Selon l’Insee, 18 % des entreprises implantées en France déclaraient utiliser au moins une technologie d’intelligence artificielle en 2025. Parmi celles qui ne l’utilisent pas, 71 % disent ne pas en voir l’utilité (Insee Première n° 2120, juillet 2026). Ce chiffre dit surtout une chose : la plupart des dirigeants n’ont jamais chiffré ce que leur coûtent les tâches répétitives de leur équipe. Sans ce chiffre, impossible de savoir si un projet d’IA vaut son budget.
Avant de comparer des outils ou des devis, il faut donc faire un calcul simple, que n’importe quel gérant peut poser sur un coin de tableur.
Le calcul de départ : volume, durée, rythme
Prenons une tâche courante : répondre aux e-mails de demande d’information. Trois questions suffisent.
- Combien d’unités ? Par exemple 50 e-mails par jour.
- Combien de temps chacune ? Par exemple 3 minutes en moyenne, lecture et réponse comprises.
- À quel rythme ? Cinq jours par semaine, une seule personne.
50 × 3 minutes × 5 jours = 750 minutes, soit 12 h 30 par semaine. Multiplié par le coût horaire chargé de la personne, vous obtenez le budget annuel que mobilise cette seule tâche. C’est ce montant, et pas le prix d’un abonnement, qui doit servir de point de comparaison.
C’est d’ailleurs la première étape d’un audit IA pour PME bien mené : partir d’une tâche réelle et de la personne qui la fait, mesurer le temps qu’elle prend, puis seulement regarder si l’IA peut agir dessus.
Le piège : confondre temps en jeu et gain
Les 12 h 30 ne sont pas une économie. C’est le temps sur lequel une IA peut intervenir. Même quand un agent prépare les réponses, quelqu’un doit relire, corriger les erreurs et traiter les cas particuliers. Le vrai gain, c’est la différence entre le temps actuel et le temps qui reste avec l’outil.
Ce temps restant ne se devine pas, il se mesure. La méthode la plus fiable consiste à tester sur une vingtaine de cas réels, avec un critère fixé avant de commencer. Par exemple : sur 20 brouillons préparés par l’IA, au moins 16 doivent pouvoir partir après des corrections mineures. Si le test échoue, vous avez dépensé quelques jours au lieu de plusieurs mois de projet.
Méfiez-vous aussi des durées estimées de mémoire. Une tâche « de 3 minutes » en prend souvent 6 quand on compte les recherches dans un logiciel ou les relances. Si personne n’a chronométré, notez la durée comme une hypothèse et vérifiez-la pendant une semaine.
Ce qui fait varier le budget d’un projet
Une fois le temps en jeu connu, trois facteurs déterminent ce que coûtera la solution.
L’accès aux logiciels. Un outil qui propose une API ou un export permet à un agent de lire et d’écrire les données. Un logiciel hébergé chez l’éditeur, sans aucun accès, oblige à contourner, ce qui coûte plus cher et fonctionne moins bien.
La qualité des exemples. Une IA apprend vos règles à partir de cas réels : devis passés, réponses types, documents validés. Plus ces exemples sont nombreux et propres, plus le test est rapide.
Le niveau de contrôle humain. Un brouillon relu avant envoi demande moins de garanties qu’une action automatique sans validation. Commencer par la relecture limite le risque et le budget.
Les aides qui existent
Pour un état des lieux plus large, Bpifrance propose le Diag Data IA : huit jours d’intervention d’un expert agréé, un devis plafonné à 10 000 € HT, dont une partie est subventionnée pour les PME et ETI éligibles. C’est une voie adaptée quand l’entreprise veut cartographier toutes ses données. Pour une seule tâche bien identifiée, le calcul ci-dessus et un test sur des cas réels suffisent souvent à décider.
Quatre chiffres avant tout achat
Avant d’acheter un outil d’IA, chiffrez la tâche : volume, durée, rythme et coût horaire. Distinguez le temps en jeu du gain réel, testez sur vingt cas concrets avec un critère écrit à l’avance, et vérifiez l’accès à vos logiciels. Ce sont ces quatre réponses, bien plus que le choix du modèle, qui décident si le projet sera rentable.
