Coût de l'IA en PME : ce que vous payez vraiment, et ce que vous ne mesurez pas

Une scène que je vois revenir en comité de direction, presque mot pour mot. Je demande ce que coûte l’intelligence artificielle à l’entreprise. Le directeur financier a la réponse, elle est précise : tant d’abonnements, tant d’euros par mois et par personne. Le chiffre est petit. Tout le monde est rassuré.

Puis je pose la deuxième question : « Et combien de temps passez-vous à relire ce qu’elle produit ? »

Plus personne n’a de chiffre. C’est pourtant là que commence le vrai coût de l’IA en PME. Pas sur la facture de l’éditeur, mais dans tout ce que la facture ne dit pas.

Quatre PME sur dix utilisent l’IA, deux sur dix la paient

Les chiffres sont tombés le 28 septembre. Selon le baromètre France Num 2026 publié par la Direction générale des Entreprises auprès de plus de 9 000 entreprises, 40 % des TPE-PME utilisent désormais l’intelligence artificielle, quatorze points de plus en un an. Chez les PME au sens strict, on atteint 53 %.

Mais 19 % seulement paient une solution. Et quand on regarde les usages, la génération de texte, de voix ou d’images arrive en tête avec 34 %, loin devant l’automatisation de tâches, à 11 %.

Traduisez : l’IA est entrée dans les PME par la version gratuite, pour écrire plus vite. Elle donne l’impression de ne rien coûter. C’est précisément cette impression qui coûte cher.

Un détail du même baromètre m’a arrêté. Parmi les entreprises qui utilisent l’IA, 68 % jugent son impact positif. Chez celles qui paient, on monte à 85 %. On peut y lire que payer rend plus exigeant, et donc plus efficace. On peut aussi y lire autre chose, sur laquelle je reviens plus bas : nous jugeons plus favorablement ce que nous avons choisi d’acheter.

Le prix baisse, la facture monte

À l’échelle internationale, le BCG a publié le 30 septembre son Applied AI Index 2026, mené auprès de 1 330 dirigeants. Deux chiffres méritent d’être affichés dans votre bureau. Les dépenses d’IA ont doublé en moins d’un an, pour atteindre 3,3 % du chiffre d’affaires. Et plus de 80 % de ces dépenses se situent désormais hors du budget informatique.

Relisez la seconde. Quatre euros sur cinq dépensés en IA échappent au budget de celui qu’on imagine les suivre. Dans les PME, je les retrouve souvent dans les notes de frais, sur les cartes bancaires des équipes commerciales, dans des abonnements souscrits un vendredi après-midi.

Vous allez me dire que les prix s’effondrent. C’est vrai, et c’est le piège. Le cabinet Bain l’a documenté dans une note publiée en juin : entre décembre 2024 et décembre 2025, le prix des tokens, l’unité de facturation de ces modèles, a été divisé par deux. Pendant la même période, leur consommation a été multipliée par 4,5. Conclusion des auteurs : le coût effectif par tâche reste souvent stable. Chaque baisse de prix est aussitôt avalée par de nouveaux usages, et par le réflexe de passer au modèle le plus récent, donc le plus cher.

Uber en a fait l’expérience à grande échelle. Pour encourager l’usage des outils de programmation par IA, l’entreprise avait mis en place des classements internes de ses ingénieurs selon leur consommation. Son directeur technique a reconnu, dans un entretien rapporté par Fortune, que le budget IA de l’année avait été épuisé en quelques mois. La sortie de crise est instructive : Uber n’a pas coupé l’accès. L’entreprise a revu ses modèles par défaut, amélioré la mise en cache des requêtes et rendu visible pour chaque ingénieur ce que lui coûtait son usage. Elle a traité la dépense comme un problème d’ingénierie, plus comme un problème de budget.

Retenez le mécanisme. On avait récompensé la consommation. On a obtenu de la consommation.

Le coût que personne ne facture : la relecture

Le poste le plus lourd n’apparaît sur aucune facture. C’est le temps humain passé à vérifier, corriger, reprendre.

Des chercheurs de Stanford et de BetterUp Labs lui ont donné un nom en 2025, le workslop : ces documents produits par IA qui ont l’air soignés mais qui n’ont rien dedans. Dans leur enquête auprès de 1 150 salariés américains, publiée par la Harvard Business Review, 40 % disaient en avoir reçu au cours du dernier mois, et passaient en moyenne une heure et cinquante-six minutes à traiter chaque cas.

Le coût n’est pas chez celui qui produit le document. Il est chez celui qui le reçoit. Imaginez : votre commercial gagne vingt minutes sur une proposition, votre directeur des opérations en perd deux à la comprendre. Le bilan est négatif, et aucun tableau de bord ne le montre.

