Piloter et optimiser le coût de l'IA en entreprise : le cadre CADRE

La dépense IA ne ressemble à aucune autre

Il y a deux ans, la ligne « intelligence artificielle » n'existait pas dans le budget de la plupart des entreprises. Aujourd'hui elle est partout, et presque jamais au même endroit. Une partie arrive par les abonnements d'assistants payés au siège. Une autre par la facture d'une interface de programmation, qui varie chaque mois selon l'usage. Une autre encore par les notes de frais, quand un collaborateur s'abonne seul à l'outil qui l'aide. Et une dernière, invisible, dans le temps passé par les équipes à relire, corriger et intégrer ce que ces outils produisent.

Le résultat est connu des directions financières : une dépense qui grossit sans que personne ne puisse dire précisément ce qu'elle achète. Ce n'est pas un problème de prix. C'est un problème de pilotage. Une dépense qu'on ne sait pas rattacher à un usage ne se défend pas, et ne s'optimise pas non plus.

Cet article présente le cadre que nous utilisons chez Kabaun Studio pour reprendre la main sur ce poste. Nous l'avons appelé CADRE, pour ses cinq temps : Cartographier, Attribuer, Dimensionner, Réduire, Encadrer. Il s'applique aussi bien à une PME qui paie une dizaine d'abonnements qu'à une organisation qui fait tourner des agents en production.

Les trois natures de la dépense IA

Avant d'optimiser, il faut savoir de quoi on parle. La dépense IA d'une entreprise se range en trois familles, qui ne se pilotent pas de la même façon.

• Les licences par siège. Un abonnement mensuel par utilisateur à un assistant conversationnel, à un outil de rédaction, à une fonction IA ajoutée à un logiciel déjà en place. Le coût est prévisible, mais il se paie que l'outil serve ou non. Le risque est la licence dormante.
• La consommation à l'usage. Les appels à un modèle par une interface de programmation, facturés au volume de texte traité, qu'on mesure en jetons. C'est le moteur des agents, des automatisations et des outils sur mesure. Le coût suit l'usage, ce qui est sain, mais il peut dériver sans que personne ne le voie.
• Les coûts autour du modèle. L'hébergement de l'application, la base de connaissance, la supervision, l'intégration aux outils existants, et surtout le temps humain : la relecture, la correction, la maintenance. Ces coûts ne figurent sur aucune facture d'éditeur d'IA, et ce sont souvent les plus lourds.

La plupart des tentatives d'optimisation échouent parce qu'elles ne regardent qu'une de ces trois familles. Couper des licences sans regarder l'usage réel pénalise les équipes qui s'en servent. Baisser la consommation d'un agent en dégradant ses réponses augmente le temps de relecture. Le cadre qui suit traite les trois ensemble.

C comme Cartographier : savoir ce qu'on paie

La première étape est un inventaire, et il est presque toujours plus long qu'on ne le pense. Il ne s'agit pas de lister les contrats signés par les achats, mais tout ce qui coûte, d'où que ça vienne.

• Les abonnements officiels, avec le nombre de sièges payés et la date de renouvellement.
• Les abonnements individuels, retrouvés dans les notes de frais et les relevés de carte. C'est là que se cache l'usage réel, celui que personne n'a organisé.
• Les fonctions IA incluses ou ajoutées dans des logiciels existants, parfois activées par défaut et facturées en option.
• Les comptes d'interface de programmation ouverts chez un ou plusieurs éditeurs de modèles, avec leur historique de facturation.
• Les applications et agents en production, avec leur hébergement et leurs services associés.

Pour chaque ligne, on note trois choses : le montant, le payeur, et la personne qui saurait dire à quoi ça sert. Quand personne ne sait répondre à la troisième question, la ligne est déjà suspecte.

Cet inventaire a un second effet, souvent plus important que le premier : il révèle où l'IA est réellement utilisée dans l'entreprise, y compris là où elle n'a jamais été décidée. C'est aussi une question de sécurité, car un abonnement individuel est souvent un outil qui voit passer des données de l'entreprise sans cadre. Notre article sur l'hébergement d'un projet IA en France traite ce point.

A comme Attribuer : chaque dépense a un usage et un responsable

Une dépense attribuée est une dépense discutable. Une dépense globale ne l'est pas. L'objectif de cette étape est que chaque ligne de coût soit rattachée à un usage précis, à une équipe et à une personne qui en répond.

Pour les licences, c'est simple : un siège appartient à une personne et à une équipe. Pour la consommation à l'usage, c'est un vrai travail d'architecture, et c'est celui qui est le plus souvent négligé.

• Une clé d'accès par service. Un agent de support, un outil d'extraction de documents et un générateur de propositions ne doivent pas partager la même clé d'interface de programmation. Avec une clé chacun, la facture de l'éditeur se lit directement par usage, et un service qui dérape se coupe sans toucher aux autres. C'est la règle que nous appliquons sur tous les outils que nous livrons.
• Un journal de consommation. Chaque appel enregistre le service, l'utilisateur ou la demande à l'origine, et le volume consommé. Sans ce journal, on connaît le total, jamais le détail.
• Un responsable par service. Quelqu'un côté métier qui sait ce que le service rend, et qui peut arbitrer entre son coût et sa valeur.

