L’IA en e-commerce : entre le gadget à 5K et le projet à 200K
Tout le monde veut un assistant IA sur son site e-commerce. Le problème, c’est que personne ne sait combien ça coûte réellement. Les vendeurs de solutions SaaS annoncent “à partir de 99 euros/mois”. Les agences parlent de projets à 500K. La réalité est entre les deux, et elle dépend drastiquement de ce que vous voulez faire.
Chez Les Artisans du Digital, nous déployons des assistants IA en production depuis 2024. Pas des démos, pas des POC qui traînent — des systèmes qui traitent des milliers de conversations par jour et génèrent du chiffre d’affaires mesurable. Voici ce que ça coûte vraiment.
3 niveaux de budget selon l’ambition
Tous les assistants IA ne se valent pas. Il y a un monde entre un chatbot FAQ et un agent autonome capable de gérer une commande de bout en bout.
| Niveau | Budget | Ce que ça fait |
|---|---|---|
| Chatbot augmenté | 20K - 50K EUR | FAQ intelligente, réponses contextuelles, escalade vers humain, base de connaissance statique |
| RAG catalogue | 50K - 120K EUR | Recherche sémantique sur le catalogue, recommandations personnalisées, conseil produit, intégration stock temps réel |
| Agents autonomes | 120K - 200K+ EUR | Gestion commandes, suivi livraisons, retours, upsell personnalisé, négociation B2B, intégration CRM/ERP |
Le chatbot augmenté remplace votre FAQ. Le RAG catalogue remplace un vendeur junior. L’agent autonome remplace un vendeur senior qui connaît tout le catalogue, tout l’historique client et toutes les procédures internes.
Chatbot augmenté : 20K - 50K EUR
Le point d’entrée. On connecte un LLM (GPT-4o, Claude, Mistral) à votre base de connaissance (FAQ, conditions de vente, guides produit) via un système RAG basique. L’assistant répond aux questions fréquentes avec un taux de résolution de 60 à 75% sans intervention humaine.
C’est le bon choix si votre support client traite beaucoup de questions répétitives et que vous voulez un ROI rapide.
RAG catalogue : 50K - 120K EUR
Le niveau intermédiaire, et souvent le sweet spot pour les e-commerçants. Le système indexe l’intégralité de votre catalogue produit (fiches, caractéristiques, avis, disponibilité) dans une base vectorielle. L’assistant comprend les intentions d’achat, recommande des produits pertinents et répond à des questions complexes (“j’ai un salon de 25m2, orientation nord, quel canapé me conseillez-vous ?”).
L’intégration temps réel avec le stock et les prix est critique. Un assistant qui recommande un produit en rupture, c’est pire que pas d’assistant du tout.
Agents autonomes : 120K - 200K+ EUR
Le niveau avancé. L’agent ne se contente pas de répondre — il agit. Il peut créer un panier, appliquer un code promo, initier un retour, modifier une adresse de livraison, escalader vers un humain avec tout le contexte. En B2B, il peut même négocier des remises selon des règles métier prédéfinies.
C’est un projet ambitieux qui nécessite des intégrations profondes avec votre OMS, votre CRM et votre ERP. Le ROI est massif, mais le ticket d’entrée aussi.
Coûts d’infrastructure IA
C’est le poste que tout le monde sous-estime. L’IA a un coût de fonctionnement récurrent, et il n’est pas négligeable.
| Poste | Coût mensuel |
|---|---|
| API LLM (GPT-4o, Claude, Mistral) | 500 - 5 000 EUR/mois |
| Base vectorielle (Pinecone, Weaviate, Qdrant) | 200 - 1 500 EUR/mois |
| Compute (embedding, reranking, orchestration) | 300 - 2 000 EUR/mois |
| Monitoring et observabilité | 100 - 500 EUR/mois |
| Total infrastructure | 1 100 - 9 000 EUR/mois |
Le coût des API LLM dépend directement du volume de conversations et de la taille du contexte envoyé à chaque requête. Un assistant qui traite 1 000 conversations/jour avec un contexte riche (historique client + fiches produit) consomme significativement plus qu’un chatbot FAQ.
Astuce : le coût des tokens a baissé de 90% entre 2023 et 2026. Ce qui coûtait 10 000 EUR/mois en API il y a trois ans en coûte 1 000 aujourd’hui. La tendance va continuer. Budgétez conservateur, mais sachez que l’infra IA devient plus accessible chaque trimestre.
Coûts par phase de projet
Audit data et cadrage : 5K - 10K EUR
Avant de coder quoi que ce soit, il faut comprendre vos données. Quel est l’état de votre catalogue produit ? Vos fiches sont-elles structurées, complètes, cohérentes ? Avez-vous un historique de conversations support exploitable ? Quelles intégrations sont nécessaires ?
