Oui, l'IA générative crée de la valeur. Mais dans la plupart des organisations, elle ne fait pas baisser la dépense : elle la déplace. Des forfaits, des licences par utilisateur et des prestations, l'argent glisse vers une consommation facturée au token, variable d'un mois à l'autre, dispersée entre les équipes et souvent invisible dans les tableaux de bord habituels. Le coût des tokens IA est en train de devenir une ligne budgétaire à part entière, sans que personne n'en soit vraiment propriétaire.
Les ordres de grandeur expliquent pourquoi le sujet remonte au comité de direction. Gartner prévoit 2 670 milliards de dollars de dépenses mondiales liées à l'IA en 2026, en hausse de 49,5 % sur un an 1. Dans l'édition 2026 du State of FinOps, 98 % des praticiens déclarent gérer de la dépense IA, contre 63 % en 2025 et 31 % en 2024 2. Et selon une enquête Futurum menée auprès de 1 636 décideurs, 46,9 % des organisations constatent une dépense IA supérieure à leur budget au second semestre 2026 3.
Cet article propose une lecture de dirigeant : pourquoi la facture monte alors que le prix unitaire baisse, où part réellement l'argent, ce que font d'autres pays et quelle organisation mettre en place pour piloter le coût des tokens IA sans freiner les usages.
Le paradoxe du token : le prix baisse, la facture monte
Le prix d'un token n'a jamais été aussi bas. Epoch AI a mesuré que le coût pour atteindre un niveau de performance donné baisse de 9 à 900 fois par an selon les tâches, et de 40 fois par an pour atteindre le niveau de GPT-4 sur des questions scientifiques de niveau doctoral 4. Pourtant, les factures augmentent. Le volume consommé croît plus vite que le prix unitaire ne baisse.
Trois mécanismes se cumulent. Les usages se diffusent : l'assistant testé par une équipe pilote devient l'outil quotidien de milliers de collaborateurs. Les modèles de raisonnement et les agents consomment beaucoup plus de tokens par tâche, car ils planifient, appellent des outils, relisent et recommencent. Enfin, les éditeurs passent de licences par utilisateur à une facturation à la consommation. Gartner en tire une prévision frappante : d'ici 2028, le coût de l'IA utilisée pour coder dépassera le salaire moyen d'un développeur, sous l'effet de la hausse de la consommation de tokens et du passage à la facturation à l'usage 5.
Le prix unitaire baisse, la consommation explose : ce qui compte, c'est la facture, pas le tarif.
La dépense ne disparaît pas, elle change de poche
Le discours dominant présente l'IA comme un levier d'économies. Dans les faits, elle est d'abord financée par des arbitrages. Parmi les organisations dont la dépense IA dépasse le budget, 47,6 % demandent une rallonge, 43,3 % absorbent le dépassement et régularisent plus tard, et 23,1 % puisent dans le budget d'une direction métier. Celles qui réallouent au sein de l'informatique coupent d'abord les prestataires et consultants externes, dans 60,9 % des cas 3. Le State of FinOps 2026 note de son côté que de nombreuses équipes doivent autofinancer leurs investissements IA par les économies réalisées ailleurs sur le cloud 2.
Concrètement, on observe quatre déplacements simultanés :
- Des effectifs et des prestations vers la consommation : une partie du travail réalisé hier par des équipes ou des sous-traitants est désormais payée en tokens.
- Du forfait vers le variable : une ligne prévisible devient une dépense qui fluctue avec l'usage, les versions de modèles et la longueur des contextes.
- De la DSI vers les métiers : les fonctionnalités IA arrivent par les logiciels SaaS, les cartes de paiement d'équipe et les abonnements individuels, hors du périmètre suivi par l'informatique.
- Du visible vers l'invisible : autour du modèle, des coûts annexes s'ajoutent, comme les bases vectorielles, l'orchestration, la supervision et le stockage des journaux, qui n'apparaissent pas sur la facture du fournisseur de modèle 6.
Ce déplacement n'est pas un problème en soi. Il le devient quand personne ne sait qui consomme, pour quel résultat et à quel coût unitaire. L'enjeu n'est donc pas de freiner l'IA, mais de rendre la nouvelle dépense aussi lisible que l'ancienne.
