“ChatGPT Enterprise coûte 30 € par utilisateur par mois. C’est raisonnable pour notre équipe de 50 personnes — 1 500 € par mois.” Ce raisonnement, fréquent dans les comités de direction, oublie 70 à 80 % du coût réel d’un projet IA en entreprise. Voici ce qui se cache dans l’angle mort de vos tableaux budgétaires.
Les six composantes du TCO d’un projet IA
1. Les licences et abonnements SaaS (ce qu’on voit)
C’est la partie visible de l’iceberg :
| Outil | Coût indicatif | Périmètre |
|---|---|---|
| Microsoft 365 Copilot | 30 €/user/mois | Suite Microsoft complète |
| ChatGPT Enterprise | ~30 $/user/mois | ChatGPT + DALL-E + API |
| Claude for Work | ~25 $/user/mois | Claude.ai + API |
| GitHub Copilot Business | 19 $/user/mois | Assistance code |
| Perplexity for Teams | 40 $/user/mois | Recherche IA |
| Notion AI | 8 $/user/mois | IA dans Notion |
Pour 50 utilisateurs avec 2 outils principaux : ~3 500 à 5 000 €/mois, soit 40 000 à 60 000 €/an — et c’est la partie facile à budgéter.
2. Les coûts d’API (souvent sous-estimés)
Si vous développez des applications internes utilisant des LLMs via API, les coûts peuvent s’envoler :
Exemple réel : un chatbot de support client traitant 10 000 conversations/mois avec des échanges de 2 000 tokens moyens = 20 millions de tokens/mois.
| Modèle | Coût pour 20M tokens/mois |
|---|---|
| GPT-4o | ~400 $ |
| Claude Sonnet 3.5 | ~300 $ |
| Mistral Large | ~120 € |
| GPT-4o-mini | ~30 $ |
| Llama 3 70B (self-hosted) | ~50-150 $ (infra) |
Le piège courant : un projet commence avec GPT-4o en dev pour la qualité, et personne ne se pose la question du coût en production avant d’avoir signé le deal client.
Règle pratique : estimez votre volume de tokens en production avant de choisir votre modèle. Pour beaucoup d’usages, un modèle moins cher comme GPT-4o-mini ou Mistral Small suffit.
3. L’infrastructure (pour les déploiements on-premise ou cloud custom)
Pour les entreprises qui choisissent de déployer des modèles open source pour des raisons de souveraineté ou de coût :
Coût GPU pour déploiement cloud :
- Mistral 7B sur AWS : ~0,5-1 $/heure (1x A10G suffisant)
- Llama 3 70B sur AWS : ~3-6 $/heure (A100 ou plusieurs A10G)
- Modèle nécessitant H100 : 10-15 $/heure
Coût GPU on-premise :
- NVIDIA RTX 4090 (24 Go VRAM) : ~2 000 € — suffisant pour Mistral 7B
- NVIDIA A100 80Go : ~15 000-20 000 € — pour des modèles 70B
- Cluster H100 (8x) : >500 000 € — pour des workloads de formation
Amortissement et maintenance : ajoutez 20-30 % du coût matériel par an pour la maintenance, l’électricité, et le remplacement éventuel.
4. Les coûts de développement
C’est souvent la plus grosse ligne budgétaire, et la plus difficile à estimer.
Développement d’une application RAG simple :
- Développeur backend (Python) : 60-100 k€/an
- Temps estimé : 2-4 semaines pour un MVP
- Coût dev : 5 000 à 15 000 €
Développement d’un agent IA complexe :
- Équipe : 1 lead dev + 1 dev junior + 1 designer UX
- Durée : 2 à 4 mois
- Coût : 50 000 à 120 000 €
API et intégrations :
- Connexion à un CRM, ERP, ou base de données interne : 2 à 6 semaines de développement selon la complexité
- Tests et débogage IA : 20-30 % du temps de développement total
Ce qu’on oublie toujours :
- Préparation et nettoyage des données (souvent 40 % du temps projet)
- Mise en place des évaluations et tests de qualité (evals)
- Révisions et corrections des prompts (itératif et chronophage)
5. La formation et la conduite du changement
L’outil le plus performant ne vaut rien si les équipes ne l’utilisent pas correctement.
Coûts directs :
- Formation en présentiel (1 journée, 20 personnes) : 2 000 à 8 000 €
- Formation en ligne (LMS + création contenu) : 5 000 à 20 000 € en setup
- Formation des formateurs internes : 3 000 à 10 000 €
Coûts indirects (souvent ignorés) :
- Temps des collaborateurs en formation : 50 personnes × 8h × coût horaire moyen
- Pour une entreprise avec un salaire moyen de 50 k€ : 50 × 8 × 24 € = 9 600 €
- Baisse temporaire de productivité pendant l’adoption : estimée à 10-20 % pendant 1-3 mois
Règle : budgétez minimum 20 % du coût total du projet IA pour la formation et la conduite du changement. Les projets qui “skippent” cette étape ont un taux d’échec 3x supérieur.
