Dernier article Clés API volées, facture IA x20 : protocole... → · Ressource Agent vs RPA vs Automatisation : le mémo pou... →
Le coaching
Ressources Blog Intégrer l'IA dans son entreprise Se former à l'IA en tant que dirigeant Livres blancs & tutoriels Publications
À propos Réserver un appel

Acheter une solution IA sans se faire enfumer: la checklist dirigeant inspirée du guide DINUM

Acheter une solution IA sans se faire enfumer: la checklist dirigeant inspirée du guide DINUM

Le piège classique: tu crois acheter une IA, tu achètes du flou

Une démo qui marche. Un commercial qui te promet “un POC en 2 semaines”. Un slide “ROI x10”. Et, trois mois plus tard, tu as: une facture, un outil branché à moitié, des données qui se baladent, et une équipe qui bricole.

Le problème n’est pas “l’IA”. Le problème, c’est l’achat. En PME, on achète souvent comme on achète un logiciel classique. Sauf qu’une solution IA, c’est un système: données, modèle, hébergement, intégration, sécurité, et surtout limites.

Bonne nouvelle: l’État a commencé à cadrer le sujet. La DINUM relaie un Guide pratique des achats d’intelligence artificielle piloté par la DAJ (sous CNCP), avec un gros focus sur l’écosystème, le besoin, les données et la sécurité. Et une fiche “achat responsable” (DINUM + DAE + Écolab) pose des questions très concrètes de sourçage et des exemples de clauses. Même si tu n’es pas dans l’achat public, tu peux reprendre l’esprit: une grille froide, testable, qui coupe le bullshit.

Objectif ici: te donner une checklist sélection fournisseur IA réutilisable, un cahier des charges IA léger, et une méthode en 90 minutes pour scorer 3 fournisseurs et décider.

Avant la checklist: identifie qui fait quoi (sinon, personne n’est responsable)

Premier truc qui enfume: les rôles mélangés. La fiche achat responsable distingue clairement plusieurs familles d’acteurs. En PME, beaucoup de propositions te vendent “la solution IA” en empilant des briques.

Dans ton achat, force le fournisseur à se positionner noir sur blanc:

  • Éditeur / fournisseur applicatif: celui qui te vend l’outil (workflow, interface, fonctionnalités).
  • Fournisseur de modèle: GPT, Claude, Gemini, Mistral, open source, etc. Parfois inclus, parfois en dépendance.
  • Intégrateur: celui qui connecte à ton SI, fait le paramétrage, le RAG, les automatisations.
  • Hébergeur / plateforme: cloud, région, sous-traitants, sauvegardes, logs.

Ta règle: un responsable par sujet. Si ça part en “c’est notre partenaire qui gère”, tu demandes: “qui signe l’engagement, qui est responsable en incident, et qui paie les pénalités”.

La checklist dirigeant pour acheter une solution IA (version anti-enfumage)

1) Cadrage du besoin: le coeur anti-bullshit

Tu n’achètes pas une IA. Tu achètes un résultat opérationnel, avec un taux d’erreur acceptable.

Exige ces éléments, sinon tu arrêtes la discussion:

  • 3 scénarios d’usage décrits en langage métier (qui fait quoi, quand, sur quelles données, et où ça se termine).
  • Ce que la solution ne doit pas faire (ex: ne pas envoyer de mails sans validation, ne pas modifier un ERP, ne pas donner de conseil juridique).
  • Critère de réussite chiffré: temps gagné par tâche, délai réduit, taux d’automatisation, baisse de tickets, etc.
  • Seuil d’erreur acceptable et plan d’escalade: quand ça doute, ça passe à un humain.
  • Comparaison “sans IA”: règle simple, template, moteur de recherche interne, automatisation classique. La fiche achat responsable pousse explicitement à se demander si l’IA est justifiée.

Question qui tue en rendez-vous: “Donne-moi 5 cas où ça échoue.” Un fournisseur sérieux en a. Un enfumeur te répond “ça apprend”.

2) Données nécessaires: ce que tu donnes, ce qu’ils gardent, ce qu’ils réutilisent

Deuxième enfumage: “on a juste besoin de vos documents”. Non. Il faut distinguer plusieurs usages de données. Tu veux une réponse écrite, exploitable contractuellement.

  • Données d’entrée: ce que tes équipes envoient (docs, emails, CRM, tickets).
  • Données de sortie: réponses, résumés, décisions, logs d’action.
  • Données techniques: logs, prompts, métadonnées, traces d’exécution.
  • Données d’entraînement: est-ce que tes données servent à entraîner ou améliorer un modèle, même indirectement?
  • Fine-tuning / adaptation: si oui, sur quoi, où, combien de temps, et comment tu supprimes.

Exige aussi:

  • Localisation des données (pays, région cloud), y compris sauvegardes.
  • Chaîne de sous-traitance: quels sous-traitants, pour quoi, et lesquels ont accès.
  • Accès humains: qui peut voir quoi, quand, et avec quel contrôle (support, SRE, intégrateur). L’ANSSI pousse ce type de questions dans ses approches risques.

