Ordres de grandeur : ce qui coûtait un an et dix personnes.

Il n'y a pas de magie dans un agent qui écrit du code, des tests et de la documentation. Il y a un déplacement massif du coût de production. Le raisonnement d'investisseur reste le même qu'avant — gain, coût, risque, seuil de rentabilité — mais les chiffres qu'on y met ont changé d'échelle. Et quand les chiffres changent d'échelle, des décisions qui étaient irrationnelles deviennent évidentes.

Avant / après, en ordres de grandeur

Un outil métier interne — un portail, un contrôle automatisé, une brique de reporting — se chiffrait hier en centaines de milliers d'euros, parfois au million : une équipe projet de cinq à dix personnes, des specs, des allers-retours, douze à dix-huit mois avant la production. Le même outil se construit aujourd'hui avec deux personnes en quelques semaines à quelques mois, pour une fraction du budget — les agents produisent la matière, les seniors cadrent, arbitrent et signent. Ordres de grandeur illustratifs : chaque contexte varie, et c'est précisément le rôle du cadrage de poser les vôtres. Un chiffre réel, en revanche, tiré de nos missions : une brique de mise à disposition du reporting, attendue sur plusieurs mois par la voie classique, développée et livrée en trois semaines sur un socle data industrialisé.

Ce que l'IA accélère vraiment

Le build : écrire du code, le tester, le documenter ; passer une base documentaire au crible ; produire une première modélisation financière ; générer les variantes qu'un humain n'aurait pas eu le temps d'explorer. Tout ce qui est de la production de matière à partir de règles connues subit le multiplicateur. C'est là que « dix personnes, un an » devient « deux personnes, un mois » — pas ailleurs.

Ce qu'elle n'accélère pas

Décider du bon problème. Fiabiliser des données que personne n'a gouvernées depuis dix ans. Obtenir l'accès au SI, passer la sécurité, convaincre les équipes d'utiliser l'outil. Porter la responsabilité de ce qui part en production. Tout cela avance à la vitesse des organisations, pas à celle des modèles — et c'est exactement pour cela que tant de POC brillants meurent avant d'avoir produit un euro : le multiplicateur s'applique au build, pas à ce qui l'entoure. Quiconque vous promet le contraire vous vend le visage 1 au prix du visage 3.

Ce que ça change pour vos décisions

Trois conséquences concrètes. Le make-or-buy se déplace : des outils sur mesure qu'il était raisonnable d'acheter en SaaS générique redeviennent constructibles — à vos règles, sur vos données. Le seuil de rentabilité descend : des sujets « trop petits pour un projet » deviennent finançables, parce qu'un gain de 100 k€ justifie désormais son build. Le risque unitaire baisse : tester coûte des semaines, pas des trimestres — à condition de garder des portes de décision, sinon la vitesse ne fait que produire des erreurs plus vite. Le multiplicateur est réel. Il récompense ceux qui chiffrent, et punit ceux qui extrapolent.