Une fois l'attribution faite, une unité de mesure devient possible : le coût par tâche utile. Le coût d'une proposition commerciale produite, d'un document traité, d'une question résolue sans intervention humaine. C'est cette unité, et non le total mensuel, qui permet de décider. Un service dont la facture double parce que son usage a triplé se porte bien. Un service dont la facture double à usage constant a un problème.

D comme Dimensionner : le bon outil, à la bonne taille

La troisième étape consiste à vérifier que chaque usage paie ce dont il a besoin, et pas davantage. C'est là que se trouvent les gains les plus rapides, parce qu'ils ne demandent aucun développement.

Ajuster les licences à l'usage réel

Les outils d'administration des abonnements indiquent qui s'est servi de quoi. Un siège inutilisé depuis plusieurs semaines se réaffecte ou se supprime. À l'inverse, un collaborateur qui paie seul un outil qu'il utilise tous les jours est peut-être le signe qu'un siège officiel lui manque. L'objectif n'est pas de couper, c'est d'aligner la dépense sur l'usage.

Choisir entre licence et consommation

Pour un usage individuel, varié, imprévisible, la licence par siège est souvent la bonne formule : l'utilisateur explore, le coût est fixe. Pour un usage répétitif, cadré, intégré à un processus, la consommation à l'usage est généralement plus juste : on paie le volume réellement traité, et on peut l'optimiser. Beaucoup d'entreprises paient des licences pour des usages qui sont en réalité des processus, et gagneraient à les transformer en un outil dédié. C'est le passage que décrit notre article sur l'automatisation d'une tâche répétitive.

Choisir le modèle selon la tâche

Tous les usages n'ont pas besoin du modèle le plus capable. Classer un message, extraire un champ d'un formulaire, reformuler une phrase : ces tâches tournent très bien sur des modèles plus légers et moins chers. Réserver le modèle le plus puissant aux tâches qui le justifient, raisonnement long, rédaction délicate, analyse de documents complexes, est l'un des leviers les plus efficaces. Un même outil peut d'ailleurs router chaque demande vers le modèle adapté. Notre article sur ce que change une nouvelle génération de modèles montre comment évaluer ce choix sur vos propres cas plutôt que sur les tests publics.

Ne pas utiliser l'IA là où une règle suffit

Le levier le plus sous-estimé est aussi le plus simple : ne pas appeler un modèle pour ce qu'une règle, une formule ou une requête en base fait parfaitement. Un calcul de prix, une vérification de date, un tri par catégorie connue n'ont pas besoin d'IA. C'est moins cher, plus rapide, et plus fiable.

R comme Réduire : les leviers techniques

Une fois chaque usage correctement dimensionné, on peut réduire la consommation elle-même. Ces leviers relèvent de la conception de l'outil, et c'est là qu'un travail d'ingénierie paie.

• Le cache de contexte. Quand chaque appel renvoie les mêmes consignes et les mêmes documents de référence, les éditeurs proposent de mettre cette partie en cache, facturée bien moins cher à la relecture. Structurer ses appels pour en profiter est souvent le gain le plus important sur un agent en production.
• Des consignes plus courtes. Les consignes grossissent avec le temps, chaque correction ajoutant une règle. Les relire et les élaguer régulièrement réduit le coût de chaque appel.
• Un contexte ciblé. Envoyer au modèle les trois passages pertinents d'un document plutôt que le document entier. C'est le rôle d'une recherche bien conçue dans la base de connaissance.
• Des réponses de la bonne longueur. Le texte produit coûte généralement plus cher que le texte lu. Demander une réponse courte quand une réponse courte suffit est un levier direct.
• Le traitement par lot. Ce qui n'a pas besoin d'une réponse immédiate peut partir en différé, souvent à un tarif plus bas chez les éditeurs qui le proposent.
• La traque des appels invisibles. Un agent qui vérifie sa propre réponse, reformule la question, puis résume le résultat fait trois appels là où l'utilisateur en voit un. Chacun doit justifier sa place.

Une précaution s'impose : chaque réduction se vérifie sur un jeu de cas réels avant d'être appliquée. Une économie qui dégrade la qualité se paie ailleurs, en relecture ou en erreurs. Notre article sur le coût d'un agent IA en production détaille la mesure poste par poste.

E comme Encadrer : pour que ça tienne dans le temps

Les quatre premières étapes produisent une situation saine à un instant donné. La cinquième la maintient. Sans elle, la dépense redérive en quelques mois, au gré des nouveaux usages et des nouveaux outils.

