Combien coûte vraimentl’automatisation IA dans une PME ?

Les quatre blocs de coûts

Pour estimer le coût d’une automatisation IA, il ne faut pas partir du prix du modèle, mais de l’ensemble du processus. En pratique, les coûts se composent de quatre éléments :

1. Utilisation de l’IA : les fournisseurs facturent chaque token traité, séparément pour l’entrée (input) et la sortie (output).
2. Plateforme d’automatisation : des outils comme Make, Zapier ou n8n relient les systèmes et coûtent un abonnement mensuel qui dépend du volume.
3. Mise en place : analyse, règles, interfaces, tests et contrôles de qualité. C’est généralement le poste unique le plus important.
4. Exploitation : surveillance, gestion des erreurs, adaptations lors de changements de systèmes et nouvelles versions des modèles.

S’y ajoute le temps que votre équipe consacre à la coordination et aux validations. Il diminue nettement après l’introduction, mais ne disparaît pas entièrement si des points de contrôle sont prévus.

Ce que coûte l’IA elle-même

Un token est un fragment de texte. Selon OpenAI, un token correspond en anglais à environ quatre caractères ou trois quarts d’un mot ; pour d’autres langues, le rapport diffère.^[5] Les textes en français ou en allemand nécessitent en général plus de tokens que les textes anglais. Le tableau suivant présente les prix catalogue de quelques modèles connus.

Prix catalogue selon les pages des fournisseurs, consultées le 16.09.2026.^{[1, 2, 3, 4]} Selon Google, Gemini 3.8 Flash coûtera le double à partir du 1.1.2027 ; chez DeepSeek, le prix dépend de l’heure. Anthropic et OpenAI accordent 50 % de rabais pour le traitement par lots non urgent.

Exemple de calcul : 500 textes produits

Supposons qu’une automatisation rédige 500 textes produits. Pour chaque texte, environ 1’000 tokens d’instructions et de données produit entrent, et environ 300 tokens ressortent. Cela donne 500’000 tokens d’input et 150’000 tokens d’output. Ce calcul repose sur nos propres hypothèses et ne sert qu’à donner un ordre de grandeur :

Même avec le modèle le plus cher de cet exemple, les coûts purement liés à l’IA restent inférieurs à dix dollars. En pratique, des étapes de contrôle, des répétitions et des traductions s’y ajoutent et peuvent multiplier la consommation. Pour de nombreuses applications de PME, l’ordre de grandeur reste néanmoins faible par rapport au temps de travail.

Comparaison des plateformes d’automatisation

Les plateformes facturent de manière différente, il vaut donc la peine de regarder de près l’unité de facturation.

Prix selon les pages des fournisseurs, consultées le 16.09.2026.

L’écart est plus grand que ne le laissent penser les prix d’entrée. Un processus de dix étapes consomme dix crédits chez Make, alors qu’il compte pour une seule exécution chez n8n. Les solutions auto-hébergées entraînent en revanche des coûts de serveur et de maintenance.

Le poste le plus important : le temps de travail

En Suisse, le salaire médian s’élevait en 2024 à CHF 7’024 bruts par mois pour un poste à plein temps.^[9] Pour le coût d’une heure de travail, la statistique du coût de la main-d’œuvre est plus parlante : elle indique pour 2020 une moyenne de CHF 63.62 par heure effectuée.^[10]

Un calcul approximatif simple : si un processus manuel prend cinq heures par semaine, cela représente environ 260 heures par an. Avec le coût de la main-d’œuvre de 2020, cela correspond à environ CHF 16’500. Le coût actuel de la main-d’œuvre est plutôt plus élevé. Ce montant est la référence à laquelle se mesurent la mise en place et l’exploitation d’une automatisation.

