IA, construire ou acheter : ce qu'une entreprise ne devrait pas batir en 2026

IA : Construire ou acheter : pourquoi “pouvons-nous ?” est la mauvaise question

Pendant deux décennies, les architectes d'entreprise ont répondu aux questions de création ou d'achat en matière de coûts, de délais et de capacité d'équipe. L'ère de l'IA pour la création ou l'achat inverse ces calculs. Un ingénieur expérimenté avec Cursor ou Claude Code peut mettre en place un index de recherche personnalisé, un flux de travail de contenu ou une couche de données de type CRM en quelques jours, et non en quelques trimestres. Par conséquent, la vieille objection – “ nous n'avons pas le temps ni le budget pour construire ceci ” – ne pèse plus autant en 2026.

C'est précisément pour cela que la conversation s'enlise désormais sur le mauvais axe. Les conseils d'administration approuvent des projets du type “ construisons-le, l'IA nous aidera ” qui n'auraient jamais passé le processus de passation de marchés il y a deux ans. Les équipes rivalisent pour prototyper des systèmes personnalisés qui entrent en concurrence avec des plateformes matures. La question stratégique a subtilement changé, et très peu d'entreprises l'ont encore saisie. La vraie question n'est plus “ pouvons-nous le construire ? ” – c'est “ devrions-nous le posséder pour les dix prochaines années ? ”

C'est l'angle que les fournisseurs ne souleveront pas, parce que chacun vend un cote du compromis. Dans nos audits d'entreprise au Cirque du Soleil, a iA Groupe financier, a la FTQ et a la CCQ, les decisions « IA, construire ou acheter » qui derapent derapent presque toujours de la meme maniere. Les equipes batissent ce qu'elles devraient acheter, et elles achetent ce qu'elles devraient batir.

Le cout cache des logiciels construits par l'IA

L'IA a réduit le coût de la rédaction de code. Elle n'a pas réduit le coût de propriété code. Chaque système que vous mettez en place — même un assemblé en un après-midi par un agent de code IA — entraîne des obligations permanentes : tests d'intégration, correctifs de sécurité, conformité réglementaire, audits d'accessibilité, mises à niveau des dépendances, observabilité, rotations de garde, et la réécriture inévitable lorsque l'ingénieur d'origine s'en va.

Pour une entreprise réglementée au Québec, la liste des obligations est encore plus longue. Parité bilingue, Obligations de confidentialité de la loi 25, l'accessibilité selon les WCAG 2.1, et les pistes d'audit pour la reporting financière doivent bien avoir un endroit où exister. Aucun de ces coûts ne diminue parce que l'IA a écrit la première version. En fait, ils augmentent souvent, car le code généré par l'IA est plus difficile à raisonner que le code qu'une petite équipe de seniors a écrit ensemble.

Par consequent, la bonne question « IA, construire ou acheter », c'est le cout total de possession sur cinq a dix ans — pas le delai jusqu'au premier prototype. Concretement, trois patrons explosent quand les equipes ignorent cet horizon : des integrations fantomes que personne ne documente, des failles de securite que personne ne corrige, et des prompts fragiles qui derivent silencieusement quand les versions de modele changent.

Quatre choses que vous ne devriez pas batir (meme avec l'IA)

Dans chaque pile d'entreprise que nous auditons, les memes quatre categories ressortent ou les equipes surestiment le retour sur investissement de la construction. L'IA ne change pas la reponse ; elle l'aiguise.

Moteurs de recherche et de pertinence

La recherche semble facile. Intégrations vectorielles, un appel d'API, une fonction de classement — vous pouvez proposer un prototype de “ recherche sémantique ” en une semaine. Cependant, ce que la recherche d'entreprise nécessite réellement, c'est une décennie d'ajustement de la pertinence, de compréhension des requêtes, d'apprentissage pour le classement (learning-to-rank), de gestion multilingue, de facettage et d'analytique. Des plateformes comme Coveo, Algolia et Sitecore Search ont passé cette décennie pour que vous n'ayez pas à le faire. Les remplacer par un pipeline RAG personnalisé signifie presque toujours redécouvrir, de manière laborieuse, pourquoi la plateforme valait le prix de sa licence. Pour plus de détails sur cette décision exacte, consultez notre analyse de Coveo contre Algolia pour la recherche d'entreprise.

Coeurs de gestion de contenu

Un CMS moderne ou une DXP représente vingt ans de problèmes résolus : flux de travail, gouvernance, localisation, gestion des actifs, contrôle d'accès basé sur les rôles, environnements de prévisualisation et publication multicanal. L'IA peut créer un CMS headless en un après-midi, mais elle ne peut pas compresser ces vingt années dans votre feuille de route. Les entreprises qui versent dans la “laissons-nous construire notre propre CMS sur Postgres et un LLM” finissent presque universellement par réinventer ce que Sitecore, Contentful ou Storyblok livrent déjà — trois ans plus tard, avec la moitié des fonctionnalités. Le coût de construction semble attractif au sprint zéro. La décision d'achat semble évidente d'ici la troisième année.

Gestion de l'identite et des acces

L'identité est la catégorie la plus critique dans la matrice “ construire ou acheter ” de l'IA. L'authentification unique (SSO), l'authentification multifacteur (MFA), le contrôle d'accès basé sur les rôles, les journaux d'audit, la gestion des sessions, les politiques de mots de passe, la fédération d'identités, ainsi que la conformité aux normes SOC 2, ISO 27001 et à la loi 25 ne sont pas des problèmes où le « bien assez » existe. Une seule CVE non corrigée dans une couche d'authentification développée en interne constitue un incident à l'échelle de l'entreprise. Auth0, Okta et Microsoft Entra ne sont pas des produits de base — ce sont des polices d'assurance qui évoluent avec l'organisation. Construisez uniquement la couche d'intégration; jamais le cœur.

