La matrice de décision

Dernier volet de la série : les contraintes d'abord, la priorité ensuite, pour attribuer chaque usage IA à la bonne architecture.

Matrice de décision pour choisir l’architecture IA de l’entreprise

Série stratégie IA d'entreprise – 5/5

Quatre articles ont décrit trois manières d'organiser la couche qui relie une entreprise aux modèles d'IA. Le mono-provider bundlé, où un grand éditeur fournit l'assistant prêt à l'emploi, l'exploite et décide des modèles qu'il propose : Microsoft 365 Copilot, Gemini pour Workspace, ChatGPT, Claude ou Le Chat, en offre entreprise. Le multi-provider SaaS, où un éditeur spécialisé, indépendant des fournisseurs de modèles, porte cette couche. Le multi-provider construit en interne, où l'organisation l'assemble et l'exploite elle-même.

Sur la grille en cinq axes (coût total de possession, gouvernance, agilité, résilience et expérience utilisateur), aucune des trois familles ne domine les autres partout. Chacune gagne sur certains critères ce qu'elle perd sur d'autres.

Pentagone superposé des trois familles d'architecture IA d'entreprise (mono-provider bundlé, multi-provider SaaS, multi-provider interne) sur cinq axes : coût, gouvernance, agilité, résilience, expérience utilisateur

Ce dernier volet livre la méthode pour arbitrer : une matrice, six questions qui font basculer la décision, et la checklist de trente questions annoncée depuis le premier article.

Un usage à la fois

La question « quelle architecture pour notre entreprise ? » mène presque toujours à une mauvaise réponse, parce qu'elle cherche une solution unique à des besoins qui ne se ressemblent pas. Résumer une réunion, instruire un dossier de sinistre et faire tourner un assistant dans le produit vendu aux clients ne demandent ni les mêmes garanties, ni les mêmes intégrations, ni la même équipe.

Le cas Air Liquide, décrit dans l'article 4, en donne une illustration. Le groupe déploie Google Workspace avec Gemini pour l'usage bureautique de ses salariés, et construit en parallèle un Hub LLM multi-technologies pour ses projets d'IA générative et agentique différenciants. Deux couches, chacune attribuée à une nature d'usage. Air France-KLM suit une logique voisine avec sa Gen AI Factory sur Google Cloud.

La matrice qui suit s'applique à un cas d'usage, puis au suivant. L'architecture de l'organisation apparaît à force de la répéter.

Les contraintes d'abord

Le volet 4 annonçait une matrice par profil d'entreprise : taille, secteur, maturité IA, contraintes réglementaires, volumétrie. En la construisant, l'ordre de ces critères s'est révélé plus important que leur liste. Certains éliminent une famille quelles que soient ses qualités par ailleurs. D'autres départagent celles qui restent.

Quatre critères filtrent les familles : la sensibilité des données du cas, le lieu où elles doivent être traitées, la nature de l'usage, et l'existence d'une équipe capable d'exploiter un service IA en production. Pour chacun, une famille convient, convient sous conditions, ou sort de l'arbitrage.

Ce que vos contraintes autorisent, et ce qu'elles écartent

Pour chaque contrainte, ce qu'elle laisse à chaque famille d'architecture.

✓Convient~Sous conditions : vérifications à mener✕Écartée

01Sensibilité des données

Peu sensiblesConfidentiellesSensiblesCritiques
Bundléconvientsous conditionssous conditionsécartée
SaaSconvientconvientsous conditionsécartée
Interneconvientconvientconvientconvient

L'assistant d'éditeur demande des vérifications dès les données confidentielles, la plateforme spécialisée à partir des données sensibles. Au niveau critique, seul l'interne reste.

02Lieu de traitement imposé

Aucune exigenceUnion européenneFrance
Bundléconvientsous conditionsécartée
SaaSconvientconvientsous conditions
Interneconvientconvientconvient

Exiger un traitement en France écarte l'assistant d'éditeur. La plateforme spécialisée reste possible, sous conditions.

03Nature de l'usage

Productivité individuelleProcessus métierProduit client
Bundléconvientsous conditionsécartée
SaaSconvientconvientsous conditions
Internesous conditionsconvientconvient

Pour un produit client, l'assistant d'éditeur sort de l'arbitrage. Une plateforme spécialisée reste envisageable sous conditions ; la construction interne demeure compatible.

