Build vs buy : 32 % des entreprises construisent au lieu d'acheter

2026-09-05 · 6 min de lecture · Transformation Numérique

L'enquête McKinsey publiée le 25 août 2026 montre que 32 % des organisations ont renoncé à acheter un logiciel parce que les agents de codage leur permettaient de le construire. Ce que ce basculement implique pour les dirigeants québécois.

La décision « build vs buy » désigne l'arbitrage entre acheter un logiciel du marché et le développer à l'interne. En 2026, les outils de codage agentique, ces assistants capables d'écrire, de tester et de corriger du code en autonomie, déplacent cet arbitrage. Selon l'enquête The State of AI: Global Survey 2026 de McKinsey, publiée le 25 août 2026, 32 % des organisations ont renoncé à acheter au moins un produit ou une fonctionnalité logicielle parce qu'elles pouvaient désormais le construire elles-mêmes.

L'enquête a été menée du 4 mai au 8 juin 2026 auprès de 1 719 répondants répartis dans 97 pays, avec une pondération selon la contribution de chaque pays au produit intérieur brut mondial. Chez les organisations que McKinsey classe comme les plus performantes en IA, la proportion approche 50 %, contre 31 % pour les autres. Le signal n'est donc pas uniforme : il vient d'abord des organisations qui ont déjà industrialisé leurs pratiques.

Que mesure exactement l'enquête McKinsey d'août 2026 ?

L'écart sectoriel est marqué. Le secteur technologique atteint 41 % d'organisations ayant décliné un achat logiciel, les payeurs et prestataires de santé 39 %, les services professionnels et le secteur de l'énergie 38 %, les institutions financières 36 %. À l'autre extrémité, l'assurance plafonne à 19 % et le secteur public à 17 %.

Deux autres résultats cadrent le contexte. Chez les entreprises de plus de 1 milliard de dollars de revenus, 40 % mettent à l'échelle des agents IA dans au moins une fonction, contre 27 % l'année précédente. En revanche, la part d'organisations attribuant un impact à leur bénéfice avant intérêts et impôts (BAII) reste à 37 %, essentiellement inchangée d'une année à l'autre.

Où en sont les entreprises québécoises et canadiennes ?

Le point de départ canadien est plus bas que ne le suggère l'enquête mondiale. Selon Statistique Canada, 19,2 % des entreprises déclaraient au deuxième trimestre de 2026 avoir utilisé l'IA pour produire des biens ou fournir des services au cours des 12 mois précédents, contre 12,2 % au deuxième trimestre de 2025 et 6,1 % en 2024. Une tranche additionnelle de 14,5 % envisage d'y recourir.

Au Québec, l'Institut de la statistique du Québec relevait dans sa publication du 28 novembre 2025 un taux d'utilisation de 12,7 % au deuxième trimestre 2025, contre 9,4 % en 2024. L'écart entre tailles d'entreprises est net : 26,1 % chez celles de 100 employés et plus, contre 12,2 % chez celles de 1 à 4 employés.

4 questions à trancher avant de construire plutôt qu'acheter

Qui maintiendra ce code dans cinq ans ? La littérature en génie logiciel situe la maintenance entre 60 % et 90 % du coût total de vie d'une application. Un agent qui écrit un module en trois jours ne supprime pas cette charge, il l'avance.
Le code généré passe-t-il une revue de sécurité ? L'étude GenAI Code Security de Veracode, publiée le 30 juillet 2025 sur 80 tâches de codage et plus de 100 modèles, montre que les modèles retiennent l'option non sécuritaire dans 45 % des cas, avec un taux d'échec supérieur à 70 % en Java.
Le logiciel touche-t-il des renseignements personnels ? La Loi 25 québécoise impose une évaluation des facteurs relatifs à la vie privée pour tout projet d'acquisition, de développement ou de refonte d'un système d'information traitant de tels renseignements. Construire à l'interne ne dispense de rien : cela transfère au client la charge de la documentation.
Existe-t-il un inventaire des applications construites ? La norme ISO/IEC 42001:2023 et le NIST AI Risk Management Framework 1.0 (cadre de gestion des risques liés à l'IA) reposent tous deux sur un inventaire tenu à jour des systèmes déployés. Sans registre, une organisation ne sait plus ce qu'elle exploite.

