En 2025, 18,16 % des entreprises françaises de dix salariés et plus utilisaient au moins une technologie d'intelligence artificielle, contre 9,91 % un an plus tôt, d'après les données Eurostat isoc_eb_ai consultées le 24 septembre 2026. Le chiffre a presque doublé en douze mois, presque toujours de la même façon : un abonnement souscrit par un service, deux ou trois utilisateurs convaincus, une facture en note de frais. La décision sérieuse arrive après, quand un dirigeant veut sortir de cette phase artisanale.
À ce moment-là, la plupart des comparatifs répondent à côté : ils classent des modèles et laissent le lecteur avec un nom d'outil. Or le tri se fait sur deux variables qui ne parlent ni de modèle ni de marque, la nature des données qui entrent dans le système et la fréquence de la tâche. Tant que ces deux réponses ne sont pas écrites noir sur blanc, comparer des offres revient à comparer des prix sans connaître les quantités. Cet article pose les quatre familles disponibles, leurs tarifs relevés ce jour sur les pages officielles, et les seuils qui font passer de l'une à l'autre.
Quatre familles de solutions, quatre façons de payer
Quatre familles couvrent l'offre, et chacune se facture autrement : au siège, dans un logiciel déjà payé, au jeton consommé, ou à l'heure de machine. La première se souscrit en ligne : un assistant conversationnel généraliste dans un navigateur, que l'utilisateur alimente lui-même par copier-coller. Le plan Team de Mistral AI est affiché à 24,99 dollars par utilisateur et par mois, avec un minimum de 50 dollars mensuels (grille tarifaire consultée le 24 septembre 2026).
La deuxième famille ne se souscrit même pas : c'est la brique d'IA que votre éditeur métier a ajoutée dans un logiciel que vous payez déjà. Votre CRM résume les échanges, votre outil de support propose une réponse, votre logiciel comptable pré-affecte les écritures. Le coût marginal va de zéro à une option modeste, et la conformité reste portée par un contrat que votre juriste a déjà signé. C'est la famille que nos audits trouvent le plus souvent désactivée, faute d'avoir pris vingt minutes pour ouvrir les paramètres.
La troisième famille est l'automatisme sur mesure, branché sur vos données et vos outils, facturé à l'usage. Vous payez des jetons consommés plus le développement initial. La grille officielle de Mistral AI affiche Mistral Large à 0,50 dollar le million de jetons en entrée et 1,50 dollar en sortie, avec un traitement par lots à moitié prix. Chez OVHcloud, un Mistral Small 3.2 servi depuis l'infrastructure du fournisseur revient à 0,09 euro le million de jetons en entrée et 0,28 euro en sortie, un Llama 3.3 70B à 0,67 euro dans les deux sens (tarifs publics consultés le 24 septembre 2026).
La quatrième famille, enfin, consiste à faire tourner le modèle sur une machine que vous louez ou possédez. La facture devient horaire et cesse de dépendre de votre usage : sur les offres d'IA managée d'OVHcloud, l'heure de GPU L40S est affichée à 1,55 euro et l'heure de H100 à 3,10 euro (tarifs consultés le 24 septembre 2026).
| Famille | Unité de facturation | Repère tarifaire relevé le 24/09/2026 | Où ça coince |
|---|---|---|---|
| Abonnement généraliste | Par utilisateur et par mois | 24,99 $ par siège, minimum 50 $ (plan Team Mistral AI) | Aucune connexion à vos outils, résultats à recopier à la main |
| Brique IA de votre logiciel métier | Incluse ou en option | Selon l'éditeur, incluse ou sur devis | Périmètre défini par l'éditeur |
| Automatisme sur mesure à l'usage | Par million de jetons | 0,09 € en entrée et 0,28 € en sortie (Mistral Small 3.2 sur OVHcloud) | Développement initial à financer, cas d'exception à traiter |
| Modèle hébergé sur votre machine | Par heure de GPU | 1,55 €/h pour un L40S, 3,10 €/h pour un H100 (OVHcloud) | Facture qui tourne même sans usage, exploitation à votre charge |
Sources des tarifs : page tarifaire de Mistral AI et grille publique OVHcloud, consultées le 24 septembre 2026. Les grilles bougent, elles se revérifient le jour de la décision.
