Il existe une taxe informelle que les entreprises belges du marché intermédiaire paient sur leurs projets IA. Personne ne leur envoie de facture. Elle s'accumule silencieusement, à travers une série de décisions qui semblaient chacune raisonnables sur le moment.
Elle ressemble à ceci : 80 000 € dépensés auprès d'un cabinet Big-4 pour un document de stratégie IA qui décrit en détail précis ce que votre entreprise devrait faire avec l'IA, mais laisse entièrement la construction à votre charge. Ou : 35 000 € pour un éditeur dont la plateforme fait à peu près ce dont vous avez besoin, plus une licence annuelle de 12 000 € pour une fonctionnalité utilisée une fois par trimestre, plus un projet d'intégration de 15 000 € lorsque vous découvrez que leur API ne se connecte pas à votre ERP comme le laissait entendre l'argumentaire commercial. Ou : un pilote interne de 25 000 € ayant duré huit mois, produit de vrais résultats en environnement de test, puis silencieusement bloqué quand personne n'avait le temps ni le mandat de le passer en production.
Le total ? Appelons cela 60 000 à 120 000 € sur une initiative IA typique de dix-huit mois, sans rien en production au bout.
C'est la taxe IA des PME.
Pourquoi cela se produit
Le marché intermédiaire se trouve dans un écart inconfortable. Les grandes entreprises ont des équipes IA dédiées, des budgets de transformation, et le poids politique pour faire avancer un projet IA dans l'organisation. Les startups et scale-ups ont des fondateurs techniques, du capital investisseur, et une culture propice à l'expérimentation.
Les PME — entreprises belges de 30 à 200 salariés — n'ont rien de tout ça. Elles ont de bonnes entreprises sous pression réelle d'adopter l'IA, une capacité technique limitée, des budgets serrés, et des conseils qui veulent voir quelque chose de concret relativement rapidement.
Dans cet écart s'engouffrent trois types de prestataires, chacun extrayant de la valeur d'une façon différente.
La prime Big-4
Les grands cabinets de conseil sont excellents pour produire des documents stratégiques complets et défendables. Ils interviewent les parties prenantes, comparent avec les concurrents, modélisent des scénarios, et livrent un rapport qui couvre toutes les considérations imaginables — et plusieurs auxquelles vous n'aviez pas pensé.
Là où ils sont moins performants, c'est pour construire la chose. Leurs documents de stratégie IA recommandent souvent des projets nécessitant une équipe ML dédiée (que la PME n'a pas), une infrastructure de données personnalisée (qu'il faut d'abord construire), et une feuille de route d'implémentation de 18 mois (qui nécessite quelqu'un à temps plein pour en être responsable).
Le document est défendable. L'implémentation n'est pas réaliste pour le client pour lequel il a été rédigé.
Coût : 60 000 à 120 000 € pour la stratégie. L'implémentation, si elle commence un jour, est facturée séparément.
Le piège de la plateforme vendeur
Le marché des SaaS IA s'est étendu rapidement. Il existe des plateformes pour le traitement documentaire, l'automatisation du service client, l'analytique des données, l'orchestration des processus, et virtuellement toute autre fonction opérationnelle. Beaucoup sont de vrais bons produits.
Le problème pour les PME est l'écart entre "cette plateforme peut faire ça" et "cette plateforme fait ça pour nous, de façon fiable, connectée à nos systèmes, à un prix que nous pouvons maintenir."
L'écart est comblé par : des travaux d'intégration non inclus dans le devis initial, de la personnalisation nécessitant l'équipe de services professionnels du vendeur, une migration des données que personne n'a correctement cadrée, des frais de licence continus raisonnables en année 1 mais qui s'accumulent, et la découverte éventuelle que la plateforme fait 80 % de ce dont vous avez besoin mais que les 20 % manquants correspondent exactement au workflow qui compte le plus.
Les coûts de sortie, une fois que vous êtes intégré, sont élevés. Le vendeur le sait.
