Depuis juin 2026, le sujet a changé de nature dans de nombreuses directions informatiques : l’IA générative n’est plus un test cantonné à quelques équipes, mais un poste de dépense diffus, mouvant et souvent mal attribué. À mesure que les usages se multiplient, les entreprises découvrent une difficulté très opérationnelle : mesurer, arbitrer et justifier la facture avec le même niveau d’exigence que pour le cloud, les licences ou les effectifs.

De l’expérimentation à la ligne de coût difficilement pilotable

Le déplacement est net. Pendant la phase pilote, la dépense liée à l’IA restait limitée, suivie par quelques responsables techniques et absorbée dans des budgets d’innovation.

Une fois les assistants de rédaction, moteurs de recherche internes, outils de synthèse documentaire ou automatisations métiers déployés à grande échelle, la logique change. L’IA devient une infrastructure transverse, utilisée par plusieurs métiers, plusieurs applications et parfois plusieurs fournisseurs de modèles en parallèle.

C’est précisément à ce moment que les limites de gestion apparaissent. Les entreprises savent généralement combien elles paient un abonnement SaaS, un parc de licences ou une enveloppe de sous-traitance.

En revanche, la dépense d’IA générative varie selon le modèle mobilisé, la longueur des entrées et sorties, le volume de requêtes et le niveau de sophistication demandé. Autrement dit, la facture n’augmente pas seulement avec l’usage. Elle dépend aussi de la qualité de l’arbitrage technique au moment où la requête est envoyée.

Le cas d’Uber, cité dans la matière source, illustre bien cette zone grise. L’entreprise a indiqué avoir consommé l’intégralité de son budget IA annuel en seulement quatre mois, tout en reconnaissant ne pas être en mesure, à ce stade, d’établir un lien clair entre cette dépense et les gains de productivité observés. Le signal est important pour les entreprises françaises : avant même la question du retour sur investissement, encore faut-il savoir qui consomme quoi, et pour quel usage.

Ce que change vraiment la généralisation de l’IA

La difficulté n’est pas seulement budgétaire. Une dépense d’IA mal tracée empêche aussi de comparer les usages, de définir des règles internes cohérentes et de documenter la valeur créée par équipe. Pour une direction financière, l’enjeu n’est donc pas uniquement de réduire la facture, mais de rendre cette facture intelligible.

Pourquoi la facturation en tokens brouille la lecture financière

Dans beaucoup d’organisations, les équipes accèdent aux modèles via une ou plusieurs clés API mutualisées. La facturation remonte alors au niveau du compte, le plus souvent en tokens. Ce mode de calcul est adapté aux fournisseurs, mais il reste peu lisible pour les managers opérationnels et encore moins pour les directions financières.

Le problème est double. D’abord, le token n’est pas une unité de pilotage naturelle.

Un directeur métier travaille en euros, en enveloppes mensuelles, en coûts projet ou en productivité attendue, pas en millions de tokens consommés. Ensuite, cette métrique ne dit rien, à elle seule, de l’origine exacte de la dépense. Lorsque plusieurs équipes passent par une même interface, il devient difficile de distinguer la consommation d’un collaborateur, d’un service ou d’un processus automatisé.

Cette opacité empêche une allocation fine. Or, dans l’entreprise, presque toutes les autres grandes masses de coûts sont rattachées à une structure identifiable. Les coûts RH se ventilent selon les effectifs et les plans annuels. Les dépenses logicielles se rapprochent des contrats et des centres de coûts. Pour l’IA générative, cette discipline reste encore immature dans beaucoup d’organisations.

Le résultat est connu : sans traçabilité, il devient presque impossible de répondre à trois questions pourtant classiques en gestion :

  • quelle équipe consomme réellement le plus ;
  • quel usage justifie un modèle haut de gamme ;
  • où se situent les dérives à corriger en priorité.

Le sujet est d’autant plus sensible que la consommation peut évoluer très vite. Une application interne qui fonctionne avec un volume limité peut devenir, en quelques semaines, un point de passage massif dès lors qu’elle est ouverte à un grand nombre de salariés. Une hausse de trafic n’est pas toujours visible à temps si la remontée d’information reste cantonnée à des relevés techniques peu exploitables.

Compter uniquement le nombre d’appels API peut induire en erreur. Une requête simple envoyée vers un modèle compact peut coûter très peu, tandis qu’une requête longue, enrichie de nombreuses données et traitée par un modèle plus avancé, peut représenter une charge nettement plus élevée. Le bon indicateur de gouvernance n’est donc pas seulement le volume, mais le coût monétaire de chaque usage.

Quotas, plafonds et budgets : pourquoi le simple comptage des requêtes ne suffit pas

Lorsque la facture commence à déraper, la réaction la plus intuitive consiste à poser un quota de requêtes. La méthode a un mérite : elle crée une limite simple et peut éviter les pics de charge. Mais, sur le plan économique, elle reste un instrument grossier.

