Stratégie IA : ce que le token révèle

Le token, unité de facturation invisible de l'IA, échappe au pilotage : la baisse du prix unitaire masque l'explosion des volumes, et le ROI reste incertain...

L'intelligence artificielle générative s'installe dans les organisations à une vitesse inédite. Pourtant, une question demeure largement absente des comités de direction : combien coûte réellement l'IA à travers les tokens ? Cette unité de facturation, invisible pour l'utilisateur final, est devenue le nerf de la guerre économique des systèmes d'IA. Et elle échappe encore à la plupart des dispositifs de pilotage.

L'illusion du coût marginal nul

Le discours dominant a longtemps entretenu une confusion : puisque le coût unitaire du token ne cesse de baisser, l'IA serait de plus en plus abordable. Le raisonnement est trompeur. Ce qui baisse, c'est le prix d'un token ; ce qui explose, c'est le nombre de tokens consommés. Les modèles dits "raisonneurs" génèrent des chaînes de réflexion internes qui multiplient la consommation par dix, vingt, parfois davantage, pour une même requête utilisateur. Les architectures agentiques, qui enchaînent appels d'outils et itérations, amplifient encore le phénomène. Le coût par unité diminue, la facture globale augmente. C'est le paradoxe de Jevons appliqué au calcul.

À cela s'ajoutent des coûts périphériques rarement consolidés : ingestion documentaire et indexation vectorielle, stockage des embeddings, supervision humaine des sorties, mise en conformité RGPD et IA Act, réversibilité contractuelle. Une organisation qui budgète uniquement l'abonnement à une API sous-estime structurellement sa dépense réelle. Dans l'enseignement supérieur comme dans l'industrie, j'ai vu des projets dont le coût d'exploitation à douze mois dépassait de trois à cinq fois l'estimation initiale, sans que personne n'ait commis d'erreur de calcul : simplement, le périmètre mesuré était le mauvais.

Un ROI qui reste à démontrer

Le rapport du MIT Media Lab publié en 2025, The GenAI Divide: State of AI in Business, a marqué les esprits en établissant qu'environ 95 % des projets pilotes d'IA générative en entreprise ne produisaient aucun retour mesurable sur le compte de résultat. Le chiffre a été discuté, sa méthodologie contestée. Il n'en reste pas moins un signal : l'écart se creuse entre les organisations qui expérimentent et celles qui industrialisent.

La difficulté tient à la nature même des gains. Le temps économisé par un collaborateur ne devient une valeur économique que s'il est réalloué à une activité productive. Sans redéfinition des processus, le gain se dissipe. C'est pourquoi les ROI les plus solides s'observent là où l'IA a été adossée à une refonte organisationnelle, et non plaquée sur l'existant.

Un business model en mutation

Le modèle économique des fournisseurs de LLM se recompose sous nos yeux. Trois mouvements convergents méritent l'attention des directions.

D'abord, la segmentation tarifaire : mise en cache des prompts, traitement par lots, modèles distillés, tarification différenciée selon la latence. La même tâche peut voir son coût varier d'un facteur cinq à dix selon l'architecture retenue.

Ensuite, le glissement vers la facturation à l'usage métier plutôt qu'au token. Plusieurs éditeurs expérimentent une tarification indexée sur la tâche accomplie ou le résultat obtenu. Ce déplacement transfère le risque technique vers le fournisseur, mais rend l'anticipation budgétaire plus opaque.

Enfin, la banalisation par l'open source. La disponibilité de modèles ouverts performants exerce une pression déflationniste continue et ouvre l'option d'une exécution souveraine, sur infrastructure maîtrisée. L'arbitrage n'est plus binaire : il devient un portefeuille de modèles à orchestrer selon la criticité et la sensibilité des usages.

Piloter, ou subir

Ces évolutions appellent une réponse de gouvernance, pas seulement technique. Trois principes me semblent structurants.

Instaurer une observabilité du token. Comptabiliser la consommation par cas d'usage, par direction, par utilisateur. Ce que l'on ne mesure pas, on ne le maîtrise pas. Les dispositifs de FinOps appliqués au cloud offrent un cadre directement transposable.

Définir des seuils et des garde-fous. Budget plafonné par projet, alertes de dérive, revue trimestrielle. Un cas d'usage dont le coût unitaire dépasse la valeur produite doit pouvoir être arrêté sans drame.

Router intelligemment. Toutes les requêtes ne méritent pas le modèle le plus puissant. Une politique de routage qui réserve les modèles avancés aux tâches complexes et confie le volume aux modèles légers divise couramment la facture par trois.

L'IA générative ne fera pas exception à la règle qui vaut pour toute technologie : sa valeur ne réside pas dans son adoption, mais dans son pilotage. Les organisations qui traiteront le token comme une ressource stratégique, mesurée, arbitrée, optimisée, prendront une avance durable sur celles qui continueront de le considérer comme un détail d'implémentation.

Références

1. MIT Media Lab, The GenAI Divide: State of AI in Business 2025, projet NANDA, juillet 2025.
2. McKinsey & Company, The State of AI: How organizations are rewiring to capture value, mars 2025.