Développement logiciel sur mesure : un outil métier en production en 4 semaines

Ce qu'il faut retenir

• Le développement d'une application sur mesure ne se compte plus en trimestres. Nous livrons un logiciel métier en production en 4 semaines, à partir de 20 000 € HT. Ce n'est ni une maquette, ni un prototype : vos équipes s'en servent le jour de la livraison.
• L'intégralité du code est générée par l'IA, chaque tâche étant confiée au modèle le plus performant dans sa spécialité — interface, back-end, services IA — puis relue et validée par des ingénieurs. La génération est rapide ; la revue humaine reste la garantie.
• La phase 2 est un abonnement mensuel sur 2 à 3 ans qui couvre l'hébergement, la maintenance, la sécurisation et le développement applicatif continu. Le logiciel n'est pas figé à la livraison : il s'enrichit tous les mois.
• Le coût par unité d'intelligence s'effondre. Le prix pour atteindre le niveau de GPT-3.5 sur le benchmark MMLU est passé de 20 $ à 0,07 $ par million de tokens entre novembre 2022 et octobre 2024, soit une division par plus de 280 en dix-huit mois (Stanford HAI). À montant constant, un abonnement achète donc plus de logiciel chaque année — l'inverse exact d'un contrat d'éditeur.
• Le sur-mesure n'est pas la bonne réponse partout. Un processus standard bien couvert par un progiciel, un logiciel soumis à certification réglementaire, ou une équipe incapable de formuler son besoin : dans ces trois cas, nous vous le disons avant de vous vendre quoi que ce soit.

Pourquoi la question du logiciel sur mesure se repose en 2026

Pendant vingt ans, la réponse à « nous avons un besoin métier que rien ne couvre » a été la même dans les PME et les ETI françaises : on s'adapte au progiciel. Le sur-mesure était réservé aux grands comptes, parce qu'il coûtait des centaines de milliers d'euros, mobilisait une équipe pendant un an et arrivait souvent décalé par rapport au besoin d'origine.

Deux choses ont changé en même temps.

D'abord, le coût de production du code a chuté. Le rapport DORA 2025 de Google Cloud, construit sur près de 5 000 répondants, mesure 90 % de professionnels du logiciel utilisant l'IA dans leur travail. Le rapport AI Index 2026 de Stanford chiffre à 26 % les gains de productivité observés dans le développement logiciel. Ce ne sont pas des promesses : ce sont des mesures.

Ensuite, le coût d'usage de l'intelligence elle-même s'est effondré, à un rythme que peu de dirigeants ont intégré dans leurs arbitrages. C'est le point qui change le raisonnement économique, pas seulement le calendrier projet.

Côté français, l'appétit existe : le baromètre France Num 2025 de la Direction générale des Entreprises, mené auprès de 11 021 entreprises, relève que 26 % des TPE et PME utilisent des solutions d'intelligence artificielle — proportion doublée en un an — et que 78 % des dirigeants estiment que le numérique leur apporte des bénéfices réels. Ce qui manque, c'est un chemin qui ne demande ni un an ni un budget de grand compte.

Qu'est-ce qu'un logiciel livré « en production » en 4 semaines ?

Le mot « prototype » circule beaucoup et désigne rarement la même chose d'un prestataire à l'autre. Soyons précis.

À la fin des 4 semaines, vous disposez d'une application hébergée, accessible à vos utilisateurs avec leurs comptes, connectée à vos données réelles, sauvegardée, et sur laquelle une personne de votre entreprise travaille dès le lendemain. Pas une démonstration cliquable. Un outil en service.

Ce que ces 4 semaines ne contiennent pas, il faut le dire aussi : la totalité du périmètre imaginé au premier atelier. Nous livrons le cœur du besoin — le processus qui fait perdre du temps, la donnée qui n'est nulle part — et laissons délibérément le reste. Un outil restreint mais utilisé apprend plus vite qu'un cahier des charges complet mais théorique.

Le tarif de départ est public : 20 000 € HT pour cette phase 1. Le prix varie ensuite selon la complexité des intégrations à votre système d'information existant, le nombre d'utilisateurs et les exigences de sécurité.

Comment l'IA écrit-elle réellement le code de votre application ?

L'intégralité du code est générée par l'IA. Nous l'assumons sans détour, et nous préférons expliquer comment plutôt que de le dissimuler derrière un vocabulaire d'agence.

Le principe est celui d'un atelier plutôt que d'un artisan unique. Concevoir une interface, structurer une base de données, écrire une règle de calcul métier ou brancher un service d'IA sont quatre métiers différents, et les modèles disponibles en 2026 n'y sont pas également bons — leurs écarts sont documentés benchmark par benchmark. Nous confions donc chaque tâche au modèle le plus performant dans sa spécialité.