Et le temps réellement gagné, où va-t-il ? Anders Humlum et Emilie Vestergaard, de l’Université de Chicago et de l’Université de Copenhague, ont suivi environ 25 000 salariés danois dans onze métiers exposés à l’IA, en croisant leurs réponses avec les données administratives d’emploi. Leur étude de 2025 mesure un gain moyen de 2,8 % du temps de travail. Les salariés déclarent en réaffecter 80 % à d’autres tâches. L’IA a même créé de nouvelles charges de travail pour 17 % des utilisateurs. Résultat final : aucun effet mesurable sur les heures travaillées ni sur les salaires.

Le temps gagné ne disparaît pas. Il se dissout. Personne n’a décidé à quoi il servirait, alors il sert à tout, c’est-à-dire à rien de mesurable.

Pourquoi votre cerveau surestime le retour

Ici, je change de casquette. Parce que le problème n’est pas seulement comptable : notre cerveau est mal équipé pour évaluer ce type d’investissement.

En 2011, Tali Sharot, Christoph Korn et Raymond Dolan ont publié dans Nature Neuroscience une étude qui m’a beaucoup marqué. Ils ont montré que nous mettons à jour nos croyances de façon asymétrique. Une bonne nouvelle inattendue est intégrée sans difficulté. Une mauvaise nouvelle l’est beaucoup moins, et l’activité d’une région du cortex préfrontal qui devrait la traiter est plus faible chez les personnes les plus optimistes.

Appliquez cela à un dirigeant qui a lancé l’IA dans son entreprise. Chaque démonstration réussie, chaque courriel rédigé en dix secondes, est enregistrée comme une confirmation. Les deux heures de relecture de son directeur des opérations, elles, glissent. Pas par malhonnêteté : par construction.

Le deuxième piège est le sentiment de vitesse. Je l’évoquais à propos de la fatigue décisionnelle du dirigeant : quand une machine répond instantanément, nous avons l’impression d’avoir avancé, que ce soit vrai ou non. Le sentiment d’avancer suffit à satisfaire, que le résultat suive ou non. Les classements d’Uber ne faisaient rien d’autre que nourrir ce sentiment.

Côté pile, une IA qui fait gagner du temps. Côté face, un cerveau qui a besoin d’un chiffre extérieur pour savoir si c’est vrai.

Le mode d’emploi : trois chiffres à demander lundi

Bonne nouvelle : il ne faut pas un contrôleur de gestion à temps plein. Dans les entreprises que j’accompagne, trois chiffres suffisent pour sortir du flou.

Un : le coût par tâche réussie. Pas le prix de l’abonnement, pas le prix du token. Choisissez un seul processus, une relance de facture impayée, une réponse à un appel d’offres, une fiche produit. Calculez ce qu’il coûte de bout en bout, temps de vérification humaine compris. Bain le dit sans détour : la plupart des entreprises ignorent ce qu’elles dépensent par tâche, et ce chiffre est impossible à reconstituer après coup. Commencez maintenant, sur un seul processus.

Deux : l’affectation du temps gagné. Avant de déployer un usage, écrivez noir sur blanc à quoi servira le temps libéré. Plus de rendez-vous clients, une réduction des heures supplémentaires, un projet repoussé depuis un an. Si personne ne sait répondre, l’étude danoise vous dit déjà ce qui va se passer.

Trois : la part des usages qui n’ont pas besoin du meilleur modèle. Utiliser le modèle le plus puissant pour rédiger un courriel, c’est voyager en première classe pour aller acheter le pain. Bain observe des écarts de coût de trois à cinq fois entre les entreprises qui adaptent le modèle à la tâche et les autres.

J’ajoute une question à poser à tout prestataire avant de signer : « Que devient ma facture si nos usages sont multipliés par dix ? » Si la réponse est vague, vous savez ce que vous achetez.

Ce que le coût de l’IA en PME dit de votre organisation

J’expliquais dans une précédente tribune pourquoi l’intégration de l’IA échoue si souvent en PME : le frein est organisationnel, pas technique. Le coût confirme le diagnostic, sous un autre angle. Une entreprise qui ne sait pas ce que lui coûte son IA est une entreprise où personne n’a décidé à quoi elle devait servir.

Le coût de l’IA en PME n’est donc pas d’abord un sujet de directeur financier. C’est un sujet de dirigeant. Le prix des modèles continuera de baisser, les usages continueront de gonfler, et entre les deux, seule une décision claire fera apparaître le gain dans vos comptes : celle qui dit à quoi sert le temps libéré, et qui le vérifie.

Faites l’exercice ce mois-ci, sur un seul processus. Si le chiffre vous surprend, c’est qu’il était temps de le calculer.

Si vous voulez qu’on regarde ensemble ce que l’IA coûte et rapporte réellement chez vous, je prends trente minutes avec plaisir.

Prendre un rdv