Vos données décident avant votre budget
La première question à trancher tient en une phrase : la tâche oblige-t-elle des données personnelles ou des documents confidentiels à sortir de l'entreprise ? Un dossier salarié, un devis client nominatif, un compte rendu médical, un contrat en cours de négociation n'ont pas le même régime qu'un texte marketing. La CNIL a publié des fiches pratiques dédiées aux systèmes d'IA qui listent les points à vérifier avant de brancher quoi que ce soit sur une base contenant des données personnelles : base légale, information des personnes, sécurité, durée de conservation.
Sur les projets clients, la demande arrive presque toujours formulée comme un choix d'outil. Le premier livrable utile, lui, n'est jamais un outil : c'est la liste des champs qui sortiraient effectivement de l'entreprise, ligne par ligne, avec le nom du destinataire et le pays de traitement. Cet inventaire prend une demi-journée, et il rend la plupart des comparatifs d'outils sans objet. Quand la liste ne contient que des textes publics ou internes anodins, les quatre familles restent ouvertes et le budget devient le seul arbitre. Quand elle contient des identifiants clients, des données de santé ou du secret d'affaires, deux familles disparaissent d'un coup.
Ce tri a une conséquence pratique que beaucoup découvrent trop tard : un abonnement généraliste souscrit en libre-service par un service métier ne se pilote pas. Personne ne sait quels documents y ont été déposés, ni par qui. C'est la raison pour laquelle nous recommandons systématiquement de poser le cadre avant l'outil, un point que nous détaillons dans notre article sur la façon de démarrer l'IA en entreprise. Un cadre écrit en deux pages coûte moins cher qu'un audit de remédiation.
La fréquence de la tâche décide du reste
Une tâche qui revient deux fois par mois ne justifiera jamais un développement, quel que soit l'enthousiasme de la démonstration. Une tâche qui revient soixante fois par jour change de catégorie : à quatre minutes l'unité, elle occupe quatre heures de travail quotidiennes, soit l'équivalent d'un mi-temps qu'aucun abonnement à 25 dollars ne remplacera par magie, parce qu'il faudra toujours quelqu'un pour copier, coller et relire.
Le jeu de données Eurostat isoc_eb_ai, consulté le 24 septembre 2026, montre exactement cette marche. En France, sur l'ensemble des entreprises de dix salariés et plus, 10,23 % utilisent l'IA pour analyser du texte et 7,82 % pour en produire, mais seulement 4,48 % s'en servent pour automatiser un flux de travail ou assister une décision, et 3,46 % l'emploient pour au moins trois finalités différentes. L'écart entre lire et agir est le passage le plus coûteux, et c'est précisément celui où le choix de famille compte.
La règle que nous appliquons en diagnostic tient en trois seuils. En dessous d'une occurrence par semaine, l'abonnement généraliste suffit et tout développement sera perdu. Entre une fois par jour et une dizaine de fois par jour, la brique de votre logiciel métier mérite d'être testée avant tout projet. Au-delà, et surtout quand la tâche suit toujours la même séquence, l'automatisme sur mesure devient le seul chemin qui tienne, parce que le temps gagné se compte en journées-homme par mois et se mesure sans débat. Notre article sur la mesure du retour sur investissement de l'IA détaille la façon de chiffrer ce gain avant d'engager un budget.
L'abonnement généraliste couvre plus de cas qu'on ne l'admet
Pour une majorité des PME qui nous consultent, la réponse honnête reste la plus ennuyeuse : un abonnement pour les personnes concernées, deux heures de formation interne, et une règle écrite sur ce qu'on a le droit d'y déposer. Quinze personnes sur un plan à 24,99 dollars représentent environ 375 dollars par mois, sans intégration, sans projet et sans dépendance technique. L'écart de taille mesuré par Eurostat sur le même jeu de données va dans le même sens : 15,04 % des entreprises françaises de dix à quarante-neuf salariés utilisaient l'IA en 2025, contre 30,81 % de celles de cinquante à deux cent quarante-neuf et 58,01 % au-delà. Les petites structures n'ont pas moins d'appétit, elles ont moins de temps d'ingénierie disponible.
Cette famille a des limites réelles que les pages commerciales passent sous silence. L'assistant ne connaît pas vos procédures : chaque salarié reformule sa demande à sa façon, et la qualité varie d'une personne à l'autre. Rien n'est capitalisé, rien n'est traçable, et le jour où la personne la plus à l'aise quitte l'entreprise, son savoir-faire de formulation part avec elle. L'outil ne déclenche aucune action dans vos systèmes : il produit du texte que quelqu'un devra recopier.
