Un SaaS sur-mesure intégrant de l’IA se construit en trois temps — cadrage, MVP, industrialisation — pour un budget réaliste de 35 000 à 120 000 € et un premier produit facturable en quatre à sept mois. Le poste que les porteurs de projet sous-estiment presque toujours n’est pas le développement, mais le coût récurrent d’inférence et la conformité sur les données clients.
L’accès aux modèles de langage par API a considérablement abaissé la barrière technique : ce qui exigeait une équipe de data scientists tient aujourd’hui en quelques appels réseau. Ce qui n’a pas changé, en revanche, c’est la difficulté de transformer une fonctionnalité impressionnante en produit que des entreprises acceptent de payer tous les mois.
Cadrer : le problème avant la technologie #
La question de départ n’est pas « où mettre de l’IA » mais « quelle tâche coûteuse mon utilisateur répète-t-il chaque semaine ». Un bon candidat présente trois caractéristiques : la tâche est fréquente, elle produit un livrable vérifiable, et une erreur occasionnelle n’a pas de conséquence grave. Rédiger un compte rendu, classer des demandes entrantes, extraire des données d’un document coche ces cases. Décider d’un octroi de crédit ou d’un diagnostic ne les coche pas.
À lire Grille tarifaire création site internet : à quoi s’attendre vraiment
Le cadrage occupe deux à quatre semaines et produit trois livrables : une cartographie des parcours utilisateurs, un modèle économique chiffré (prix cible, coût de revient par client, seuil de rentabilité) et une liste explicite de ce qui ne sera pas fait dans la première version. Ce dernier document vaut souvent plus que le cahier des charges. Facturé entre 4 000 et 12 000 € par une agence, il évite régulièrement six mois de développement mal orientés.
Le MVP : couper juste #
Un MVP de SaaS B2B tient en un parcours principal complet et rien d’autre : inscription, un cas d’usage bout en bout, facturation. Tout le reste — rôles multiples, tableau de bord analytique, application mobile, intégrations tierces, marque blanche — attend la validation commerciale. La règle empirique tient bien : si une fonctionnalité n’est pas nécessaire pour qu’un client signe, elle sort du périmètre.
Trois briques ne se coupent jamais, même sur un MVP. L’authentification et la gestion multi-tenant, parce que les rattraper après coup implique une migration douloureuse. La journalisation des appels aux modèles, indispensable pour comprendre les coûts et les régressions. Et un mécanisme de retour utilisateur simple, pouce en haut ou en bas, qui alimentera l’amélioration des prompts.
Développement sur-mesure, no-code, ou les deux #
Le no-code et les plateformes assemblées permettent de sortir un prototype en quelques semaines pour 5 000 à 20 000 €. C’est pertinent pour tester une hypothèse commerciale ou servir vingt clients pilotes. Les limites arrivent vite : contrôle insuffisant sur les performances, dépendance à un éditeur, coûts par utilisateur qui explosent à l’échelle, et difficulté à passer des audits de sécurité en environnement grand compte.
Le développement sur-mesure coûte davantage au départ mais devient plus économique dès quelques centaines d’utilisateurs actifs, et reste seul compatible avec un hébergement maîtrisé. L’approche hybride donne souvent les meilleurs résultats : prototype no-code pour valider, réécriture progressive des parties critiques ensuite. Les agences spécialisées dans la création de SaaS travaillent d’ailleurs de plus en plus sur ce modèle, en assumant le prototype comme un livrable jetable plutôt que comme une base à conserver.
Le coût d’inférence, ce poste qu’on découvre trop tard #
Contrairement à un logiciel classique, un produit utilisant des modèles génératifs coûte à chaque usage. Un traitement documentaire consommant 15 000 jetons en entrée et 2 000 en sortie revient, selon le modèle choisi, entre 0,01 et 0,15 € par appel. Multiplié par 500 traitements mensuels et 40 clients, l’écart entre deux modèles représente plusieurs milliers d’euros par an, directement prélevés sur la marge.
Trois leviers réduisent nettement la facture : router les requêtes simples vers un modèle plus léger et ne réserver le modèle haut de gamme qu’aux cas complexes, mettre en cache les portions de contexte identiques d’un appel à l’autre, et fixer des quotas par plan tarifaire. Cette dernière décision est autant commerciale que technique : un abonnement illimité sur un produit dont le coût marginal est réel finit toujours mal.
| Phase | Durée indicative | Budget |
|---|---|---|
| Cadrage et maquettes | 2 à 4 semaines | 4 000 – 12 000 € |
| MVP fonctionnel | 3 à 4 mois | 25 000 – 60 000 € |
| Industrialisation, sécurité, intégrations | 3 à 6 mois | 30 000 – 80 000 € |
| Exploitation annuelle (infra + inférence + maintenance) | récurrent | 12 000 – 40 000 € / an |
Données, sécurité et engagements contractuels #
Dès qu’un client professionnel confie ses documents, quatre questions arrivent dans l’appel d’offres : où sont hébergées les données, sont-elles utilisées pour entraîner un modèle, combien de temps sont-elles conservées, et qui y accède. Il faut pouvoir répondre par écrit. Cela implique un contrat de sous-traitance au sens du RGPD avec chaque fournisseur de modèle, l’activation des options de non-rétention proposées par les principales API, et une politique de purge documentée.
L’hébergement dans l’Union européenne, désormais disponible chez la plupart des fournisseurs, lève une objection fréquente dans les secteurs régulés. Prévoyez aussi le chiffrement au repos, la séparation stricte des données entre clients, une traçabilité des accès et, si vous visez des ETI, la préparation d’un questionnaire de sécurité type. Ces travaux représentent facilement 15 % du budget total et ne se rattrapent pas dans l’urgence d’un contrat à signer.