Si tu connectes des outils (Drive, Gmail, Slack, CRM), prends aussi 10 minutes pour cadrer le risque fuite. Tu peux t’appuyer sur cette ressource interne: connecteurs et fuite de données ici: https://jimmymanin.com/blog/connecteurs-ia-drive-gmail-slack-eviter-la-fuite-de-donnees-quand-tu-branches-un-agent.

3) Sécurité et cloud: fixe la barre selon la sensibilité, pas selon le marketing

La doctrine “cloud administrations” et le référentiel SecNumCloud sont un signal fort: pour des données très sensibles, l’État exige des garanties élevées (notamment contre des accès non autorisés d’États tiers). Tu n’es pas une administration, mais tu peux t’en servir comme barre haute pour challenger.

Checklist sécurité minimale à demander:

  • Hébergement: où, par qui, et options UE. Si “US only”, tu notes un risque.
  • Chiffrement: en transit et au repos. Gestion des clés (qui détient quoi).
  • Gestion des accès: SSO, MFA, RBAC, moindre privilège, séparation admin/utilisateur.
  • Journalisation: logs d’accès, logs d’actions de l’agent, export possible.
  • Audits: audits sécurité, tests réguliers, gestion vulnérabilités (ANSSI: c’est un basique).
  • Plan incident: délais de notification, point de contact, preuves fournies.

Si ton sujet touche à des agents qui agissent (créent, suppriment, envoient, paient), monte d’un cran sur les contrôles. Tu as une checklist utile ici: https://jimmymanin.com/blog/agents-ia-en-entreprise-checklist-securite-en-12-points-anti-fuite-avant-deploiement.

4) Contrat: verrouille 5 clauses, même si tu es “petit”

Le guide achat IA relayé par la DINUM annonce un volet clauses contractuelles pour fin novembre 2026. Tu ne vas pas attendre. Tu poses un socle, inspiré des pratiques risques (ANSSI) et du bon sens d’acheteur.

Tu veux au minimum:

  • Usage des données: pas d’entraînement sur tes données sans accord explicite. Rétention et suppression cadrées. Sous-traitants listés.
  • Niveaux de service: disponibilité, support, délais de correction, et ce qui se passe si ça tombe (avoirs, pénalités).
  • Réversibilité: export des données, des configurations, des prompts, des journaux, et assistance de sortie. L’ANSSI met clairement le sujet sur la table pour éviter l’enfermement cloud.
  • Responsabilités: qui porte le risque en cas de faille, de fuite, d’erreur lourde. Et comment tu prouves (logs, rapports).
  • Changement de brique: si le fournisseur change de modèle, de sous-traitant, ou de région d’hébergement, tu es notifié et tu peux refuser.

Astuce dirigeant: fais écrire ces clauses en “français lisible” dans une annexe opérationnelle. Si c’est incompréhensible, c’est volontaire.

5) Tests d’acceptation: tu n’achètes pas sur PowerPoint

Une IA, ça “a l’air bon” jusqu’au jour où elle te sort une réponse fausse avec aplomb. Donc tu imposes un protocole d’acceptation mesurable.

Ton kit de tests:

  • Jeu de 20 cas réels (anonymisés si besoin): documents, tickets, emails, demandes clients.
  • 5 cas limites: ambigu, incomplet, contradictoire, sensible, hors scope.
  • Métriques: taux de bonnes réponses, taux “je ne sais pas”, temps moyen, taux d’escalade humain, erreurs critiques.
  • Test sécurité: qui peut voir quoi, tentative d’exfiltration simple, test des permissions.
  • Test exploitation: export logs, export configs, procédure de rollback.

Si tu veux un protocole simple pour limiter les erreurs qui coûtent cher, garde sous la main ce plan: https://jimmymanin.com/blog/hallucinations-ia-le-protocole-simple-en-5-tests-pour-eviter-l-erreur-qui-coute-cher.

6) Critères de sortie: dès le départ, sinon tu es coincé

Le vrai levier d’un dirigeant, c’est la capacité à dire stop sans exploser les coûts.

Tu définis avant signature:

  • Durée pilote (ex: 30 jours) et conditions de non-reconduction.
  • Coût de sortie plafonné (ex: 2 jours d’assistance max pour exporter).
  • Format d’export: données, embeddings si RAG, logs, paramétrage.
  • Plan B: solution alternative (autre fournisseur, ou mode dégradé sans IA).

Sur la continuité et le risque de dépendance à un modèle, tu peux aussi t’appuyer sur: https://jimmymanin.com/blog/depreciation-des-modeles-llm-plan-de-continuite-en-10-points-pour-eviter-la-panne.

Modèle de cahier des charges IA léger (copie-colle)

Tu veux aller vite. Voilà un cahier des charges IA d’une page. Tu le remplis, tu l’envoies à 3 fournisseurs. Et tu compares sur du factuel.

