Le token, angle mort budgétaire de l'IA

La facturation à l'usage devait maîtriser les coûts de l'IA, néanmoins, elle est en train de les rendre incontrôlables. Voici pourquoi l'infrastructure pourrait sauver l'IA de sa propre bulle.

Au printemps 2026, Uber a reconnu avoir épuisé la totalité de son budget annuel d'intelligence artificielle dès la mi-avril, soit quatre mois après le début de l'exercice. L'épisode a marqué les esprits, car il concerne une entreprise née dans le numérique, rompue à ces outils et que l'on aurait crue à l'abri d'un tel dérapage. Plus révélateur encore, ses dirigeants ont reconnu ne pas parvenir à relier cette envolée de la consommation à une amélioration tangible des services rendus. Le problème n'est donc pas seulement que l'IA coûte cher : son coût n'est tout simplement plus rattaché à une quelconque valeur.

Ce constat renvoie à une cause plus structurelle qu'il n'y paraît : le modèle économique devenu dominant avec l'essor de l'IA générative, la facturation à l'usage, dite "au token".

Le défaut originel : un prix qui ignore la valeur

Dans ce modèle, le coût est strictement indexé sur le volume de texte soumis au modèle, et jamais sur le résultat obtenu. Un prompt court peut déclencher une décision à forte valeur, tandis qu'une requête longue et coûteuse peut n'en produire aucune. Or le tarif ne tient aucun compte de cette différence : la valeur créée et la facture suivent deux trajectoires parallèles qui ne se rejoignent jamais.

Pour reprendre la main, les entreprises recourent le plus souvent à des quotas de tokens par utilisateur. Toutefois, ce garde-fou introduit une distorsion supplémentaire : un collaborateur aux besoins légitimes se trouve bridé en pleine activité, tandis qu'un autre épuise son enveloppe en usages sans réelle portée. On administre alors de la rareté là où il faudrait piloter de la valeur, et la seule réponse possible revient à différer la demande sans en apprécier le bien-fondé. Le quota, en effet, ne dit rien de l'utilité réelle des usages qu'il restreint.

Un modèle pensé pour le fournisseur, et pourtant déficitaire

À l'origine, ce mode de facturation sert avant tout la monétisation des grands fournisseurs, plus qu'il ne s'aligne sur les intérêts réels de leurs clients. Le secteur ne s'en cache d'ailleurs pas, l'intelligence étant appelée à devenir une ressource facturée à la consommation, au même titre que l'électricité.

Plus frappant encore, cette mécanique ne profite pas durablement à ceux qui la pratiquent. OpenAI a reconnu perdre de l'argent sur son abonnement le plus cher, les usages dépassant largement ses prévisions, et affichait pour 2024 de l'ordre de 3,7 milliards de dollars de revenus pour près de 5 milliards de pertes. Aucun acteur majeur n'a, à ce jour, démontré la rentabilité de ce modèle. La conséquence s'impose dès lors d'elle-même : un tel équilibre n'est pas tenable, et un rééquilibrage finira par intervenir.

Changer d'unité de mesure

Si la consommation constitue une mauvaise base de facturation, une autre existe, bien plus classique dans la mise à disposition d'outils informatiques : l'infrastructure. Plutôt que de comptabiliser les tokens, on indexe le coût sur la capacité de calcul mobilisée.

Le changement est alors profond Les utilisateurs accèdent à l'IA sans contrainte de volume, à coût constant, et la dépense redevient prévisible : l'entreprise la dimensionne, la planifie et la maîtrise, exactement comme une capacité de stockage. La contrepartie est assumée : on ne gère plus des limites d'usage, mais de la performance. En cas de forte affluence, le traitement pourra prendre cinq minutes plutôt que deux. Or, entre ralentir ponctuellement un service et renvoyer un collaborateur au lendemain, le premier choix préserve l'usage et l'expérimentation. À cette maîtrise des coûts s'ajoute un bénéfice connexe : conserver modèles et données dans un environnement maîtrisé, c'est aussi garder le contrôle de ses informations sensibles.

Se garder le droit de changer d'avis

Quelle posture adopter dès aujourd'hui ? D'abord, ne pas s'enfermer dans une solution exclusive : dans un domaine aussi mouvant, ce qui s'impose ce trimestre peut être dépassé dès le suivant. Un modèle ne se juge pas sur un banc d'essai, mais sur ce qu'il apporte à ceux qui l'emploient. Restent alors les solutions ouvertes et réversibles : la seule assurance de changer d'avis sans le payer au prix fort. Ce n'est pas un hasard si l'innovation autour de l'IA demeure largement portée par le logiciel libre : c'est le signe que l'ouverture reste la trajectoire la plus saine.

À bien des égards, la trajectoire de l'IA rappelle celle de l'Internet au début des années 2000 : une révolution réelle, des investissements démesurés, et une bulle promise à éclater. Certains acteurs disparaîtront, mais la technologie, elle, s'installera durablement, jusqu'à devenir une commodité présente dans tous les usages. Tant que les standards ne sont pas stabilisés, la prudence commande une seule chose : se donner les moyens de réorienter ses choix rapidement, et sans pénalité. Maîtriser le coût de l'IA n'est pas brider l'innovation, mais bien la condition pour l'inscrire dans la durée.