Combien coûte l'intelligence artificielle en entreprise : quatre fourchettes de dépense et ce qui les détermine

Amener l'intelligence artificielle sur un processus d'entreprise qui existe déjà coûte entre 5 000 et 10 000 euros. Construire un modèle depuis zéro en coûte entre 50 000 et 100 000, pour une version minimale et fonctionnelle. Entre les deux se trouvent deux postes plus petits que personne ne met habituellement au devis : le matériel, quand le modèle doit tourner sur place, et la consommation, quand le modèle appartient à quelqu'un d'autre.

La différence entre la première fourchette et la seconde ne dépend pas de l'ambition du projet. Elle dépend de trois choix, et il vaut mieux les faire dans cet ordre.

Ce que l'on fait	Ordre de grandeur
On utilise un modèle qui existe déjà, en l'intégrant à un processus et à l'ERP	5 000 à 10 000 euros
On ajoute le matériel parce que le modèle doit rester dans l'entreprise	1 000 à 3 000 euros
On paie le modèle à la consommation, sans rien installer	à partir de fractions de centime par opération
On construit son propre modèle, entraîné sur ses propres données	50 000 à 100 000 euros pour une version minimale

Si vous voulez savoir dans quelle ligne tombe votre cas avant de demander un devis, écrivez-nous : une demi-heure et le processus que vous avez en tête suffisent.

Le premier choix : modèle existant ou modèle propre

Presque toutes les entreprises qui nous appellent pensent devoir construire quelque chose depuis zéro. Presque aucune n'a réellement besoin de le faire.

Construire son propre modèle signifie rassembler une grande quantité de données, les classer une par une pour qu'elles soient exploitables, concevoir l'architecture, l'entraîner jusqu'à ce que les résultats tiennent, puis l'exposer de façon que le reste des programmes puisse l'utiliser. Chacune de ces étapes a un coût, et les plus lourdes sont les personnes : celles qui travaillent sur les données et celles qui construisent le modèle. C'est le parcours qui mène à la fourchette à six chiffres.

Utiliser un modèle qui existe déjà signifie sauter toute la partie entraînement et ne payer que le travail de le relier à son propre métier. Ici la dépense n'est pas dans le modèle, elle est dans l'intégration : comprendre quelle donnée sert, où elle se trouve aujourd'hui, comment le résultat revient dans l'outil de gestion utilisé tous les jours.

La question qui tranche entre les deux parcours est unique, et elle n'est technique qu'en apparence : le modèle doit-il apprendre quelque chose qui ne concerne que votre entreprise ? Si la réponse est non, et dans la grande majorité des cas elle est non, on utilise un modèle existant.

Le deuxième choix : où il tourne

Un modèle peut tourner sur le serveur de quelqu'un d'autre, et alors on paie à la consommation, ou bien à l'intérieur de l'entreprise, et alors on achète ou on loue le matériel.

L'ordre de grandeur change beaucoup selon la tâche. Pour lire le texte dans une image, par exemple un document scanné, les performances requises sont minimes et un ordinateur ordinaire suffit. Pour générer des images ou des textes longs, il faut du matériel dédié, et là la dépense part de quelques milliers d'euros. Pour les modèles propriétaires, ceux que l'on utilise seulement à travers le service de leur éditeur, on n'achète aucun matériel.

La consommation, quand il y en a, est le poste qui fait le plus peur et qui pèse le moins. Elle se mesure en fractions de centime par opération, et ne devient significative que sur des volumes très élevés.

La vraie raison de garder le modèle sur place n'est presque jamais le coût. C'est que certaines données ne doivent pas sortir, et c'est une préoccupation que les entreprises italiennes déclarent ouvertement : parmi celles qui ont évalué l'intelligence artificielle sans y investir ensuite, 43,2 % citent la confidentialité et la protection des données parmi les obstacles, selon l'enquête Imprese e ICT de l'institut italien de statistique ISTAT de 2025, sur un échantillon de 26 246 entreprises d'au moins dix salariés.