Le pilote qui ne passe jamais en production
Le pilote interne est le schéma le plus courant et le plus décourageant. Une équipe — parfois avec de l'aide externe, parfois interne — construit quelque chose qui fonctionne vraiment. La démo est bonne. Les résultats des tests sont encourageants. Les bénéfices sont clairs.
Et puis ça bloque.
Ça bloque parce que passer du pilote à la production nécessite quelqu'un pour être responsable de l'intégration dans les systèmes existants. Cela nécessite l'accord de l'IT, de l'équipe data, de la business unit, du juridique. Cela nécessite le type d'attention organisationnelle soutenue très difficile à maintenir quand il y a dix-sept autres priorités et que le pilote était déjà un projet secondaire pour tout le monde.
Le pilote n'est pas un échec. C'est un succès qui n'a jamais franchi la ligne.
Coût : le coût direct du pilote (15 000 à 40 000 €) plus le coût d'opportunité de huit mois d'attention qui n'a rien produit de déployable.
Les trois mécanismes de la taxe
En examinant ces schémas, la taxe IA des PME est produite par trois mécanismes spécifiques.
1. Un périmètre qui dépasse les capacités
Les projets IA les plus coûteux pour les PME sont ceux dimensionnés pour une entreprise trois fois plus grande. Une plateforme nécessitant un administrateur dédié. Une stratégie supposant une expertise ML interne. Un développement personnalisé nécessitant une maintenance technique que l'entreprise ne peut pas pourvoir.
Le coût ici n'est pas seulement le budget du projet. C'est le coût continu d'exploitation de quelque chose que l'organisation n'est pas réellement équipée pour maintenir.
L'IA dimensionnée pour une PME signifie : elle fonctionne de façon fiable sans spécialiste pour la surveiller, gère les pannes avec grâce, peut être comprise et surveillée par un généraliste, et la relation vendeur ou partenaire est viable à l'échelle de l'entreprise.
2. Le vendor lock-in qui s'accumule dans le temps
Chaque plateforme IA a un coût d'intégration et un coût de sortie. Le coût d'intégration est généralement visible — il est dans le devis du projet. Le coût de sortie n'est presque jamais discuté parce qu'aucun vendeur ne veut souligner à quel point il sera difficile de partir.
Le coût de sortie s'accumule avec le temps. Après deux ans de données dans le système d'un vendeur, deux ans d'intégrations construites autour de leur API, et deux ans de personnel formé sur leur interface, le coût réel de changer n'est pas le prix de la nouvelle plateforme. C'est tout le reste.
Pour les PME avec une capacité technique limitée, le coût de sortie est souvent si élevé que le choix effectif est : rester sur la plateforme même si elle ne vous sert plus, ou reconstruire des parties significatives de votre stack opérationnel.
L'antidote n'est pas d'éviter les plateformes — c'est de les évaluer avec les coûts de sortie en tête dès le départ. À quoi ressemble l'export des données ? Que se passe-t-il si le vendeur augmente les prix de 40 % en année 3 ? Quel serait le coût de reconstruire les intégrations critiques sur une autre plateforme ?
3. Le déploiement en production traité comme une réflexion après coup
Le mode d'échec unique le plus courant dans les projets IA des PME est de traiter le déploiement en production comme quelque chose qui se produit à la fin, une fois que le pilote a prouvé le concept.
C'est à l'envers. Le déploiement en production est la partie difficile. Prouver le concept dans un environnement contrôlé est la partie facile.
Quand le déploiement en production n'est pas planifié dès le début — quand l'architecture d'intégration, la gestion du changement, la formation du personnel, la surveillance et le processus de transfert ne sont pas cadrés avant le début du développement — ces choses ne se produisent pas proprement. Elles se produisent sous pression de temps, avec des informations incomplètes, après que le budget est principalement dépensé.
Le résultat est un système techniquement déployé mais opérationnellement fragile : personne ne comprend pleinement comment il se connecte aux systèmes environnants, la surveillance est légère, la documentation est incomplète, et l'équipe qui l'a construit est passée à autre chose.
