Chapitre 5 — ROI et business case : méthode et chiffres pour le COMEX

Les 4 leviers de valeur de l'IA en entreprise

L'erreur la plus fréquente dans les business cases IA est de se concentrer uniquement sur les gains de productivité. L'IA crée de la valeur sur 4 leviers distincts, et un business case solide doit les quantifier tous :

Levier 1 : Productivité (gains de temps)

C'est le levier le plus visible et le plus facile à quantifier. L'IA permet aux collaborateurs d'accomplir certaines tâches plus rapidement ou de déléguer des tâches répétitives. Les recherches les plus rigoureuses (Stanford HAI, Harvard Business School, MIT Sloan) convergent sur des gains de productivité de 20 à 40 % sur les tâches IA-assistables.

Mais attention : toutes les tâches ne sont pas IA-assistables, et l'assistance IA varie selon les profils. Une étude BCG sur 758 consultants (2024) a trouvé que les consultants utilisant GPT-4 étaient 25 % plus productifs sur des tâches de rédaction et d'analyse — mais que l'IA pouvait induire des biais sur des tâches nécessitant un jugement nuancé. La productivité doit être calculée sur les tâches réellement assistées, pas sur la totalité du temps de travail.

Formule de base :
Gain de productivité annuel = (Nombre d'utilisateurs) × (Heures/semaine de tâches IA-assistables) × (% de gain sur ces tâches) × (52 semaines) × (Coût horaire chargé)

Exemple concret : 200 juristes, 10 heures/semaine de tâches de recherche et de rédaction assistables par IA, gain de 30 %, coût horaire chargé 85 € → Gain annuel = 200 × 10 × 0,30 × 52 × 85 = 2 652 000 €/an

Levier 2 : Qualité (réduction des erreurs et des reprises)

L'IA réduit les erreurs dans les processus répétitifs et améliore la qualité des livrables. Ce levier est souvent sous-estimé dans les business cases car il est plus difficile à mesurer. Pourtant, dans certains secteurs, il représente la plus grande source de valeur :

• Secteur bancaire : Réduction des erreurs de traitement des demandes de crédit de 15 à 25 % → moins de contentieux, moins de reprises, moins de réclamations clients
• Secteur industriel : Amélioration de la qualité du code généré, réduction des bugs en production de 20 à 35 %
• Secteur santé : Amélioration de la complétude des dossiers patients, réduction des données manquantes de 30 à 50 %
• Secteur RH : Amélioration de la pertinence des présélections de candidats, réduction du turnover à 6 mois de 10 à 20 %

Levier 3 : Gestion des risques

Ce levier est souvent absent des business cases IA car il est de nature préventive — vous évitez un coût futur incertain. Pourtant, pour un COMEX, la gestion des risques est souvent l'argument le plus convaincant car les risques sont réels et documentés :

• Réduction du risque de non-conformité RGPD : Coût attendu d'une amende CNIL × probabilité de survenance si le statu quo est maintenu
• Réduction du risque de fuite de propriété intellectuelle : Valeur estimée des actifs intellectuels potentiellement exposés × probabilité d'incident
• Réduction du risque réglementaire AI Act : Amende potentielle AI Act × probabilité de non-conformité à 12 mois si pas d'action

La quantification de ces risques nécessite une évaluation probabiliste, mais même une estimation conservatrice produit souvent des chiffres supérieurs aux coûts d'infrastructure de la solution souveraine.

Levier 4 : Revenus (nouveaux services, différenciation, rétention)

Ce levier est le plus difficile à quantifier mais souvent le plus transformateur sur le long terme. L'IA souveraine permet de créer de nouveaux services, de différencier l'offre, et d'améliorer la rétention client :

• Un cabinet d'avocats peut proposer des analyses contractuelles à un coût 3x inférieur, en élargissant son marché adressable
• Une banque peut proposer un accompagnement financier personnalisé à l'ensemble de ses clients (pas seulement les clients premium)
• Un industriel peut améliorer son service après-vente avec un assistant IA qui réduit les délais de résolution de 40 %
• Une collectivité peut offrir des services administratifs 24/7 en automatisant le traitement des demandes simples

Méthode de calcul ROI sur 3 ans

La formule

Le ROI d'un projet IA souverain se calcule sur 3 ans (horizon pertinent compte tenu du rythme d'évolution de la technologie) :

Variables clés du modèle

Pour construire votre modèle financier, vous avez besoin de ces variables :

Courbe de montée en charge des bénéfices

Les bénéfices IA ne sont pas uniformes sur 3 ans. La courbe typique :

• Année 1 : 30 à 40 % des bénéfices annuels cibles. Le déploiement est partiel, l'adoption est en cours, les utilisateurs apprennent.
• Année 2 : 70 à 90 % des bénéfices annuels cibles. L'adoption est généralisée, les processus sont optimisés, les premiers effets sur la qualité sont mesurables.
• Année 3 : 90 à 110 % des bénéfices annuels cibles. Plein régime, et souvent des bénéfices inattendus émergent (nouveaux usages découverts par les utilisateurs).