04Équipe pour exploiter en production

AucuneEn constitutionConstituée
Bundléconvientconvientconvient
SaaSconvientconvientconvient
Interne< 250écartée sous 250 salariés≥ 250sous conditions au-delàsous conditionsconvient

L'absence d'équipe peut rendre la construction interne impossible à court terme. Sous 250 salariés, elle l'écarte ; au-delà, elle la laisse envisageable sous conditions.

1. ÉcarterUne seule contrainte suffit à sortir une famille : le statut le plus sévère l'emporte.
2. VérifierChaque « sous conditions » devient un point à contrôler avant de signer.
3. DépartagerLa priorité du cas choisit parmi les familles qui restent.

Bundlé : l'assistant de votre éditeur. SaaS : une plateforme spécialisée. Interne : une solution construite en interne.

Le statut le plus sévère l'emporte : une famille écartée par un critère ne revient pas grâce à un autre. L'interne n'est jamais écarté par les données, mais au niveau critique, les modèles eux-mêmes doivent tourner sur une infrastructure que l'organisation opère ou contrôle, et c'est ce poste qui pèse le plus sur le coût.

Ces statuts mesurent une compatibilité avec les critères examinés, rien de plus. Une famille qui convient reste envisageable. Une famille sous conditions reste dans l'arbitrage, avec des vérifications à mener avant de signer. Seule une famille écartée en sort. Aucun statut ne garantit qu'une solution précise répond aux exigences du cas, et il arrive qu'aucune famille ne passe : une organisation de moins de 250 salariés, sans équipe technique, avec des données critiques, n'a pas d'architecture disponible en l'état. C'est alors ce constat qu'il faut porter en comité.

Les familles qui restent sont départagées par la priorité du cas, une seule, choisie parmi les cinq axes de la grille. Souvent, les contraintes ont déjà conclu avant elle, en ne laissant qu'une famille ou en les écartant toutes. Une priorité de coût ou d'expérience utilisateur favorise ce qui s'achète prêt à l'emploi. Gouvernance, agilité et résilience favorisent l'interne quand une équipe peut le porter, la plateforme spécialisée sinon.

La taille ne figure pas parmi les critères éliminatoires. Elle mesure une capacité : une PME sans équipe technique ne construira pas, une grande organisation sans équipe peut en recruter une. Elle signale aussi le seuil économique décrit dans les volets 3 et 4. Au-delà de plusieurs milliers de sièges, la facturation par siège d'une plateforme spécialisée pèse assez pour que la construction interne mérite d'être chiffrée. Les tendances observées restent de bons points de départ (une PME qui cherche un gain de productivité finit souvent sur l'assistant de sa suite, une ETI qui outille un processus métier sur une plateforme spécialisée), à condition de les confronter aux contraintes, et non de partir d'elles.

Ce qui fait basculer la décision

La checklist complète compte trente questions, six par axe de la grille. Elle sert à documenter un cas avant de le porter en comité et se trouve sur une page dédiée : les 30 questions à poser avant de choisir son architecture IA. Six d'entre elles changent la réponse plus souvent que les autres.

Qui exploitera le service en production, un soir d'incident ? Une équipe applicative solide sans profil plateforme ne suffit pas. Sans réponse, l'interne sort de l'arbitrage. Avec un recrutement décidé, il redevient une option à deux ou trois ans.

Quelle est la donnée la plus sensible que le cas manipulera ? On retient le niveau le plus exigeant, jamais la moyenne. Un seul flux de données de santé nominatives suffit à changer de ligne dans la matrice.

L'assistant envisagé vit-il dans une suite déjà en place ? C'est l'hypothèse qui fait gagner le bundlé sur le coût et l'expérience : l'assistant s'ajoute à un contrat existant, dans des outils que les équipes ouvrent déjà. Avec un parc hétérogène, ou pour un assistant autonome comme ChatGPT, Claude ou Le Chat en offre entreprise, l'avantage n'est plus acquis et la plateforme spécialisée redevient une concurrente sérieuse.

L'IA fera-t-elle partie de ce que vous vendez ? Les assistants d'éditeur sont conçus pour le travail des salariés. Les mêmes fournisseurs vendent des API avec engagement de service, mais dans une offre distincte, qui relève d'une construction : l'organisation assemble la chaîne et en répond devant ses clients.

Combien coûterait la sortie dans trois ans ? Agents, prompts, connecteurs et historiques ne migrent pas tous. Préparer la sortie dès la contractualisation demande du temps, d'autant plus que le périmètre est large. La découvrir au moment de partir peut imposer un projet de migration entier.

