Build or Buy : construire ou acheter son IA ?

Construire ou acheter

La plupart des dirigeants de PME et d'ETI ont dépassé la question de savoir s'il faut recourir à l'intelligence artificielle. Fin 2025, 55 % des PME et ETI françaises utilisent une IA générative, contre 31 % un an plus tôt. La vraie décision a changé de nature : elle ne porte plus sur le principe, mais sur la manière d'obtenir la capacité. Deux voies s'ouvrent. Acheter une solution déjà construite par le marché — un abonnement, un outil intégré à un logiciel existant, une plateforme prête à l'emploi. Ou construire un système sur-mesure, adapté aux données et aux processus propres à l'entreprise.

Ce Repère pose l'arbitrage tel qu'il se présente à une direction générale : ce que chaque voie apporte réellement, ce qu'elle coûte au-delà du prix affiché, et comment trancher sans se tromper de calcul. La conclusion, annoncée d'emblée, tient en une phrase : la plupart des PME et ETI devraient acheter et intégrer ; le sur-mesure ne se justifie que là où l'entreprise possède un avantage propre à protéger.

L'adoption progresse, mais elle reste très inégale selon la taille. En 2024, 33 % des entreprises françaises de 250 salariés ou plus déclarent utiliser au moins une technologie d'IA, contre 15 % pour les 50-249 salariés et 9 % seulement pour les 10-49. Le fossé n'est pas une question de conviction : il tient aux ressources, à l'expertise interne et à la capacité d'assumer un projet technique. C'est précisément là que le choix construire ou acheter devient décisif.

Ce que l'achat apporte

Acheter, c'est se procurer une capacité déjà éprouvée par d'autres. L'éditeur a supporté le coût de la recherche, de l'entraînement des modèles, des mises à jour et de la sécurité ; l'entreprise paie un abonnement et récupère un outil qui fonctionne dès l'installation. Pour une fonction courante — service client, rédaction, recherche documentaire, assistance bureautique — le marché propose des produits mûrs qui couvrent le besoin sans qu'il faille écrire une seule ligne de code.

Le premier avantage est la vitesse. Là où un développement interne se compte en trimestres, l'adoption d'un outil du marché se mesure en semaines. Une capacité de rédaction ou de production de propositions se met en service en six à dix semaines ; une analyse de contrats ou un assistant de recherche, en huit à quatorze semaines. La valeur arrive avant que le budget annuel ne soit consommé.

Le deuxième avantage est le partage du risque. Un éditeur qui sert des milliers de clients corrige les défauts, absorbe l'évolution des modèles et porte la conformité. L'entreprise n'a pas à recruter d'ingénieurs en apprentissage automatique ni à entretenir une infrastructure. Les gains observés sur des déploiements d'outils du marché sont concrets et répétés d'un secteur à l'autre.

Le troisième avantage est la mutualisation de l'amélioration. Un outil bureautique augmenté d'IA fait gagner du temps sans projet dédié. L'expérimentation interministérielle britannique de Microsoft 365 Copilot, menée auprès de 20 000 agents publics, a mesuré 26 minutes gagnées par utilisateur et par jour, soit environ deux semaines par an ; 82 % des utilisateurs ne souhaitaient pas revenir aux conditions antérieures. Chez BBVA, le déploiement de 11 000 licences d'un assistant du marché a fait gagner près de trois heures par utilisateur et par semaine.

Reste que l'achat a une limite structurelle : ce que l'entreprise obtient, ses concurrents l'obtiennent aussi. Un outil du marché rend l'organisation plus efficace, mais rarement différente. Cette limite n'a pas d'importance sur une fonction support ; elle en prend beaucoup dès qu'on touche au cœur du métier. C'est l'autre versant de l'arbitrage.

Ce que le sur-mesure coûte

Construire, c'est financer un actif propre : un système entraîné sur les données de l'entreprise, branché sur ses processus, porteur d'un savoir-faire que personne d'autre ne détient. L'ambition est légitime, et parfois payante. Mais le prix réel ne se lit pas sur une facture ; il se déploie dans le temps, et il se sous-estime presque toujours.

Le premier coût est le délai. Un socle de plateforme IA commun, ou un modèle de prévision entraîné sur des données propres, demande vingt-six à cinquante-deux semaines avant de produire de la valeur — six mois à un an pendant lesquels l'entreprise dépense sans encaisser. Le deuxième coût est humain : le sur-mesure suppose des compétences rares. Le coût annuel chargé d'un profil qualifié dépasse 60 000 €, et ce profil doit rester pour entretenir ce qu'il a construit.

Le troisième coût, le plus insidieux, est l'entretien. Un système sur-mesure n'est jamais fini. Les modèles évoluent, les données dérivent, les usages changent ; ce qui fonctionnait il y a un an demande une maintenance continue. L'éditeur d'une solution du marché absorbe ce travail pour tous ses clients à la fois. Celui qui construit le porte seul, indéfiniment. C'est la différence entre louer une capacité et posséder — avec l'entretien qui va avec.