La comparaison la plus juste est celle d'un bureau d'études : personne ne demande au calculateur de structure de dessiner les façades. Ce qui a changé, c'est que la répartition des tâches se fait désormais entre modèles, et que le cycle de production se compte en heures.

Reste la question qui compte pour un dirigeant : qui répond de ce code ? Des ingénieurs le relisent et le valident, tâche par tâche. C'est une position tranchée, et elle est prudente au regard de ce que mesure le terrain : le rapport DORA 2025 relève que 30 % des professionnels déclarent peu ou pas de confiance dans le code généré par IA. Nous partageons cette réserve. Un modèle produit vite, et il produit parfois faux avec beaucoup d'aplomb. La vitesse vient de la génération ; la fiabilité vient de la revue.

Pourquoi un abonnement à montant constant achète plus de logiciel chaque année

C'est l'argument le plus contre-intuitif de ce modèle, et le plus structurant.

La phase 2 est un abonnement mensuel engagé sur 2 à 3 ans. Il couvre l'hébergement, la maintenance corrective, la sécurisation — et, ce qui est inhabituel, le développement applicatif continu. Chaque mois, votre logiciel gagne des fonctions. Le budget n'achète pas le droit d'utiliser un produit existant : il achète de la capacité de construction.

Or cette capacité coûte de moins en moins cher à produire. Les mesures publiques sont sans ambiguïté :

• Pour un niveau de performance équivalent à GPT-3.5 sur MMLU, le prix d'inférence est passé de 20 $ à 0,07 $ par million de tokens entre novembre 2022 et octobre 2024, soit une division par plus de 280 en environ dix-huit mois (AI Index 2025, Stanford HAI).
• Sur un benchmark nettement plus difficile — dépasser 50 % sur GPQA — le coût est tombé de 15 $ à 0,12 $ par million de tokens entre mai et décembre 2024.
• Epoch AI, qui suit ces prix sur six benchmarks, estime que selon les tâches les coûts d'inférence baissent d'un facteur compris entre 9 et 900 par an.
• Côté matériel, le coût pour un niveau de performance fixé recule d'environ 30 % par an, et l'efficacité énergétique progresse de 40 % par an.

Nous ne bâtissons pas nos engagements contractuels sur les chiffres les plus spectaculaires de cette liste. Notre hypothèse de travail est volontairement prudente : le coût par unité d'intelligence est divisé par 5 chaque année, soit très en deçà des baisses mesurées. Même avec cette prudence, la conséquence économique est franche : à montant d'abonnement constant, la quantité de travail que nous pouvons produire pour vous augmente d'année en année.

Comparez avec la trajectoire d'un contrat logiciel classique. En décembre 2025, CIO rapportait, sur la foi d'analystes Gartner, des hausses de 10 à 20 % sur les abonnements SaaS de plusieurs grands éditeurs, à comparer à une progression des budgets informatiques de 2,8 %. Vous payez chaque année davantage pour la même chose.

Quels types de logiciels métier construisons-nous de cette façon ?

Nous décrivons ici des catégories de projets, pas des cas nommés : cette offre est récente et nous ne publions aucune référence tant que nos clients ne nous y ont pas autorisés.

Les outils d'aide à la vente et au chiffrage. Le devis complexe est un candidat naturel : règles tarifaires empilées depuis quinze ans, options qui se contredisent, connaissance concentrée sur deux personnes. Un outil sur mesure remet la règle au centre et rend le chiffrage reproductible.

Les CRM internes très spécifiques. Non pas refaire un CRM généraliste, mais traiter les cas où le cycle commercial ne rentre pas dans les cases du marché : cycles longs à multiples décideurs, cotraitance, affaires suivies par plusieurs entités.

Les outils internes de gestion de projet à base d'agents. Le logiciel ne se contente pas d'enregistrer l'information : des agents préparent les points de situation, repèrent les retards, rédigent les relances, et laissent l'arbitrage aux humains.

Les plateformes d'analyse et de dérisquage juridique. Lecture de corpus contractuels, repérage des clauses sensibles, comparaison à une position de référence. L'outil ne rend pas d'avis : il concentre l'attention du juriste là où elle est utile.

Le fil commun est simple : ce sont des processus où l'entreprise a un savoir-faire propre qu'aucun éditeur ne modélisera à sa place — parce que ce savoir-faire est précisément ce qui la différencie.

Quel impact concret pour une PME ou une ETI ?

Le premier effet est budgétaire. Un ticket d'entrée à 20 000 € HT pour une mise en production ne relève plus de l'investissement qu'on arbitre en conseil d'administration, mais de la décision opérationnelle. Cela change la nature du risque : vous n'engagez pas un an de travail sur une hypothèse, vous la vérifiez en un mois.