Ce que disent les études sur les bénéfices

Les études les plus connues montrent des effets nets, mais pas partout. Dans une étude portant sur 5’179 collaborateurs d’un service client, les équipes assistées par l’IA ont résolu en moyenne 14 % de cas en plus par heure ; chez les nouveaux collaborateurs, le gain atteignait 34 %, chez les plus expérimentés, il n’y avait presque pas de différence.^[11]

Une étude menée auprès de 758 consultants du Boston Consulting Group en montre la limite : pour les tâches que l’IA maîtrise bien, les participants ont accompli 12,2 % de tâches en plus, 25,1 % plus vite et avec une qualité supérieure de plus de 40 %. Pour les tâches situées au-delà de cette limite, la probabilité d’une solution correcte était en revanche inférieure de 19 points de pourcentage.^[12] Le McKinsey Global Institute estime le potentiel de l’IA générative entre 2’600 et 4’400 milliards de dollars américains par an ; il s’agit d’une estimation et non d’un effet mesuré.^[13]

Où en sont aujourd’hui les PME suisses

Selon l’étude 2026 d’AXA sur le marché du travail des PME, 74 % des PME suisses utilisent ou testent l’intelligence artificielle : 35 % l’ont intégrée durablement, 39 % expérimentent. L’IA sert le plus souvent aux traductions (47 %), à la correspondance (42 %), aux textes publicitaires et à l’optimisation des processus (35 % chacun).^[14] Un an plus tôt, selon AXA, seules 33 % des PME disposaient de règles claires de protection des données pour l’IA, et 23 % des microentreprises.^[15]

Une enquête de la HWZ et de Swisscom cite parmi les freins la pénurie de personnel qualifié, l’incertitude réglementaire, les doutes sur l’exactitude et un retour sur investissement peu clair.^[16] Ce sont précisément ces points qu’un calcul des coûts devrait éclairer.

La protection des données et la réglementation font partie du calcul

Le Préposé fédéral à la protection des données et à la transparence (PFPDT) rappelle que la loi sur la protection des données en vigueur s’applique directement aux applications d’IA. Cela comprend la transparence sur la finalité, le fonctionnement et les sources de données ainsi que la possibilité d’un réexamen humain des décisions automatisées.^[17] Les dispositions pertinentes de la LPD sont notamment l’art. 9 sur la sous-traitance, les art. 16 s. sur la communication à l’étranger, l’art. 21 sur les décisions individuelles automatisées et l’art. 22 sur l’analyse d’impact relative à la protection des données.^[18]

Pour les fournisseurs américains, le Swiss-U.S. Data Privacy Framework s’applique depuis le 15.09.2024, mais uniquement aux entreprises certifiées.^[19] Qui a des clients dans l’UE devrait en outre garder un œil sur le règlement européen sur l’IA (AI Act) : les obligations de transparence de l’art. 50 s’appliquent depuis le 2.8.2026, et les délais pour les systèmes à haut risque ont été reportés.^[20] En Suisse, le Conseil fédéral veut ratifier la convention du Conseil de l’Europe sur l’IA et réglementer l’IA par secteur.^[23]

Concrètement, il s’agit de vérifier les contrats avec les fournisseurs d’IA, de documenter les flux de données et de ne traiter des données personnelles que lorsque c’est nécessaire. Ce travail fait partie de la mise en place et devrait figurer dans le calcul des coûts.

Soutien pour démarrer

Des aides existent pour les études préliminaires. Le chèque d’innovation d’Innosuisse finance jusqu’à CHF 15’000 pour une étude préliminaire avec un partenaire de recherche suisse, pour les PME de moins de 250 postes à plein temps. Les projets de pure mise en œuvre ou de numérisation n’en font pas partie.^[21] Les entreprises dont le siège est dans le canton de Zurich peuvent en outre participer au programme d’innovation IA gratuit de l’Office de l’économie, qui accompagne de l’introduction jusqu’au prototype.^[22]

Comment calculer votre propre cas

1. Choisir un processus : un processus concret avec un volume clair, par exemple les factures, les demandes ou les données produit.
2. Mesurer le temps : minutes par opération multipliées par le nombre par mois, valorisées avec votre coût de la main-d’œuvre.
3. Ajouter le coût des erreurs : corrections, demandes de précision, retours ou délais manqués.
4. Estimer les coûts courants : tokens, plateforme, hébergement et suivi par mois.
5. Mettre en regard la mise en place : les coûts uniques divisés par l’économie mensuelle donnent la durée d’amortissement.
6. Commencer petit : démarrer avec un processus, mesurer les résultats, puis étendre.

Questions fréquentes