Pourquoi le coût des tokens IA échappe aux outils FinOps classiques
Le FinOps s'est construit sur le cloud : des ressources étiquetées, des factures détaillées, des engagements de capacité. Les tokens cassent plusieurs de ces repères. La FinOps Foundation le résume d'une phrase : le token est l'unité de facturation, pas l'unité de valeur 6. Une même question peut coûter dix fois plus selon le modèle choisi, la taille du contexte ou le nombre d'itérations d'un agent. Les exécutions ratées ou abandonnées sont facturées comme les autres : elles comptent dans le coût, pas dans le résultat 6.
L'attribution est l'autre difficulté. Les factures des fournisseurs de modèles ne disent pas quel métier, quel produit ou quel processus a consommé. Sans clés d'API gouvernées et sans couche intermédiaire qui ajoute ces informations, impossible de répartir la dépense 6. Les standards rattrapent leur retard : la version 1.2 de FOCUS, la spécification ouverte des données de coûts, intègre depuis 2025 les monnaies virtuelles comme les crédits et les tokens, et permet de les convertir en euros ou en dollars 7. En juin 2026, la Linux Foundation a lancé la Tokenomics Foundation, avec le soutien initial d'acteurs comme Accenture, IBM, KPMG, SAP ou Salesforce, pour définir des normes et des méthodes de mesure neutres du coût des tokens 8.
Ce qui se fait ailleurs
Aux États-Unis : outiller et responsabiliser les équipes
Le marché américain traite le sujet comme une discipline d'ingénierie. Les recommandations de Gartner pour les équipes de développement sont explicites : définir quand un agent est utilisé et avec quelle autonomie, réserver les modèles les plus puissants aux tâches complexes, fixer des seuils de tokens avec escalade, et passer en revue les tâches les plus consommatrices lors des rétrospectives de sprint 5. La création de la Tokenomics Foundation, soutenue par de grands éditeurs et cabinets, montre que l'écosystème cherche désormais une mesure commune 8.
Au Royaume-Uni : le coût dans la décision d'achat
Le guide officiel de l'IA pour l'administration britannique, l'AI Playbook, rappelle que l'IA peut avoir des coûts de calcul considérables et demande un investissement continu. Il recommande d'associer les acheteurs dès le cadrage, d'évaluer le retour sur investissement en ressources et en coûts, et de prévoir dans le budget les coûts cachés 9. Le coût n'est pas traité après coup : il fait partie du dossier d'investissement.
En France : mutualiser l'accès
La direction interministérielle du numérique a lancé en 2026 un socle commun d'IA générative pour les ministères : une infrastructure mutualisée, hébergée chez des prestataires qualifiés SecNumCloud, qui donne accès à des modèles validés via une passerelle unique, l'API Albert. L'objectif affiché est de prendre en charge la complexité technique à la place des ministères, d'éviter les projets en doublon et la multiplication des coûts 10. C'est une réponse d'organisation : un point d'accès commun plutôt que des abonnements dispersés.
Trois approches, une même leçon : la maîtrise du coût de l'IA passe moins par la négociation tarifaire que par l'organisation de la demande.
Quelle organisation mettre en place ?
Il n'existe pas de modèle unique, mais trois options se dessinent. Le modèle centralisé confie le budget IA à un centre d'excellence, simple à piloter mais qui ralentit les métiers. Le modèle décentralisé laisse chaque direction acheter ses outils, rapide mais opaque. Le modèle fédéré, que nous recommandons dans la plupart des cas, combine une plateforme commune qui mesure et protège, et des métiers qui portent leur budget et leurs résultats. Il s'inscrit dans une tendance de fond : 78 % des équipes FinOps sont désormais rattachées au directeur technique ou au DSI 2.
Dans ce modèle fédéré, sept décisions structurent le pilotage :
- Une passerelle IA unique : tous les appels aux modèles passent par un point d'entrée qui gère les clés, les quotas, les journaux et l'étiquetage par métier et par cas d'usage 6.
- Un propriétaire par cas d'usage : chaque assistant ou agent en production a un responsable nommé, un budget de tokens et des seuils d'alerte 56.
- Un coût unitaire métier : coût par dossier traité, par ticket résolu ou par contrat analysé, plutôt qu'un total de tokens qui ne dit rien de la valeur 6.
- Une politique de choix des modèles : petits modèles pour les tâches simples et fréquentes, modèles puissants réservés aux tâches à forte valeur. C'est le levier le plus efficace selon la FinOps Foundation 6.
- Une refacturation progressive : d'abord montrer à chaque direction ce qu'elle consomme, puis lui imputer sa dépense quand les données sont fiables.
- Des achats éclairés : négocier des engagements avec les fournisseurs seulement après 60 à 90 jours de mesure de la consommation réelle 6.