Le troisième choix : jusqu'où intégrer

C'est le poste qui déplace le devis plus que tout autre, et celui dont on parle le moins.

Un modèle qui répond dans une fenêtre séparée, où quelqu'un copie et colle, coûte peu et change peu. Un modèle qui lit la donnée dans l'ERP, la traite et réécrit le résultat dans l'ERP coûte davantage et change le travail de quelqu'un. Entre les deux passe la différence entre une démonstration et un outil.

Dans l'industrie manufacturière italienne, 59,9 % des entreprises d'au moins dix salariés utilisent déjà un outil de gestion, toujours selon la même enquête ISTAT. Cela veut dire que dans la plupart des cas le point de greffe existe déjà, et que la question n'est pas s'il faut relier, mais jusqu'où.

Ce qui coûte vraiment et qui n'apparaît pas au devis

Les données. Non pas leur quantité : leur forme.

Un modèle qui doit répondre sur l'état d'une commande a besoin que cet état se trouve quelque part sous une forme lisible, tenu à jour par ceux qui travaillent, avec un sens stable dans le temps. Si cette donnée vit aujourd'hui dans trois tableurs et dans la tête de deux personnes, le projet n'est pas un projet d'intelligence artificielle : c'est d'abord un projet de remise en ordre, et le coût est là.

Ce n'est pas notre opinion. Dans la même enquête ISTAT, l'indisponibilité ou la mauvaise qualité des données nécessaires est le troisième obstacle déclaré, à 45,2 %, devant la confidentialité et les coûts. Le premier, à 58,6 %, est le manque de compétences internes. Le coût élevé arrive cinquième, à 43,0 %.

Autrement dit : quand un projet de ce type tourne mal, ce n'est presque jamais parce qu'il a coûté trop cher.

Deux cas, avec les chiffres

Génération d'images sur mesure, avec le modèle installé par le client. Il fallait produire des photographies réalistes de plats pour un livre de recettes. Le modèle choisi était libre et gratuit, donc le coût d'utilisation était nul, mais il fallait le configurer et il lui fallait des cartes graphiques adaptées. Dépense totale prévue, entre matériel et conseil : 2 000 euros.

Intégration d'un modèle existant dans un logiciel déjà en service. En ne comptant que les heures qui concernent la partie intelligence artificielle, et non le reste du produit, la dépense s'est située entre 4 000 et 5 000 euros. La consommation du modèle, en exploitation, vaut quelques centimes par opération.

Ce sont deux extrêmes utiles : dans le premier cas la dépense est presque entièrement du matériel, dans le second presque entièrement du travail.

Comment lire un devis

Trois questions, et elles servent à savoir si celui qui l'a écrit a compris le processus.

La première : quelles données il utilise, et où elles se trouvent aujourd'hui. Si le devis ne le dit pas, celui qui l'a écrit n'est pas encore allé voir.

La deuxième : ce qui se passe quand le modèle se trompe. Il se trompe toujours, dans une proportion des cas. Un projet sérieux déclare à l'avance qui contrôle, quand, et ce qu'il advient de la pièce de travail erronée.

La troisième : ce qui reste si demain le fournisseur du modèle change de prix ou de conditions. La réponse honnête n'est pas "rien ne change", c'est de savoir combien de travail demanderait un changement de fournisseur.

Le processus sur lequel le calcul peut se faire à l'avance

C'est le processus le plus ennuyeux et le plus répétitif que vous ayez, celui dont vous connaissez déjà le coût en heures. C'est le périmètre qui tient dans la fourchette des 5 000 à 10 000 euros, et le seul sur lequel on puisse dire à l'avance si cela vaut la peine, parce que le terme de comparaison existe déjà.

Si vous avez déjà le processus en tête et que vous voulez une estimation raisonnée, écrivez-nous : une demi-heure, et nous en parlons.