En 2023, un entrepôt 3PL de l'Inland Empire, en Californie, a validé un budget de $80,000 pour un pilote de comptage cyclique basé sur la vision. Dix-huit mois plus tard, le montant réel était de $230,000 — et voici ce qui fait mal : pas un seul dollar du dépassement n'est allé au logiciel. Chaque centime supplémentaire est parti en modifications de matériel, en étiquetage de données et en retouches.
Ce n'est pas un cas isolé. Sur les projets d'IA que j'ai côtoyés, moins de la moitié a respecté le budget du premier coup. La technologie est rarement le problème. Le problème, c'est que le budget n'a compté que l'argent visible. Voici les quatre postes, présentés comme j'aurais aimé qu'on me les présente.
Le logiciel est le poste honnête
La licence ou l'abonnement est le poste le plus transparent des quatre. SaaS annuel, tarification par voie de caméra, facturation par inférence — tout est sur le devis, on multiplie par la quantité et c'est réglé. C'est le poste le moins susceptible de vous surprendre.
Les pièges sont à deux endroits. D'abord, le prix du pilote contre le prix du déploiement complet. Beaucoup de fournisseurs chiffrent le pilote sur dix voies de caméra, ce qui semble bon marché — puis on apprend que tout le bâtiment en a besoin de quatre-vingts et que le prix unitaire ne bouge pas. Ensuite, les conditions de renouvellement : la première année à prix réduit, la deuxième au prix catalogue, enfoui dans les petites lignes. Verrouillez les prix des années deux et trois avant de signer, ou obtenez au moins un plafond écrit.
Mon avis : dépensez un peu plus pour un logiciel mature plutôt que d'économiser sur la licence d'un produit inabouti. Personne sur le plancher d'un entrepôt n'a le temps d'être votre bêta-testeur. Un modèle cinq points moins précis vous coûtera dix fois les économies de licence en retouches sur le terrain.
Matériel : budgétisez les cent derniers mètres, pas la caméra
Caméras, serveurs edge, réseau, alimentation, fixations — c'est le poste le plus sous-estimé au moment de la planification. J'ai vu un projet de dimensionnement à la réception où le logiciel a été bouclé à $30,000, puis le relevé de site est tombé : aucune prise réseau au-dessus du convoyeur, plus de 200 mètres de tirage de câbles, deux nouveaux commutateurs, une alimentation dédiée pour chaque caméra. Le matériel a dépassé $40,000 — plus que le logiciel.
Budgétisez le matériel par position installée, pas par appareil. Le coût réel d'une position, c'est la caméra plus l'objectif plus la fixation, plus le câblage, le port réseau, l'alimentation et la main-d'œuvre d'installation. Si vous ne chiffrez que la caméra, vous raterez le budget de moitié.
Puis il y a la cachée : le calcul. Inférence edge sur un boîtier local, ou cloud ? La facturation cloud par appel API semble bon marché en pilote et peut discrètement coûter plus cher que d'acheter des serveurs quand les volumes montent. Dans les projets que j'ai vus, une fois que le volume quotidien d'inférences dépasse les dizaines de milliers, le calcul local gagne presque toujours. Faites ce calcul au moment de la planification, pas à la réception de la facture.
Données : la main-d'œuvre la plus chère n'apparaît jamais sur un devis
C'est le poste le plus sous-budgétisé des quatre. Les modèles mangent des données, et je sais à quoi ressemblent les données d'entrepôt : formulaires papier, tableurs, enregistrements WMS avec des champs manquants, photos à contre-jour de caméras bon marché. Transformer cela en données d'entraînement demande de l'étiquetage et du nettoyage humains.
Un projet de vision de taille moyenne commence avec quelques milliers d'images étiquetées. L'étiquetage externalisé semble bon marché à un ou deux dollars l'image — jusqu'à ce qu'on ajoute le QA, le ré-étiquetage et les reprises pour les scénarios ratés au premier passage, et la facture de données atterrit dans les dizaines de milliers. La partie la plus chère, c'est le temps de vos propres équipes : rédiger la spécification d'étiquetage, accepter ou rejeter des lots étiquetés, trancher les cas limites. Seule votre équipe peut faire cela ; le prestataire d'étiquetage ne connaît pas votre métier.
Mettez une ligne dédiée "préparation des données" dans le budget : volume étiqueté fois prix unitaire fois un facteur de retouche de 1.5, plus la main-d'œuvre interne. Tout fournisseur qui vous dit "vos données sont prêtes, on peut commencer demain" n'a probablement jamais fait de projet d'entrepôt.
Personnel, en interne comme en externe
La mise en œuvre externe est simple : déploiement du fournisseur, réglage, formation, facturé au jour. Ce qu'il est facile de manquer, c'est la main-d'œuvre interne. Un projet d'IA a besoin d'au moins un responsable interne y consacrant deux à trois jours par semaine pendant trois à six mois. Le coût de cette personne va-t-il au budget ? Ma réponse est oui. Une fois qu'il y est, la direction voit ce que le projet consomme vraiment ; sans cela, le projet devient "quelque chose fait à côté" que personne ne porte vraiment.
Et la formation. Les opérateurs doivent apprendre à lire les alertes IA, gérer les faux positifs, faire un triage de base. La formation n'est pas non plus à faire une seule fois — dans un entrepôt à fort turnover, c'est un coût récurrent. Donnez à la "formation de première année" sa propre ligne pour que le chiffre soit visible.
Au-delà des quatre postes, il y a trois lignes que je demande à chaque revue de budget. D'abord, l'intégration : le système d'IA doit parler à votre WMS, et le développement d'interfaces, les tests conjoints et la gestion des exceptions tombent régulièrement entre deux fournisseurs — l'éditeur appelle cela le périmètre de mise en œuvre, l'intégrateur appelle cela du développement sur mesure. Mettez le périmètre d'intégration dans le contrat à la signature, en prix fixe ou en régie, par écrit.
Ensuite, la prime d'échelle. Le pilote fonctionne sur dix positions ; que se passe-t-il à cent ? Le prix unitaire tient-il ? Le calcul doit-il grandir ? Obtenez le coût marginal de la mise à l'échelle par écrit avant d'approuver le pilote.
Troisièmement, le budget de l'échec. Je le dis franchement : trois à quatre projets d'IA sur dix ne réussissent pas du premier coup. Une provision de 20–30 % n'est pas conservatrice, c'est du bon sens. Ce projet de $230,000 de 2023 aurait suscité bien moins de disputes en cours de route s'il avait été budgétisé à 1.5x dès le premier jour — et il aurait probablement fini plus vite.
Une chose que vous pouvez faire cette semaine : avant d'approuver quoi que ce soit, financez un pilote minimum viable de quatre semaines sur de vraies données de production, avec son propre budget séparé. Ne parlez des chiffres à l'échelle du bâtiment qu'une fois le pilote validé. Cette dépense de pilote vous achète un billet qui dit "continuons-nous ?" — et c'est l'argent le mieux placé que vous dépenserez dans tout votre parcours IA.
Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.