C’est la phase qui détermine si votre projet IA sera un succès ou un gouffre financier. Un catalogue produit mal structuré, c’est un RAG qui hallucine.
POC : 15K - 30K EUR
Développement d’un prototype fonctionnel sur un périmètre réduit (une catégorie de produits, un cas d’usage). Objectif : valider la faisabilité technique, mesurer la qualité des réponses, et surtout convaincre les stakeholders internes avec du concret.
Le POC doit être en conditions réelles : vrais produits, vrais clients (même en beta fermée), vraies métriques. Un POC sur des données de test ne prouve rien.
Développement production : 30K - 100K EUR
Le gros du chantier. Pipeline d’ingestion et d’indexation du catalogue, orchestration RAG, gestion du contexte conversationnel, intégrations API (stock, prix, CRM, OMS), interface utilisateur, escalade vers humain, monitoring qualité des réponses.
Ce qui prend du temps (et donc coûte cher) :
- Le prompt engineering pour chaque type de requête
- La gestion des edge cases (produits discontinués, questions hors scope, tentatives de jailbreak)
- Les tests de qualité : évaluation systématique des réponses sur des jeux de test représentatifs
- L’intégration au parcours d’achat existant sans friction
Optimisation continue : 2K - 5K EUR/mois
Un assistant IA en production n’est pas un projet qu’on livre et qu’on oublie. C’est un système vivant qui nécessite une maintenance continue :
- Mise à jour du catalogue indexé
- Analyse des conversations ratées
- Amélioration des prompts
- Ajout de nouveaux cas d’usage
- Monitoring des hallucinations
Ce que personne ne budgète
Le data cleaning
Votre catalogue a 50 000 fiches produit. Mais combien sont réellement exploitables par un LLM ? Descriptions vagues, caractéristiques manquantes, images sans alt text, catégorisations incohérentes. Le data cleaning représente souvent 20 à 30% du budget du POC et c’est le poste le plus fréquemment oublié.
Le prompt engineering ongoing
Les prompts ne sont pas du “write once, run forever”. Le catalogue évolue, les questions des clients changent, les modèles LLM sont mis à jour. Comptez 2 à 5 jours par mois de prompt engineering et d’optimisation continue. C’est le prix de la qualité.
Le monitoring des hallucinations
Un LLM qui invente des caractéristiques produit ou annonce des prix incorrects, c’est un risque juridique et réputationnel. Il faut des guardrails : vérification factuelle automatique, détection d’incertitude, escalade vers humain quand le score de confiance est bas. Mettez en place des métriques d’hallucination dès le jour 1 et suivez-les comme des métriques business.
Le coût du retraining et de l’évaluation
Chaque mise à jour de modèle (passage de GPT-4o à GPT-5, changement de version Claude) peut modifier le comportement de votre assistant. Il faut des benchmarks de régression pour s’assurer que la qualité ne se dégrade pas. Budget : 3 à 5K EUR par migration de modèle.
ROI mesuré sur nos projets
Les chiffres ci-dessous sont issus de projets réels que nous avons livrés et mesurés sur au moins 6 mois post-lancement :
| Métrique | Résultat mesuré |
|---|---|
| Tickets support résolus sans humain | -40 à 60% |
| Panier moyen (avec recommandation IA) | +12 à 18% |
| Satisfaction client (CSAT) | +20 à 30% |
| Taux de conversion (visiteurs ayant interagi avec l’assistant) | +25 à 40% vs visiteurs sans interaction |
| Coût par interaction support | -60 à 75% |
Sur un site e-commerce traitant 3 000 tickets support/mois à un coût moyen de 8 EUR/ticket, une réduction de 50% des tickets représente 144K EUR d’économie annuelle. Le ROI d’un assistant RAG à 80K EUR est atteint en 7 mois — en comptant uniquement le support, sans les gains de conversion.
Le ROI le plus intéressant est souvent le moins visible : l’assistant IA travaille 24h/24, ne prend pas de congés, et traite chaque client avec la même qualité de service à 3h du matin qu’à 14h. Pour les e-commerçants internationaux avec des fuseaux horaires multiples, c’est un game changer.
Prêt à explorer l’IA pour votre e-commerce ?
Le bon point d’entrée, c’est un POC ciblé sur un cas d’usage à fort ROI — généralement le support client ou la recommandation produit. Pas un projet pharaonique, mais une preuve de valeur concrète.
Demandez un diagnostic gratuit : en 30 minutes, nous analysons votre catalogue, vos données et vos cas d’usage pour identifier le meilleur point d’entrée IA et estimer le budget associé. Sans engagement, sans bullshit.