Développer ou acheter son IA : une étude sur des entreprises brésiliennes

L’enquête distingue cinq modes : les logiciels ou systèmes d’IA développés par les salariés ; ceux modifiés par les salariés ; les systèmes open source modifiés par les salariés ; les systèmes acquis prêts à l’emploi ; et ceux dont le développement ou la modification ont été confiés à des fournisseurs externes. Une entreprise peut déclarer plusieurs modes.^[2]

Nous regroupons les trois premiers sous l’appellation développement ou modification en interne. Les travaux commandés restent distincts : ils sont réalisés par une personne extérieure à l’entreprise. Se procurer le produit existant d’un fournisseur ne prouve pas qu’on lui a commandé du développement. De même, modifier un logiciel ne signifie pas forcément entraîner un modèle d’IA.

La définition technologique dépasse également l’IA générative. Elle comprend l’analyse de textes et d’images, la reconnaissance vocale, la prévision, l’automatisation des processus et les machines physiques autonomes. Il ne faut donc pas lire ces résultats comme des statistiques portant uniquement sur les chatbots, les outils de rédaction par IA ou les agents d’IA.^[2]

Le questionnaire ne relie pas les modes d’obtention à des applications précises. Il demande comment l’entreprise se procure ses systèmes d’IA et, séparément, si elle utilise l’IA pour le marketing ou la vente. Une entreprise peut acquérir un produit marketing prêt à l’emploi et commander un système opérationnel sans rapport avec celui-ci. Elle peut aussi déclarer plusieurs modes pour des systèmes liés. Nous pouvons identifier la combinaison au sein de l’entreprise, mais pas attribuer un mode à son application marketing.

Parmi 447 entreprises admissibles utilisant l’IA en marketing ou en vente et ayant fourni toutes les réponses sur son origine, 69,0 % déclarent, selon notre estimation, de l’IA prête à l’emploi et au moins un mode de développement ou de modification. L’intervalle de confiance ponctuel à 95 % va de 61,9 % à 76,1 %. En outre, 16,1 % déclarent de l’IA prête à l’emploi sans aucun de ces modes supplémentaires, avec un intervalle de 10,5 % à 21,6 %.^[1][4]

Il s’agit de pourcentages pondérés. Le premier résultat repose sur 307 répondants, mais diviser 307 par 447 donnerait la proportion non pondérée dans l’échantillon, pas l’estimation pour la population. Les poids d’enquête tiennent compte de la manière dont les répondants représentent les entreprises de la population définie.

Restreignons maintenant la question aux 376 entreprises ayant fourni des réponses complètes et déclaré de l’IA prête à l’emploi. Dans ce groupe, les mêmes 307 répondants donnent une estimation de 81,1 % déclarant aussi du développement ou de la modification, avec un intervalle à 95 % de 74,7 % à 87,5 %. Le dénominateur a changé. Les 69,0 % et 81,1 % décrivent la même combinaison sous deux angles, plutôt que deux résultats indépendants.

Pour un responsable marketing, cela conduit à une question interne : quels travaux accompagnent les outils acquis ? Ils peuvent être réalisés par des salariés, des prestataires mandatés ou les deux. L’enquête ne montre pas que le produit prêt à l’emploi lui-même a été modifié. Un inventaire utile commence donc par chaque système et les travaux qui lui sont associés.

Parmi les utilisateurs d’IA prête à l’emploi ayant fourni des réponses complètes, 66,3 % déclarent du développement ou de la modification confiés à des prestataires et 39,0 % du développement ou de la modification en interne. Ces catégories se recoupent : 24,2 % déclarent les deux. Additionner les deux premiers pourcentages compterait certaines entreprises deux fois.^[4]

Les quatre combinaisons rendent les rôles plus lisibles. Les prestations commandées sans travail interne représentent 42,1 % ; le travail interne sans prestation commandée, 14,8 % ; les deux, 24,2 % ; et aucun des deux, 18,9 %. Tous les groupes de cette figure déclarent aussi de l’IA prête à l’emploi. « Aucun des deux » signifie aucun des modes supplémentaires de développement, pas que l’entreprise n’a ni IA ni personnel responsable.

L’écart entre prestations commandées et travail interne est de 27,3 points de pourcentage, avec un intervalle ponctuel à 95 % de 14,0 à 40,5 points. Nous avons calculé cet écart dans chaque réplication de l’enquête, en préservant la relation entre les deux réponses. Il décrit la fréquence de déclaration des rôles, pas leur part des dépenses, du temps de travail ou de la valeur créée.

Cette distinction compte lorsqu’un responsable marketing demande qui peut modifier quelque chose. Un salarié peut adapter un système directement, tandis qu’un prestataire peut avoir besoin de spécifications, d’un périmètre convenu et d’une passation. Une entreprise utilisant les deux modes doit savoir quel accord s’applique à la modification demandée. L’enquête n’établit pas si ces accords fonctionnaient bien.

