Token, compute, dérive des usages : pourquoi l’IA peut coûter plus cher que vos équipes ?

☕️ Quand l’IA agentique coûte plus cher que de payer ses employés humains

Les grandes entreprises technologiques font face à une équation économique qui commence à gripper sérieusement leurs ambitions d'IA : la facturation à l'usage des agents IA, calculée en tokens et non plus en abonnements forfaitaires, rend ces systèmes plus onéreux que les employés humains qu'ils sont censés remplacer ou assister. Le CTO d'Uber, Praveen Neppalli Naga, a reconnu avoir épuisé la totalité de son budget IA 2026 en seulement quatre mois. Bryan Catanzaro, vice-président en charge de l'apprentissage profond appliqué chez Nvidia, est encore plus direct : pour son équipe, le coût de la puissance de calcul dépasse désormais celui des salaires. Microsoft, après avoir encouragé en décembre dernier des milliers de ses développeurs à utiliser Claude Code d'Anthropic, vient d'annuler ces licences et les contraint à migrer vers GitHub Copilot CLI. Ce même GitHub Copilot, qui avait limité fin avril les nouveaux abonnements individuels, basculera en juin vers une facturation indexée sur la consommation réelle de tokens. Cette pression économique a engendré un phénomène pervers baptisé « tokenmaxxing » : des employés génèrent artificiellement de l'activité IA pour gonfler leurs statistiques de consommation, moins pour produire du code utile que pour paraître surproductifs aux yeux de leur hiérarchie. Amazon a fixé comme objectif que 80 % de ses développeurs utilisent l'IA chaque semaine et suit leur consommation de tokens. Meta est allé plus loin encore, avec un tableau de bord interne attribuant le statut de « Token Legend » aux plus grands consommateurs. Ce que ces pratiques révèlent, c'est que les métriques de tokens sont devenues des indicateurs de performance managériale avant d'être des mesures de valeur créée. La question de fond est structurelle : les modèles agentiques consomment beaucoup plus de tokens par tâche que les modèles classiques, et cette intensité ne sera pas compensée par la baisse des coûts unitaires. Un rapport Gartner estime que le coût d'inférence sur un LLM sophistiqué pourrait chuter de 90 % d'ici 2030, mais prévoit néanmoins que le coût total de l'IA continuera d'augmenter si la consommation progresse plus vite que la déflation tarifaire. Jensen Huang, PDG de Nvidia, imaginait récemment un futur où 100 agents IA travailleraient aux côtés de chaque employé humain de son entreprise, une vision qui semble économiquement intenable dans le modèle de facturation actuel. L'industrie se retrouve donc devant un choix structurant : soit les prix s'effondrent suffisamment vite, soit les entreprises doivent revoir radicalement leur usage de l'IA agentique, sous peine de financer des dépenses dont le retour reste difficile à démontrer.

💬 Uber qui épuise son budget IA en quatre mois, Nvidia qui dit que le compute dépasse les salaires : c'est pas un bug, c'est le modèle. Les agents consomment structurellement 10 à 100 fois plus de tokens qu'un chat classique, et aucune baisse de prix unitaire ne rattrapera ça avant 2-3 ans. Le tokenmaxxing chez Amazon et Meta, des gens qui gonflent leur conso pour paraître productifs sur un dashboard, c'est juste le signe qu'on a mis la mauvaise métrique au centre.

GPT-5.5 coûte 49 à 92 % plus cher que son prédécesseur, selon la longueur des entrées

OpenAI a doublé le prix affiché de GPT-5.5 par rapport à GPT-5.4, justifiant cette hausse par la promesse que des réponses plus courtes compenseraient le surcoût pour les utilisateurs. Mais une analyse conduite par OpenRouter, plateforme d'agrégation de modèles de langage, révèle que la réalité est bien différente : en s'appuyant sur des données d'utilisation réelles, OpenRouter conclut que les coûts effectifs ont augmenté de 49 à 92 % selon la longueur des requêtes soumises au modèle. Cette hausse tarifaire a des conséquences directes pour les développeurs et les entreprises qui intègrent GPT-5.5 dans leurs applications via l'API d'OpenAI. Une augmentation pouvant frôler les 100 % sur certains usages représente un choc budgétaire significatif, en particulier pour les startups et les équipes traitant de gros volumes de requêtes. Le fait que l'écart entre le tarif officiel et le coût réel soit si prononcé soulève également des questions sur la transparence des grilles tarifaires publiées par OpenAI. Anthropic a, elle aussi, relevé le prix de son modèle haut de gamme Opus 4.7, confirmant une tendance de fond dans l'industrie. Les deux entreprises se préparent à une introduction en bourse, ce qui pourrait expliquer une stratégie visant à améliorer leur rentabilité à court terme. Alors que la concurrence entre les grands acteurs de l'IA reste intense, cette course à la hausse des prix suggère que la phase de conquête à prix coûtant laisse progressivement place à une logique de monétisation plus agressive.

💬 La "promesse de réponses plus courtes qui compensent", c'était du flan. OpenRouter a sorti les vraies données d'utilisation : +49 à +92% sur les coûts réels selon la longueur des requêtes, loin de ce qu'annonce le tarif officiel. Entre les deux boîtes en pré-IPO qui remontent leurs marges simultanément, le signal est assez lisible.

