Cette question arrive presque toujours trop tôt. Quand quelqu'un me demande s'il faut développer un outil, c'est en général qu'il a déjà décidé qu'il fallait un outil. Or la moitié des cas que je vois se règlent sans rien développer du tout, parce que le problème n'était pas l'outil : c'était la façon dont le travail circule. On va donc d'abord regarder ça. La question du sur-mesure vient après.
La réponse courte : pour une équipe de 5 à 15 personnes, un outil existant bien paramétré bat le sur-mesure la plupart du temps. Le développement spécifique ne se justifie que quand trois conditions sont réunies en même temps : un besoin qu'aucun outil du marché ne couvre, un volume qui rend l'usage manuel ingérable, et des données que vous ne pouvez pas confier à un service tiers. Si ces trois cases ne sont pas cochées, on vous vend probablement un outil de plus à maintenir, dont vous n'avez pas besoin.
Je suis développeur de formation. Je sais ce qu'il y a dans un « outil sur mesure », et ce que ça coûte vraiment une fois la facture de développement payée.
Pourquoi cette question revient sans cesse
Quand un dirigeant me contacte, il a souvent déjà parlé à un prestataire qui lui a proposé de « développer une solution IA adaptée à votre métier ». Le devis tourne autour de 12 à 15 k€, parfois plus. La promesse est séduisante : un outil pensé pour vous, qui fait exactement ce dont vous avez besoin.
Le problème, c'est que la personne qui vous vend du sur-mesure a un intérêt direct à ce que vous en achetiez. Cherchez « faut-il développer un outil sur mesure » sur Google : la première page est remplie d'agences de développement qui concluent toutes, comme par hasard, que le sur-mesure est « plus rentable à long terme ».
Mon travail consiste aussi à vous dire quand ne pas construire. Le plus souvent, c'est la décision qui vous fait gagner du temps et de l'argent.
Le vrai coût du sur-mesure (la partie qu'on ne vous montre pas)
Le devis de développement ne couvre qu'une partie du coût. Quatre postes s'ajoutent, et on oublie de les chiffrer :
- La maintenance. Les modèles d'IA évoluent, vos besoins changent, un bug finit par apparaître. Sans contrat de maintenance, votre outil flambant neuf cesse d'être utilisable en 12 à 18 mois.
- Un outil de plus à maintenir. Chaque ligne de code écrite pour vous, quelqu'un devra la comprendre, la corriger et la faire évoluer. Si le prestataire disparaît ou si vous changez d'interlocuteur, personne chez vous ne sait plus comment l'outil fonctionne, et il faut désigner quelqu'un pour s'en occuper.
- L'intégration. Un outil IA « brillant » mais isolé de votre CRM, de votre boîte mail ou de votre logiciel de facturation ne sert pas à grand-chose. L'intégration coûte souvent autant que l'outil lui-même.
- L'adoption. J'ai vu des entreprises payer un développement, puis constater qu'une poignée de personnes seulement s'en sert, parce que personne n'a été formé ou parce que l'outil ne correspond à aucune façon de travailler réelle. Dans ce cas, il est abandonné en quelques semaines.
Quand on additionne tout ça, un projet affiché à 12 k€ peut coûter le double sur deux ans. Pour une équipe de dix personnes, c'est rarement le bon premier pari.
Commencer par ce que ChatGPT fait déjà
Avant de construire quoi que ce soit, je cherche le palier le plus simple qui couvre le besoin, du moins cher au plus engageant :
- ChatGPT / Claude en version gratuite — pour découvrir, tester, et couvrir les usages ponctuels d'une personne.
- ChatGPT Plus / Team ou Claude Pro — environ 20 à 30 € par mois et par personne. Couvre déjà la plupart des besoins d'une petite équipe : rédaction, synthèse, analyse de documents, brainstorming, traduction.
- Les fonctions IA déjà incluses dans vos outils actuels — Copilot dans Microsoft 365, Gemini dans Google Workspace, les fonctions IA de votre CRM ou de votre logiciel de compta. Vous les payez peut-être déjà sans les utiliser.
- API + quelques scripts d'automatisation — quand un usage est répétitif et volumineux (traiter 200 documents par semaine, par exemple), on connecte l'IA à vos outils avec des automatisations légères. Toujours pas de « développement sur mesure » au sens lourd.
- Développement sur mesure — en dernier recours, quand les quatre paliers précédents ne suffisent vraiment pas.
La plupart des besoins d'une petite équipe se règlent aux paliers 2 et 3. Méfiez-vous d'un projet à 12-15 k€ quand trois prompts bien structurés et un abonnement à 25 €/mois font l'affaire.
La question d'avant : est-ce qu'il y a quelque chose à outiller ?
Trois exemples, tirés de situations réelles.
Un brief refait trois fois. On écrit qui décide quoi et à quel moment, puis on fige le format. L'IA n'entre qu'une fois le format stable, pour préparer la première version.
De la ressaisie entre deux outils. On regarde d'abord si la donnée doit exister aux deux endroits. Souvent, elle n'a sa place qu'à un seul, et il n'y a plus rien à automatiser.
Des allers-retours de validation sans fin. On nomme le décideur final et le nombre de tours autorisés, avant de toucher au moindre outil.
Dans les trois cas, la question « sur mesure ou pas » ne se pose qu'après.
