Dossier · Intelligence artificielle
Acheter plutôt que construire son IA : y a-t-il un avantage démontré ?
Un rapport de juillet 2025 sur l'IA générative, une étude de 2023 estimée sur 3 143 entreprises et une annexe de la BCE qui rapporte les déclarations de 13 banques abordent chacun l'approvisionnement en IA. Mises côte à côte, elles ne permettent pas de désigner une voie gagnante.
Décision possible
La synthèse actionnable du dossier
Ce que les preuves permettent réellement de décider, sans le bruit commercial.
Lire la synthèse →Articles courts
3 articlesLecture critique9 min
Achat et construction d'IA : sur 3 143 entreprises, sont-ils complémentaires ?
Dans la version de travail de 2023, la complémentarité est inférée par corrélation sur 3 143 entreprises, secteur par secteur : d'après les bornes publiées, trois intervalles sur treize excluent zéro, dont celui de l'informatique, négatif. Le document ne mesure ni performance ni coût.
1 octobre 2026Lecture critique12 min
13 banques : la donnée propriétaire fait-elle gagner la construction interne ?
Non : l'annexe de la BCE ne l'établit pas. Elle rapporte, pour 13 banques, une prévalence déclarée du développement interne en scoring de crédit et en détection de fraude. Elle ne compare ni performance ni coût entre modèles internes et solutions de tiers, et n'applique aucun traitement causal.
1 octobre 2026Lecture critique9 min
MIT NANDA : « 95 % d'échec » désigne-t-il des pilotes IA ?
Le rapport n'écrit jamais « 95 % des pilotes » : ses deux phrases à 95 % nomment des organisations sans retour et un taux d'échec de solutions d'IA d'entreprise, sans dire sur quelle base ce taux est calculé. Son écart entre partenariats externes pour des outils personnalisés capables d'apprendre et construction interne vient d'entretiens déclarés, et il écrit lui-même que la corrélation ne prouve pas nécessairement la causalité.
1 octobre 2026Sources (extrait)
- Hoffreumon, C., Forman, C. & van Zeebroeck, N. (août 2023). Make or Buy your Artificial Intelligence? Complementarities in Technology Sourcing. Working Paper 2023-069, TIMES² International Research Centre, Université libre de Bruxelles, 54 p. (version de travail). Pages relevées : p. 1 (date, résumé, remerciements, données sous licence) ; p. 2 (premier pas) ; p. 8 et 9 (approche par la corrélation, renoncement à l'approche par la performance) ; p. 9 et 10 (modèle à quatre options, terme de complémentarité) ; p. 11 (enquête, répondant visé, taux de réponse, pays exclus) ; p. 12 (pondération, Table 1) ; p. 7 (unité d'analyse) ; p. 13 (seuil de 5 salariés, sur-représentations, catégories d'applications) ; p. 15 et 16 (mesure de l'adoption, origine des solutions) ; p. 18 (Figure 3) ; p. 20 (sous-échantillon, restriction d'exclusion) ; p. 21 (Table 3) ; p. 22 (Table 4) ; p. 23 (lecture de la restriction d'exclusion) ; p. 25 et 27 (qualificatifs des auteurs, informatique) ; p. 26 (a priori) ; p. 28 (robustesse) ; p. 30 et 31 (modèles linéaires, chevauchement entre secteurs) ; p. 32 et 33 (limites, implications) ; p. 39 (référence du rapport d'enquête) ; p. 41 (liste de pays exclus) ; p. 43 (tableau A.2) ; p. 45 (tableau A.3) ; texte entier (absence de « generative », « LLM » ; performance, coût, durée).
- Kazakova, S., Dunne, A., Bijwaard, D., Gossé, J., Hoffreumon, C. & van Zeebroeck, N. (2020). European enterprise survey on the use of technologies based on artificial intelligence. Final report. Commission européenne, DG CNECT, 148 p. Page relevée : p. 2 (liste des auteurs), employée uniquement pour le lien entre les auteurs de l'étude et l'enquête.
- Notice Crossref du DOI 10.1111/jems.12586 (Journal of Economics & Management Strategy, mars 2024), consultée le 29 septembre 2026. Métadonnées seulement, employées pour la référence de la version parue.
- Banque centrale européenne, Supervision bancaire (novembre 2025). AI workshops with banks 2025, Annex. 15 diapositives, PDF. Pages relevées : p. 1 (intitulé, mention Annex, date) ; p. 2 (nature auto-déclarée, non-évaluation de supervision) ; p. 4 (ateliers, démarche) ; p. 5 (échantillon, usages déclarés, pourcentages) ; p. 6, 7 et 9 (approvisionnement, solutions internes, cloud) ; p. 11 (explicabilité, auto-apprentissage) ; p. 12 (gestion des données) ; p. 14 (scoring de crédit) ; p. 15 (détection de fraude) ; figures des p. 5, 8, 9, 10, 11 et 13 (absence d'effectif de base) ; texte entier (absence de « proprietary »).
