Ce que votre budget IA ne prévoit pas

Vous avez reçu un devis pour votre projet IA. La ligne développement, les licences API, peut-être l'infrastructure. Il manque l'essentiel.

Les projets IA ont la réputation de dépasser leur budget. Ce n'est pas une fatalité, c'est le résultat d'un mauvais cadrage initial. Les postes qui coûtent le plus sont ceux qui n'apparaissent pas dans le devis.

La préparation des données : le coût n°1 que personne ne liste

La préparation des données représente 10 à 25% du budget total d'un projet IA. Pas le modèle, pas l'infrastructure, pas les développeurs : les données.

Sur un projet PME à 20 000 euros, comptez 2 000 à 5 000 euros rien que pour nettoyer, normaliser et préparer les données. Sur un projet à 50 000 euros, ce poste monte à 5 000-12 000 euros. Ce poste atterrit dans les devis sous l'intitulé vague de « configuration initiale » ou « phase de cadrage ». En pratique, c'est le premier vrai budget caché.

Chez Annei, on a commencé à l'appeler la taxe d'entrée. Pas parce que c'est injuste, mais parce qu'il faut le nommer pour ne pas être surpris.

Le pilot purgatory : quand les projets ne finissent pas

Une part significative des projets IA ne passe pas en production dans les délais prévus. Ce n'est pas un problème technologique.

C'est un problème de durée. Un projet prévu sur 8 semaines qui s'étend à 16, ça peut ajouter 30 à 50% au budget de la phase concernée, juste en coûts directs (temps équipe, infra, support éditeur) avant d'avoir un produit. Le glissement vient rarement du code. Il vient des données pas prêtes ou de la résistance interne.

La formule réaliste : TCO réel = devis initial x 1,4 à 1,6. Sur un devis visible à 30 000 euros (développement + infra + intégration), le coût réel an 1 tourne autour de 40 000 à 48 000 euros. Avant maintenance.

La maintenance : le budget de l'après

Un projet qui passe en production n'est pas terminé. La maintenance annuelle d'un système IA coûte entre 15 et 25% du coût de développement initial. Sur un projet à 30 000 euros de développement : 4 500 à 7 500 euros par an, sans compter l'infrastructure.

La dérive des modèles (model drift) est réelle. Les modèles se dégradent quand les données évoluent. Quelqu'un doit gérer ça. Ce quelqu'un a un coût.

Les devis ne mentionnent presque jamais la maintenance. Elle est soit oubliée, soit présentée comme un sujet « qu'on verra plus tard ». Plus tard, ça coûte cher.

La résistance interne : le coût qu'on ne peut pas calculer avant

Une part non négligeable des projets IA rencontre une résistance organisationnelle. Ce coût s'appelle « conduite du changement » dans le jargon consultant, et il ajoute 8 à 15% au budget.

Exemple concret : un dirigeant de PME industrielle avait prévu 2 000 euros de formation pour son équipe. La résistance de deux responsables de ligne a ralenti le déploiement de 3 mois. Coût réel : environ 8 000 euros entre formations supplémentaires et temps de recadrage. Pas catastrophique, mais pas prévu.

Avant de démarrer un projet IA, la question à poser n'est pas « est-ce que la tech tient ? ». C'est « qui va résister, et pourquoi ».

L'intégration legacy : les systèmes qui n'ont pas d'API

Les systèmes sans API, ou avec des APIs mal documentées, peuvent coûter entre 5 000 et 20 000 euros à connecter selon la complexité. Un logiciel de gestion commerciale vieux de 10 ans sans API propre, ça peut doubler la durée de l'intégration prévue, et donc son coût.

La solution n'est pas de refuser tout projet avec des systèmes anciens. C'est de les auditer avant de chiffrer, pas après. Un audit technique de 2 à 3 jours au démarrage évite de découvrir les incompatibilités à mi-projet.

