L'informatique et le calcul : les entreprises achètent de la puissance de calcul IA pour la rapidité sans savoir combien ça coûte
Enterprises misent massivement sur l'infrastructure d'intelligence artificielle sans pouvoir en mesurer précisément le coût, selon une étude VentureBeat Pulse Research menée en juillet 2026 auprès de 170 entreprises de plus de 100 employés. Deux tiers d'entre elles (66%) font déjà tourner des charges de travail IA en production, et 29% opèrent à grande échelle, contre seulement 4% n'ayant encore rien déployé. Une entreprise type utilise en moyenne trois plateformes d'infrastructure, avec OpenAI (49%), Google Gemini (48%), Microsoft Azure (47%) et Google Cloud (42%) présents chez environ la moitié des sondées ; interrogées sur leur plateforme principale, 26% citent Azure en tête. Or, malgré cette maturité opérationnelle, moins de la moitié (47%) des entreprises parviennent à suivre rigoureusement ce que leur coûte réellement ce calcul, et ce chiffre ne monte qu'à 56% même chez celles opérant à grande échelle.
Résumé et traduction réalisés par Le Fil IA à partir de VentureBeat AI. Lire l'article original →
Ce déséquilibre s'explique par un changement net dans les critères d'achat : l'intégration à la pile cloud existante reste le premier facteur de choix (40%), mais la performance (latence et débit) est passée au deuxième rang (35%) et la disponibilité des GPU au troisième (24%), toutes deux désormais devant le coût total de possession, relégué à 22%. Même logique côté mesure du succès : la fiabilité et le temps de disponibilité arrivent en tête pour 51% des entreprises, la productivité des développeurs pour 39%, loin devant le coût par million de tokens, cité par seulement 31%. Conséquence concrète : parmi les 155 entreprises exploitant leurs propres GPU, 69% affichent un taux d'utilisation de 50% ou moins, et 12% ne mesurent même pas cette utilisation. La satisfaction liée au rapport qualité-prix ressort ainsi comme le score le plus faible (3,87 sur 5), loin derrière la satisfaction globale (4,14), révélant que l'angle mort économique pèse directement sur la perception de valeur.
Cette fuite en avant s'inscrit dans un contexte de pression concurrentielle où la rapidité de déploiement et l'accès aux ressources GPU priment sur la rigueur budgétaire, un choix rationnel à court terme mais risqué si les coûts échappent durablement au contrôle. Le prochain cycle d'investissement s'annonce tourné vers de nouveaux acteurs : les clouds spécialisés en IA constituent la première zone d'évaluation prévue (44%) et affichent la dynamique la plus forte de toutes les approches d'infrastructure (+36 points), même si des fournisseurs comme CoreWeave et Lambda ne représentent aujourd'hui chacun que 3,5% de l'usage réel, le reste du champ des "néoclouds" restant sous les 3%. Les accélérateurs non-Nvidia attirent 39% d'intérêt, et 62% des entreprises prévoient de changer ou d'ajouter un fournisseur dans les douze prochains mois, même si les options envisagées restent dominées par les acteurs déjà en place. L'étude, fondée sur une seule vague d'enquête, ne permet pas de dégager de tendance mensuelle, mais elle dessine un paysage où l'infrastructure IA d'entreprise grandit plus vite que la capacité à en comprendre l'économie sous-jacente.
Pas d'impact direct sur la France/UE