Recevoir les prochaines analyses
Choix par catégorie · Sans spam · Désabonnement en 1 clic
votre@email.fr
Bibliographie et lexique
Bibliographie
- Hoffreumon, C., Forman, C. & van Zeebroeck, N. (août 2023). Make or Buy your Artificial Intelligence? Complementarities in Technology Sourcing. Working Paper 2023-069, TIMES² International Research Centre, Université libre de Bruxelles, 54 p. (version de travail). Pages relevées : p. 1 (date, résumé, remerciements, données sous licence) ; p. 2 (premier pas) ; p. 8 et 9 (approche par la corrélation, renoncement à l'approche par la performance) ; p. 9 et 10 (modèle à quatre options, terme de complémentarité) ; p. 11 (enquête, répondant visé, taux de réponse, pays exclus) ; p. 12 (pondération, Table 1) ; p. 7 (unité d'analyse) ; p. 13 (seuil de 5 salariés, sur-représentations, catégories d'applications) ; p. 15 et 16 (mesure de l'adoption, origine des solutions) ; p. 18 (Figure 3) ; p. 20 (sous-échantillon, restriction d'exclusion) ; p. 21 (Table 3) ; p. 22 (Table 4) ; p. 23 (lecture de la restriction d'exclusion) ; p. 25 et 27 (qualificatifs des auteurs, informatique) ; p. 26 (a priori) ; p. 28 (robustesse) ; p. 30 et 31 (modèles linéaires, chevauchement entre secteurs) ; p. 32 et 33 (limites, implications) ; p. 39 (référence du rapport d'enquête) ; p. 41 (liste de pays exclus) ; p. 43 (tableau A.2) ; p. 45 (tableau A.3) ; texte entier (absence de « generative », « LLM » ; performance, coût, durée).IVersion de travail, non la version publiée en 2024. Deux des trois auteurs figurent aussi parmi les auteurs du rapport d'enquête dont elle exploite les données ; le document ne discute pas ce lien.
- Kazakova, S., Dunne, A., Bijwaard, D., Gossé, J., Hoffreumon, C. & van Zeebroeck, N. (2020). European enterprise survey on the use of technologies based on artificial intelligence. Final report. Commission européenne, DG CNECT, 148 p. Page relevée : p. 2 (liste des auteurs), employée uniquement pour le lien entre les auteurs de l'étude et l'enquête.IRapport d'enquête, non source d'un résultat de l'étude.
- Notice Crossref du DOI 10.1111/jems.12586 (Journal of Economics & Management Strategy, mars 2024), consultée le 29 septembre 2026. Métadonnées seulement, employées pour la référence de la version parue.ILe texte de la version parue n'a pas été lu.
- Banque centrale européenne, Supervision bancaire (novembre 2025). AI workshops with banks 2025, Annex. 15 diapositives, PDF. Pages relevées : p. 1 (intitulé, mention Annex, date) ; p. 2 (nature auto-déclarée, non-évaluation de supervision) ; p. 4 (ateliers, démarche) ; p. 5 (échantillon, usages déclarés, pourcentages) ; p. 6, 7 et 9 (approvisionnement, solutions internes, cloud) ; p. 11 (explicabilité, auto-apprentissage) ; p. 12 (gestion des données) ; p. 14 (scoring de crédit) ; p. 15 (détection de fraude) ; figures des p. 5, 8, 9, 10, 11 et 13 (absence d'effectif de base) ; texte entier (absence de « proprietary »).IDocument de la BCE qui rapporte des informations auto-déclarées et anonymisées de banques supervisées, et se dit non évaluatif pour la supervision.
- Singh, S. (DNB), Schupbach, A. (Bundesbank), Asiala, A. (BCE) & Siwecki, D. A. (BCE) (20 novembre 2025). AI's impact on banking: use cases for credit scoring and fraud detection. Supervision Newsletter, BCE. Page HTML citée par section, sans pagination ; employée pour la sélection des banques, la mise en garde sur la généralisation, les modèles hébergés dans le cloud et les bénéfices rapportés.SArticle de la Supervision Newsletter signé de quatre auteurs de la DNB, de la Bundesbank et de la BCE, qui présente l'annexe.
- Challapally, A., Pease, C., Raskar, R. & Chari, P. (juillet 2025). The GenAI Divide: State of AI in Business 2025 (Preliminary Findings from AI Implementation Research from Project NANDA). MIT NANDA, 26 p., version 0.1 diffusée par MLQ.ai. Pages relevées : p. 1 et 2 (statut, relecteur, avertissement des employeurs, méthode, 300 initiatives, 52 organisations, 153 dirigeants) ; p. 3 (95 %, 5 %, 60 / 20 / 5, montant de 30 à 40 milliards de dollars) ; p. 4, 6 et 7 (décomptes de secteurs) ; p. 6 (figure de l'entonnoir, limites) ; p. 7 (taux d'échec, définition du succès, définition des entreprises) ; p. 7 et 8 (encadré « Five Myths ») ; p. 19 et 20 (achat et construction, réserve causale, volumes) ; p. 23 (conclusion, NANDA) ; p. 24 et 25 (limites, méthode, questionnaire) ; p. 26 (référence unique).SRapport se présentant comme préliminaire, dont le seul relecteur nommé est aussi l'un des auteurs, et qui nomme son propre projet parmi les infrastructures qui définiront quels fournisseurs aident à franchir la « divide ».
I source primaire indépendante · S secondaire spécialisée · P partie prenante ayant un intérêt commercial sur le sujet traité.
Lexique
- Biais de sélection↗
- Distorsion d'une corrélation quand le groupe observé n'est pas comparable au reste de la population sur un facteur qui influence aussi le résultat mesuré. Distinct de la causalité inverse : ici, c'est un troisième facteur commun aux deux variables observées qui produit la corrélation, pas l'une des deux variables qui cause l'autre.