• Des plafonds par service. Chaque clé d'accès a une limite de consommation, avec une alerte avant de l'atteindre. Un agent qui s'emballe à cause d'une boucle ou d'un usage abusif s'arrête de lui-même au lieu de produire une facture surprise.
• Des quotas par utilisateur sur les outils exposés au public, pour qu'un visiteur ne puisse pas consommer à lui seul le budget d'un mois.
• Une revue mensuelle courte. Un tableau par service : consommation, coût par tâche utile, évolution, responsable. Une demi-heure par mois suffit quand l'attribution est faite.
• Une règle d'entrée. Tout nouvel abonnement ou tout nouveau service passe par un point de contrôle léger : quel usage, quel responsable, quelle clé, quel plafond.
• Une révision à chaque sortie de modèle. Les tarifs et les capacités changent vite. Rejouer ses cas sur un nouveau modèle permet de profiter d'une baisse de prix ou de descendre en gamme sans perte de qualité.

Les indicateurs à suivre

Un tableau de bord de pilotage des coûts IA tient en peu de lignes. Ceux que nous recommandons :

• Le coût par tâche utile, par service. C'est l'indicateur principal.
• Le taux d'usage des licences : la part des sièges payés réellement utilisés sur la période.
• La part du contexte servie depuis le cache, pour les agents en production.
• Le volume de consommation non attribué, qui doit tendre vers zéro.
• Le temps de relecture humaine par tâche, quand il est mesurable. C'est le coût caché qui dit si une optimisation a dégradé la qualité.

Chaque indicateur se compare à lui-même dans le temps, pas à une norme extérieure. Ce qui compte, c'est la tendance et l'écart à l'usage.

Les erreurs les plus fréquentes

• Couper sans mesurer. Supprimer les abonnements les plus chers, sans savoir lesquels servent, frappe souvent les équipes les plus productives.
• Tout faire passer par une seule clé. La facture devient illisible, et un service défaillant pénalise tous les autres.
• Optimiser le prix unitaire et oublier le volume. Un modèle moins cher qui demande deux fois plus d'échanges pour arriver au même résultat ne fait rien gagner.
• Ignorer le temps humain. Un outil très économe dont chaque sortie doit être entièrement relue coûte plus cher qu'il n'y paraît.
• Interdire au lieu d'organiser. Bannir les usages individuels les pousse dans l'ombre. Les organiser permet de les mesurer et de les encadrer.

Le coût, et ce que ça consomme

Il y a une raison de plus de piloter ce poste, qui dépasse la facture. Chaque appel à un modèle consomme de l'énergie et des ressources de calcul. Un outil dimensionné au juste besoin, qui n'appelle pas un grand modèle pour une tâche simple et ne rejoue pas inutilement un long contexte, est aussi un outil plus sobre. C'est un des principes de notre mémo IA responsable : le coût financier et le coût environnemental se pilotent avec les mêmes leviers.

Par où commencer

La première étape tient en quelques jours : l'inventaire, la liste des services, et une clé par service pour ceux qui n'en ont pas. Elle suffit souvent à révéler les premières économies, et surtout à rendre la suite possible. Nos ingénieurs mènent ce travail chez le client, avec la direction financière et les équipes qui utilisent les outils ; c'est un des terrains de notre offre FDE finance.

Pour situer votre organisation avant de commencer, notre diagnostic IA pose les bonnes questions en quelques minutes.

Questions fréquentes

Faut-il privilégier les licences par siège ou la consommation à l'usage ?

Cela dépend de l'usage. Pour un usage individuel, varié et imprévisible, la licence est souvent plus adaptée. Pour un usage répétitif intégré à un processus, la consommation à l'usage est généralement plus juste et s'optimise. Beaucoup d'entreprises gagnent à transformer en outil dédié ce qu'elles paient aujourd'hui en licences.

Qu'est-ce qu'un jeton, et pourquoi la facture en dépend-elle ?

Un jeton est l'unité de découpage du texte que traite un modèle, un morceau de mot en moyenne. Les éditeurs facturent le volume de jetons lus et produits à chaque appel. La longueur des consignes, du contexte envoyé et des réponses générées détermine donc directement le coût.

Quel est le levier d'économie le plus rapide ?

Le plus souvent, aligner les licences sur l'usage réel et cesser d'appeler un modèle pour ce qu'une règle fait très bien. Ces deux leviers ne demandent aucun développement. Sur les agents en production, la mise en cache du contexte répétitif est généralement le gain technique le plus important.

Comment éviter qu'une optimisation dégrade la qualité ?

En vérifiant chaque changement sur un jeu de cas réels avant de l'appliquer, et en suivant le temps de relecture humaine par tâche. Une économie qui multiplie les corrections se paie ailleurs.

Faut-il interdire les abonnements individuels aux outils d'IA ?

Les interdire les pousse dans l'ombre. Mieux vaut les recenser, comprendre le besoin qu'ils couvrent, et proposer un cadre officiel avec les bonnes garanties sur les données. L'usage individuel est souvent le meilleur indicateur de ce qui manque.