Combiner des modes internes et externes d’obtention de l’IA n’est pas une idée nouvelle. Les travaux de Hoffreumon, Forman et van Zeebroeck de 2024 examinent l’acquisition de solutions prêtes à l’emploi et le développement ou la personnalisation en interne dans 3 143 entreprises européennes. Leur résumé publié signale des complémentarités fréquentes entre ces modes.^[6]

L’ouvrage de Cetic consacré à 2025 présente les pourcentages de chaque mode et décrit la coexistence de différentes façons d’adopter l’IA. Notre apport est plus précis : une estimation reproductible des modes déclarés par les mêmes entreprises brésiliennes du groupe défini d’utilisateurs de l’IA en marketing ou en vente, en distinguant travail salarié et prestations commandées.^[5]

Ce repère aide à structurer un examen, mais ne choisit pas un fournisseur et ne tranche pas un investissement. Une organisation courante peut rester inadaptée à une entreprise donnée. La question pertinente est de savoir si la solution envisagée peut accomplir la tâche voulue et si quelqu’un pourra en assurer le suivi après sa livraison.

Imaginons un fournisseur brésilien fictif de mobilier de bureau. Son équipe marketing acquiert un outil existant pour rédiger des descriptions de produits. Des salariés modifient aussi un système interne d’IA qui répartit les demandes entrantes, tandis qu’un développeur externe est chargé d’adapter un autre système de prévision des ventes. Ce sont des exemples d’organisation, pas une entreprise observée dans l’enquête ni une combinaison recommandée.

Le responsable marketing commence par une demande : maintenir la cohérence des descriptions lorsque les caractéristiques des produits changent. L’outil de rédaction acquis ne couvre qu’une partie de cette tâche. Quelqu’un doit fournir les caractéristiques validées, vérifier le brouillon et décider quand il peut être utilisé. Ces responsabilités ne signifient pas, à elles seules, que l’entreprise a développé ou modifié un logiciel d’IA.

Le système de traitement des demandes pose une autre question. Un salarié a modifié la façon dont il les répartit. L’équipe identifie qui comprend cette modification, comment une mauvaise attribution est détectée et qui peut annuler un changement inadapté. Pour le système de prévision commandé à l’extérieur, elle vérifie plutôt ce que le développeur remettra, les modifications incluses et la personne qui répondra après livraison.

L’équipe inscrit les trois systèmes sur des lignes distinctes de la fiche. Une seule étiquette « nous achetons de l’IA » masquerait la modification interne et la prestation commandée ; « nous développons de l’IA » masquerait le produit acquis. L’inventaire n’exige pas de retenir le même mode pour les trois.

Les actions qui en découlent sont concrètes : désigner la personne chargée de relire les descriptions, documenter la modification du système de demandes et convenir de la passation du système de prévision. L’exemple n’annonce ni économies ni gains de performance. L’effet de ces actions devrait être évalué à partir du travail réel de l’entreprise.

Prévoyez une ligne par système existant ou application envisagée. Partez d’une tâche concrète, comme préparer des textes produits ou trier des demandes commerciales. Évitez une ligne intitulée seulement « IA marketing » : elle cache le travail attendu de l’outil. Cette fiche est une suggestion pratique, pas une intervention testée par l’enquête.

Indiquez le système et sa tâche. Notez son nom, la question métier à laquelle il répond, les informations utilisées et le résultat sur lequel quelqu’un agit. Identifiez une personne capable de montrer le processus actuel. Si l’outil envisagé n’existe pas encore, distinguez la tâche souhaitée des hypothèses sur ce qu’il fournira.

Indiquez comment il est obtenu et modifié. Cochez l’acquisition d’un système prêt à l’emploi, le développement ou la modification par des salariés, les travaux commandés à un prestataire, ou une combinaison. Décrivez le travail concret derrière chaque choix. Distinguez l’utilisation courante, la vérification des contenus et la configuration d’une affirmation selon laquelle les salariés auraient développé le logiciel ; consultez le responsable technique en cas de doute.

Désignez les responsables de la passation et de la maintenance. Qui accepte une modification livrée, maintient les données d’entrée à jour, traite une panne et peut autoriser un remplacement ? Si un fournisseur intervient, notez les responsabilités qu’il accepte réellement. Un nom de contact ne suffit pas à expliquer ce qui se passe en son absence.

Définissez une vérification et une solution de repli. Choisissez un exemple concret que le système doit traiter et une situation connue qui exige un contrôle humain. Notez comment l’équipe examinera le résultat et ce qu’elle fera si le système est indisponible ou inadapté. Utilisez des informations de test autorisées plutôt que de supposer qu’un nouveau fournisseur peut recevoir les données de clients existants.

