Acheter ou développer un logiciel RH ? Comment les décideurs RH peuvent faire des choix technologiques plus éclairés à l'ère de l'IA

L'éternelle question revient donc sur la table : faut-il acheter ou développer son logiciel RH ?

Anders Holmberg, Chief Revenue Officer chez Eletive, a ouvert notre sommet numérique AI in HR 2026 avec exactement cette interrogation. Fort de plus de 15 ans d'expérience dans le secteur SaaS (software as a service), en travaillant étroitement avec des équipes produit, voici les principaux enseignements de sa session.

Développer n'a jamais été aussi accessible

Les chiffres sont difficiles à ignorer. Selon le rapport GitHub 2025, 121 millions de nouveaux projets logiciels ont été créés en 2025, soit 230 par minute. Les projets créés par l'IA ont progressé de 200 % en un an.

En début d'année, cette tendance a inquiété les investisseurs. Certains ont évoqué une « apocalypse SaaS » : si tout le monde peut développer ses propres outils, pourquoi acheter des logiciels ? Les valorisations de certains des plus grands éditeurs SaaS ont chuté brutalement.

Les entreprises n'ont pourtant pas arrêté d'acheter des logiciels. Le marché SaaS public s'est redressé de 40 % depuis le creux de février. Les dépenses logicielles continuent de croître de 15,5 % par an (Gartner, 2026), et une entreprise utilise en moyenne 300 outils (Zylo, 2026).

La réponse n'est donc sans doute pas acheter ou développer, mais les deux, en parallèle. La vraie question est de savoir quand faire l'un, quand faire l'autre.

Quand développer en interne est pertinent

Quatre signaux indiquent que développer peut être le bon choix :

• La logique vous est propre. Votre référentiel de compétences, votre architecture de postes, vos règles de mobilité interne. Dès qu'un éditeur les généralise, elles ne vous appartiennent plus vraiment.

• Le périmètre est clairement délimité. Un processus. Une équipe. Une question. Ce trimestre. Les projets de développement échouent lorsqu'ils se transforment silencieusement en plateformes censées durer des années.

• La valeur réside dans des données qui vous appartiennent. Si la partie intelligente, c'est votre donnée et que l'IA n'est que l'interface, vous êtes plus proche du développement que vous ne le pensez.

• La responsabilité est clairement identifiée. Si vous ne pouvez pas nommer la personne et la ligne budgétaire pour 2029, vous ne développez pas : vous prototypez.

À quoi cela peut-il ressembler en RH ? Peut-être une micro-enquête : comment s'est passé le lancement du projet ? Qui souhaite participer à la fête de fin d'année ? Qui est l'employé de l'année ? Pas besoin d'anonymat, de tendances ou de correspondance avec votre hiérarchie organisationnelle — un développement simple fait l'affaire.

Peut-être un tableau de bord et un rapport pour les instances dirigeantes : un agent IA qui consolide les données de plusieurs systèmes dans votre rapport trimestriel, dans votre propre format, à chaque fois. Ou encore un assistant Q&R sur vos politiques RH, entraîné uniquement sur votre règlement intérieur, vos accords d'entreprise et vos règles locales.

Ces trois exemples fonctionnent pour la même raison : la valeur est dans vos données, pas dans le modèle.\

Quand acheter est le choix le plus judicieux

Six signaux indiquent que l'achat est la meilleure option :

• Le problème est universel. La paie, le recrutement, la conformité réglementaire, les entretiens de performance. Quelqu'un l'a probablement déjà résolu mieux que vous ne le ferez.

• Vous avez besoin de données de référence. Vous ne pouvez pas construire des données comparatives vous-même. C'est un actif que vous avez ou que vous n'avez pas. En matière d'engagement des collaborateurs, c'est souvent là que réside la vraie valeur analytique.

• Votre exposition réglementaire et aux données est étendue. Développer une application conforme au RGPD aujourd'hui est faisable. La maintenir conforme à mesure que la réglementation évolue, c'est une autre affaire. Si vous risquez de violer le RGPD ou l'anonymat de vos collaborateurs, il vaut mieux confier cette responsabilité à un éditeur dont c'est le métier à plein temps.

• Les modèles sous-jacents évoluent en permanence. Il arrive que les résultats dérivent imperceptiblement, et que votre rapport mensuel soit légèrement différent d'un mois à l'autre. Les éditeurs gèrent ces migrations pour vous.

• L'expertise compte autant que le logiciel. En achetant, vous confiez à quelqu'un d'autre le déploiement et l'adoption. En développant, vous devenez l'expert. De façon permanente.

• Vous voulez pouvoir appeler quelqu'un. Tout développement interne a sa soirée de lancement. Très peu bénéficient d'un support le lundi matin.

