Budget IA 2027 : combien investir et comment le répartir entre licences et adoption ?

Le budget IA 2027 se prépare maintenant, dans des comités de direction qui ont vu les dépenses d'intelligence artificielle passer du poste « innovation » au poste « récurrent » en moins de deux ans. Les licences se sont multipliées, les éditeurs intègrent de l'IA à leurs renouvellements de contrat, et les premiers agents consomment déjà des ressources en production. Pourtant, peu d'entreprises savent dire combien elles dépensent réellement pour l'IA, ni ce que cette dépense produit. Ce guide propose une méthode en six étapes pour construire un budget IA défendable : partir des dépenses existantes, raisonner en coût complet et répartir l'enveloppe entre ce qui s'achète et ce qui se construit.

En résumé

Gartner prévoit 2 670 milliards de dollars de dépenses mondiales en IA en 2026 (+49,5 %) et 3 637 milliards en 2027, portées d'abord par les infrastructures et par l'IA intégrée aux logiciels existants. En France, 18 % des entreprises de 10 salariés ou plus utilisaient au moins une technologie d'IA en 2025 (Insee). La thèse de ce guide : un budget IA 2027 crédible ne se fixe pas en pourcentage du budget informatique, il se construit par cas d'usage, en coût complet, et consacre au moins autant de moyens à l'adoption (formation, processus, supervision) qu'aux licences. Sans cette répartition, l'entreprise paie des outils que ses équipes n'utilisent qu'à la marge.

Pourquoi le budget IA 2027 se joue dès l'automne ?

Les arbitrages de l'exercice 2027 se font entre septembre et novembre, et c'est là que se décide la part de l'IA dans chaque enveloppe. Or le contexte a changé depuis l'an dernier.

Côté fournisseurs, Gartner a relevé le 16 septembre 2026 sa prévision de dépenses mondiales en IA à 2 670 milliards de dollars pour 2026, soit une hausse de 49,5 % sur un an, et projette 3 637 milliards pour 2027. L'essentiel de cette croissance est porté par les infrastructures des hyperscalers (1 484 milliards en 2026), mais un segment intéresse directement les entreprises utilisatrices : les agents et assistants d'IA transverses, dont le marché doublerait entre 2026 et 2027, de 29 à 65 milliards de dollars selon la même prévision. Le cabinet note aussi que l'IA générative se trouve « dans le creux de la désillusion » en 2026, et que les entreprises se tournent vers les fonctions d'IA intégrées par leurs éditeurs habituels pour gagner en efficacité.

Conséquence directe : une partie croissante de la dépense IA arrive sans ligne « IA », par le renouvellement d'un CRM, d'une suite bureautique ou d'un outil de support client. Un budget limité aux projets IA identifiés sous-estime donc la dépense réelle.

Côté entreprises, la pression change de nature. Selon les guides de planification budgétaire 2027 de Forrester, relayés par IT for Business, 82 % des décideurs technologiques interrogés s'attendent à une hausse de leur budget dans les douze prochains mois, sur un échantillon mondial de plus de 2 600 décideurs. Le même cabinet met en garde : injecter davantage d'argent dans l'IA sans financer les données, la gouvernance et la dette technique reviendrait à fabriquer une nouvelle génération de systèmes coûteux et impossibles à gouverner. Autrement dit, la contrainte de 2027 ne sera pas le montant disponible, mais la qualité de l'arbitrage.

Quels repères chiffrés pour situer votre budget IA ?

Aucune statistique ne dira combien votre entreprise doit investir. Quelques repères permettent en revanche de situer la discussion et d'éviter deux erreurs symétriques : l'imitation des très grands groupes et l'attentisme.

