Intégrateur IA ou éditeur de logiciel : à qui confier votre projet ?

Vous avez un budget IA, un processus qui coûte cher et deux devis sur la table. Le premier vient d'une société d'intégration qui propose de construire un agent sur mesure. Le second vient d'un éditeur qui vend une plateforme et promet le même résultat en quelques clics. Les deux interlocuteurs parlent d'IA, les deux ont des références clients, et la décision vous engage pour deux ou trois ans. La vraie question n'est pas de savoir qui fait la meilleure démonstration, mais si votre problème ressemble à celui de mille autres entreprises ou s'il vous est propre.
Key Takeaways
- Un éditeur vend un produit standard à de nombreux clients. Un intégrateur construit une solution autour de vos processus. Les deux peuvent convenir, rarement au même besoin.
- Le critère décisif est la propriété du résultat : qui définit le périmètre, qui porte la mise en production, qui garde le code et les données.
- Selon RAND (2024), plus de 80 % des projets d'IA échouent, deux fois le taux des projets informatiques qui n'en contiennent pas.
- Un produit standard convient quand le besoin est courant et le périmètre stable. L'intégration se justifie quand le processus est différenciant ou quand l'IA doit agir dans vos systèmes existants.
- En PME, le montage le plus fréquent combine les deux : un produit pour le socle, un intégrateur pour la couche métier.
Deux métiers, deux modèles économiques
Un éditeur de logiciel conçoit un produit qu'il vend à des centaines ou des milliers de clients. Son revenu vient des abonnements, sa marge dépend du nombre de clients servis par la même fonctionnalité. Il a donc intérêt à couvrir les besoins les plus répandus et à refuser, ou à facturer très cher, ce qui ne concerne qu'un seul client.
Un intégrateur vend du temps d'ingénieur et une responsabilité de projet. Il construit avec des briques existantes (modèles, plateformes d'automatisation, interfaces de vos outils) et assemble quelque chose qui n'existera que pour vous. Sa marge dépend de la qualité de son cadrage et de sa capacité à ne pas dériver.
| Critère | Éditeur de logiciel | Intégrateur IA |
|---|---|---|
| Ce qui est vendu | licences et abonnements | projet, temps, résultat |
| Périmètre | fixé par le produit | défini avec vous |
| Coût d'entrée | faible à modéré | plus élevé |
| Coût récurrent | abonnement qui suit les effectifs | maintenance et évolutions |
| Délai de premier usage | rapide sur un périmètre standard | plus long, lié au cadrage |
| Point fort | support, stabilité, dépense prévisible | ajustement au processus réel |
| Risque principal | fonctionnalité manquante | dérive du périmètre |
Ce tableau explique l'essentiel des malentendus. Une PME qui achète un produit en attendant une intégration se retrouve avec des contournements manuels et des fichiers Excel en renfort. Une PME qui commande une intégration pour un besoin courant paie le prix d'un développement pour ce qu'un abonnement couvrait déjà.
Ce que disent les taux d'échec
Selon RAND (2024), qui a interrogé 65 data scientists et ingénieurs, « more than 80 percent of AI projects fail », soit « twice the rate of failure for information technology projects that do not involve AI ». Le rapport ne désigne pas un coupable unique : il pointe le cadrage, la disponibilité des données, l'usage réel et l'écart entre la démonstration et la production.
Gartner va dans le même sens sur le périmètre génératif. En juillet 2024, le cabinet annonçait que « at least 30% of generative AI (GenAI) projects will be abandoned after proof of concept by the end of 2025, due to poor data quality, inadequate risk controls, escalating costs or unclear business value ». Les causes citées sont des causes de projet, pas des causes de modèle.
Le phénomène s'est déplacé vers les agents. En juin 2025, Gartner prévoyait que « over 40% of agentic AI projects will be canceled by the end of 2027, due to escalating costs, unclear business value or inadequate risk controls ». Le même communiqué estime que sur les milliers de fournisseurs qui se présentent comme éditeurs d'agents, « only about 130 » proposent réellement des capacités agentiques. Le reste relève de ce que le cabinet appelle l'« agent washing », c'est-à-dire le changement d'étiquette appliqué à des assistants, des chatbots ou de l'automatisation classique.