Ce constat n'interdit pas de construire. Il impose de le faire pour la bonne raison. Le sur-mesure se justifie lorsqu'il transforme un actif que l'entreprise est seule à posséder — des données de production accumulées sur des années, une expertise métier rare, un processus qui fait sa différence sur le marché. Là, et là seulement, la dépense devient un investissement plutôt qu'une charge.

Le vrai arbitrage

Mis côte à côte, l'achat et la construction ne s'opposent pas sur une seule dimension mais sur quatre : le coût, le délai, le risque et le contrôle. Chacune penche d'un côté. L'erreur serait de n'en regarder qu'une — le prix affiché — et d'ignorer les trois autres.

Délais indicatifs : mise en service d'un outil du marché (rédaction, analyse de contrats) contre construction d'un socle de plateforme ou d'un modèle propre. Source des délais : bibliothèque de cas d'usage YPrtnrs Institute, fondée sur les temps de mise en valeur observés (proven et emerging).

Acheter, c'est louer une capacité éprouvée. Construire, c'est financer un actif — et son entretien.

La lecture de ce tableau désigne un gagnant par défaut. Sur trois dimensions — coût, délai, risque — l'achat l'emporte nettement. Le sur-mesure ne reprend l'avantage que sur la quatrième, le contrôle. Autrement dit : construire n'a de sens que si le contrôle vaut, à lui seul, plus que le surcoût, le délai et le risque réunis. Cela n'arrive que sur le cœur du métier.

Temps de mise en valeur selon la voie retenue. Plus on s'éloigne de l'achat pur vers le sur-mesure, plus l'horizon s'allonge — et plus la valeur future, actualisée, pèse peu face au coût immédiat. Source : bibliothèque de cas d'usage YPrtnrs Institute.

Comment trancher

L'arbitrage ne se joue pas au niveau de l'entreprise entière mais cas d'usage par cas d'usage. Une même organisation devrait acheter pour son service client et, éventuellement, construire pour son cœur industriel. La bonne question n'est pas « construit-on ou achète-t-on ? » mais « ce besoin précis relève-t-il d'un problème générique ou d'un avantage propre ? ». Cinq critères suffisent à décider.

1. Le besoin est-il générique ? Si d'autres entreprises ont exactement le même problème — répondre à des demandes client, rédiger, résumer — le marché le résout déjà. Acheter.
2. Repose-t-il sur un actif que vous seul détenez ? Des données de production, une expertise rare, un processus différenciant qu'aucun éditeur ne peut fournir ? Alors, et alors seulement, envisager de construire.
3. Quel est l'horizon acceptable ? Si la valeur est attendue sous un trimestre, l'achat est la seule voie tenable ; un délai de six à douze mois n'a de sens que pour un enjeu stratégique.
4. Disposez-vous des compétences pour entretenir ? Construire sans équipe capable de maintenir le système, c'est financer une dette technique. En l'absence d'ingénieurs dédiés, acheter.
5. L'enjeu justifie-t-il le risque assumé seul ? Sur une fonction support, non : le risque partagé de l'éditeur suffit. Sur le cœur de métier où se joue la différenciation, le contrôle peut valoir le risque.

Cette grille conduit, dans la grande majorité des cas d'une PME ou d'une ETI, à la même réponse : acheter et intégrer. Non par prudence excessive, mais parce que peu de besoins réunissent les cinq conditions du sur-mesure. Le potentiel de l'IA générative, estimé par McKinsey à 3 500 milliards de dollars par an, se concentre d'ailleurs sur des fonctions transversales — service client, marketing et ventes, ingénierie logicielle, R&D — où les outils du marché sont déjà mûrs.

Le faux calcul

L'erreur la plus fréquente n'est pas de choisir la mauvaise voie. C'est de comparer les deux options sur le mauvais chiffre. On oppose le prix d'un abonnement au coût d'un développement, on constate que le développement, amorti, « revient moins cher », et on décide de construire. Le calcul est faux dès le départ : il compare un coût complet, celui de l'éditeur, à un coût partiel, celui du seul développement.

Le faux calcul a un second volet : il suppose que le système construit fonctionnera. Or beaucoup de projets sur-mesure ne franchissent jamais le stade pilote, et ceux qui aboutissent ne tiennent pas toujours leurs promesses de qualité. L'IA générative produit des premiers jets rapides mais faillibles : le cabinet Ashurst, sur 411 participants dans 14 pays, a mesuré jusqu'à 80 % de temps gagné sur certains documents, mais une précision moyenne inférieure à l'humain (3 sur 5 contre 3,5). La performance elle-même est instable : dans une expérience sur 758 consultants, l'IA améliorait la vitesse de 25 % et la qualité de 40 % sur les tâches à sa portée, mais dégradait le résultat de 19 % sur les tâches situées au-delà.

La règle qui traverse ce Repère se résume simplement. Sur un besoin générique, acheter : on obtient vite une capacité éprouvée, au risque partagé, au coût mutualisé. Sur un avantage propre, envisager de construire — à condition d'en payer le prix complet, entretien et contrôle inclus, et de disposer des compétences pour le faire durer. Entre les deux, la voie la plus sûre reste d'acheter une brique solide et de la composer avec ce qui fait la singularité de l'entreprise. La question n'a jamais été « construire ou acheter » ; elle a toujours été « où se situe, pour nous, l'avantage à protéger ».