Notre avis sur cette famille est franc. Elle est presque toujours le bon premier pas, à condition de la traiter comme une expérimentation datée et pas comme une stratégie. Fixez un point d'étape à six semaines, demandez à trois personnes de noter les tâches où elles ont réellement gagné du temps, et regardez la liste. Si la même tâche revient chez les trois, vous avez trouvé le premier candidat sérieux au sur-mesure. Si la liste est un inventaire de curiosités variées, restez à l'abonnement et gardez votre budget.
Le sur-mesure commence quand la réponse doit venir de vos données
Le sur-mesure devient nécessaire au moment où la réponse attendue ne peut pas être inventée par un modèle généraliste : elle se trouve dans vos contrats, votre historique de tickets, votre catalogue ou votre base de connaissances interne. Le montage classique consiste à indexer ces documents puis à laisser le modèle piocher dedans pour répondre, une mécanique que nous décrivons dans notre article sur la construction d'un agent IA qui tient en production. La différence avec un abonnement tient à ce qu'on donne à lire au modèle, souvent le même des deux côtés.
Le coût surprend dans le bon sens, puis dans le mauvais. Prenez une PME qui traite 20 millions de jetons en entrée par mois, ce qui correspond à un usage quotidien soutenu : sur un Mistral Small servi par OVHcloud à 0,09 euro le million, la facture d'inférence atteint 1,80 euro mensuel. Le modèle est la ligne la moins chère du projet, de très loin. La dépense réelle se trouve ailleurs : préparer les documents, nettoyer les doublons, décider quoi faire des cas que la mécanique ne sait pas traiter, et maintenir tout cela quand vos process changent.
Un scénario illustratif, pas un cas client nommé. Un distributeur reçoit chaque jour une centaine de demandes de prix par courriel, dans des formats libres. L'assistant généraliste sait reformuler la réponse, mais il ne connaît ni les remises négociées ni les stocks. Le sur-mesure, lui, lit le courriel, retrouve le client dans l'ERP, applique la grille et prépare le devis. Le développement se chiffre en semaines, la valeur se chiffre en heures quotidiennes récupérées, et la vraie difficulté du projet tient dans les demandes ambiguës qu'il faudra router vers un humain sans les perdre. Une agence spécialisée dans les agents IA gagne son honoraire sur ces cas-là, pas sur le flux nominal.
Héberger son propre modèle : le calcul qui refroidit
Faire tourner un modèle ouvert sur sa propre machine coûte environ 1 130 euros par mois de GPU allumé en continu, et donne en échange ce qu'aucune autre famille n'offre : aucune donnée ne quitte le périmètre que vous contrôlez, et vous choisissez la localisation physique du traitement. Pour un dossier médical, un dossier d'instruction ou un secret industriel, cet argument suffit parfois à clore le débat.
Le calcul économique, lui, mérite d'être fait avant la réunion et pas après. Un GPU L40S loué 1,55 euro l'heure et laissé allumé en continu représente environ 1 130 euros par mois, avant toute ingénierie et avant la supervision. Un H100 à 3,10 euro l'heure dépasse 2 200 euros mensuels dans les mêmes conditions. Ces mêmes 1 130 euros achètent, sur l'offre d'inférence à la demande du même hébergeur et au tarif de 0,09 euro le million, plus de douze milliards de jetons en entrée. Rapportez-le à votre consommation réelle : l'écart se compte le plus souvent en plusieurs ordres de grandeur.
La conclusion pratique est donc nette : l'hébergement de modèle se justifie par la nature de la donnée, par une exigence de latence, ou par un volume industriel, jamais par une économie de coût pour une entreprise de taille moyenne. Quand la contrainte réglementaire l'impose réellement, les options françaises et européennes existent et se comparent sur des critères précis, que nous avons détaillés dans notre article sur l'hébergement d'un LLM souverain. Choisir cette famille pour de mauvaises raisons revient à payer un abonnement de serveur pour un usage de tableur.
