Nous utilisons des cookies de mesure d'audience et publicitaires (Google Analytics, Google Ads, Microsoft Clarity) pour améliorer votre expérience et mesurer nos campagnes. Vous pouvez accepter ou refuser. Voir notre politique de confidentialité.

Guide technique

Checklist avant d'acheter une solution IA pour son entreprise : les questions à poser que vos prestataires redoutent

14 août 2026 Mis à jour le 24 septembre 2026 7 min de lecture
LMLoïc MabilonCofondateur
Checklist avant d'acheter une solution IA pour son entreprise : les... - Guide technique

La plupart des checklists IA disponibles en ligne sont des listes de bonnes intentions. Elles vous demandent de vérifier si le prestataire a des références, si la solution est scalable, si les données sont sécurisées. Ces questions sont utiles mais insuffisantes. Une checklist avant d'acheter une solution IA doit obtenir de votre interlocuteur une réponse chiffrée, documentée et engageante sur le plan contractuel. Si votre prestataire hésite, se réfugie dans des généralités ou renvoie la réponse à la phase de déploiement, ne signez pas en l'état.

Pourquoi tant de contrats IA sont signés sans les bonnes questions

Malgré une adoption large de l'IA en entreprise, seules 39 % des organisations interrogées par McKinsey dans son enquête 2025 sur l'état de l'IA déclarent un impact sur leur résultat opérationnel à l'échelle de l'entreprise. Une partie de l'explication tient à la manière dont les projets IA sont vendus et achetés.

Un commercial IA compétent sait que votre fenêtre de décision est courte, que la pression concurrentielle joue pour lui, et que les engouements autour de l'IA créent une asymétrie d'information favorable à l'éditeur. Il vous présente une démonstration convaincante, une étude de cas sélectionnée avec soin, un devis qui semble raisonnable. Ce que vous ne voyez pas, ce sont les coûts d'intégration, les jours de formation non budgétés, le temps interne mobilisé, et l'absence totale de clause de résultat.

Un contrat IA engage davantage qu'un abonnement SaaS : il touche l'organisation autant que la technique. La vérification sérieuse d'une solution IA commence donc avant la démonstration. Elle inclut une exigence trop souvent négligée : comprendre pourquoi l'outil produit telle réponse, ce que permet l'IA explicable qui restaure la confiance des dirigeants.

Question 1 : Quel est le coût réel du projet (pas juste la licence, la totalité du TCO)

Le devis de licence ou d'abonnement ne couvre souvent qu'une partie du coût total du projet. Les postes qui manquent le plus souvent sont connus : intégration aux systèmes existants (ERP, CRM, bases de données), infrastructure d'hébergement si la solution est self-hosted, temps de mobilisation interne pour les recettes et validations, formation des utilisateurs finaux, et maintenance corrective la première année.

La question à poser est donc : quel est le TCO complet sur 24 mois, ligne par ligne, y compris les coûts que vous n'avez pas encore chiffrés ? Un prestataire sérieux peut répondre à cette question, au moins en fourchette. Celui qui vous dit que c'est impossible à estimer avant le lancement du projet vous annonce, sans le savoir, que son périmètre contractuel sera interprété en sa faveur.

Pour approfondir la structure de ces postes, l'article sur les coûts cachés d'un projet IA en PME détaille les trois catégories les plus systématiquement sous-estimées.

Question 2 : Comment allez-vous mesurer le ROI et sur quelle période

Sans indicateur de performance défini en amont, personne ne pourra dire si le projet a rapporté quelque chose. La question doit donc trouver sa réponse dans le contrat. Vous devez obtenir de votre prestataire une réponse qui précise : quels indicateurs seront mesurés (temps de traitement, taux d'erreur, coût par unité produite, chiffre d'affaires incrémental), quelle baseline de référence sera utilisée avant déploiement, et sur quelle période le ROI est attendu.

Sur un processus métier bien défini, le retour attendu peut s'estimer avant de signer : temps gagné par dossier, volume annuel, coût horaire chargé, coûts du projet. Le résultat n'est jamais garanti, mais les hypothèses doivent être écrites, pour pouvoir être vérifiées ensuite. L'article sur le pilotage du ROI d'un projet d'automatisation après son lancement détaille ce suivi.

