Dire qu’une automatisation « fait gagner du temps » ne suffit pas. Pour décider d’un investissement, il faut convertir le problème en une situation de référence, poser des hypothèses explicites et séparer ce qui est mesuré de ce qui est estimé.
1. Calculer le coût du processus actuel
La formule de base est simple : volume × temps moyen × fréquence × coût horaire. Si 120 dossiers sont traités chaque semaine et qu’un dossier demande sept minutes, le processus consomme 14 heures par semaine. Sur 52 semaines, cela représente 728 heures. Le coût financier dépend ensuite du coût horaire chargé réellement pertinent pour l’entreprise.
2. Estimer un scénario cible réaliste
Il faut ensuite estimer ce que la solution peut raisonnablement réduire. Supposons que l’outil ramène le traitement de sept à deux minutes. Le gain est de cinq minutes par dossier, soit dix heures par semaine pour 120 dossiers : 520 heures par an.
Cette estimation doit intégrer le temps de validation humaine, les exceptions et les tâches nouvelles créées par la solution. Compter uniquement le temps « automatisé » produit presque toujours un ROI trop optimiste.
3. Distinguer temps récupéré et économie comptable
520 heures gagnées ne signifient pas automatiquement qu’un salaire de 520 heures disparaît. Dans beaucoup de PME, le bénéfice est une capacité récupérée : l’équipe absorbe plus de volume, répond plus vite, consacre davantage de temps au commercial ou évite un recrutement futur. Le business case doit dire clairement quelle interprétation est utilisée.
4. Ajouter tous les coûts du projet
Le coût total comprend le cadrage, le développement, l’intégration, les tests et la formation, mais aussi les coûts récurrents : API, hébergement, licences, maintenance et suivi. Un projet d’IA qui coûte peu à prototyper peut devenir cher s’il traite un très grand volume de tokens ou dépend de plusieurs services payants.
5. Calculer le délai d’amortissement
Le payback indique le nombre de mois nécessaire pour que le bénéfice cumulé compense l’investissement initial. C’est souvent l’indicateur le plus facile à comprendre pour un dirigeant. Le ROI annuel peut ensuite être calculé en comparant les bénéfices nets au coût total de la première année.
6. Mesurer après la mise en production
Le business case initial est une hypothèse. Après 30, 60 ou 90 jours, on doit remplacer les hypothèses par des données observées : temps réel, volume réellement traité, fréquence des corrections, coûts API et satisfaction des utilisateurs. C’est ce qui permet de savoir si le projet doit être étendu, corrigé ou arrêté.
Exemple
Avec 120 dossiers hebdomadaires, un passage de sept à deux minutes libère 520 heures par an. Si l’heure chargée est valorisée à 30 €, la capacité théorique récupérée vaut 15 600 € par an. Il faut ensuite soustraire le coût du projet et ses coûts d’exploitation. Si le projet coûte 4 000 € et 1 200 € par an à exploiter, le bénéfice brut de première année est de 10 400 €, sous réserve que les heures récupérées aient réellement une valeur opérationnelle pour l’entreprise.
Le Diagnostic Vega est construit autour de cette logique : les calculs sont déterministes, tandis que l’IA peut aider à explorer les scénarios sans inventer les chiffres.