France · Afrique francophone

Le coût réel de l'IA : jetons, GPU, capacité et marge

La facture d'API ne dit qu'une petite partie de ce que coûte l'IA. Sous la ligne visible du prix par jeton se cache un iceberg : des GPU payés mais sous-utilisés, la préparation des données, les minutes de relecture humaine, les tentatives ratées et la gouvernance. Résultat : la grande majorité des organisations ne sait pas dire si son IA gagne ou perd de l'argent. Pour les directions financières de France et des marchés francophones, la bonne question n'est pas « combien coûte un jeton ? » mais « combien coûte un résultat d'IA, et lequel est rentable ? ». Cette page pose la mécanique du coût unitaire de l'IA et montre comment le calculer proprement.

En résumé

Le coût d'un résultat d'IA ne se résume pas au prix des jetons. Il s'écrit comme une somme : jetons multipliés par le prix par jeton, plus secondes-GPU multipliées par un taux de capacité pratique, plus minutes de relecture humaine multipliées par le coût chargé, plus le surcoût des tentatives et de la gouvernance. Le paradoxe du moment : le prix par jeton s'effondre, mais les factures montent, parce que les modèles de raisonnement et les systèmes agentiques consomment beaucoup plus de jetons. La solution n'est pas un nouvel outil de suivi de dépenses, mais une méthode d'allocation : traiter le GPU comme n'importe quelle capacité sous-utilisée et écrire les processus d'IA en équations de temps. C'est exactement ce que fait le TDABC.

L'iceberg

Qu'est-ce que l'IA coûte vraiment à une entreprise ?

Ce qui est visible, c'est le prix par jeton sur la facture du fournisseur. Ce qui est immergé, et bien plus lourd, ne l'est pas :

La capacité GPU. Les processeurs graphiques, achetés ou loués, coûtent qu'ils tournent ou non. Le taux moyen d'utilisation en entreprise se compte souvent en pourcentages à un seul chiffre : l'essentiel de la capacité est payé sans être consommé.
La préparation des données. Nettoyer, intégrer et connecter les données aux systèmes internes représente un travail considérable, rarement compté dans le coût de l'IA.
La relecture humaine. Chaque sortie sensible passe par une vérification ; ces minutes, au coût chargé d'un collaborateur, s'additionnent vite.
Les tentatives et les échecs. Un résultat correct cache souvent plusieurs appels ratés, relancés, corrigés. Chacun consomme des jetons et du GPU.
La gouvernance. Journalisation, traçabilité, contrôles de conformité : un coût de structure réel, absent de la facture d'API.

C'est pourquoi la majorité des organisations, environ 95 % selon des travaux indépendants récents, ne constate aucun effet mesurable sur son résultat six mois après un pilote. L'écart entre le rendement annoncé par les fournisseurs et le rendement mesuré n'est pas un échec de la technologie ; c'est un problème de comptabilité analytique.

Le paradoxe

Pourquoi les factures d'IA montent-elles si le prix par jeton baisse ?

Le prix par jeton a chuté d'environ un facteur dix par an, et pourtant les factures globales augmentent. Ce n'est pas une contradiction : c'est l'effet Jevons appliqué à l'IA. Quand une ressource devient moins chère à l'unité, on en consomme beaucoup plus, au point que la dépense totale croît.

Deux forces amplifient le phénomène. Les modèles de raisonnement réfléchissent en produisant de longues chaînes internes de jetons avant de répondre. Et les systèmes agentiques renvoient sans cesse le contexte, bouclent, se corrigent et enchaînent les appels. Un flux simple de 2023 coûtait quelques centimes ; un système agentique équivalent de 2026 peut coûter plus d'un euro par résultat, un ordre de grandeur trente fois supérieur. Tous ces chiffres sont illustratifs, mais la mécanique est réelle : la baisse du prix unitaire n'entraîne pas la baisse de la facture.

La formule

Comment calcule-t-on le coût unitaire de l'IA ?

Le coût d'un résultat d'IA s'écrit comme une équation de temps, à ceci près qu'elle mélange plusieurs unités : des jetons, des secondes-GPU et des minutes humaines.

Coût d'un résultat = jetons × prix par jeton + secondes-GPU × taux de capacité pratique + minutes de relecture × coût chargé + surcoût tentatives et gouvernance

Le point délicat est le deuxième terme. Le GPU se traite comme n'importe quelle capacité : son taux vaut le coût complet de la ressource divisé par sa capacité pratique réaliste, pas théorique. Si une carte est utilisée à 8 %, facturer les résultats au coût théorique masque 92 % de capacité payée pour rien.

Exemple illustratif : un résultat consomme 40 000 jetons à 0,000002 € le jeton (0,08 €), 3 secondes-GPU à 0,05 € la seconde pratique (0,15 €), 2 minutes de relecture à 0,60 € la minute chargée (1,20 €) et 0,20 € de tentatives et gouvernance. Total : 1,63 €, dont la facture d'API ne montrait que 0,08 €. Le vrai coût est vingt fois la ligne visible.