Trancher en trois semaines plutôt qu'en trois réunions
Commencez par un inventaire, sans engager un euro de développement : listez les cinq tâches les plus répétitives du service concerné, comptez leur fréquence réelle sur trente jours glissants, et écrivez pour chacune les données qu'elle manipule. Ce document fait deux pages et il vaut plus que n'importe quelle démonstration commerciale. C'est la première des trois semaines de notre diagnostic.
La deuxième semaine est un test à coût fixe. Prenez la tâche la plus fréquente de la liste, souscrivez un abonnement pour deux personnes, et faites-la traiter en double pendant cinq jours : une fois à la main, une fois avec l'assistant. Mesurez le temps des deux côtés et notez les cas où l'assistant s'est trompé. Cette mesure vaut mieux que tous les arguments, parce qu'elle porte sur vos documents et vos exceptions à vous.
La troisième semaine tranche, avec un critère écrit avant le test. Si l'assistant fait gagner moins de vingt pour cent du temps, la tâche n'est pas mûre et le projet s'arrête là, sans regret et sans facture. S'il fait gagner davantage mais qu'il faut recopier les résultats dans trois outils, la bonne famille est l'automatisme sur mesure, et la mesure que vous venez de faire devient le chiffrage de son retour. S'il fait gagner du temps sans autre besoin que la discipline des utilisateurs, gardez l'abonnement et passez à la tâche suivante du classement.
Cette séquence a une vertu politique autant que technique : elle remplace un débat d'opinions par deux chiffres que personne ne conteste, le temps mesuré et la fréquence constatée. Elle évite aussi le piège du projet lancé sur la tâche la plus visible plutôt que sur la plus fréquente. Si vous voulez la dérouler avec quelqu'un qui a déjà fait l'exercice, planifiez un appel avec notre équipe et venez avec votre liste de tâches, pas avec un nom d'outil.
Questions fréquentes
Faut-il choisir un fournisseur français pour être conforme au RGPD ?
Non, le règlement n'impose pas une nationalité de fournisseur. Il impose une base légale, une information des personnes, des garanties contractuelles et une maîtrise des transferts hors Union européenne. Un fournisseur français simplifie la démonstration et raccourcit les discussions juridiques, ce qui compte quand le délai de décision est court. Les fiches pratiques de la CNIL listent les points à vérifier avant de brancher un système sur des données personnelles.
Combien coûte une solution IA pour une PME de vingt salariés ?
Tout dépend de la famille retenue. Un abonnement généraliste pour quinze utilisateurs se situe autour de 375 dollars par mois au tarif Team de Mistral AI relevé le 24 septembre 2026. Un automatisme sur mesure ajoute un développement initial qui se chiffre en semaines de travail, pour une facture d'inférence de l'ordre de 1,80 euro par mois sur 20 millions de jetons, au tarif OVHcloud de la même date. L'hébergement de modèle démarre, lui, vers 1 130 euros par mois de machine seule.
Peut-on connecter l'IA à ses outils métier sans développement ?
Partiellement. Les plateformes d'automatisation permettent de relier un assistant à une messagerie, un tableur ou un CRM sans écrire de code, et cela couvre les cas simples. Dès que la logique métier compte, que les cas d'exception se multiplient ou que la traçabilité devient une obligation, le montage sans code atteint ses limites et demande une reprise structurée. Le test utile est de compter les cas particuliers que votre équipe traite déjà à la main.
Que deviennent les données clients déposées dans un outil d'IA ?
Cela dépend du contrat signé avec le fournisseur et des paramètres de votre compte. Le contrat du fournisseur dit ce qui est fait des documents déposés, et ce point se lit avant la souscription plutôt qu'après un incident. Le point à vérifier dans chaque contrat reste le même : durée de conservation, pays de traitement, sous-traitants ultérieurs et possibilité de suppression. Une règle interne écrite évite qu'un salarié dépose un document qui ne devrait pas sortir.
En combien de temps voit-on un résultat mesurable ?
Un abonnement généraliste produit un effet visible en quelques jours sur la rédaction et la synthèse, à condition que quelqu'un forme l'équipe. Un automatisme sur mesure demande plusieurs semaines avant le premier usage réel, puis un mois supplémentaire de réglage sur les cas d'exception. En France, 3,46 % seulement des entreprises de dix salariés et plus exploitent l'IA pour au moins trois finalités différentes, ce qui donne la mesure du temps nécessaire pour dépasser le premier usage.