Le niveau d'adoption en France

L'Insee mesure qu'en 2025, 18 % des entreprises implantées en France et employant au moins 10 salariés utilisaient au moins une technologie d'intelligence artificielle, soit 8 points de plus qu'en 2024, contre 20 % pour l'ensemble de l'Union européenne . L'écart selon la taille est considérable : la proportion atteint 58 % pour les entreprises de 250 salariés ou plus. Parmi les entreprises qui n'utilisent pas l'IA, 71 % disent ne pas en voir l'utilité et 54 % évoquent un manque d'expertise. Ce dernier chiffre mérite d'être retenu : le premier frein déclaré n'est pas le coût des outils, c'est la capacité à s'en servir.

La part de l'IA dans une fonction : l'exemple du marketing

Pour une fonction donnée, l'enquête Gartner 2026 CMO Spend Survey indique que les directions marketing consacrent en moyenne 15,3 % de leur budget à des initiatives d'IA, alors que seules 30 % d'entre elles déclarent des capacités matures pour passer à l'échelle [4]. Ce repère porte sur un échantillon international de directeurs marketing, majoritairement de grandes organisations. Il ne constitue pas une norme à reproduire, mais il illustre un décalage fréquent : la dépense précède la capacité d'en tirer parti. Le même raisonnement vaut pour le budget marketing dans son ensemble, que nous détaillons dans notre méthode pour construire le budget marketing 2027.

Le coût d'un cas d'usage : une fourchette trop large pour servir de référence

Les fourchettes publiées par des prestataires vont de quelques milliers d'euros pour une preuve de concept à plus de 150 000 euros pour un système en production. Trop dispersées pour servir de base, elles décrivent surtout le coût de construction, rarement celui de fonctionnement, qui domine dès que l'usage se généralise.

Comment construire un budget IA 2027 en six étapes ?

La méthode ci-dessous part d'un principe simple : on ne budgète pas « l'IA », on budgète des cas d'usage, des fondations communes et une capacité d'adoption. Chaque étape produit un livrable utilisable en comité de direction. Pour chiffrer la capacité d'adoption, voyez comment former ses équipes à l'IA : plan de formation et financements.

Étape 1 : inventorier la dépense IA déjà engagée

Avant de décider de ce qu'il faut ajouter, il faut savoir ce qui existe. L'inventaire couvre quatre familles de dépenses : les licences d'assistants généralistes, l'IA intégrée aux logiciels existants (options activées, paliers supérieurs, crédits de consommation), la consommation directe de modèles par API et les usages non déclarés, que l'on désigne sous le nom de shadow AI. Cette dernière catégorie ne se chiffre pas toujours, mais elle se mesure en nombre d'utilisateurs et en nature des données exposées. Nous avons montré dans une précédente analyse que le shadow AI révèle d'abord un déficit de compétences plutôt qu'un problème d'outillage.

Le livrable de cette étape est une photographie honnête : montant engagé, nombre d'utilisateurs actifs réels (et non de licences attribuées), contrats à renouveler en 2027 et clauses d'évolution tarifaire.

Étape 2 : répartir l'enveloppe en quatre compartiments

Une fois la base connue, le budget se structure en compartiments qui n'obéissent pas à la même logique de décision :

• Les fondations : qualité et accessibilité des données, structuration des connaissances internes pour qu'elles soient exploitables par des machines, gestion des identités et des droits d'accès, sécurité. Forrester recommande explicitement de financer ce socle en priorité, et de traiter la dette technique de manière « chirurgicale », là où elle bloque un cas d'usage à forte valeur. Ce compartiment rejoint la question des droits d'accès accordés aux agents IA, qui devient un poste à part entière.
• L'industrialisation : le passage en production des usages qui ont fait leurs preuves, avec intégration aux outils métier, supervision et coûts de fonctionnement.
• L'adoption : formation par métier, refonte des processus, accompagnement managérial, temps consacré par les équipes à apprendre et à ajuster.
• L'exploration : une enveloppe plafonnée pour tester de nouveaux usages, avec des règles de sortie connues d'avance.

Cette séparation empêche l'exploration, toujours séduisante en comité, de cannibaliser l'industrialisation et l'adoption, qui produisent l'essentiel de la valeur.

