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.

68% des projets IA dépassent leur budget initial. En moyenne de 42%. Ce n'est pas des projets mal ficelés, c'est la norme du secteur. 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 30 à 60% du budget total d'un projet IA. Pas le modèle, pas l'infrastructure, pas les développeurs : les données.

54% des projets rencontrent des problèmes de qualité de données. Données manquantes dans 20 à 60% des enregistrements. Normalisation, correction des biais, augmentation du dataset : entre 15 000 et 80 000 euros par dataset selon la complexité. Ce poste atterrit dans les devis sous l'intitulé vague de « configuration initiale » ou « phase de cadrage ». En pratique, c'est souvent le plus lourd.

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

80% des projets IA ne passent jamais en production. 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 coûte entre 30 000 et 50 000 euros de plus, juste en coûts directs (salaires 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 107 000 euros (développement + infra + intégration), le coût réel an 1 tourne autour de 140 000 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 80 000 euros de développement : 12 000 à 20 000 euros par an, sans compter l'infrastructure.

La dérive des modèles (model drift) est réelle. Les modèles se dégradent quand les données évoluent. Un pipeline ML se ré-entraîne en production tous les 9 jours en médiane. 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

41% des projets IA rencontrent une résistance organisationnelle significative. Ce coût s'appelle « conduite du changement » dans le jargon consultant, et il ajoute 8 à 15% au budget.

Un exemple documenté : un établissement de santé avait prévu 50 000 euros pour le change management. Les médecins ont bloqué sur la responsabilité juridique. L'équipe IT a résisté au déploiement cloud. Coût final du change management : 215 000 euros. Quatre fois le budget.

Ce n'est pas exceptionnel. C'est ce qui arrive quand les utilisateurs finaux sont intégrés trop tard dans le projet. 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

48% des projets rencontrent des problèmes d'intégration avec les systèmes existants. Les systèmes sans API, ou avec des APIs mal documentées, coûtent entre 40 000 et 150 000 euros à connecter par système.

Un exemple bancaire : budget d'intégration de 250 000 euros, facture finale de 315 000 euros à cause d'incompatibilités mainframe et de fragmentation des données. Personne n'avait testé le vrai périmètre technique avant de signer.

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 3 à 5 jours au démarrage évite de découvrir les incompatibilités à mi-projet.

La compliance : le poste qui arrive en dernier et coûte le plus

Un assureur avait budgété 15 000 euros pour la conformité de son projet IA. Facture finale : 240 000 euros. Explicabilité des décisions algorithmiques, tests anti-discrimination, localisation des données : ces exigences émergent quand le projet est déjà avancé et qu'elles coûtent deux fois plus cher à intégrer.

En secteur réglementé (finance, santé, assurance, RH), comptez 8 à 12% du budget total pour la compliance, pas 3 à 5%.

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 : 3 à 5 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 3 000 et 15 000 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.

Un projet IA mal cadré dépasse son budget. Un projet bien cadré dépasse moins souvent, et quand il dépasse, l'équipe sait pourquoi. C'est toute la différence entre un chantier prévisible et une boîte noire.