie une fois : le cadrage, la préparation des données, le développement et l'intégration, les tests et la sécurisation, la formation des équipes.
Ce qui revient chaque mois : l'appel aux modèles, l'hébergement, la maintenance applicative et le suivi de la qualité des réponses. AWS classe d'ailleurs ces dépenses à part du développement initial, et Netguru situe la maintenance et la supervision entre 25 et 30 % du budget. C'est un repère de prestataire, pas une règle.
Reste une troisième colonne, presque jamais écrite : le temps de vos propres équipes. Infinex l'estime entre 30 et 60 heures pour un projet de 15 000 euros mené sur trois mois. Des heures d'atelier, de tests et de relecture, prises sur les semaines de ceux qui portent déjà le processus.
Le prototype n'a pas le prix de la production
Un prototype construit en quelques jours prouve que l'idée tient. Pas qu'elle est utilisable tous les jours, par tout le monde, sur vos vraies données. Entre les deux, il faut ajouter les droits d'accès, la gestion des erreurs (un système génératif se trompe parfois de façon convaincante), les cas particuliers que le métier connaît et que la démonstration évite, puis la maintenance.
Cet écart n'a rien d'anormal. Il devient un problème le jour où personne ne l'a annoncé.
Le prix de l'IA ne change pas, le projet si
Prenez un assistant qui répond à partir d'une seule base documentaire. Le projet reste relativement simple à cadrer. Demandez-lui ensuite d'interroger le CRM, de vérifier les factures et d'écrire dans l'application métier : vous avez ajouté des intégrations, des droits d'accès, des erreurs possibles et des tests. Le prix de l'IA n'a pas forcément changé ; le projet, si.
Chaque nouvelle source suppose des données à préparer (Netguru situe ce poste entre 20 et 25 % du budget) et un logiciel plus ou moins ouvert : un outil doté d'une API documentée se connecte vite, un outil fermé demande des contournements plus coûteux et plus fragiles. L'assistant ne fait plus une requête, il en enchaîne plusieurs, et Galadrim rappelle qu'un token produit coûte 5 à 10 fois plus cher qu'un token lu. D'où le conseil d'AWS : mesurer le coût par demande traitée dès le prototype.
Le temps gagné n'est pas de l'argent économisé
Un premier calcul de retour se fait sans tableur sophistiqué :
- le coût actuel du processus (dossiers par mois, temps passé, coût horaire chargé) ;
- le gain réellement utilisable ;
- le coût d'exploitation annuel, temps interne de suivi compris ;
- le délai de récupération : l'investissement initial divisé par le gain net mensuel.
La deuxième ligne est celle qui trompe le plus. Vingt minutes gagnées par jour par dix salariés, c'est un gain appréciable. Mais ce n'est pas automatiquement un poste supprimé ni autant d'euros récupérés dans la trésorerie. Il faut décider ce qu'on fait du temps libéré pour pouvoir évaluer le retour du projet.
Avant de comparer trois devis
Sur une demande floue, trois prestataires chiffrent trois projets différents. Donnez-leur les mêmes éléments : le processus visé et la personne qui le porte, les volumes mensuels, les outils concernés (avec ou sans API), l'état réel des données et le niveau de fiabilité attendu.
Faites ensuite préciser ce qui sera maintenu, qui vérifiera les résultats et quelles dépenses resteront chaque mois. Sinon, vous risquez de comparer trois projets différents.
Auteur · B.Coquisart - Chef de projet
Sources
- Denis Atlan, « Combien coûte un projet de déploiement IA en entreprise ? » (3 août 2026, étude observationnelle auto-publiée, 200 déploiements en France)
- Infinex, « Quel budget prévoir pour l'IA dans une PME ? » (6 novembre 2025)
- Netguru, « AI development cost: full budget guide » (mis à jour le 21 juillet 2026, marché international)
- AWS, « Optimizing Cost for Generative AI with AWS » (18 mars 2025)
- Galadrim, « Combien coûte un projet d'IA en entreprise ? » (17 juin 2026)