Traduction pour un dirigeant : la technologie n'est plus le facteur limitant. Le choix du fournisseur compte parce qu'il détermine qui cadre le besoin, qui documente les données et qui reste quand le projet entre en production.
Quand un éditeur est le bon choix
Le produit standard gagne dans plusieurs situations bien identifiées.
Votre besoin est courant. Prise de rendez-vous, tri de tickets, génération de comptes rendus, relances de facturation : des milliers d'entreprises ont le même problème, et un éditeur l'a déjà résolu. Payer un développement spécifique pour cela revient à financer une roue.
Votre périmètre est stable et connu. Un produit impose ses écrans et ses règles. Si vous savez déjà que vos processus tiennent dans ce cadre, l'abonnement évite un chantier.
Vous voulez un délai court et une dépense lisible. L'éditeur facture par siège ou à l'usage. Le montant est prévisible, ce qui compte quand le budget doit être défendu devant un associé ou un banquier.
Vous avez besoin d'un support et d'un engagement contractuel clair. Un éditeur a une feuille de route publique et des engagements de disponibilité. Sur un outil critique, cela vaut une partie du prix.
Les limites arrivent vite, en revanche. La feuille de route ne vous appartient pas : la fonctionnalité dont vous avez besoin sera peut-être livrée l'an prochain, ou jamais. Le coût par siège grimpe avec les effectifs. Les données partent chez un tiers, avec ses propres sous-traitants. Et sortir du produit reste rarement simple, même quand l'export existe.
Quand un intégrateur est le bon choix
L'intégration se justifie quand la valeur ne vient pas de l'outil mais de la façon dont il s'insère dans votre organisation.
Votre processus vous différencie. Un cabinet qui qualifie ses dossiers selon sa propre grille, un industriel qui chiffre ses devis à partir de plans, un distributeur qui arbitre ses stocks selon ses règles : aucun produit standard ne reproduira ces logiques sans les aplatir.
L'IA doit agir dans vos systèmes. Lire une boîte mail ne suffit pas. Il faut écrire dans l'ERP, mettre à jour le CRM, déclencher une commande. Chaque outil a ses interfaces, ses limites, ses exceptions, et c'est précisément le travail d'intégration.
Vos données sont sensibles et doivent rester chez vous. Certains secteurs ne peuvent pas envoyer leurs dossiers à un service tiers sans cadre contractuel lourd. Une architecture construite autour de vos environnements, y compris en local quand c'est nécessaire, se discute au cas par cas.
Vous devez assembler plusieurs briques. Un modèle pour la compréhension, un moteur d'automatisation pour les enchaînements, une base pour la mémoire, des connecteurs vers vos outils. Le produit qui ferait tout cela correctement n'existe pas encore.
Les limites, ici aussi, sont réelles. La dépendance à l'équipe qui a construit est le premier risque : sans documentation, sans tests, sans dépôt de code à votre nom, vous êtes locataire de votre propre outil. Le deuxième est la dérive : un périmètre flou se transforme en facture complémentaire. Le troisième est la confusion des rôles, car certaines sociétés présentées comme intégrateurs ne font que revendre une licence avec une journée de paramétrage.
Cinq questions qui tranchent plus vite qu'un audit
Avant de comparer les prix, posez ces questions aux deux candidats.
Qui définit le périmètre et qui le signe ? Chez un éditeur, le périmètre est le produit. Chez un intégrateur, il doit être écrit noir sur blanc, avec ce qui est exclu. Un devis sans exclusion est un devis incomplet.
Que se passe-t-il si le fournisseur disparaît ? Demandez où vit le code, à qui appartiennent les prompts, les connecteurs et les jeux de données, et comment vous récupérez l'ensemble. Pour un produit, la question devient : combien de temps pour exporter et reconstruire ailleurs.
Où vont les données et qui peut y accéder ? La réponse doit être écrite, avec les sous-traitants, la localisation et la durée de conservation. Un fournisseur qui répond « c'est sécurisé » sans document n'a pas répondu.
Quel est le coût à trois ans ? Additionnez licence ou développement, intégration, maintenance, formation, puis le coût des contournements manuels tant que l'outil ne couvre pas tout. C'est souvent cette dernière ligne qui décide.
