Comment choisir son prestataire IA quand on dirige une PME ou une ETI ?
Le marché mélange sous un même mot des métiers qui n’ont rien à voir : des agences qui font de la communication, des intégrateurs qui déploient des outils du commerce, des éditeurs qui vendent une licence, des indépendants qui vendent des jours, et quelques équipes qui construisent sur mesure. Le bon critère de choix n’est ni la technologie ni le prix : c’est de savoir qui répond du résultat sur un processus précis, et ce qui reste dans l’entreprise quand le prestataire part. Un dirigeant qui commence par choisir un outil se trompe d’ordre — on commence par le processus qui coûte cher.
Où en sont réellement les PME et les ETI françaises ?
Plus loin qu’on ne le dit sur l’intention, moins loin qu’on ne le croit sur la pratique. L’étude de Bpifrance Le Lab menée auprès de 1 209 dirigeants de PME et d’ETI de plus de dix salariés, entre octobre et décembre 2024, donne la mesure : 43 % ont mis en place une stratégie pour intégrer l’IA, mais seulement 26 % utilisent une IA générative, 16 % une IA non générative et 10 % les deux. Environ un tiers l’ont adoptée au quotidien.
Le décalage le plus parlant est celui des convictions : 38 % des dirigeants jugent l’IA importante ou très importante pour la pérennité de leur entreprise aujourd’hui, et 58 % à horizon trois à cinq ans. Autrement dit, la majorité sait que le sujet arrive et ne sait pas encore par quel bout le prendre.
C’est exactement là que se joue le choix d’un prestataire : la question n’est pas « quel outil », c’est « par quoi commencer ».
Agence, intégrateur, éditeur, indépendant, studio : qui fait quoi ?
L’agence vient de la communication et du digital. Elle est bonne pour rendre visible, produire du contenu, refondre un site ; son terrain naturel est le marketing, et elle y est souvent excellente. Elle n’est pas outillée pour toucher un processus industriel ou financier.
L’intégrateur déploie et paramètre des outils existants — une suite bureautique augmentée, un CRM, une plateforme d’automatisation. C’est le bon choix quand le besoin est standard, et c’est presque toujours moins cher que de construire. Sa limite est celle du produit qu’il installe.
L’éditeur vend une licence et une feuille de route qui n’est pas la vôtre. Excellent quand votre besoin est le besoin commun ; frustrant dès que votre spécificité est justement ce qui fait votre marge.
L’indépendant apporte une compétence pointue pour un temps donné. Rapide, souple, peu coûteux à engager — mais sa capacité s’arrête à son agenda, et ce qu’il laisse s’arrête à ses fichiers.
Le studio de construction sur mesure intervient là où les quatre autres s’arrêtent : un processus propre à l’entreprise, qui pèse sur le résultat, qu’aucun produit du marché ne traite. C’est un travail d’ingénierie, pas de conseil, et il se juge sur ce qui tourne en production.
Pourquoi tant de projets d’IA ne produisent-ils aucun effet financier ?
Trois causes, toujours les mêmes. La première est l’ordre : on choisit un outil, puis on cherche où l’appliquer. Le chemin utile est l’inverse — partir des deux ou trois processus qui consomment des heures ou détruisent de la marge, et ne construire que pour ceux-là.
La deuxième est l’adoption. Un outil que les équipes n’utilisent pas ne vaut rien, et l’usage ne se décrète pas depuis un comité de direction. Il se construit avec ceux qui feront le travail, pendant le projet, en modifiant l’outil quand il ne colle pas — pas dans une session de formation une fois le projet livré.
La troisième est l’absence de propriétaire. Dans une PME ou une ETI, l’IA n’a souvent personne à sa tête : le DSI la voit comme un risque, le directeur commercial comme un gadget, le dirigeant comme une urgence sans échéance. Sans quelqu’un qui en réponde, le sujet reste un point d’ordre du jour reconduit de mois en mois.
Quelles questions poser avant de signer ?
Sur quel processus précis intervenez-vous, et comment mesurera-t-on l’effet ? Un prestataire qui répond « sur la productivité » n’a pas compris la question.
Qui fera le travail, et l’a-t-il déjà fait en exploitation ? La différence entre une démonstration et un outil en production se compte en mois.
Que se passe-t-il quand vous partez ? Les équipes savent-elles s’en servir, le modifier, l’arrêter ? L’autonomie d’usage est le vrai livrable.
En combien de temps le premier outil est-il en service ? Au-delà de quelques mois, le sujet aura changé avant la livraison. Nous construisons en deux à trois mois, précisément pour cette raison.
Et une question que peu de dirigeants posent : où vont mes données ? Une architecture qui garde les données chez vous n’est pas un luxe, c’est souvent la condition pour que le sujet passe le conseil.
Combien de temps, et avec quel engagement ?
Un premier cycle utile tient en deux à trois mois : quelques semaines pour identifier et arbitrer les processus à traiter, puis la construction de l’outil avec les équipes qui s’en serviront. Ce n’est ni un audit de six mois ni un pilote sans suite.
Le reste est une question de rythme plutôt que de volume. Quelques jours par mois suffisent à tenir le sujet vivant — arbitrer, débloquer, étendre — à condition que quelqu’un en réponde. C’est ce que recouvre l’idée d’un responsable IA à temps partagé : la compétence et la responsabilité, sans le poste à plein temps que la plupart des ETI ne peuvent ni justifier ni pourvoir.