Le nombre de requêtes ne reflète pas fidèlement le coût réel. Deux raisons l’expliquent. La première tient à l’hétérogénéité des modèles : tous n’ont pas le même tarif. La seconde vient de la nature même des usages : une seule demande complexe, alimentée avec un grand volume de données, peut coûter davantage que des dizaines, voire des centaines de requêtes plus simples adressées à un modèle léger.

Cette asymétrie crée un biais classique dans les entreprises. En l’absence de règles explicites, d’arbitrage budgétaire ou de visibilité sur les prix, les utilisateurs ont tendance à solliciter le modèle perçu comme le plus performant.

Ce choix n’est pas nécessairement irrationnel du point de vue de l’utilisateur. Il l’est souvent du point de vue de la gouvernance. Pour un résumé, une reformulation ou une classification basique, un modèle moins coûteux peut produire un résultat équivalent.

Le sujet ne devrait pas disparaître avec la baisse annoncée des coûts d’inférence. Gartner a indiqué le 25 mars 2026 que le coût de l’inférence sur un grand modèle pourrait reculer de plus de 90 % d’ici à 2030 pour les fournisseurs de GenAI.

Mais cette baisse potentielle ne garantit pas une facture plus légère pour les entreprises. La raison est simple : les usages montent, les volumes aussi, et les entreprises se tournent progressivement vers des modèles plus avancés lorsque les prix baissent (Gartner, 25 mars 2026).

Pour les directions financières, la leçon est importante. Un coût unitaire en baisse peut coexister avec une dépense globale en hausse. C’est un schéma déjà observé dans d’autres technologies d’infrastructure : quand le prix baisse, la consommation s’étend, les cas d’usage prolifèrent et la discipline budgétaire doit se déplacer du simple plafonnement vers l’arbitrage fin.

Point de vigilance pour les directions financières

Une baisse structurelle des coûts techniques ne signifie pas automatiquement une baisse de la dépense d’entreprise. Si les usages se diversifient plus vite que les prix ne reculent, la facture totale peut continuer à progresser. Le pilotage doit donc porter sur l’intensité d’usage et le choix du modèle, pas seulement sur le tarif affiché par le fournisseur.

L’AI Gateway s’impose comme le nouveau poste de contrôle

La réponse qui se dessine dans l’écosystème consiste à créer un point de passage unique entre le système d’information de l’entreprise et les fournisseurs de modèles. Cette couche intermédiaire, souvent désignée comme AI Gateway, concentre les appels et permet un suivi homogène, quel que soit le modèle ou le prestataire sollicité.

Son intérêt est d’abord comptable et opérationnel. En agrégeant les requêtes en un seul endroit, l’entreprise peut convertir une logique technique en logique budgétaire. Au lieu de raisonner en tokens dispersés sur plusieurs comptes, elle retrouve une lecture en euros, équipe par équipe, application par application, voire utilisateur par utilisateur si le dispositif est conçu ainsi.

Cette architecture permet ensuite de définir des plafonds d’usage plus intelligents. Les budgets peuvent être établis par modèle, par fournisseur, par application ou par catégorie d’utilisateur. Ils peuvent aussi être fixés sur différents horizons, selon le besoin de pilotage :

  • un budget quotidien pour éviter une dérive immédiate ;
  • un budget hebdomadaire pour suivre une équipe projet ;
  • un budget mensuel pour la consolidation financière.

Concrètement, le coût estimé d’une requête peut être calculé à partir du tarif du modèle avant validation. Si l’enveloppe disponible est atteinte, la requête peut être refusée ou redirigée vers une option moins coûteuse. Le contrôle devient dynamique, non plus simplement déclaratif.

Cloudflare : contrôles de dépenses et routage par identité

Parmi les exemples mentionnés dans la matière source, Cloudflare a annoncé en juin 2026 des fonctions de contrôle de dépenses en dollars ainsi qu’un routage fondé sur l’identité. Le point notable n’est pas seulement la limite budgétaire.

C’est la combinaison entre identité, suivi de consommation et décision automatique sur la route prise par la requête. Ce triptyque transforme la passerelle en outil de gouvernance, et non plus en simple couche technique.

Solo.io et l’émergence du contrôle en temps réel

D’autres acteurs, cités dans les sources fournies, mettent en avant des mécanismes de suivi en temps réel et de plafonnement de coûts. Le marché converge donc vers une même logique : reprendre la main au niveau de la sortie des requêtes. Pour les entreprises, l’intérêt est clair. Plus le point de contrôle est central, plus la politique budgétaire peut être cohérente entre les métiers et les outils.

Sans passerelle centralisée, le fournisseur voit une consommation agrégée et l’entreprise peine à la répartir. Avec une AI Gateway, la consommation peut être observée à l’endroit où la requête quitte le système d’information. C’est là que l’on peut associer un budget, une identité, une application et une règle de routage. La facture devient alors attribuable et gouvernable.

Attribution par identité, RGPD et dialogue interne : la gouvernance dépasse la technique

La promesse d’un budget actionnable suppose une condition préalable : savoir de manière fiable qui consomme. Si l’entreprise se contente d’informations déclarées par les applications elles-mêmes, le risque d’erreur ou d’imprécision reste élevé. La matière source souligne donc la nécessité d’une attribution au niveau de la passerelle, à partir d’une identité vérifiée via les outils internes d’authentification.