Ce que développer en interne implique vraiment : un exemple chez Eletive

Cet été, notre équipe commerciale a développé un outil IA qui aide les commerciaux à identifier les entreprises à contacter et à rédiger le premier message.

Il connecte des outils déjà utilisés : HubSpot comme CRM et source de vérité, Apollo pour les données entreprises, n8n pour les workflows et Claude par-dessus. Chaque matin, les données sont actualisées sur la base des événements récents et de nos échanges passés. L'IA sélectionne les entreprises les plus pertinentes à contacter et rédige un message personnalisé. Un commercial le finalise avant qu'il parte dans la file d'envoi.

C'est probablement la forme que prendront la plupart des développements internes à l'avenir. Pas « nous avons construit notre propre système », mais « nous avons connecté quatre outils que nous possédons déjà pour résoudre un problème qu'aucun éditeur ne couvre ».

Le premier prototype a pris quelques jours, et le résultat était impressionnant. On avait l'impression d'être à 90 %. Les 10 % restants, c'est là que le vrai travail commence. Que se passe-t-il quand un contact est sur le point de quitter son entreprise ? Quand deux entreprises sont liées entre elles ? La gestion des exceptions, la qualité des données, les temps de réponse, le chargement fiable des données (pas seulement la plupart du temps) et la formation prennent du temps.

À ce jour, le projet a mobilisé plusieurs centaines d'heures et deux personnes presque à temps plein. Plus que prévu. Ça en vaut toujours la peine. L'objectif est d'augmenter la productivité des commerciaux de 25 %. C'est cohérent parce que nous avions les ressources et que les données nous étaient propres.

La leçon : atteindre le premier résultat est devenu facile. Atteindre le centième est exactement aussi difficile que ça l'a toujours été.

Vous avez manqué la session ? Regardez la session complète ici.\

Les outils sont devenus plus simples. Pas tout ce qui les entoure.

Développer, c'est bien plus que du code. Vous devenez chef de projet : périmètre, séquençage, gestion des exceptions, tests, déploiement. Vous prenez en charge votre architecture de données : où les données sont stockées, quelle est la source de vérité et que se passe-t-il quand deux systèmes ne sont pas alignés. Vous devenez aussi product manager, en définissant précisément le fonctionnement attendu — y compris chaque cas limite que vous préféreriez ne pas avoir à gérer.

L'IA construira exactement ce que vous lui demandez. La difficulté, c'est de savoir quoi lui demander.

Ni l'une ni l'autre n'est une dépense à une seule ligne

Si vous développez, prenez en compte l'hébergement et les coûts des modèles, les audits de sécurité, les validations juridiques, les tests et la conduite du changement. Comptez la maintenance lorsque l'API évolue sous vos pieds, et qui assure le support. Pensez aussi au « facteur bus » : que se passe-t-il si la personne qui a développé l'outil quitte l'entreprise ? Et le coût le plus sous-estimé de tous : le coût d'opportunité. Si vous gérez un restaurant, votre temps est probablement mieux investi dans la cuisine que dans le développement logiciel.

Acheter a aussi ses coûts cachés. Intégration, déploiement, migration des données, adoption et formation, gestion administrative, pilotage du prestataire et coûts de transition si ça ne fonctionne pas.

Les deux options ont leurs coûts. La vraie différence ne réside pas dans l'argent, mais dans qui porte l'expertise et le risque.

L'avenir : acheter et développer

La plupart des équipes RH achèteront probablement des solutions pour leurs activités cœur de métier : engagement des collaborateurs et gestion de la performance, recrutement, SIRH, gestion des temps et paie. Ces outils fournissent l'interface pour le travail quotidien, la gestion et la conformité des données, ainsi que l'expertise et le support de l'éditeur.

Par-dessus vient se greffer une couche IA capable d'accéder aux données de façon sécurisée. Au-dessus encore, vous développez vos propres applications internes et une couche analytique qui connecte les systèmes entre eux. De nombreuses entreprises s'engagent déjà dans cette direction.

Par où commencer dès lundi matin

Quelques conseils pratiques issus des échanges en Q&R :

• Vérifiez ce que vous payez déjà. Si vous utilisez Microsoft ou Google, vous disposez probablement déjà d'outils IA sur lesquels expérimenter.

• Partez du problème, pas de l'outil. Décrivez votre problème à un assistant IA et demandez-lui comment vous pourriez le résoudre.

• Explorez les outils de workflow. Le déplacement de données d'un système à l'autre est souvent là où se trouvent les premières victoires rapides.

• Gardez votre premier projet à faible risque. Choisissez quelque chose sans données personnelles. Dès que des données personnelles sont impliquées, associez votre équipe juridique dès le départ.

Vous avez manqué l'événement ? Regardez le replay intégral de l'AI in HR 2026 : From People Insights to Business Impact