Pourquoi le coût réel apparaît-il après la mise en production ?

L'enquête McKinsey signale que 20 % des organisations déclarent que les coûts opérationnels liés à l'IA, jetons de calcul inclus, limitent leur utilisation de la technologie. Les organisations les plus performantes rapportent trois fois plus souvent cette contrainte que les autres : plus une entreprise déploie d'agents, plus la facture d'exécution devient un poste budgétaire à part entière.

C'est le principal biais du raisonnement build vs buy en 2026. La comparaison se fait spontanément entre un abonnement annuel visible et un coût de développement réduit par les agents, en omettant l'exécution, la sécurité applicative, la conformité et la dette technique accumulée. Une organisation qui veut objectiver cet arbitrage gagne à mesurer d'abord sa maturité réelle, un exercice que couvre le diagnostic de maturité IA, avant de trancher projet par projet. Le raisonnement rejoint celui déjà documenté sur la maîtrise des coûts de jetons.

Questions fréquentes

Le codage agentique rend-il l'achat de logiciel obsolète ?

Non. L'enquête McKinsey de 2026 mesure 32 % d'organisations ayant décliné au moins un achat, ce qui laisse une majorité continuer d'acheter. Le basculement concerne surtout les fonctionnalités périphériques et les intégrations sur mesure, pas les progiciels de gestion, les systèmes financiers ou les plateformes réglementées.

Quel est le principal risque de construire à l'interne avec des agents IA ?

La sécurité applicative et la maintenance. L'étude Veracode de juillet 2025 relève 45 % de choix non sécuritaires dans le code généré, et la maintenance représente la majeure partie du coût de vie d'une application. Une revue de code humaine et un budget d'exploitation restent indispensables.

La Loi 25 s'applique-t-elle à un logiciel développé à l'interne ?

Oui. La Loi sur la protection des renseignements personnels dans le secteur privé exige une évaluation des facteurs relatifs à la vie privée pour tout projet d'acquisition, de développement ou de refonte d'un système d'information ou de prestation électronique de services traitant des renseignements personnels.

Les entreprises québécoises suivent-elles cette tendance ?

Partiellement. Avec 12,7 % d'utilisation de l'IA au deuxième trimestre 2025 selon l'Institut de la statistique du Québec, le Québec reste en amont de la vague décrite par McKinsey. Les grandes entreprises et les services professionnels y sont déjà exposés, les PME de moins de cinq employés beaucoup moins.

Sources

McKinsey & Company, « The State of AI: Global Survey 2026 », 25 août 2026 : https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
Statistique Canada, « Analyse de l'utilisation de l'intelligence artificielle par les entreprises au Canada, deuxième trimestre de 2026 » : https://www150.statcan.gc.ca/n1/pub/11-621-m/11-621-m2026010-fra.htm
Institut de la statistique du Québec, « Adoption et utilisation de l'intelligence artificielle par les entreprises au Québec en 2024 et en 2025 », 28 novembre 2025 : https://statistique.quebec.ca/fr/produit/publication/adoption-et-utilisation-intelligence-artificielle-entreprises-au-quebec-2024-2025
Veracode, « 2025 GenAI Code Security Report », 30 juillet 2025 : https://www.veracode.com/resources/analyst-reports/2025-genai-code-security-report/
LégisQuébec, Loi sur la protection des renseignements personnels dans le secteur privé (RLRQ, c. P-39.1) : https://www.legisquebec.gouv.qc.ca/fr/document/lc/P-39.1
NIST, « AI Risk Management Framework (AI RMF 1.0) », janvier 2023 : https://www.nist.gov/itl/ai-risk-management-framework

Voir tous les articles