Benchmark ROI par secteur

Les données suivantes sont issues des retours d'expérience de déploiements IA en entreprise française et européenne documentés sur 2024-2025, compilés par Intelligence Privée et recoupés avec les études McKinsey, BCG, et Accenture disponibles.

Les coûts réels d'un projet IA souverain

Un business case honnête ne peut pas ignorer les coûts réels. Voici une décomposition complète :

Infrastructure (CAPEX ou OPEX selon le mode)

Option A — On-premise (achat GPU) :

• Serveur 1x A100 80G (50 utilisateurs, modèles ≤32B) : 35 000 - 60 000 € (one-time, amortissement 36 mois)
• Serveur 2x A100 80G (200 utilisateurs, modèles jusqu'à 70B) : 70 000 - 120 000 € (one-time)
• Serveur 8x H100 (500+ utilisateurs ou modèles 100B+) : 400 000 - 550 000 € (one-time)
• Rack, réseau, alimentation (si pas déjà en place) : 20 000 - 50 000 € (one-time)
• Maintenance matérielle annuelle : 8 000 - 25 000 €/an

Option B — Cloud souverain (location GPU) :

• 1x A100 80G chez OVHcloud / Scaleway : 2 000 - 3 000 €/mois → 24 000 - 36 000 €/an
• 2x A100 80G : 4 000 - 6 000 €/mois → 48 000 - 72 000 €/an
• 4x H100 80G : 14 000 - 20 000 €/mois → 168 000 - 240 000 €/an
• Avantage : pas de CAPEX, scalabilité, gestion infrastructure externalisée

Licences logicielles

• ELODIE 32B licence enterprise : 24 000 - 96 000 €/an selon le nombre d'utilisateurs et les options (KEVINA, fine-tuning, support premium)
• Mistral 7B / 24B (Apache 2.0) : Gratuit pour le modèle. Coût de maintenance et support : 0 à 20 000 €/an selon l'intégrateur.
• LLaMA 3.1 (Meta licence) : Gratuit pour usage commercial. Support et maintenance idem.
• Logiciels de stack (vLLM, Qdrant, LangChain) : Versions open source gratuites. Versions enterprise : 15 000 - 60 000 €/an pour l'ensemble.

Intégration et développement (coûts one-time)

• Intégration basique (API + interface utilisateur simple) : 15 000 - 50 000 €
• Intégration intermédiaire (RAG + connecteurs CRM/ERP/GED) : 50 000 - 150 000 €
• Intégration avancée (agents IA + intégrations multiples + fine-tuning) : 150 000 - 400 000 €
• AIPD et documentation réglementaire : 5 000 - 25 000 € (interne ou prestataire)
• Tests de sécurité / red teaming initial : 10 000 - 30 000 €

Formation et conduite du changement

• Formation utilisateurs finaux (e-learning + ateliers) : 300 - 800 €/utilisateur
• Formation power users / champions IA : 1 500 - 3 000 €/personne
• Formation équipe DSI : 3 000 - 8 000 €/personne
• Communication interne (lancement, newsletter, événements) : 5 000 - 20 000 €
• Accompagnement conduite du changement (consultant externe) : 20 000 - 80 000 €

Maintenance et opérations (coûts récurrents annuels)

• Administration système GPU : 0,25 à 0,5 ETP dédié
• Mises à jour modèles et réévaluations trimestrielles : 5 jours/an minimum
• Support utilisateurs : Selon le volume : 0,25 à 1 ETP helpdesk IA
• Renouvellement des formations (turnover) : 200 - 500 €/nouvel arrivant
• Audit de conformité annuel : 10 000 - 30 000 €/an

Budget total type par taille d'organisation

Analyse de sensibilité : scénarios optimiste, réaliste, pessimiste

Un business case COMEX crédible présente trois scénarios. Voici un exemple pour une ETI de 200 utilisateurs (coût total an 1 : 280 000 €, OPEX récurrent : 80 000 €/an) :

Le scénario pessimiste montre que même dans les conditions les plus défavorables, le projet n'est pas destructeur de valeur si les coûts sont maîtrisés. C'est un argument de poids en COMEX.

Construire et défendre le business case COMEX

Structure recommandée (20 slides)

1. Contexte et enjeux (3 slides) : Pourquoi l'IA est devenue stratégique, ce que font vos concurrents, les risques de l'inaction (voir Chapitre 1)
2. Réglementation et risques (2 slides) : Les obligations applicables à votre secteur, les sanctions encourues, l'état de conformité actuel
3. La solution proposée (3 slides) : Architecture simplifiée, cas d'usage retenus, fournisseurs/modèles
4. Business case (5 slides) : Modèle financier avec les 3 scénarios, benchmark sectoriel, hypothèses documentées
5. Plan de déploiement (3 slides) : Roadmap sur 18 mois, jalons, ressources nécessaires
6. Risques et mitigation (2 slides) : Risques du projet IA souverain et leur mitigation, risques de ne pas agir
7. Décision demandée (2 slides) : Budget, autorisation, ressources — être précis et spécifique

Objections fréquentes et réponses

Objection : «C'est trop cher.»
Réponse : Comparez le coût du projet IA souverain au coût d'une seule amende CNIL (4 % du CA), au coût d'un incident de données (4,8 M€ en moyenne), et au coût de l'IA non souveraine que vous utilisez déjà (agrégez toutes les licences Copilot, ChatGPT Enterprise, etc.). Dans la majorité des cas, le statu quo est plus coûteux que la transformation.