Le deuxième effet est organisationnel, et il est plus exigeant qu'il n'y paraît. Un cycle de 4 semaines suppose que vos décisions arrivent en 4 semaines : un référent métier disponible, un accès aux données ouvert rapidement, un arbitrage sur le périmètre rendu sans détour par trois comités. C'est souvent là que se joue la réussite, pas dans la technique. Nous cadrons ce point en amont, dans le travail de définition de votre stratégie IA, qui sert à décider quoi construire — et surtout quoi ne pas construire.

Le troisième effet est patrimonial. Un logiciel qui s'enrichit chaque mois autour de vos règles métier devient un actif, là où un abonnement à un progiciel reste une charge. Encore faut-il que les conditions de réversibilité soient posées dès le contrat : hébergement, accès au code, sortie. Nous les traitons explicitement, au même titre que la localisation des données et la dépendance aux fournisseurs de modèles, que nous abordons dans notre approche de la souveraineté numérique.

Si votre besoin n'est pas stabilisé, la porte d'entrée est le passage en production en 4 semaines sur un périmètre restreint, pas un cahier des charges. Et si la question est plus large — quels processus automatiser, dans quel ordre — elle relève de nos missions de conseil et d'ingénierie IA.

Quand le logiciel sur mesure n'est pas la bonne réponse

Il y a des situations où nous déconseillons ce chemin. Les nommer nous paraît plus utile que de les taire.

Quand le processus est standard et bien couvert par un progiciel. Paie, comptabilité générale, gestion des immobilisations : la règle y est extérieure à votre entreprise, l'éditeur porte la veille réglementaire, et le sur-mesure vous ferait racheter à prix fort une conformité déjà disponible. Reconstruire un logiciel de paie n'a aucun intérêt économique.

Quand le logiciel est soumis à un régime réglementaire lourd. Dispositif médical, comptabilité soumise à certification, systèmes critiques : dans ces cas, ce n'est pas le développement qui dicte le calendrier mais le cycle de qualification, de documentation et d'audit. Un délai de 4 semaines n'a alors aucun sens, et promettre le contraire serait malhonnête.

Quand l'équipe n'est pas en mesure d'exprimer son besoin. C'est le cas le plus fréquent, et le plus délicat à dire. Si les utilisateurs ne savent pas décrire leur processus actuel, aucune méthode de développement ne compensera. Le bon investissement est alors la clarification du processus et la montée en compétences des équipes — pas un logiciel qui figerait dans le code une confusion existante. Le rapport DORA 2025 le formule d'une façon que nous partageons : l'IA amplifie ce qui existe déjà, dans un sens comme dans l'autre.

Deux réserves sur le modèle lui-même. La revue par des ingénieurs est un goulot d'étranglement assumé : elle borne le volume que nous livrons, et c'est délibéré. Et la baisse du coût de l'intelligence reste une tendance mesurée sur trois ans, pas une loi physique — Epoch AI note elle-même que les baisses les plus rapides sont récentes et pourraient ne pas se maintenir. Notre hypothèse à 5 par an intègre cette incertitude ; elle ne la supprime pas.

Conclusion : le logiciel métier redevient un choix, pas un renoncement

Pendant vingt ans, une PME qui avait un besoin propre avait deux options : payer très cher un développement long, ou plier son organisation à un outil pensé pour d'autres. La plupart ont plié. Ce compromis n'est plus obligatoire, et ce qui l'a levé n'est pas un effet de mode mais un déplacement de coût vérifiable, mesuré par des institutions indépendantes.

La bonne question pour un dirigeant n'est donc plus « ai-je les moyens d'un logiciel sur mesure ? », mais « quels sont, chez moi, les processus qui font ma différence et qu'aucun éditeur ne modélisera jamais à ma place ? ». C'est là, et seulement là, que le sur-mesure se justifie.

Lire aussi : Claude Code vs Hermes vs Opencode : lequel choisir en 2026 ?

Sources

• Stanford HAI — Artificial Intelligence Index Report 2025, chapitre 1 : Research and Development (avril 2025)
• Stanford HAI — The 2026 AI Index Report, chapitre Economy (13 avril 2026)
• Epoch AI — LLM inference prices have fallen rapidly but unequally across tasks (12 mars 2025)
• DORA / Google Cloud — State of AI-assisted Software Development 2025 (23 septembre 2025)
• Direction générale des Entreprises — France Num présente la 6e édition de son baromètre annuel sur la transformation numérique des TPE et PME (15 septembre 2025)
• CIO — SaaS price hikes put CIOs' budgets in a bind (12 décembre 2025)

Quel processus, chez vous, repose encore sur un fichier partagé et deux personnes qui savent le faire tourner ? Combien vous coûte, chaque année, le renouvellement d'un outil dont vous n'utilisez qu'un quart des fonctions ? Parlons-en — nous vous aidons à définir votre stratégie IA et à mettre un logiciel métier en production en 4 semaines.