Suivi ou allocation

Le FinOps de l'IA suffit-il ?

Les outils de FinOps, de tokenomics et de showback disent où la dépense a atterri : quel projet, quelle équipe, quel modèle a brûlé combien. C'est utile, mais insuffisant. Savoir où le coût est tombé ne dit ni pourquoi il s'est produit, ni quelle part vous payez sans l'utiliser.

La comptabilité par activités, elle, répond à ces deux questions. Elle relie chaque coût à l'activité qui l'a déclenché et rend visible la capacité inutilisée, ce que le showback ne sait pas faire par construction. Le showback vous dit que le poste GPU a coûté tant ; l'allocation par les temps vous dit que 92 % de ce poste est de la capacité oisive, et quels usages en consomment vraiment les 8 % restants. C'est la différence entre une facture et une décision.

La méthode

Comment le TDABC calcule-t-il le coût de l'IA ?

Le TDABC (Time-Driven Activity-Based Costing) est fait pour cela. Il ne demande que deux paramètres par ressource : un taux de coût de capacité et une consommation par transaction, exprimée en équation. Pour l'IA, le taux GPU se calcule comme le coût complet du parc divisé par sa capacité pratique, et l'inducteur de coût naturel devient le jeton, ou la seconde-GPU, au taux correspondant.

On écrit alors chaque processus d'IA comme une équation de temps qui mélange les unités : tant de jetons, plus tant de secondes-GPU, plus tant de minutes de relecture. Le coût total modélisé se réconcilie avec le grand livre, et la capacité GPU inutilisée ressort séparément au lieu d'être étalée sur les coûts. La mécanique complète des équations de temps et du taux de capacité est détaillée sur la page méthode TDABC, et sa mise en oeuvre sur le logiciel CostCtrl.

La rentabilité

Notre IA est-elle rentable ?

La plupart des organisations ne tracent jamais la courbe de rentabilité de leurs usages d'IA. Pourtant, comme pour les clients ou les produits, une courbe de la baleine apparaît dès qu'on classe les cas d'usage du plus rentable au plus destructeur.

Au début de la courbe, un coeur rentable : les usages à forte valeur, où le résultat de l'IA vaut nettement plus que son coût complet. Au milieu, un ventre plat à l'équilibre. Et en fin de courbe, une queue déficitaire : des usages où l'IA érode silencieusement la marge, parce que la relecture, les tentatives et le GPU oisif coûtent plus que le résultat ne rapporte. Sans cette courbe, une entreprise finance sa queue déficitaire avec le résultat de son coeur rentable, sans le savoir. La dessiner, c'est le premier pas pour couper, repricer ou industrialiser en connaissance de cause. La logique est la même que pour le coût à servir appliqué aux clients.

Questions fréquentes

Que coûte réellement l'IA à une entreprise ?: Bien plus que la facture d'API. Le coût complet additionne les jetons, la capacité GPU (souvent oisive), la préparation des données, la relecture humaine, les tentatives ratées et la gouvernance. La ligne visible du prix par jeton n'est que la partie émergée de l'iceberg.
Pourquoi ma facture d'IA monte-t-elle alors que le prix par jeton baisse ?: C'est l'effet Jevons : moins cher à l'unité, donc consommé en bien plus grande quantité. Les modèles de raisonnement et les systèmes agentiques renvoient le contexte et bouclent, multipliant les jetons consommés par résultat.
Comment calcule-t-on le coût unitaire d'un résultat d'IA ?: En sommant quatre termes : jetons multipliés par leur prix, secondes-GPU multipliées par un taux de capacité pratique, minutes de relecture multipliées par le coût chargé, et un surcoût pour les tentatives et la gouvernance. Le terme GPU se calcule au coût complet divisé par la capacité pratique.
Le FinOps de l'IA suffit-il à piloter la marge ?: Non. Le FinOps et le showback disent où la dépense a atterri, pas pourquoi ni quelle part est de la capacité payée sans être utilisée. Il faut une logique d'allocation, comme le TDABC, pour relier chaque coût à l'activité qui l'a déclenché et exposer la capacité inutilisée.
Comment savoir si un usage d'IA est rentable ?: En classant les cas d'usage du plus rentable au plus destructeur pour dessiner leur courbe de la baleine. Le coeur rentable finance souvent une queue déficitaire invisible ; seule l'allocation du coût complet, GPU oisif inclus, révèle lesquels créent ou détruisent de la marge.

Voir aussi

Vous dépensez en IA sans savoir quels usages gagnent ou perdent de l'argent ? Le Profit Check gratuit prend 5 minutes et pointe là où le coût complet, GPU oisif compris, ronge votre marge. Ou écrivez-nous via la page de contact.

France · Afrique francophone

Faire le Profit Check