Le TDABC pour l'IA : traiter tokens, GPU et agents comme des activités

Valoriser la capacité, pas le prix affiché

Commencez par le GPU comme ressource de capacité. Son vrai coût n'est pas le seul prix de location affiché ; c'est le coût complet de sa mise à disposition, le matériel amorti, plus l'énergie, le refroidissement et les opérations qui l'entourent. Divisez ce coût complet par la capacité pratique que le GPU peut réellement délivrer, environ 80 à 85 pour cent du théorique, pas 100. Le résultat est un taux de coût de capacité pratique par seconde-GPU. Les données du secteur situent le taux d'utilisation moyen des GPU en entreprise à un seul chiffre, ce qui signifie que l'essentiel de ce qui est payé est le coût de la capacité inutilisée. Le TDABC rend cette ligne visible au lieu de la dissimuler dans un taux global gonflé.

Écrire le processus comme une équation de temps

Une équation de temps TDABC exprime la part de chaque ressource qu'une transaction consomme, en s'ajustant à ce qui distingue les transactions. Pour un processus assisté par l'IA, l'équation mélange les unités : tant de tokens d'entrée et de sortie, tant de secondes-GPU, tant de minutes de revue humaine, plus une provision pour les reprises quand le modèle se trompe. Cette seule ligne est le coût d'un résultat. Agrégez les résultats et vous pouvez attribuer le coût de l'IA à un processus, un produit, un client ou un cas d'usage, exactement comme l'ABC attribue les frais généraux depuis trente ans.

Questions fréquentes

Peut-on appliquer le costing par activités à l'IA ?

Oui, et cela convient remarquablement bien. Le coût de l'IA a la structure même pour laquelle l'ABC a été conçu : une ressource de capacité (le GPU) payée qu'elle soit occupée ou inactive, un inducteur de coût mesurable (le token ou l'appel), et des processus qui consomment un mélange de ressources. Le TDABC en particulier traite l'IA proprement, car il valorise la capacité à un taux de capacité pratique et exprime chaque processus par une équation de temps.

Quel est l'inducteur de coût pour l'IA ?

Le token est l'inducteur principal, avec le prix par token comme taux ; l'appel ou la requête est un inducteur secondaire. Les tokens de sortie portent un taux plus élevé que les tokens d'entrée car ils sont générés séquentiellement. Traiter le token comme inducteur de coût permet de valoriser l'IA avec la même logique par activités que toute autre ressource.

Comment le TDABC traite-t-il le coût d'un GPU inactif ?

Directement. Le TDABC valorise une ressource à son taux de capacité pratique, le coût complet de la ressource divisé par la capacité qu'elle peut réellement délivrer, et reporte la part inutilisée comme coût de capacité inutilisée. Avec une utilisation moyenne des GPU en entreprise à un seul chiffre, cette ligne est importante et, sous TDABC, visible pour la direction plutôt qu'enfouie dans le taux.

En quoi est-ce différent du FinOps IA ?

Le FinOps donne de la visibilité : il mesure et étiquette la dépense IA pour voir où elle a atterri. Le TDABC ajoute la logique de costing sous-jacente : pourquoi le coût s'est produit, quelles activités et inducteurs l'ont causé, et combien de capacité est restée inactive. Le showback par étiquettes répond au où ; le costing par activités répond au pourquoi et au combien de gaspillage. Les deux sont complémentaires, et le second transforme le suivi de dépense en rentabilité.