Si votre interlocuteur vous répond que le ROI dépend de trop de facteurs pour être estimé, demandez-lui sur quelles hypothèses repose son argumentaire commercial.

Question 3 : Qui va maintenir et former mon équipe après la mise en place

La mise en production ouvre la phase où la valeur se crée ou se perd. La formation des équipes utilisatrices, la montée en compétence des référents internes, la gestion des évolutions de modèles IA sous-jacents : tout cela a un coût et un responsable. Ces deux éléments doivent être identifiés avant la signature.

Les questions concrètes à poser : qui assure le support de niveau 1 après le go-live ? Avec quel délai de réponse garanti ? Qui forme les nouveaux collaborateurs si vous recrutez dans 12 mois ? La formation initiale est-elle incluse dans le devis ou facturée séparément en régie ? Qui est responsable des mises à jour si le modèle d'IA utilisé est déprécié par son éditeur ?

Ces questions font partie de la vérification préalable à tout achat. Un contrat qui ne répond pas à ces points vous expose à des coûts opérationnels non maîtrisés dès la deuxième année.

Question 4 : Quels processus allez-vous vraiment automatiser et à quel coût de refonte

L'automatisation IA ne s'applique pas à un processus existant sans le modifier. Ce point est rarement mis en avant pendant la phase commerciale. Pour qu'un workflow soit automatisable, il doit d'abord être documenté, standardisé, et souvent restructuré. Ce travail de refonte a un coût, il mobilise vos équipes métier, et il prend du temps.

La question à poser est précise : quels sont les prérequis de refonte de mes processus avant que votre solution puisse être déployée, qui les prend en charge, et quel est le coût de cette phase préparatoire ? Un audit IA sérieux répond à cette question avant même de proposer une solution technique. Si l'on vous présente une solution avant d'avoir analysé vos processus en détail, la séquence est inversée, et le risque repose sur vous.

Pour comprendre ce que doit contenir cette phase d'analyse, la lecture de ce que doit contenir un audit IA sérieux pour une PME permet d'identifier les angles morts des prestataires qui brûlent les étapes.

Question 5 : Que se passe-t-il si le projet rate ou se bloque en cours de route

C'est la question la moins posée, et souvent celle qui en dit le plus sur votre prestataire. Un projet IA peut se bloquer pour de nombreuses raisons : qualité de données insuffisante découverte en cours de déploiement, résistance interne plus forte qu'anticipée, sous-estimation de la complexité d'intégration, évolution réglementaire imprévue au regard du règlement européen sur l'IA (AI Act). Quelle est la clause de sortie ? Qu'est-ce qui est livré si le projet s'arrête à mi-chemin ? Vos données sont-elles récupérables intégralement et dans quel format ?

Poser ces questions relève d'une démarche d'achat normale. Un prestataire expérimenté a des réponses préparées, parce qu'il a déjà rencontré ces situations. S'il élude, demandez une réponse écrite.

La checklist à imprimer : les 7 questions non-négociables avant de signer avec un prestataire IA

Voici les 7 questions à poser lors de votre dernier entretien avant signature. Elles doivent obtenir des réponses écrites, pas orales :

  1. Quel est le TCO complet sur 24 mois, par poste de coût identifié ?
  2. Quels indicateurs de ROI seront mesurés, sur quelle baseline, et à quelle échéance ?
  3. Qui assure la formation initiale et continue, avec quelle modalité contractuelle ?
  4. Quels prérequis de refonte de processus sont nécessaires et qui les prend en charge ?
  5. Quelle est la clause de sortie anticipée et que livrez-vous si le projet s'arrête ?
  6. Comment les données sont-elles restituées en fin de contrat, et dans quel format ?
  7. Quelles sont vos obligations en cas de non-atteinte des objectifs définis ensemble ?