Étape 3 : chiffrer chaque cas d'usage en coût complet

Le coût complet d'un cas d'usage additionne cinq éléments : les licences ou abonnements, la consommation (appels de modèles, crédits, stockage), l'intégration et la maintenance, la supervision humaine nécessaire pour contrôler les résultats et le temps d'adoption des équipes. Ce dernier poste est le plus souvent oublié, parce qu'il ne donne lieu à aucune facture.

Exemple illustratif (hypothèses à remplacer par vos devis et vos données) : une ETI de 800 salariés souhaite équiper 300 collaborateurs d'un assistant généraliste. À 30 euros par utilisateur et par mois, la licence représente 108 000 euros par an. Si l'on ajoute 12 heures de formation par personne, valorisées à 45 euros de l'heure, l'adoption coûte environ 162 000 euros la première année, soit davantage que la licence elle-même. Et si seuls 40 % des collaborateurs équipés utilisent réellement l'outil au bout de six mois, le coût par utilisateur actif est multiplié par 2,5. C'est ce ratio, et non le prix catalogue, qui doit guider la décision de renouveler, d'étendre ou de réduire le périmètre.

Étape 4 : fixer une règle de répartition entre licences et adoption

Le BCG résume l'effort d'une transformation par l'IA dans une formule souvent citée : 10 % pour les algorithmes, 20 % pour la technologie et les données, 70 % pour les personnes et les processus. Il faut la lire pour ce qu'elle est : une répartition de l'effort de transformation, et non une clé budgétaire comptable. Elle indique néanmoins une direction claire. Un budget IA composé à 90 % de licences et à 10 % de formation inverse les priorités.

Chez digitalie_, nous retenons un repère plus prudent, que chaque entreprise doit adapter : pour tout euro dépensé en licences et en consommation sur un cas d'usage généralisé, prévoir au moins un euro pour l'adoption (formation, processus, accompagnement managérial). Il s'agit d'une règle de pilotage, pas d'une donnée d'étude.

Étape 5 : conditionner le déblocage des fonds à des critères explicites

Un budget IA crédible se débloque par tranches. Forrester propose de soumettre chaque initiative à quelques questions : quel problème résout-elle, qui assume son résultat, comment sa valeur sera-t-elle mesurée, quel sera son coût une fois généralisée, quelles données utilisera-t-elle, et dans quelles conditions devra-t-elle être arrêtée. Le cabinet recommande de supprimer les projets pilotes qui ne disposent ni de critères de réussite, ni de propriétaire métier, ni de modèle de passage à l'échelle.

Concrètement, chaque cas d'usage reçoit une première tranche pour atteindre un jalon mesurable, puis une seconde si le jalon est atteint. Cette discipline rejoint un constat que nous avons déjà développé : les organisations qui limitent le nombre de cas d'usage en tirent davantage de valeur que celles qui les multiplient.

Étape 6 : mesurer, réallouer, recommencer

Le budget IA ne se pilote pas une fois par an. Trois indicateurs suffisent pour un suivi trimestriel en comité de direction : le taux d'utilisateurs actifs par outil, le coût complet par utilisateur actif ou par transaction traitée, et un indicateur de valeur propre à chaque cas d'usage (temps de traitement, taux de résolution, délai de production). Les écarts justifient des réallocations en cours d'année, du compartiment exploration vers l'industrialisation, ou d'un outil sous-utilisé vers la formation. La question du retour sur investissement se pose alors dans de meilleures conditions : nous avons expliqué pourquoi les grilles de ROI classiques ratent une partie de la valeur de l'IA, et pourquoi une lecture en portefeuille est plus juste.

Comment défendre le budget IA 2027 en comité de direction ?

Un directeur financier ne conteste pas l'intérêt de l'IA. Il conteste l'absence de lien entre la dépense et un résultat observable. Trois arguments rendent un budget IA plus défendable.

Le premier : présenter la dépense déjà engagée avant la dépense nouvelle. Montrer que l'entreprise paie déjà pour de l'IA, souvent sans le savoir, déplace la discussion : la question n'est plus d'investir, mais de piloter une dépense existante.