Une ligne remplie doit se lire comme une consigne applicable : « Outil de description des produits ; fiche de caractéristiques validée ; brouillon relu par le responsable du catalogue ; changements de produits transmis par la gestion de l’assortiment ; problèmes signalés au responsable désigné de l’outil ; utilisation du dernier texte approuvé pendant la résolution d’une panne. » Cet exemple décrit des responsabilités. Il ne transforme pas une simple révision de texte en développement d’IA.

Pour une nouvelle application, comparez les options à partir de la même tâche et des mêmes critères d’examen. Demandez ce qu’un produit existant fait en l’état, ce qui exigerait du travail salarié et ce qu’un prestataire mandaté livrerait. Gardez d’abord ces réponses distinctes avant de comparer des combinaisons.

Si vous préparez un budget, séparez le prix du produit des travaux de développement, de vérification, de maintenance et de passation. Utilisez les devis et estimations de temps de votre entreprise. L’enquête brésilienne ne mesure aucun de ces coûts : ses pourcentages ne permettent donc pas d’affirmer qu’acheter, développer ou faire développer sera moins cher.

Si l’entreprise possède déjà plusieurs systèmes, terminez l’inventaire avant de donner une nouvelle étiquette à sa stratégie. Le résultat central est que, dans ce groupe précis, l’acquisition d’IA prête à l’emploi apparaît souvent aux côtés d’autres modes. La prochaine étape utile est de retrouver les responsabilités correspondantes dans votre entreprise, puis d’en tenir compte pour décider de la suite.

Nous avons analysé le fichier public TIC Empresas 2025 de NIC.br/Cetic.br, traité pour préserver la confidentialité et récupéré le 17 octobre 2026. Il couvre les entreprises formelles brésiliennes actives de secteurs sélectionnés de l’industrie, de la construction, du commerce et des services, comptant au moins 10 personnes occupées. Cette notion dépasse les seuls salariés. Les entreprises en dessous de ce seuil, les entreprises publiques et les secteurs hors du champ d’enquête sont exclus.^[1][3]

Les entretiens se sont déroulés de février 2025 à janvier 2026, avec le module IA dans les trois vagues. L’admissibilité exige un service informatique ou un spécialiste informatique et l’utilisation d’au moins une technologie d’IA citée. H10_A identifie l’usage actuel pour le marketing ou la vente ; H9A_A–E identifie les modes d’obtention. Ces questions sur l’IA ne précisent pas de période de rappel de 12 mois.^[2][3][8]

Le fichier public contient 4 171 observations, dont 1 085 utilisateurs déclarés d’IA et 472 entreprises déclarant un usage en marketing ou en vente. Parmi ces dernières, 447 répondent par oui ou non aux cinq questions sur l’origine des systèmes ; elles représentent 96,7 % du groupe pondéré. Les figures principales utilisent ces réponses complètes. Le sous-groupe ayant acquis de l’IA prête à l’emploi compte 376 répondants. Les réponses inconnues ne sont pas recodées en non.^[4]

Pour chaque pourcentage, nous divisons la somme des poids correspondant à la combinaison par celle du groupe admissible. Nous recalculons les rapports et différences entiers avec les 200 poids de réplication combinés fournis et les paramètres de variance d’origine. Les intervalles normaux ponctuels à 95 % utilisent 1,96 erreur-type, selon la méthode de Cetic. Ils ne garantissent pas simultanément l’ensemble des comparaisons.^[3][7]

Nous réintégrons aussi les 25 répondants aux réponses incomplètes et examinons toutes les façons de compléter les réponses par oui ou non sans contredire leurs réponses connues. La combinaison se situe alors entre 67,7 % et 69,0 % de tous les utilisateurs admissibles de l’IA en marketing ou en vente. La proportion conditionnelle parmi les utilisateurs d’IA prête à l’emploi varie de 80,9 % à 81,6 %, en faisant évoluer le numérateur et le dénominateur de façon cohérente. Ce sont des bornes liées aux réponses manquantes, pas des intervalles de confiance ; les intervalles d’échantillonnage restent plus larges.

Le rapport de collecte indique un taux de réponse global de 8 % et 4 174 entretiens achevés. La raison de l’écart de trois observations avec le fichier public n’est pas établie. La pondération et les intervalles d’échantillonnage n’éliminent pas tous les biais de non-réponse ou de déclaration et ne quantifient pas l’erreur liée au traitement de confidentialité. Nous avons vérifié six pourcentages individuels d’IA et leur incertitude par rapport aux tableaux officiels. Cela ne prouve toutefois pas que chaque nouvelle relation conjointe est inchangée par ce traitement.^[7][8]

Nous présentons des modes sélectionnés et les quatre combinaisons de rôles parmi les réponses complètes. Un petit groupe résiduel ne déclarant aucun mode reste dans le dénominateur principal sans être interprété. Les téléchargements fournissent les définitions exactes, les estimations agrégées, les empreintes des sources et le code. Les données des répondants doivent être obtenues séparément auprès de Cetic ; aucun enregistrement individuel ni identifiant n’est inclus ici.^[4][9]