La compliance : le poste qui arrive en dernier

En secteur réglementé (finance, santé, assurance, RH), la conformité arrive souvent en cours de projet, pas dans le devis initial. Explicabilité des décisions algorithmiques, tests anti-discrimination, localisation des données : ces exigences coûtent deux fois plus cher à intégrer en cours de route que prévues dès le départ.

En secteur réglementé, comptez 8 à 12% du budget total pour la compliance, pas 2 à 3%.

Ce que l'IA réduit aussi

On parle des coûts cachés, mais l'autre face du sujet c'est ce que l'IA fait économiser. Le ROI médian documenté sur plus de 200 projets IA en PME françaises est de 159% sur 12 mois. Une PME de 25 personnes qui automatise ses tâches administratives récupère en médiane 30 heures par mois, soit environ 12 600 euros de valeur annuelle. Un chatbot support client règle 60% des demandes sans intervention humaine.

Un projet bien cadré ne dépasse pas son budget et génère un retour mesurable. C'est la différence entre un chantier prévisible et une boîte noire.

Comment lire un devis IA correctement

La ligne visible d'un devis est un minimum, pas un maximum. Voici les questions à poser avant de signer :

• Qu'est-ce qui est inclus dans la préparation des données ? Quel est le périmètre exact ?
• Quelle est la politique de l'équipe sur les glissements de calendrier ?
• Qu'est-ce que ça coûte en maintenance après livraison ? Qui s'en charge ?
• Comment les systèmes existants ont-ils été évalués techniquement ?
• Quel est le plan de conduite du changement pour les équipes concernées ?

Les prestataires sérieux ont des réponses précises à ces questions. Les autres vous disent qu'on en reparle plus tard.

Chez Annei, on a structuré notre consulting IA autour de ce qu'on appelle la phase de cadrage obligatoire : 2 à 3 jours avant tout développement pour chiffrer le vrai périmètre données, intégrations et résistances humaines. Ce n'est pas une formalité, c'est ce qui détermine si le projet arrive en production ou pas.

Pour les entreprises qui veulent construire des agents IA sur mesure, ces coûts sont réels mais gérables. La différence entre un projet qui passe en production et un qui reste en pilote éternel tient souvent à deux décisions prises avant de coder : l'état réel des données et l'adhésion réelle des équipes.

Questions fréquentes

Est-ce que les SaaS IA évitent ces coûts ?

Non, ils changent de forme. Vous évitez les coûts de développement initial, mais la préparation des données reste votre problème. Les intégrations legacy aussi. Et les abonnements SaaS s'accumulent : 50 euros + 80 euros + 120 euros par mois, soit 3 000 euros par an minimum, sans personnalisation possible. Une solution sur mesure à 5 000 euros peut s'amortir en 18 mois selon l'usage.

Comment estimer la préparation des données en amont ?

Un audit de qualité des données avant de démarrer coûte entre 2 000 et 5 000 euros selon le volume. C'est l'investissement le moins visible et le plus rentable d'un projet IA. Il permet de calibrer le vrai budget avant que personne n'ait écrit une ligne de code.

Est-ce que ces coûts sont différents pour une PME ?

Les proportions sont les mêmes, les volumes sont plus petits. Une PME qui démarre avec un projet à 20 000 euros doit anticiper 28 000 à 32 000 euros en coût total an 1. Ce n'est pas rédhibitoire si le ROI est là. Selon la complexité, le break-even se situe entre 3 et 12 mois une fois le projet en production.

Comment évaluer si une agence IA a intégré ces réalités ?

Une agence qui a déjà subi ces erreurs les a intégrées dans sa méthode. La préparation des données est prévue dans la phase de cadrage. La maintenance fait partie du contrat ou est explicitement hors périmètre avec un chiffrage. Les intégrations legacy sont évaluées avant de commencer. Si ce n'est pas le cas, les coûts cachés sont pour votre compte.