Deuxième argument : séparer fondations et usages. Présentées comme un investissement commun, les fondations ne pèsent plus sur un seul projet alors qu'elles en servent plusieurs.

Le troisième est calendaire. Plusieurs éléments extérieurs pèsent sur 2027 : les obligations progressives de l'AI Act, les renouvellements de contrats des éditeurs qui intègrent de l'IA à leurs offres, et le plan gouvernemental « Impulsion IA 2027 », présenté le 22 septembre 2026 par le ministère du Travail, doté de 80 millions d'euros de financements nouveaux et qui prévoit notamment de faire de l'IA une priorité du compte personnel de formation et de mobiliser des « task forces entreprises » auprès des PME. Les modalités précises restent à confirmer par les textes d'application, mais elles peuvent réduire le reste à charge d'une partie du compartiment adoption. Pour une PME ou une ETI, la fracture d'adoption avec les grands groupes se joue justement sur ce compartiment.

Quelles erreurs éviter dans un budget IA ?

Six erreurs reviennent d'une entreprise à l'autre, quelle que soit sa taille.

• Budgéter les licences sur l'effectif plutôt que sur l'usage : équiper tout un service avant d'avoir identifié les tâches concernées produit des taux d'utilisation faibles.
• Oublier les coûts de fonctionnement : un agent en production consomme à chaque exécution, et la facture peut croître plus vite que la valeur.
• Ignorer l'IA embarquée dans les renouvellements : une hausse tarifaire liée à une fonction d'IA reste une dépense IA, quel que soit le budget qui la porte.
• Financer des projets pilotes sans propriétaire métier : portés par la seule DSI, ils passent rarement à l'échelle.
• Réduire l'adoption à un webinaire : seule une formation propre à un métier et à des tâches précises modifie les pratiques.
• Ne prévoir aucune condition d'arrêt : un projet décevant continue alors de consommer du budget par inertie.

Trame : la checklist du budget IA 2027

Avant de présenter le budget IA en comité de direction, vérifiez que votre dossier répond à chacun des points suivants :

1. La dépense IA 2026 est inventoriée, y compris l'IA intégrée aux logiciels existants et les usages non déclarés.
2. Le nombre d'utilisateurs actifs est connu pour chaque outil, distinct du nombre de licences attribuées.
3. L'enveloppe est répartie entre fondations, industrialisation, adoption et exploration, avec un plafond pour l'exploration.
4. Chaque cas d'usage est chiffré en coût complet, fonctionnement et temps d'adoption compris.
5. La règle de répartition entre licences et adoption est explicite et assumée.
6. Chaque cas d'usage a un propriétaire métier, un indicateur de valeur et un critère d'arrêt.
7. Les fonds sont débloqués par tranches liées à des jalons.
8. Les contrats à renouveler en 2027 sont identifiés, avec leurs clauses d'évolution tarifaire liées à l'IA.
9. Les dispositifs de financement public mobilisables (formation, accompagnement des PME) sont recensés.
10. Un point de revue trimestriel est inscrit à l'agenda du comité de direction.

Le budget IA 2027 sera probablement plus élevé que celui de 2026 dans la plupart des entreprises. La question qui mérite d'être posée en comité de direction est d'une autre nature : l'entreprise veut-elle acheter un accès à l'IA ou construire une capacité à s'en servir ? Les deux se financent, mais pas de la même manière, et seul le second résiste à la prochaine hausse de prix d'un éditeur. Un budget qui sait dire combien coûte un utilisateur actif, et ce qu'il produit, a déjà fait l'essentiel du chemin.

Le regard de digitalie_

Chez digitalie_, nous considérons que le budget IA est d'abord un instrument de gouvernance : il révèle qui décide des usages, qui en répond et comment la valeur est vérifiée. Dans nos accompagnements, l'arbitrage le plus structurant a rarement porté sur le choix d'un outil ; il a porté sur le temps et les moyens accordés aux équipes pour transformer leurs pratiques. Notre Sprint IA Business aide les directions générales à inventorier les usages, chiffrer les cas d'usage en coût complet et construire un budget défendable. Si vous préparez vos arbitrages 2027, nous vous proposons un échange de 30 minutes pour confronter votre approche à ces repères. Découvrir notre offre Data et IA.

