Le vrai coût de l'IA : une étude sur l'économie imprévisible des tokens
Le média américain The Information a publié une enquête menée auprès de 107 de ses lecteurs, principalement des dirigeants et cadres seniors, sur les coûts réels de l'intelligence artificielle en entreprise. Le résultat principal: 60% des répondants jugent la trajectoire de leurs dépenses en IA imprévisible, au moment précis où les directeurs financiers, les conseils d'administration et les investisseurs exigent des preuves concrètes de retour sur investissement. L'étude montre qu'en dehors des géants du cloud, qui injectent des milliards dans leurs centres de données, les entreprises consacrent 64% de leur budget IA aux logiciels, applications et modèles accessibles via API, plutôt qu'à l'infrastructure. La source de cette imprévisibilité tient au mode de facturation par jeton (token), l'unité de mesure utilisée par la plupart des fournisseurs d'IA, qui remplace le modèle classique d'abonnement par utilisateur pratiqué par des outils comme Salesforce, SAP, Workday ou Slack.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de The Information AI. Lire l'article original →
Cette bascule change la nature même de la dépense technologique. Un abonnement par siège, comme ceux de ChatGPT ou de Microsoft Copilot en entreprise, offre un coût plafonné mais limite les capacités de l'assistant et génère du gaspillage lorsque des licences restent sous-utilisées. À l'inverse, les agents autonomes, ces programmes d'IA capables d'exécuter des tâches complexes en arrière-plan sans supervision constante, fonctionnent selon une logique de boucles répétées où une seule instruction mal calibrée peut faire exploser la facture en jetons consommés. Selon l'enquête, les entreprises les moins expérimentées dans le pilotage de cette consommation sont aussi celles qui essuient les plus mauvaises surprises budgétaires. Pour les tâches routinières et les flux de travail établis, les logiciels traditionnels restent souvent plus fiables et moins coûteux que l'IA agentique, ce qui pousse plusieurs répondants à plaider pour un équilibre entre décisions humaines, logiciels programmés et intelligence artificielle pure plutôt qu'un tout-IA généralisé.
Cette tension reflète un enjeu plus large: le passage des simples chatbots conversationnels vers des agents autonomes multiplie la puissance de calcul mobilisée et rend la budgétisation nettement plus complexe qu'à l'époque des logiciels d'entreprise classiques. L'enquête révèle des expériences très contrastées selon les usages: un fondateur de startup affirme avoir compressé en six mois un travail qui lui aurait pris trois ans grâce à un assistant IA agentique, tandis qu'un juriste spécialisé en technologie dans une grande entreprise limite volontairement l'IA au code et à la correction de vulnérabilités logicielles, jugeant le contrôle qualité nécessaire sur les contenus générés trop coûteux en temps. Malgré ces écarts, 60% des répondants estiment globalement que l'IA améliore leur productivité, signe que l'enjeu pour les entreprises n'est plus d'adopter l'IA mais d'apprendre à en maîtriser le coût.
Pas d'impact direct sur la France/UE