La grille de décision : sur-mesure ou existant ?
Cinq critères pour trancher. Plus vous vous reconnaissez dans la colonne de droite, plus le sur-mesure se justifie.
| Critère | L'outil existant suffit | Le sur-mesure se justifie |
|---|---|---|
| Couverture du besoin | Un outil du marché couvre l'essentiel du besoin | Aucun outil ne couvre votre cas, même de loin |
| Volume | Quelques dizaines d'actions par jour, gérables à la main | Des centaines/milliers d'actions : l'humain ne suit plus |
| Données | Données non sensibles, ou outil conforme RGPD disponible | Données ultra-confidentielles qui ne doivent jamais sortir |
| Intégration | L'outil se branche à vos logiciels existants | Besoin d'une connexion profonde à un système interne unique |
| Pérennité | Le besoin peut évoluer, vous voulez de la souplesse | Le process est stable et stratégique sur plusieurs années |
Si vous cochez la colonne de droite sur les trois premiers critères au moins (couverture, volume, données), parlons sur-mesure. Sinon, commencez par l'existant et gardez le sur-mesure pour le jour où vous en aurez vraiment besoin.
Deux exemples concrets
Quand l'existant suffit. Le cas que je croise le plus souvent : une équipe d'une douzaine de personnes veut « un outil IA pour rédiger ses comptes-rendus de réunion », et un prestataire lui a chiffré un développement à 12-15 k€. Presque à chaque fois, le besoin est couvert par un abonnement d'équipe à un outil existant et une bibliothèque de prompts partagée, mis en place en quelques jours. Coût réel : l'abonnement mensuel, et une demi-journée pour rendre l'équipe autonome.
Quand le sur-mesure était justifié. Pour Olympe.legal, j'ai construit un pipeline de production qui traite plus de 3 000 documents par jour ; pour FC Avocats, un système de modèles de documents intégré au cabinet. Les deux sont en production. Dans les deux cas, les trois conditions étaient réunies : aucun outil du marché ne faisait le travail, le volume rendait le traitement manuel impossible, et les données ne pouvaient pas transiter par un service tiers.
Tout l'intérêt est de faire cette analyse avant de signer.
Le piège du « faux agent IA »
De plus en plus souvent, on vend aux équipes un « agent IA sur-mesure » qui n'est qu'un enchaînement d'automatisations monté dans Make, n8n ou Zapier, quelque chose que vous pourriez mettre en place pour une fraction du prix. Les mots « agent » et « sur-mesure » justifient une facture à quatre ou cinq chiffres pour du standard.
Ce n'est pas une raison pour fuir l'automatisation, qui reste souvent un excellent choix. C'est une raison pour comprendre ce que vous payez. Un bon prestataire doit pouvoir vous expliquer, en moins de dix minutes et sans jargon, pourquoi votre cas nécessite du spécifique plutôt qu'un outil existant.
Comment trancher dans votre cas
Si vous hésitez en ce moment entre un devis de développement et une solution existante, regardez le process avant de vous engager. On se parle 30 minutes : vous me décrivez comment votre équipe travaille aujourd'hui, et je vous dis ce que j'en pense, y compris quand la réponse est « il n'y a rien à développer ici ».
Questions fréquentes
Le sur-mesure n'est-il pas plus rentable sur le long terme ?
Parfois, mais moins souvent qu'on ne vous le dit : c'est généralement l'argument de ceux qui vendent du développement. Le sur-mesure devient rentable quand le besoin est stable, volumineux et stratégique sur plusieurs années. Pour une équipe de 5 à 15 personnes dont les besoins évoluent encore, la souplesse d'un outil existant l'emporte le plus souvent.
Combien coûte un développement IA sur-mesure ?
Les devis commencent souvent autour de 12 à 15 k€ pour un projet simple et grimpent vite au-delà pour des cas complexes, sans compter la maintenance, l'intégration et la formation, qui peuvent doubler la facture sur deux ans. À comparer avec un abonnement d'équipe à 20-30 € par personne et par mois, qui couvre la majorité des besoins.
Comment savoir quel outil IA choisir pour mon usage ?
Partez de la tâche, pas de la technologie. Et avant même ça, regardez le process : ce que l'équipe recopie, refait ou attend. Une fois que le process tient, remontez l'échelle des paliers du plus simple au plus complexe. Le plus souvent, la réponse est au palier 2 ou 3 : un abonnement d'équipe, ou une fonction déjà incluse dans les outils que vous payez.
Et la confidentialité de mes données dans tout ça ?
C'est un vrai critère de décision. Si vos données sont sensibles, vous avez deux options sans développement lourd : des outils conformes au RGPD avec hébergement européen, ou, pour les cas les plus stricts, des solutions locales où aucune donnée ne quitte votre poste. Le sur-mesure n'est pas la seule réponse à un enjeu de confidentialité.
Vous êtes consultant, mais vous savez développer ?
Oui. Je suis développeur de formation, et je sais ce qu'un développement coûte réellement. C'est ce qui me permet de dire « il n'y a rien à construire ici » quand c'est le cas. Et quand le sur-mesure est justifié, je le construis moi-même.
Sacha Gotainer accompagne des dirigeants et des responsables d'équipe de 5 à 15 personnes. Il regarde d'abord comment l'équipe s'organise, et n'introduit l'IA que là où elle a une vraie place. Les process d'abord.