Un acheteur aime entendre que l'IA a retiré du travail de l'entreprise. La conversation qui suit porte sur une autre question : qui s'assure que cela continue de fonctionner si le fournisseur actuel cesse son activité, augmente ses prix, ou change son produit. Une économie qui dépend d'une seule partie externe pèse différemment dans une valorisation qu'une économie ancrée dans le processus même de l'entreprise. Non pas parce que l'IA serait peu fiable, mais parce qu'un acheteur paie pour ce qui continue de fonctionner sans aléas.
La dépendance à un fournisseur d'IA ne tient pas à une seule chose. Elle se situe dans au moins trois couches, et chaque couche compte différemment aux yeux d'un acheteur.
La première couche est le contrat : un abonnement résiliable mensuellement pèse différemment d'une licence pluriannuelle assortie de conditions spécifiques. La deuxième couche est la donnée : la sortie du système est-elle transférable, ou la connaissance est-elle enfermée dans un environnement qui ne migre pas facilement vers un autre fournisseur. La troisième couche est l'humain : y a-t-il dans l'entreprise quelqu'un qui comprend comment le système est configuré et pourquoi, ou cette connaissance n'existe-t-elle que chez le fournisseur lui-même.
Une entreprise où l'IA reprend partiellement une tâche, avec un collaborateur qui évalue le résultat et peut l'ajuster, conserve cette troisième couche intacte. Une entreprise où la tâche est entièrement externalisée vers un système que plus personne en interne ne maîtrise a perdu cette couche. Cette différence est précisément le sujet de pourquoi un acheteur demande qui entretient l'IA.
Le changement autour duquel tout cela tourne n'est pas futur. Dans une partie des entreprises, le service client fonctionne déjà en grande partie via un système d'IA avec un collaborateur qui n'intervient qu'en cas d'écart. Dans une autre partie du même secteur, le même travail se fait encore entièrement à la main, ou au contraire entièrement de manière automatisée sans aucun contrôle humain. Cette différence ne vient ni de l'ambition ni du budget. Elle vient de la manière dont une entreprise a organisé la reprise du travail : y a-t-il un contrôle avec une raison d'approbation ou de rejet, ou ce contrôle fait-il totalement défaut.
Les entreprises dotées d'un contrôle peuvent montrer à un acheteur pourquoi un résultat est correct et qui le vérifie. Les entreprises sans contrôle ne peuvent montrer que le résultat existe, pas pourquoi. C'est une différence d'information, et les différences d'information sont précisément ce qu'un acheteur répercute dans le prix.
Une estimation de la dépendance à un fournisseur est une estimation, pas une mesure avec décimales. Elle s'appuie sur ce qui est démontrable : les conditions contractuelles, la présence de connaissances internes, la transférabilité des données et le degré de contrôle humain sur la sortie du système. Là où ces quatre éléments ne sont pas consignés ou ne peuvent être étayés par des preuves, l'estimation reste large et s'exprime sous forme de fourchette, pas de chiffre précis.
Le résultat ne dit pas non plus s'il est judicieux d'affecter le personnel différemment. Cela touche à des décisions soumises à des exigences légales propres, et cette évaluation sort du cadre de cette méthode. Ce que la méthode fait bien : cartographier quelle part de l'avantage réalisé dépend d'une partie externe, et quelle part est ancrée dans l'entreprise elle-même. Cette répartition est ce qui compte dans la qualité du bénéfice qu'un acheteur évalue, comme le montre aussi ce qu'est le fonds de roulement et pourquoi il compte lors d'une vente, où les avantages ponctuels ou externes sont pondérés différemment des avantages structurels.
Sous la question de la dépendance au fournisseur se trouve une question plus large : quel travail, dans cette entreprise spécifique, peut réellement être repris par l'IA, quelle part uniquement avec contrôle, et quelle part reste un travail humain. Cette question trouve une réponse tâche par tâche dans le scan de travail de FTE TO AI, et ce n'est qu'avec cette réponse en main qu'il devient clair à quel point une dépendance à un fournisseur pèse réellement sur le prix.
Cela touche aussi à qui porte le travail dans l'entreprise. Si la connaissance du système d'IA repose sur une seule personne, cela compte dans comment éviter que votre valeur ne repose que sur une poignée de têtes, et dans ce que signifie la transmissibilité pour le prix. Un fournisseur qui peut être remplacé constitue un risque ; un collaborateur qui ne peut pas être remplacé en constitue un autre, et ils sont souvent évalués dans le même souffle.
Un acheteur accepte que l'IA joue un rôle dans le résultat. Ce qui compte, c'est l'histoire qui se cache derrière : quelle tâche a été reprise, avec quel contrôle, et que se passe-t-il si le fournisseur disparaît. Cette histoire, et la manière dont elle est présentée de façon convaincante, fait l'objet de quelle histoire vous racontez à un acheteur sur le travail que fait l'IA. Séparément, mais tout aussi pertinents lors d'une vente, se trouvent les contrats et conditions eux-mêmes : les accords avec les fournisseurs juridiquement transférables sont abordés dans quelles questions juridiques doivent être en ordre avant une vente.
Savoir si un fournisseur d'IA pèse sur votre prix, et dans quelle mesure, ne peut se répondre par une simple impression. Cela demande des preuves : contrats, transfert de données, connaissances internes, degré de contrôle. Le contrôle de valeur gratuit donne une première orientation à ce sujet avec huit questions courtes, une par levier de valeur, avec pour résultat une image du levier qui pèse aujourd'hui le plus sur votre prix. Le scan de valeur complet, avec des scores de maturité par levier et un calendrier sur deux ans jusqu'au moment de la sortie, est en cours de développement.