Combien de personnes utiliseront ce cas à trois ans ? À quelques centaines de sièges, la facturation par utilisateur peut rester préférable au coût fixe d'une plateforme interne, même si la ligne pèse déjà pour une PME. À plusieurs milliers, l'alternative mérite d'être chiffrée.

Le prix de l'hybride

Appliquée cas par cas dans une organisation de taille moyenne ou grande, la matrice désigne rarement une seule famille. Elle en désigne souvent deux : l'assistant de la suite pour la productivité individuelle, une couche multi-provider, SaaS ou interne selon l'équipe disponible, pour les processus métier et les produits clients. Parfois une troisième, interne, pour les données que rien ne doit faire sortir.

Chaque couche ajoutée a un coût qui ne figure dans aucun devis. Un contrat de plus à négocier et à renouveler, une politique d'usage de plus, des journaux d'audit à rapprocher, une surface supplémentaire à sécuriser, un support à former, et des utilisateurs qui doivent savoir quel outil ouvrir pour quelle tâche. Une DSI qui gouverne trois couches fait le travail de chacune, plus celui de les tenir cohérentes entre elles.

La bonne configuration est la plus simple qui couvre les cas réellement différents. Une deuxième couche se justifie quand un cas d'usage ne passe pas la matrice avec la première, ou quand elle le sert nettement mieux, pour un gain qui couvre le coût de la couche ajoutée. Elle se justifie mal quand elle sert surtout à garder toutes les options ouvertes. Le nombre de couches doit suivre le nombre de besoins réellement distincts.

Quatre erreurs fréquentes

Sous-estimer les coûts cachés d'une construction interne. Le prix du SaaS évité se voit. L'équipe plateforme à recruter, la maintenance continue, la conformité à porter, la migration des cas existants et le support interne pèsent davantage, et apparaissent plus tard.

Choisir par mimétisme. Un concurrent qui construit en interne a peut-être une équipe, des volumes ou des contraintes que vous n'avez pas. Le mimétisme produit des projets sous-dimensionnés qui pèsent trois ans avant d'être abandonnés.

Généraliser un pilote réussi. Quelques dizaines de volontaires enthousiastes autour d'un assistant bureautique démontrent une adoption, sur un usage. Ils ne disent rien de l'adéquation de cet assistant à un processus métier ou à un produit client, qui repassent chacun par la matrice.

Traiter la souveraineté comme un critère universel. Elle est bloquante pour la défense, une partie de la santé et le secteur public sensible, et un critère parmi d'autres ailleurs. L'appliquer partout disqualifie des solutions valables pour des cas qui n'en demandaient pas tant.

Qui décide ensuite

Le premier article de la série posait une question : qui possède la couche d'abstraction IA de votre organisation ? La méthode décrite ici permet d'y répondre usage par usage. Elle laisse ouverte une question plus durable, celle des responsabilités une fois l'architecture en place.

Trois responsabilités demandent un titulaire nommé. Elles peuvent revenir aux mêmes personnes, à condition que chacune soit explicite. L'autorité d'architecture décide à quelle couche revient un nouvel usage, une fois les validations obtenues : le DPO pour les données, le RSSI pour les accès, le juridique pour le contrat. Le responsable budgétaire assume les coûts d'exploitation de chaque couche et ceux des migrations éventuelles. Le responsable de la réévaluation surveille les signaux qui justifient de rouvrir la décision : le seuil de plusieurs milliers de sièges franchi, un cas d'usage différenciant qui apparaît, une contrainte réglementaire nouvelle, une équipe plateforme enfin constituée. Ce sont les déclencheurs décrits dans l'article 4. Sans titulaire, ils passent inaperçus jusqu'au renouvellement du contrat.

Pour appliquer la matrice à un cas précis, un diagnostic en ligne accompagne la série : diagnostic.mauricemendy.com. Il écarte ce que vos contraintes interdisent, laisse votre priorité trancher et liste les vérifications à mener, avec la fonction qui les porte.

Trois sujets prennent le relais une fois l'architecture posée, et dépassent le périmètre de cette série : la conception des agents qui tourneront sur ces couches, le protocole MCP et l'orchestration entre modèles et agents, la gouvernance des agents en production quand ils se comptent par centaines.

Une architecture IA se révise. Ce qui doit durer, ce sont les règles qui attribuent chaque usage à une couche, et les personnes chargées de les appliquer.