Qui reste quand le projet entre en production ? Un éditeur a un support. Un intégrateur a une équipe, qui peut être réaffectée ailleurs. Demandez un engagement de maintenance et un plan de reprise, pas une promesse orale.
Le montage hybride, le plus courant en PME
Dans la pratique, la plupart des PME n'ont pas à choisir un camp. Le socle (bureautique, messagerie, CRM, outil métier) reste chez des éditeurs, souvent avec leurs fonctions IA natives. La couche qui relie ces outils, applique vos règles et automatise vos enchaînements demande un travail d'intégration que les éditeurs ne feront pas.
Ce découpage a un avantage : il garde le produit là où la standardisation fait gagner du temps, et l'intégration là où elle crée de la valeur. Il a un coût : deux interlocuteurs, deux contrats, et une frontière à surveiller. Quand un incident survient, chacun renvoie vers l'autre. La frontière doit donc être documentée dès le départ, avec un responsable nommé pour chaque étape du flux.
C'est le rôle qu'un cabinet spécialisé comme NexeAI propose de tenir : un audit pour cadrer le besoin et les données, puis la construction d'agents IA reliés à vos outils et l'automatisation des traitements répétitifs, avec la formation des équipes pour que l'outil soit réellement utilisé. Sur un besoin standard, la réponse honnête peut être un produit existant, et un bon prestataire le dit avant de vendre un projet.
Pour aller plus loin sur le cadrage, deux lectures utiles : les questions à poser avant de signer avec une agence IA et le cahier des charges d'un projet IA en PME.
FAQ
Un éditeur peut-il adapter son produit à nos processus ?
Souvent oui, dans une certaine limite : champs personnalisés, règles de validation, connecteurs standards. Au-delà, la demande sort de la feuille de route et devient un développement facturé au prix d'un projet. Demandez ce qui est configurable sans code, ce qui demande une prestation, et ce qui ne sera jamais fait.
Combien de temps faut-il pour un premier résultat avec un intégrateur ?
Cela dépend du périmètre, pas de la technologie. Un cas d'usage étroit, avec des données propres et un utilisateur identifié, peut être mis en production en quelques semaines. Un projet qui touche trois services et deux systèmes prend des mois. Méfiez-vous des deux extrêmes : le pilote qui n'engage rien et le déploiement complet annoncé en six semaines.
Comment repérer un éditeur qui ne fait pas vraiment d'IA ?
Gartner estime qu'environ 130 fournisseurs sur des milliers proposent de réelles capacités agentiques. Le test le plus simple : demandez une démonstration sur vos données, avec vos cas limites, et regardez ce qui se passe quand le modèle se trompe. Un produit sérieux a une réponse sur la validation humaine et le journal des actions. Un revendeur n'en a pas.
Faut-il choisir avant d'avoir cadré le besoin ?
Non, et c'est l'inverse qui provoque la plupart des dérives. Le cadrage doit précéder la comparaison des offres. Sans lui, vous comparez des démonstrations, pas des réponses. Une demi-journée passée à décrire le processus, les données et le gain attendu vaut mieux que trois démonstrations.
Que faire si le projet n'atteint pas son objectif ?
Un projet IA qui échoue laisse rarement les mains vides : les données ont été documentées, le processus a été décrit, une brique réutilisable existe. La condition est d'avoir prévu des étapes courtes avec des critères d'arrêt écrits. C'est aussi la meilleure protection contre un fournisseur qui facture l'échec comme une phase de plus.
Conclusion
Le choix entre intégrateur et éditeur ne se tranche pas sur la qualité d'une démonstration. Il se tranche sur trois questions simples : votre besoin ressemble-t-il à celui du marché, votre processus est-il une source de valeur, et qui doit garder la main sur le code et les données ? Les taux d'échec publiés par RAND et Gartner ne disent pas que l'IA ne fonctionne pas. Ils disent que les projets mal cadrés échouent, quel que soit le fournisseur.
Si vous hésitez encore, parlons de votre cas : une heure suffit souvent à savoir si votre besoin appelle un produit ou une intégration.