CRM et plateformes de donnees clients

Les grands ensembles de données sont le piège le moins apprécié à l'ère de l'IA. L'IA peut générer du code pour interroger, transformer et créer des tableaux de bord de données clients. Ce qu'elle ne peut pas faire, c'est reproduire quinze ans de modèles d'objets, de règles de validation, de gouvernance, d'intégrations tierces et la discipline opérationnelle qui font Salesforce, HubSpot, ou Microsoft Dynamics 365 sont fiables. Par conséquent, un CRM personnalisé construit sur une base de données vectorielle et un agent de codage sera magnifique lors de la démonstration et commencera à perdre de l'argent la deuxième année — lorsque les opérations de vente auront besoin de prévisions, la finance de reconnaissance des revenus et le juridique de preuves de résidence des données. Le CRM est l'appel canonique “ acheter, ne pas construire ”, et l'IA renforce ce cas plutôt que de l'affaiblir.

Ce que vous devriez batir : la couche strategique

Si ces quatre catégories sont hors jeu, que reste-t-il à construire ? La réponse honnête : les parties de votre pile qui sont uniquement à vous. Plus précisément, trois couches récompensent les investissements personnalisés, et l'IA les accélère réellement.

D'abord, votre logique d'affaires proprietaire — les regles, les modeles d'admissibilite, les grilles de prix, les decisions de souscription, les flux de reclamations ou les algorithmes de planification qui encodent le fonctionnement reel de votre organisation. Aucun fournisseur n'emballe cela. Construisez-le, et laissez l'IA comprimer le calendrier.

Ensuite, vos agents IA specifiques au domaine. Un copilote de souscripteur d'assurance entraine sur vos decisions historiques, un assistant de conseiller en patrimoine ancre dans votre catalogue de produits, un agent de service a la clientele qui maitrise votre base de connaissances — ce sont des actifs durables qui composent. Les fournisseurs vous vendront le moteur d'execution ; la differenciation vit dans vos donnees et votre ingenierie de prompts.

Enfin, votre couche d'integration et d'orchestration — les connecteurs, les bus d'evenements et les intergiciels qui lient les plateformes achetees. Resultat : l'effort de construction se concentre sur les coutures entre les systemes, pas sur les systemes eux-memes. C'est la que les decisions « IA, construire ou acheter » sont systematiquement payantes.

Le cadre decisionnel « IA, construire ou acheter »

Pour chaque systeme candidat sur votre feuille de route, faites une verification en quatre questions avant de laisser l'IA accelerer le mauvais choix.

D'abord, s'agit-il d'une commodite, d'un differenciateur ou d'un controle reglemente ? Achetez les commodites. Construisez les differenciateurs. Achetez les controles reglementes et placez-les sous audit.

Deuxièmement, quel est le coût total de possession sur dix ans ? Tenez compte des coûts liés aux correctifs, à l'accessibilité, à la parité bilingue, à la surveillance, aux astreintes et aux risques liés au changement de plateforme. Si les frais de licence de l'option d'achat représentent moins de 30% du coût total de possession (TCO) de l'option de développement, l'achat s'impose d'office.

Troisièmement, la feuille de route de la plateforme est-elle alignée avec la vôtre ? Un système acheté que vous ne pouvez pas personnaliser comme vous le souhaitez est un résultat pire qu'un système construit que vous entretenez délibérément. Lisez l'écosystème de partenaires et la feuille de route publique, pas le diaporama commercial.

Quatriemement, votre equipe peut-elle vraiment maintenir cela dans trois ans ? Le code genere par IA sans gardien experimente devient du code legacy plus vite que le code ecrit a la main. Si la reponse est non, achetez.

Dans notre Plan de décision Sitecore AI 30 jours et notre plus large évaluation de la solution de plateforme logicielle, ce cadre est la colonne vertébrale de chaque recommandation.

Comment Sengo aide les entreprises a decider

La plupart des cabinets de conseil qui conseillent sur les décisions de “construire ou acheter” pour l'IA ont un quota de fournisseur. Les partenaires alignés sur Sitecore optent par défaut pour “acheter Sitecore”. Les boutiques composables optent par défaut pour “construire en composable”. Les partenaires hyperscalers optent par défaut pour "le construire sur notre cloud". Chacun a raison parfois – mais rarement tout à la fois pour le même client.

Sengo bénéficie d'une perspective différente. Nous sommes une entreprise deux fois MVP en technologie Sitecore avec un ancien développeur back-end Coveo dans notre équipe, et nous opérons en tant que partenaires d'implémentation officiels pour Sitecore, Optimizely, Contentful, Storyblok, Kentico, Coveo, Netlify et ai12z. Par conséquent, lorsque nous disons “ construisez cette couche, achetez celle-là ”, la réponse reflète l'expérience de livraison à travers toutes ces plateformes, et non un quota. Nos équipes d'entreprise chez Cirque du Soleil, iA Groupe financier, FTQ, CCQ et LCI Éducation ont appliqué cette stratégie exacte à l'échelle de la production. Pour une vision plus large de la manière dont les fournisseurs se positionnent sur le marché Courbe Gartner DXP, nous ajoutons un contexte neutre par-dessus les présentations des fournisseurs.

Si vous demelez en ce moment une decision « IA, construire ou acheter » sur votre pile, nous vous donnons une reponse claire en 30 minutes — gratuitement, sans obligation d'aller plus loin. La sortie : une recommandation directionnelle, les trois plus grands risques propres a votre pile, et la liste des questions que votre fournisseur actuel ne pose pas.

Pret pour une lecture neutre sur ce qu'il faut batir et ce qu'il faut acheter ?