- Un rituel commun : une revue mensuelle entre finance, DSI et métiers, qui examine les coûts unitaires, les dérives et les arbitrages à faire.
Les questions à poser en comité de direction
Avant de lancer un nouveau programme d'IA, ou pour faire le point sur ceux qui tournent déjà, cinq questions suffisent à mesurer la maturité de l'organisation :
- Savons-nous combien nous dépensons en IA ce mois-ci, tous fournisseurs, abonnements et fonctionnalités SaaS confondus ?
- Pouvons-nous dire quel métier et quel cas d'usage génèrent chaque euro de cette dépense ?
- Connaissons-nous le coût unitaire de nos principaux usages, et sa tendance ?
- Qui peut arrêter un agent qui dérape, et en combien de temps ?
- Quelles dépenses l'IA a-t-elle réellement remplacées, et lesquelles s'y sont simplement ajoutées ?
Si la réponse à la dernière question est floue, le sujet n'est plus technique : c'est un sujet de trajectoire budgétaire.
Conclusion
L'IA ne supprime pas la dépense, elle en change la nature : plus variable, plus diffuse, plus proche des métiers. Les organisations qui en tireront le meilleur parti ne seront pas celles qui consomment le moins de tokens, mais celles qui savent ce que chaque token rapporte. Mesurer, attribuer, arbitrer : c'est le même travail que le FinOps a accompli pour le cloud, appliqué à une ressource qui bouge plus vite. DATASWING accompagne ce passage en reliant la mesure des coûts de l'IA à l'architecture et aux décisions des métiers.
— Questions fréquentes
Ce qu'on nous demande souvent
Pourquoi la facture IA augmente-t-elle alors que le prix des tokens baisse ?+
Parce que la consommation croît plus vite que le prix unitaire ne baisse. Les usages se généralisent, les agents et les modèles de raisonnement consomment beaucoup plus de tokens par tâche, et les éditeurs passent à la facturation à l'usage. Le coût total dépend donc surtout du volume et des choix d'architecture, pas du tarif affiché.
Comment répartir le coût des tokens IA entre les directions métier ?+
En faisant passer tous les appels aux modèles par une passerelle commune qui étiquette chaque requête par métier et par cas d'usage, avec des clés d'API gouvernées. On commence par montrer à chaque direction sa consommation, puis on lui impute sa dépense une fois les données fiables, idéalement exprimée en coût par résultat métier.
Qui doit être responsable du coût de l'IA dans une entreprise ?+
Un propriétaire nommé par cas d'usage, qui porte un budget et des objectifs de coût unitaire, appuyé par une équipe FinOps rattachée à la DSI qui fournit la mesure, les alertes et les règles communes. La finance valide les arbitrages lors d'une revue régulière avec la DSI et les métiers.
Quels sont les principaux leviers pour réduire le coût des tokens ?+
Choisir le plus petit modèle suffisant pour chaque tâche, limiter la taille des contextes envoyés, mettre en cache les parties répétitives des requêtes, traiter en différé ce qui n'est pas urgent et encadrer l'autonomie des agents par des seuils. Les engagements tarifaires viennent ensuite, une fois la consommation mesurée sur plusieurs mois.
— Sources
Références citées
Les textes réglementaires et documentations évoluent : vérifiez la version en vigueur avant toute décision. Cet article n'est pas un avis juridique.
-
[1]
Gartner Forecasts Worldwide AI Spending to Grow 49.5% in 2026 ↗Gartner · 2026-09
-
[2]
State of FinOps 2026 Report ↗FinOps Foundation · 2026-02
-
[3]
46.9% of Enterprises Report AI Spend Over Budget in 2H 2026 ↗Futurum Group · 2026-09
-
[4]
LLM inference prices have fallen rapidly but unequally across tasks ↗Epoch AI · 2025-03
- [5]
-
[6]
Tokenomics: Managing AI Value in SaaS Model Token Costs ↗FinOps Foundation · 2026-06
-
[7]
FOCUS 1.2 is available ↗FinOps Foundation · 2025-06
-
[8]
Overwhelmed by AI cost management? The Tokenomics Foundation can help ↗Techstrong.ai · 2026-06
-
[9]
Artificial Intelligence Playbook for the UK Government ↗GOV.UK · 2025-02
-
[10]
La DSI de l'État met à disposition des ministères un socle commun d'IA clé en main ↗Acteurs publics · 2026-04