6. La maintenance et l’évolution
Les LLMs évoluent rapidement. Ce qui fonctionne bien aujourd’hui peut nécessiter une mise à jour dans 6 mois.
Sources de coûts de maintenance :
- Mise à jour des prompts quand le comportement du modèle change après une mise à jour
- Migration vers un nouveau modèle (ex: GPT-4 → GPT-4o → GPT-4.5)
- Maintenance des pipelines d’ingestion de données (RAG)
- Mise à jour de la base de connaissances
Provision recommandée : 15-25 % du coût de développement initial, par an.
Exemple de TCO complet sur 3 ans
Projet : assistant IA interne (RAG sur documentation + tickets support) pour une ETI de 200 personnes, secteur services B2B.
Année 1 (Phase de lancement)
| Poste | Coût |
|---|---|
| Abonnement LLM API (production) | 6 000 € |
| Développement (3 mois, 2 devs) | 45 000 € |
| Infrastructure cloud | 4 800 € |
| Formation équipes (50 utilisateurs) | 12 000 € |
| Licences outils (LangChain enterprise, vector DB) | 3 600 € |
| Chef de projet (20 % du temps) | 12 000 € |
| Total Année 1 | 83 400 € |
Année 2 (Phase de stabilisation)
| Poste | Coût |
|---|---|
| Abonnement LLM API (+ volume) | 9 600 € |
| Infrastructure cloud | 4 800 € |
| Maintenance et évolutions (1 dev, 20 % du temps) | 14 000 € |
| Formation des nouveaux collaborateurs | 3 000 € |
| Mise à jour du contenu RAG | 4 000 € |
| Total Année 2 | 35 400 € |
Année 3 (Phase de croissance)
| Poste | Coût |
|---|---|
| Abonnement LLM API (x2 volume) | 14 400 € |
| Infrastructure cloud | 5 400 € |
| Évolutions majeures (nouveau cas d’usage) | 20 000 € |
| Formation continue | 4 000 € |
| Total Année 3 | 43 800 € |
TCO total 3 ans : ~163 000 €
La mesure du ROI : comment le calculer honnêtement
Ce qu’il faut mesurer
Gains de productivité :
- Nombre d’heures sauvées par utilisateur × coût horaire × nombre d’utilisateurs
- Soyez conservateur : 20-30 % de gain pour les tâches directement assistées, pas sur l’ensemble du temps de travail
Réduction des coûts :
- Tickets support traités par l’agent vs. par un humain
- Temps de traitement réduit sur des tâches spécifiques
Gains qualitatifs (plus difficiles à monétiser mais réels) :
- Réduction des erreurs humaines
- Meilleure cohérence des livrables
- Disponibilité 24/7 de l’assistant
Exemple de calcul ROI
Pour l’assistant RAG ci-dessus :
- 50 utilisateurs actifs
- Gain moyen estimé : 1 heure/semaine/utilisateur
- Coût horaire moyen : 35 €/heure
- Gain annuel : 50 × 1 × 35 × 47 semaines = 82 250 €
Sur 3 ans : 82 250 × 3 = 246 750 € de valeur générée Pour 163 000 € investis → ROI : 51 %
Important : ce calcul ne prend en compte que les gains de productivité mesurables. En pratique, les bénéfices secondaires (qualité, satisfaction des équipes, attraction des talents) peuvent dépasser les bénéfices directs.
Questions fréquentes
Faut-il budgéter l’IA dans le budget IT ou RH ? Idéalement dans les deux. Les coûts d’infrastructure et de licence relèvent du budget IT. La formation et la conduite du changement relèvent du budget RH ou de la transformation. Évitez que la formation soit “absorbée” par le budget IT — elle disparaît dans les coupes budgétaires.
Comment justifier l’investissement IA à la direction financière ? Commencez par un pilote sur un cas d’usage mesurable avec un groupe restreint (10-15 personnes). Mesurez le temps gagné avant/après. Les chiffres réels de votre propre organisation sont bien plus convaincants que n’importe quelle étude externe.
Y a-t-il des aides financières pour les PME qui investissent dans l’IA ? Oui. En France, Bpifrance propose des prêts et aides pour la transformation numérique incluant l’IA. Les opérateurs de compétences (OPCO) peuvent financer les formations IA. Certaines régions ont des dispositifs spécifiques IA. Renseignez-vous auprès de votre CCI.
Conclusion
Le coût réel d’un projet IA en entreprise est systématiquement 3 à 5 fois supérieur au coût visible des licences. La bonne nouvelle : avec une planification rigoureuse, le ROI est souvent positif dès la deuxième année. La condition : ne pas sabrer sur la formation, et choisir ses cas d’usage avec soin.
BetterPeople réalise des études de faisabilité et de ROI pour les projets IA, et prend en charge la partie formation pour maximiser l’adoption. Parlons de votre projet.
Prêt à transformer votre organisation avec l'IA ?
Réservez un diagnostic gratuit de 30 minutes avec notre équipe.