Questions fréquentes

Quel budget prévoir pour l'intelligence artificielle en 2027 ?

Il n'existe pas de montant de référence. Le budget se construit par cas d'usage, en coût complet : licences, consommation, intégration, supervision et temps d'adoption. Un repère de pilotage utile consiste à prévoir, pour chaque euro de licence sur un usage généralisé, au moins un euro pour la formation et l'adaptation des processus.

Comment répartir un budget IA entre licences et formation ?

Le BCG estime que 70 % de l'effort d'une transformation par l'IA porte sur les personnes et les processus, contre 30 % pour la technologie et les algorithmes. Sans en faire une clé comptable, un budget dominé à 90 % par les licences inverse les priorités et produit généralement des taux d'utilisation faibles.

Quels sont les coûts cachés d'un projet d'IA en entreprise ?

Les principaux coûts cachés sont la consommation en production, qui augmente avec l'usage, l'IA intégrée aux renouvellements de logiciels existants, la supervision humaine des résultats et le temps d'apprentissage des équipes. Ce dernier poste ne donne lieu à aucune facture mais conditionne la valeur obtenue.

Faut-il fixer le budget IA en pourcentage du budget informatique ?

Ce n'est pas recommandé. Forrester met en garde contre l'affectation arbitraire d'un pourcentage du budget informatique à l'IA. Une construction par cas d'usage, complétée par une enveloppe commune pour les fondations et un plafond pour l'exploration, rend le budget plus défendable et plus facile à réallouer en cours d'année.

Quelles aides publiques pour financer l'IA dans une PME en 2027 ?

Le plan « Impulsion IA 2027 », présenté le 22 septembre 2026, mobilise 80 millions d'euros de financements nouveaux, avec une priorité donnée à l'IA dans le compte personnel de formation et des actions de sensibilisation des PME. Les modalités d'application restent à confirmer ; elles concernent surtout la formation et l'accompagnement.

Sources

1. Gartner, « Gartner Forecasts Worldwide AI Spending to Grow 49.5% in 2026 », communiqué du 16 septembre 2026 : https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026
2. IT for Business, « Budgets IT 2027 : Forrester invite les DSI à financer les fondations plutôt que la course à l'IA », 30 juillet 2026 (d'après les guides de planification budgétaire 2027 de Forrester) : https://www.itforbusiness.fr/budgets-it-2027-forrester-invite-les-dsi-a-financer-les-fondations-plutot-que-la-course-a-lia-106094
3. Insee, « Les technologies de l'information et de la communication dans les entreprises en 2025 », Insee Première n° 2120 : https://www.insee.fr/fr/statistiques/9025878
4. Gartner, « Gartner 2026 CMO Spend Survey Finds CMOs Allocate 15.3% of Marketing Budgets to AI, But Only 30% Are Ready to Scale AI Capabilities », 11 mai 2026 : https://www.gartner.com/en/newsroom/press-releases/2026-05-11-gartner-2026-cmo-spend-survey-finds-cmos-allocate-15-point-3-percent-of-marketing-budgets-to-ai-but-only-30-percent-are-ready-to-scale-ai-capabilities
5. BCG, « How Agents Are Accelerating the Next Wave of AI Value Creation », 2025 : https://www.bcg.com/publications/2025/agents-accelerate-next-wave-of-ai-value-creation
6. Maddyness avec l'AFP, « Le gouvernement annonce un plan pour faire prendre le tournant de l'IA au monde du travail », 22 septembre 2026 : https://www.maddyness.com/2026/09/22/le-gouvernement-annonce-un-plan-pour-faire-prendre-le-tournant-de-lia-au-monde-du-travail/