Cette approche change la granularité du pilotage. Elle permet d’observer la consommation par utilisateur, par équipe ou par application, et donc d’affecter les coûts avec davantage de précision. Pour une direction financière, cela ouvre la voie à une vraie logique de refacturation interne ou, à tout le moins, de ventilation plus fidèle entre centres de coûts.

Mais la question sort vite du seul champ budgétaire. Suivre des usages individualisés touche à la gouvernance, à la protection des données et à l’acceptabilité interne.

La matière source rappelle d’ailleurs qu’avant de déployer un tel suivi, il convient d’associer les responsables de la protection des données et, lorsqu’ils doivent l’être, les représentants du personnel. Le point est particulièrement sensible dans certains pays, notamment l’Allemagne.

Pour les entreprises opérant en France, le message mérite d’être retenu. Une bonne gouvernance de l’IA ne consiste pas à surveiller pour surveiller.

Elle consiste à définir un cadre proportionné, compréhensible et relié à des objectifs de maîtrise des coûts, de sécurité et de qualité de service. Des limites trop rigides peuvent produire l’effet inverse de celui recherché : les utilisateurs contournent alors les outils internes au profit de canaux non contrôlés.

La RGPD face à l’IA générative : le point à ne pas négliger

Le suivi par identité peut améliorer l’attribution des coûts, mais il suppose une doctrine interne claire sur les données traitées, les finalités poursuivies et les personnes habilitées à accéder aux informations d’usage. Le sujet relève à la fois de la finance, de la DSI et de la conformité.

Le vrai levier économique : orienter chaque demande vers le bon modèle

Une fois la visibilité obtenue, la tentation serait de se limiter à des plafonds. Ce serait incomplet. L’enjeu économique central tient aussi au routage intelligent, c’est-à-dire à la capacité d’orienter chaque requête vers le modèle le mieux adapté à son niveau de complexité.

Toutes les tâches ne se valent pas. Une synthèse, une classification simple ou une aide à la rédaction peuvent être confiées à des modèles plus légers. À l’inverse, une analyse complexe ou une tâche qui exige une qualité de raisonnement supérieure peut justifier un modèle plus puissant. Le gain ne vient donc pas d’une réduction uniforme des usages, mais d’une meilleure hiérarchisation des besoins.

Dans cette logique, la passerelle ne sert plus seulement à bloquer. Elle sert à arbitrer. Elle devient le lieu où l’entreprise matérialise sa politique de valeur : réserver les ressources les plus coûteuses aux cas où elles apportent réellement un bénéfice. C’est une logique proche de celle appliquée depuis longtemps aux infrastructures critiques ou aux environnements cloud différenciés.

La matière source mentionne que des entreprises font état de réductions de 40 % à 60 % de leurs coûts d’inférence grâce à ces approches de gouvernance au niveau de la passerelle. Ce type d’ordre de grandeur ne doit pas être lu comme une promesse universelle. Il montre en revanche qu’une part significative de la dépense peut relever d’un mauvais appariement entre tâche et modèle, plus que d’un prix excessif au sens strict.

Uber : un signal d’alerte sur la mesure de la valeur

Le cas Uber, évoqué plus haut, rappelle une autre réalité. Même si une entreprise accepte une forte dépense d’IA, encore faut-il pouvoir la relier à des gains concrets. Une gouvernance sérieuse doit donc articuler trois dimensions :

  • la mesure du coût unitaire et total ;
  • l’attribution à une équipe ou à un processus ;
  • l’évaluation de la valeur produite, quand elle peut être observée.

Sans cette triple lecture, l’IA reste une charge difficile à défendre dans le temps, surtout lorsque la pression sur les budgets se renforce.

Le routage intelligent consiste à appliquer une règle de décision avant l’envoi de la requête. Selon la tâche, le niveau de qualité attendu, le budget disponible ou le profil de l’utilisateur, la demande peut être orientée vers un modèle compact, standard ou plus avancé. L’objectif n’est pas de limiter l’IA, mais de réserver la puissance coûteuse aux usages qui la justifient réellement.

Ce que les entreprises françaises peuvent en tirer dès maintenant

La montée en puissance de l’IA générative impose une discipline nouvelle. La question n’est plus seulement technologique. Elle devient financière, organisationnelle et, par certains aspects, juridique. Une entreprise qui ne sait pas relier la dépense à son origine ne peut ni mesurer la valeur créée, ni corriger les mauvais usages, ni construire un budget crédible pour l’exercice suivant.

Le socle qui se dessine est assez clair : un point de passage central, une lecture monétaire des usages, une attribution fiable par identité et un choix de modèle adapté à chaque tâche. À cette condition, l’IA peut sortir du statut de charge diffuse pour devenir une ressource suivie, arbitrée et pilotée comme les autres postes structurants du système d’information.

Mieux voir la dépense reste, en 2026, la première étape pour commencer à valoriser réellement l’IA en entreprise.