C'est le pilote qui a techniquement été livré mais a pratiquement bloqué dans les trois mois.
À quoi ressemble le fait de ne pas surpenser
Les PME qui réussissent avec l'IA ont tendance à avoir quelques points communs.
Elles commencent par un problème spécifique, pas une technologie. "Nous passons quarante heures par mois à classifier et router des factures fournisseurs" est un problème spécifique. "Nous voulons être plus orientés IA" ne l'est pas. Les problèmes spécifiques peuvent être évalués, cadrés et mesurés. Les initiatives guidées par la technologie ne peuvent pas l'être.
Elles construisent pour la production dès le premier jour. Le pilote et le développement de production sont la même chose — conçus pour la production, testés sur des données réelles, intégrés à des systèmes réels, avec surveillance et documentation incluses dans le périmètre. La distinction entre "pilote" et "production" disparaît. Vous construisez soit un système de production, soit vous faites de la recherche. La recherche est précieuse, mais appelez-la recherche — elle coûte moins cher et a des livrables différents.
Elles traitent le déploiement comme un livrable de premier plan. Documentation de transfert, formation du personnel, tableaux de bord de surveillance, processus de support défini — tout cela est dans la spécification du projet, pas dans la section "ce serait bien."
Elles choisissent les plateformes avec des routes de sortie à l'esprit. Standards ouverts quand c'est possible. Exports de données qui fonctionnent. Contrats API qui ne sont pas propriétaires. Le coût du vendor lock-in est invisible jusqu'à ce qu'il soit très élevé.
Elles restent étroites. Les projets IA les plus fiables à l'échelle PME font une chose bien. La tentation d'élargir le périmètre en cours de projet — "tant qu'on y est, est-ce qu'on pourrait aussi..." — est la principale raison pour laquelle les projets dépassent le budget et bloquent avant la livraison.
Le vrai coût de bien faire les choses
La taxe IA des PME n'est pas inévitable. L'alternative n'est pas moins chère dans le chiffre apparent — un projet IA bien cadré avec un bon partenaire coûte de l'argent réel. Mais la comparaison est :
- 30 000 € pour une intégration IA déployée en production qui fonctionne pendant trois ans et délivre de la valeur mesurable
- contre 80 000 € sur deux ans pour un document de stratégie plus un pilote bloqué plus une licence de plateforme que vous payez mais n'utilisez pas
Le second chiffre n'est pas hypothétique. C'est l'expérience IA médiane des PME belges telle que WDC l'a observée.
Le bon périmètre, le bon partenaire, la bonne approche de déploiement, et une évaluation réaliste de ce que votre organisation peut réellement maintenir — c'est ainsi qu'on évite la taxe.
Par où commencer
Avant de commander des travaux IA, trois questions méritent une réponse honnête :
-
Quel est le problème opérationnel spécifique ? Si vous ne pouvez pas décrire l'entrée, le processus actuel, la sortie souhaitée, et comment vous mesurerez le succès — vous n'êtes pas prêt à cadrer un développement.
-
Qui sera responsable de cela en production ? Après que l'équipe projet a transféré, qui le surveille ? Qui gère les cas limites ? Qui le met à jour quand le système en amont change ? Si la réponse est "on verra", c'est un signal d'alarme.
-
À quoi ressemble le succès dans 18 mois ? Pas "le système est déployé" — quelle est la différence opérationnelle mesurable ? Si vous ne pouvez pas la nommer, le périmètre du projet est probablement faux.
L'Évaluation des Opportunités IA de WDC est conçue spécifiquement pour répondre à ces questions avant que tout développement commence : cartographier le problème opérationnel, évaluer honnêtement les options IA, cadrer pour un déploiement en production, et produire une feuille de route écrite réaliste pour une entreprise de votre taille. Prix fixe, trois semaines. Si vous avez déjà commencé quelque chose et voulez un second avis pour savoir si vous allez dans la bonne direction, l'Audit de Préparation IA est le bon point de départ. Réservez un appel de 30 minutes si vous voulez d'abord parler de votre situation.