Si votre prestataire répond à ces 7 questions avec des documents contractuels clairs, vous avez en face de vous un interlocuteur sérieux. Si une seule de ces questions reçoit une réponse évasive, c'est vous qui portez le risque correspondant.

Par où commencer dans une PME

  1. Avant le premier rendez-vous commercial, écrivez en une page le processus visé, son volume et le temps qu'il mobilise aujourd'hui : ce sera votre base de comparaison.
  2. Envoyez les 7 questions par écrit à chaque prestataire consulté, et comparez les réponses ligne à ligne.
  3. Faites relire le devis poste par poste, avec l'aide de notre article sur les postes de coût à vérifier avant de signer.

Le guide du coût et du ROI de l'IA en PME rassemble les éléments pour construire votre grille d'évaluation. Si vous voulez un regard extérieur sur un projet avant de signer, le diagnostic gratuit est un bon point de départ.

Article rédigé par Loïc Mabilon, cofondateur de Lumivi.

#checklist IA#ROI IA PME#due diligence IA#coût projet IA#automatisation PME
Questions fréquentes

On vous éclaire.

C'est quoi une checklist avant d'acheter une solution IA pour son entreprise ?

C'est un ensemble de questions structurées à soumettre à un prestataire IA avant de signer tout contrat, portant sur le coût total, le ROI attendu, la maintenance et les clauses de sortie. Elle sert à objectiver la décision d'achat et à identifier les risques contractuels avant engagement. Une checklist efficace obtient des réponses écrites et chiffrées, pas seulement des réponses orales.

Quel budget prévoir pour un projet IA en PME au-delà de la licence ?

Les coûts hors licence (intégration, formation, maintenance, refonte de processus, temps interne) peuvent représenter une part importante du budget, parfois supérieure à la licence elle-même. Leur poids varie fortement d'un projet à l'autre : c'est pourquoi le coût total sur 24 mois doit être demandé par poste avant toute signature.

En combien de temps peut-on espérer un ROI sur un projet IA en PME ?

Cela dépend du processus visé, de la qualité des données disponibles, du niveau de refonte nécessaire et des indicateurs définis avant le déploiement. L'important est d'écrire les hypothèses avant de signer (temps gagné, volume, coût horaire, coûts du projet) et de mesurer une situation de départ. Les projets sans mesure de départ produisent rarement des chiffres exploitables.

Quels outils utiliser pour automatiser des processus dans une PME avec l'IA ?

Les plateformes d'automatisation les plus courantes en PME sont n8n, Make, Zapier ou Power Automate, combinées à des modèles de langage (OpenAI, Anthropic, Mistral ou modèles open source) selon les cas d'usage. Le choix entre une version self-hosted et SaaS a un impact significatif sur le coût réel, notamment en maintenance d'infrastructure et en compétences internes requises. Le choix de l'outil doit suivre l'analyse des processus, pas la précéder.

Comment vérifier qu'un devis de projet IA est complet avant de signer ?

Un devis complet doit détailler au minimum sept postes : licence ou abonnement, intégration technique, infrastructure, formation initiale, maintenance de la première année, coûts internes mobilisés et refonte de processus. Tout devis qui ne liste pas explicitement ces postes doit être renvoyé pour complément avant validation : un poste absent risque d'être facturé plus tard.

Que demander à une agence IA avant de la choisir pour automatiser ses processus ?

Demandez une réponse écrite et contractuelle sur trois points : quels indicateurs de performance seront suivis, qui assure la formation et la maintenance après la mise en production, et quelle est la clause de sortie si le projet se bloque. Un prestataire qui ne peut pas répondre par écrit sur ces trois points avant la signature aura du mal à tenir ses engagements en cours de projet.

Quels sont les risques d'un projet IA mal cadré pour une PME ?

Les risques principaux sont le dépassement budgétaire (coût total non maîtrisé), l'absence de ROI mesurable faute d'indicateurs définis en amont, et la dépendance technique à un prestataire sans clause de réversibilité des données. S'y ajoute un risque réglementaire lié à l'AI Act européen, qui impose des obligations de transparence et de documentation selon le niveau de risque de l'application déployée.