1) Contexte et objectif

  • Société / équipe concernée:
  • Problème à résoudre:
  • Objectif chiffré (temps, coût, qualité):
  • Date cible:

2) Scénarios d’usage (3 max)

  • Scénario 1: déclencheur, étapes, sortie attendue, outil impacté.
  • Scénario 2:
  • Scénario 3:

3) Hors scope et limites

  • Ce que la solution ne doit jamais faire:
  • Cas où ça doit escalader à un humain:
  • Seuil d’erreur acceptable:

4) Données

  • Sources (Drive, ERP, CRM, emails, PDFs):
  • Données sensibles (oui/non, lesquelles):
  • Règles de conservation:
  • Interdiction d’entraînement sur nos données (oui/non):

5) Sécurité et conformité

  • SSO/MFA requis:
  • Logs requis (accès, actions, exports):
  • Localisation attendue (UE ou autre):
  • Sous-traitants acceptés (liste blanche ou non):

6) Intégration et exploitation

  • Outils à connecter:
  • Délai de mise en place:
  • Rôles et responsabilités (éditeur, intégrateur, hébergeur):

7) Tests d’acceptation

  • Jeu de tests fourni par nous: 20 cas + 5 cas limites.
  • Métriques et seuils:
  • Recette en conditions réelles (oui/non):

8) Conditions commerciales

  • Prix (licences, usage, services):
  • Engagement minimum:
  • Coûts cachés possibles (tokens, stockage, connecteurs, support):

9) Réversibilité et sortie

  • Export complet (données, configs, logs) et formats:
  • Assistance de sortie incluse:
  • Délai de suppression des données après sortie:

Méthode en 90 minutes: scorer 3 fournisseurs et décider

Tu bloques 90 minutes. Tu veux une décision, pas un feuilleton.

0 à 15 min: prépare ton “pack d’évaluation”

  • Ton cahier des charges (1 page, ci-dessus).
  • Les 20 cas réels + 5 cas limites.
  • Un tableau de scoring (ci-dessous).

15 à 45 min: 3 calls rapides ou 3 réponses écrites

Tu poses les mêmes questions aux 3. Pas de conversation ouverte. Tu veux des réponses exploitables.

  • Quels rôles jouez-vous (éditeur, intégrateur, hébergeur, modèle)?
  • Quelles données exactes, où, combien de temps, qui accède?
  • Quelle recette mesurable vous acceptez sur nos 25 cas?
  • Quelle clause de réversibilité standard?
  • Quels coûts variables (tokens, appels API, stockage, connecteurs)?

45 à 75 min: scoring froid (sur 100)

Tu notes, tu ne “sens” pas.

  • Fit métier (30 points): scénarios couverts, limites claires, escalade humaine.
  • Données (20 points): clarté, rétention, pas d’entraînement, sous-traitants.
  • Sécurité (20 points): accès, logs, audits, localisation, incident.
  • Recette et preuves (15 points): métriques, tests, reproductibilité.
  • Réversibilité (10 points): export, formats, assistance, coûts.
  • Coût total (5 points): lisibilité, variables, plafonds.

Règle simple: si un fournisseur est flou sur données, sécurité ou sortie, il est disqualifié même s’il a la meilleure démo.

75 à 90 min: décision et conditions

  • Tu choisis le meilleur score.
  • Tu imposes un pilote court avec recette.
  • Tu mets par écrit 5 clauses minimales (données, logs, incident, réversibilité, changement de brique).

Les signaux d’enfumage (tu les coupes net)

  • “On n’a pas besoin de parler données”: si. Toujours.
  • “C’est propriétaire, on ne peut pas expliquer”: tu n’achètes pas une boîte noire sans métriques ni logs.
  • “On fera la sécu plus tard”: non. Tu la cadres avant le premier branchement.
  • “Le modèle est le meilleur”: toi tu veux un usage qui tient en prod, pas un benchmark.
  • “La réversibilité est compliquée”: traduction: ils veulent t’enfermer.

Ce que tu fais aujourd’hui (plan immédiat)

Tu peux avancer sans projet de 6 mois.

  • 15 min: écris 3 scénarios d’usage + 5 limites.
  • 15 min: liste les données touchées et leur sensibilité (commercial, RH, finance, santé, juridique).
  • 30 min: prépare 20 cas réels + 5 cas limites.
  • 30 min: envoie le cahier des charges léger à 3 fournisseurs et annonce une recette obligatoire.

Si ton achat concerne des agents connectés à tes outils, relis aussi ta posture “avant de connecter” pour éviter la fuite et l’incident: https://jimmymanin.com/blog/agents-ia-prets-a-lemploi-10-decisions-avant-de-les-laisser-agir-dans-tes-outils.

Tu n’as pas besoin d’être la DINUM pour acheter proprement. Tu as juste besoin d’une grille, d’une recette, et d’une sortie. Le reste, c’est du théâtre commercial.

Sources