Coût d’un logiciel sur-mesure : ce que l’IA a vraiment changé
·5 min de lecture·Warren Hamdi, AI / Product engineer
Il y a encore cinq ans, la réponse honnête à « combien coûte un logiciel sur-mesure ? » décourageait la plupart des PME. Le devis d’un outil métier complet ressemblait au budget d’une embauche sur plusieurs années, et le tableur gagnait par forfait. Ce calcul a bougé. Pas parce que l’IA écrit des logiciels toute seule, mais parce qu’elle a fait baisser le coût d’une étape précise : la production du code. Voici ce qui a vraiment changé, ce qui n’a pas changé, et ce que cela signifie pour votre budget.
À retenir
- L’IA réduit surtout le coût d’écriture du code ; c’est le poste qui pesait le plus lourd dans un devis de logiciel sur-mesure.
- Les études sérieuses divergent : gain net sur des tâches cadrées, ralentissement possible quand l’outil est mal utilisé sur un code complexe.
- Comprendre votre métier, tester et maintenir ne coûtent pas moins cher : c’est là que se joue la qualité, et c’est un travail d’ingénieurs seniors.
- Concrètement : à budget égal, on livre plus tôt une première version utile et on couvre davantage de votre process.
Pourquoi le développement sur-mesure coûtait si cher
Le prix d’un développement de logiciel sur-mesure se résume, pour l’essentiel, à du temps d’ingénieur. Et ce temps se répartit sur des tâches très inégales. Une partie est noble et irremplaçable : comprendre comment votre entreprise fonctionne vraiment, décider ce que l’outil doit faire et ne pas faire. Une autre partie, souvent la plus volumineuse, est de la production : écrire les formulaires, les tableaux, les règles de validation, les exports, les tests, la plomberie entre la base de données et l’écran.
C’est cette seconde partie qui rendait le sur-mesure inaccessible. Un écran de saisie de commande n’a rien d’intellectuellement difficile, mais il faut l’écrire, le tester, le relire, et il y en a des dizaines. Résultat : une PME qui voulait remplacer ses tableurs par un vrai logiciel métier se voyait proposer soit un progiciel du marché à adapter, soit un projet long et coûteux.
IA et productivité des développeurs : ce que disent les études
Sur le sujet, on lit tout et son contraire. Le plus utile est de regarder les rares études contrôlées, qui comparent des développeurs avec et sans assistant IA sur les mêmes tâches. Elles ne disent pas toutes la même chose, et c’est précisément ce qui les rend intéressantes.
Les études qui mesurent un gain
L’expérience la plus citée est celle de Peng et ses coauteurs sur GitHub Copilot (2023) : deux groupes de développeurs devaient écrire un serveur HTTP en JavaScript, l’un avec l’assistant, l’autre sans. Le groupe assisté a terminé la tâche 55,8 % plus vite. Une tâche cadrée, bien spécifiée, au périmètre connu : exactement le type de travail qui compose une bonne partie d’un logiciel de gestion.
L’adoption a suivi. Le rapport DORA 2025 de Google, mené auprès de près de 5 000 professionnels du logiciel, mesure que 90 % d’entre eux utilisent désormais l’IA dans leur travail. Le même rapport décrit l’IA comme un miroir et un multiplicateur : elle amplifie les équipes bien organisées et expose les faiblesses des autres.
Celles qui mesurent un ralentissement
Le contrepoint vient de l’essai randomisé de METR publié en juillet 2025. Seize développeurs open source expérimentés ont traité 246 tickets réels sur leurs propres projets. Avec l’IA, ils ont mis 19 % de temps en plus, alors qu’ils s’attendaient à gagner 24 % et pensaient encore, après coup, avoir gagné 20 %. METR a depuis publié une mise à jour sur des outils plus récents qui penche vers une accélération, tout en reconnaissant que ses nouvelles données sont un signal peu fiable.
Comment réconcilier ces résultats ? L’IA accélère fortement le travail bien spécifié et la production de code répétitif. Elle accélère beaucoup moins, voire ralentit, quand le développeur doit relire, corriger et réintégrer des suggestions dans une base de code vaste et subtile qu’il connaît déjà par cœur. Le gain dépend donc de la nature du travail et de la façon dont l’équipe s’organise autour de l’outil. Ce n’est pas un bouton magique ; c’est une méthode.