Objection : «C'est pas le bon moment.»
Réponse : L'AI Act est en vigueur depuis août 2026. L'ANSSI a émis des recommandations explicites. Vos concurrents déploient maintenant. Le coût de la transformation augmente avec le retard (les données sont plus dispersées, les habitudes sont plus ancrées, la dette technique croît). Quel est le bon moment ?

Objection : «Les modèles souverains ne sont pas aussi bons.»
Réponse : Démontrez par les résultats du PoC sur vos cas d'usage réels. Sur le français juridique et administratif, ELODIE 32B surpasse GPT-4. Sur les tâches génériques, les modèles souverains sont à parité. La question n'est pas «quel modèle est le meilleur en absolu» mais «quel modèle est suffisamment bon pour nos usages».

Objection : «Nos équipes résistent.»
Réponse : La résistance est normale et gérable. Elle se traite par la démonstration (PoC avec les utilisateurs concernés), la formation (adaptée au profil), et la communication (les risques personnels de continuer à utiliser des outils non autorisés). Le Chapitre 4 décrit la méthode de conduite du changement.

Le ROI de la conformité : coût de la non-conformité vs coût de la conformité souveraine

Un angle souvent négligé du business case IA souveraine : la conformité elle-même a un ROI. Comparez les deux situations :

Scénario A : Statu quo (pas d'IA souveraine)

• Amendes RGPD potentielles pour absence d'AIPD et clauses sous-traitant insuffisantes : 50 000 à 2 000 000 € selon la taille
• Amendes AI Act potentielles pour non-conformité des systèmes haut risque : jusqu'à 3 % du CA mondial
• Coût de remédiation en cas d'incident de données : 1 à 5 millions d€ (investigation + notification + refonte)
• Perte de contrats suite à exigences de conformité des donneurs d'ordre : difficile à quantifier, souvent >500 000 €/an pour une ETI
• Risque de responsabilité personnelle des dirigeants : inestimable

Scénario B : IA souveraine (conformité atteinte)

• Coût total du projet IA souverain (3 ans) : 200 000 à 1 500 000 € selon la taille
• Amendes : quasi-nulles si la conformité est effective
• Coûts de remédiation : réduits de 80 % grâce à l'architecture souveraine (investigation plus simple, données maîtrisées)
• Nouveaux contrats accessibles (marchés publics, donneurs d'ordre exigeants) : gain potentiel > coût du projet

Questions fréquentes

Comment mesurer le gain de productivité réel après déploiement ?

Trois méthodes complémentaires : (1) Time study avant/après — chronométrez le temps nécessaire pour des tâches types avant et après l'IA (méthode rigoureuse mais coûteuse). (2) Sondage utilisateurs — demandez aux utilisateurs d'estimer le temps gagné par semaine sur leurs tâches assistées (méthode simple mais subjective). (3) Mesure des volumes — si vos processus sont mesurables (nombre de dossiers traités, nombre de tickets résolus, nombre de lignes de code produites), comparez avant/après en contrôlant les autres variables. Idéalement, combinez les 3 méthodes et présentez les résultats au Comité de Gouvernance IA à 3, 6, et 12 mois.

Le ROI de l'IA est-il affecté par le choix du modèle souverain vs américain ?

Sur le volet productivité, la différence de ROI entre un modèle souverain et un modèle américain est faible pour les tâches standard — les performances sont comparables. La différence majeure est dans les coûts de non-conformité : avec un modèle américain, vous ajoutez les risques RGPD, Cloud Act, et AI Act qui peuvent annuler plusieurs années de gains de productivité en cas d'incident. Sur le volet revenus (nouveaux marchés accessibles grâce à la conformité souveraine), le modèle souverain a un avantage structurel que le modèle américain ne peut pas compenser.

Conclusion

Un business case IA souverain solide ne se construit pas sur des promesses technologiques mais sur des chiffres documentés, des hypothèses explicites, et une analyse de sensibilité honnête. Les données sectorielles montrent que le ROI est réel, mesurable, et souvent supérieur aux projections initiales pour les organisations qui déploient avec méthode.

Une fois le business case validé par le COMEX, la question suivante est celle de l'industrialisation : comment passer de 1 à N cas d'usage, comment maintenir la qualité en production, et comment gérer l'évolution des modèles. C'est l'objet du Chapitre 6 — Passage à l'échelle.