AWS Professional Services : une équipe de pointe IA construite de l'intérieur

AWS Professional Services a fondamentalement reconfiguré sa manière de travailler en passant d'un modèle de consulting traditionnel à ce que l'entreprise appelle une "frontier team", une équipe dont l'IA n'est plus un outil parmi d'autres, mais le socle opérationnel de chaque engagement. Le résultat le plus visible : des projets qui prenaient plusieurs mois se déroulent désormais en quelques jours. Pour y parvenir, AWS ProServe a créé une équipe dédiée baptisée APEX (Agentic AI ProServe Experiences), dont la mission unique était de repenser entièrement le modèle de livraison. APEX a conçu le "ProServe Delivery Agent", un système multi-agents couvrant l'ensemble du cycle de vie : analyse des besoins, validation architecturale, implémentation, revue de sécurité, tests et déploiement. Un agent superviseur orchestre des sous-agents spécialisés à chaque phase. Ce système fonctionne aujourd'hui aux côtés des consultants humains sur des projets réels, dans le monde entier, et n'est plus un pilote : c'est le mode de livraison standard à l'échelle de ProServe. L'enjeu central de cette transformation n'était pas d'accélérer pour le plaisir de la vitesse, mais de libérer les consultants de tout ce qui n'est pas du jugement à haute valeur ajoutée, documentation, coordination, reporting de statut, mise en place répétitive de structures de code. En remettant l'attention humaine là où elle change vraiment les résultats, l'organisation a pu maintenir un niveau de qualité élevé même lorsque le rythme d'exécution s'est accéléré drastiquement. Concrètement, les exigences projet ne sont plus rédigées en prose pour être lues par des humains, mais formalisées en spécifications structurées lisibles à la fois par les équipes et par les agents. Les tests et les revues de sécurité ne se font plus en fin de phase, mais en continu dans la boucle de construction, les agents se corrigeant eux-mêmes avant toute revue humaine. Cette initiative s'inscrit dans une réflexion plus large conduite par AWS sur ce que signifie construire des logiciels à l'ère de l'IA. Le cadre méthodologique sous-jacent, appelé AI-DLC (AI-Driven Development Lifecycle), a été développé et affiné lors de centaines d'ateliers clients menés par les équipes terrain d'AWS. La démarche d'AWS ProServe suit l'une des trois voies que l'entreprise a identifiées pour intégrer le développement AI-natif : le "pathfinder", une initiative pionnière qui expérimente en conditions réelles avant d'en généraliser les acquis. Ce modèle de transformation de l'intérieur vers l'extérieur, où le prestataire absorbe lui-même les pratiques qu'il vend avant de les proposer à ses clients, constitue le message central qu'AWS cherche à transmettre : la productivité réelle ne vient pas de l'ajout d'outils IA par-dessus des processus existants, mais d'une refonte complète de la façon dont le travail est conçu, distribué et exécuté.

☕️ Uber commence à trouver l’addition de l’IA un peu salée

Uber commence à remettre en question la rentabilité de ses investissements en intelligence artificielle. Andrew Macdonald, directeur des opérations du géant américain du transport, a exprimé ses doutes publiquement lors du podcast Rapid Response : une consommation élevée de tokens ne se traduit pas nécessairement par davantage de fonctionnalités utiles pour les utilisateurs finaux. Ce constat rejoint celui de Praveen Neppalli Naga, directeur technique d'Uber, qui avait révélé en avril avoir épuisé en seulement quatre mois le budget IA annuel de l'entreprise. Concrètement, 70 % environ du code validé chez Uber provient désormais d'outils IA, pour un coût oscillant entre 500 et 2 000 dollars par mois et par développeur. Depuis 2024, les dépenses liées à l'IA ont été multipliées par six. Le problème soulevé par Uber est celui du retour sur investissement : les coûts explosent, mais les bénéfices mesurables peinent à suivre. Macdonald admet qu'il est "très difficile d'établir un lien clair" entre les tokens consommés et une augmentation réelle de 25 % des fonctionnalités utiles livrées aux consommateurs. Pour les entreprises qui déploient l'IA à grande échelle, la technologie est loin d'être gratuite, même si elle peut paraître ainsi pour un utilisateur lambda. Ce décalage entre promesses de productivité et coûts réels commence à préoccuper sérieusement les directions financières et techniques des grandes plateformes numériques. Ce malaise chez Uber illustre une tendance plus large dans l'industrie tech. La ruée vers l'intégration systématique de l'IA générative dans tous les workflows, parfois surnommée "tokenmaxxing", montre ses premières limites économiques. Plusieurs entreprises découvrent que les gains de productivité espérés ne compensent pas toujours la facture des API et des infrastructures LLM. La question de la soutenabilité financière des modèles agentiques, où l'IA remplace ou assiste des employés humains sur des tâches complexes, se pose avec une acuité croissante, d'autant que les fournisseurs de modèles n'ont pas encore convergé vers des tarifications stables à long terme.

💬 Brûler son budget annuel en quatre mois, ça oblige à se poser des questions qu'on repoussait. Uber dit ce que beaucoup pensent tout bas : plus de tokens ne veut pas dire plus de valeur livrée à l'utilisateur final. Reste à voir combien de directeurs techniques vont l'admettre publiquement avant de revoir leur copie.