Ce qui n’a pas baissé (et ne baissera pas)
Si l’IA rendait tout moins cher, n’importe qui pourrait générer son ERP en un après-midi. Ce n’est pas le cas, et les raisons sont instructives pour qui s’apprête à financer un projet.
- Comprendre votre process. Les exceptions, les clients qui ne paient qu’à 60 jours, la règle de remise que seul le directeur commercial connaît : aucun modèle ne les devine. Il faut les observer sur le terrain et les écrire.
- Décider ce qu’on ne construit pas. Le coût d’un logiciel vient autant de ce qu’on ajoute que de ce qu’on renonce à ajouter. Ce tri est un arbitrage métier, pas une génération de code.
- Vérifier. Un code produit plus vite doit être relu et testé avec autant de rigueur. Le rapport DORA le souligne : la confiance des développeurs dans les sorties de l’IA reste partielle, à raison.
- Exploiter et maintenir. Sauvegardes, mises à jour de sécurité, évolutions du métier : un logiciel vit des années après sa livraison, et quelqu’un en porte la responsabilité.
C’est pourquoi la combinaison qui fonctionne n’est pas « l’IA à la place des ingénieurs », mais des ingénieurs seniors outillés par l’IA. Le senior sait ce qu’il demande, reconnaît immédiatement une suggestion fausse et garde l’architecture cohérente. Le modèle absorbe la production répétitive. C’est le modèle sur lequel nous avons bâti le studio pragma once : trois fondateurs qui font la recherche, la conception, le développement et la maintenance, sans intermédiaire.
Ce que ça change pour votre budget de logiciel métier
Pour un dirigeant, l’effet se lit à trois endroits. Nous préférons les décrire qualitativement plutôt que d’annoncer un pourcentage de remise : chaque projet a sa propre part de production et de conception, et un chiffre unique serait un argument commercial, pas une mesure.
- Une première version utile plus tôt. Les écrans standards se construisent vite, on peut donc mettre un premier module entre les mains des équipes en quelques semaines et ajuster sur du réel plutôt que sur un cahier des charges.
- Plus de périmètre pour le même budget. Le temps libéré sur la production se réinvestit dans ce qui faisait défaut : les cas particuliers, les exports comptables propres, l’écran mobile pour le terrain.
- Des évolutions moins chères. Ajouter un champ, un statut, un tableau de bord coûte moins qu’avant, ce qui rend le logiciel plus facile à faire vivre avec votre entreprise.
Prenons un exemple fictif pour fixer les idées : une PME de négoce qui suit ses commandes dans trois classeurs et un CRM générique. Hier, le projet aurait été découpé en un seul module livré tard. Aujourd’hui, on peut raisonnablement viser la prise de commande, le suivi et la facturation dans la même enveloppe, en commençant par celui qui fait perdre le plus de temps. Le même raisonnement vaut pour un back-office interne ou pour un outil de terrain dans le BTP.
Construire ou acheter : la question est rouverte
Pendant vingt ans, la règle était simple : on achète un logiciel du marché et on adapte son organisation à l’outil. Le sur-mesure était réservé aux grands comptes. La baisse du coût de production rouvre ce choix pour les PME, surtout quand l’abonnement par utilisateur s’accumule et que les contournements dans des tableurs prolifèrent. Nous détaillons ce calcul dans SaaS ou logiciel sur-mesure : louer ou posséder.
Le sur-mesure ne gagne pas à tous les coups. Pour la comptabilité, la paie ou la messagerie, un produit standard reste imbattable. Il devient pertinent là où votre façon de travailler est votre avantage, et où un outil générique vous oblige à la tordre. Si vous vous demandez par ailleurs comment l’IA peut s’intégrer dans l’outil lui-même, et pas seulement dans sa fabrication, lisez IA dans un logiciel métier : gadget ou levier. Et pour voir ce que nous construisons concrètement, notre page logiciel métier sur-mesure montre un exemple d’outil complet.
L’IA n’a pas rendu le métier inutile. Elle a rendu le code moins cher, et donc le métier plus important.
- Le coût d’un logiciel sur-mesure a baissé là où il était le plus lourd : la production du code.
- Les études contrôlées confirment un gain réel sur les tâches cadrées et un risque de ralentissement sans méthode.
- Comprendre, trier, vérifier et maintenir restent un travail humain, et c’est ce qui fait la qualité.
- À budget égal : livraison plus tôt, périmètre plus large, évolutions moins chères.
Mis à jour le 28 août 2026.
← Tous les articles