On a tous vu les mêmes annonces. L’IA générative allait tout accélérer, tout optimiser, tout transformer. Deux ans plus tard, beaucoup de DSI regardent leurs bilans avec une question simple : où est passé l’argent ?
Ce dossier n’est pas un procès de l’IA. C’est un retour de terrain sur ce qui dérape, pourquoi, et comment le corriger avant que la dérive ne devienne irréversible.
2026, l’année de la gueule de bois budgétaire.
Le signal est venu d’Uber. En décembre 2025, l’entreprise déploie Claude Code auprès de ses 5 000 ingénieurs.
En février 2026, 32 % d’entre eux l’utilisent activement. En mars, ce chiffre atteint 84 %. En avril, l’intégralité du budget IA annuel est consumée. Quatre mois. Le CTO Praveen Neppalli Naga l’a confirmé publiquement : la facture par ingénieur oscillait entre 500 et 2 000 dollars par mois.
Lui-même aurait dépensé 1 200 dollars en tokens lors d’une démonstration interne de deux heures, selon des informations rapportées par plusieurs médias spécialisés.
Ce cas n’est pas une anomalie. C’est le symptôme d’un problème structurel que nous observons chez nos clients en PACA, en AURA et dans les Hauts-de-France : l’IA agentique ne se pilote pas comme un abonnement logiciel classique. Et la plupart des organisations n’ont pas encore compris la différence.
Le token, cette unité de compte que personne ne surveille.
Le mécanisme du dérapage est précis et il faut le comprendre pour l’anticiper. Un outil comme Claude Code ne facture pas au siège. Il facture à la consommation de tokens, c’est-à-dire à chaque unité de texte traitée par le modèle. Un développeur qui fait de l’autocomplétion basique génère une facture négligeable. Un développeur qui orchestre des agents en parallèle sur une base de code volumineuse peut dépenser des milliers de dollars en une après-midi, avec le même outil, le même contrat, le même forfait apparent.
Chez Uber, le mécanisme a été amplifié par un leaderboard interne qui classait les ingénieurs selon leur niveau d’utilisation de l’outil. Résultat : chaque développeur avait une incitation directe à consommer plus de tokens. Les équipes qui poussaient l’adoption n’étaient pas les mêmes que celles qui géraient la facture. Cet écart organisationnel a transformé un succès d’adoption en gouffre budgétaire. Microsoft a tiré la même leçon de son côté en réduisant l’accès interne à Claude Code pour une partie de ses effectifs, en redirigeant vers GitHub Copilot dont la tarification était davantage maîtrisable.
Une dette qui dépasse la ligne budgétaire.
L’impact de cette dérive dépasse la simple question de trésorerie. Sur le plan opérationnel, la hausse massive de la consommation ne se traduit pas automatiquement par une valeur proportionnelle livrée.
Le COO d’Uber, Andrew Macdonald, l’a reconnu lui-même : établir un lien direct entre l’explosion des tokens consommés et les fonctionnalités réellement mises en production reste difficile. Les projets dotés de métriques de valeur quantifiées dès leur lancement affichent un taux de réussite de 54 %, contre 12 % pour ceux qui avancent sans indicateurs
Sur le plan stratégique, l’imprévisibilité des coûts fragilise l’autonomie de l’entreprise. Un modèle opéré exclusivement via des API externes en pay-as-you-go reste structurellement instable. Il expose l’organisation à des ruptures brutales pour raisons budgétaires, comme l’a vécu Uber, ou à une dépendance totale vis-à-vis des tarifs imposés par les fournisseurs. Sans maîtrise de l’infrastructure et de la donnée, l’IA devient une dette qui bride l’innovation future au lieu de la porter.
C’est exactement le lien que nous faisions dans notre dossier Talk IT sur le cloud FinOps : la cause racine n’est pas l’outil, c’est l’absence de pilotage. Ce qui était vrai pour votre facture Azure l’est aujourd’hui pour vos projets IA.
La gouvernance avant le déploiement.
La réponse ne réside pas dans le renoncement aux projets IA. Elle réside dans l’instauration d’un cadre de gouvernance avant de signer le moindre accès, ou avant de refinancer ce qui tourne déjà.
Trois piliers sont non négociables.
Le premier : cadrer avant de financer. Aucun déploiement ne devrait être validé sans un cas d’usage chiffré et des indicateurs de valeur précis. Un projet IA sans métriques n’est pas un projet, c’est une dépense. La contrainte n’est pas un frein à l’innovation, c’est sa condition de survie budgétaire.
Le deuxième : rendre la consommation visible en temps réel. On ne pilote pas ce qu’on ne voit pas.
Un dashboard de suivi accessible à chaque équipe, par projet et par outil, est le premier rempart contre le gaspillage. Uber a fini par instaurer un plafond de 1 500 dollars par mois, par employé et par outil. Beaucoup auraient préféré le poser avant le dérapage.
Le troisième : traiter l’IA comme un service opéré, pas comme un projet ponctuel. Cela implique une réflexion sérieuse sur l’infrastructure. Opérer des modèles sur une infrastructure maîtrisée permet de borner les coûts et de sortir du modèle imprévisible du tout-token cloud. C’est ce que nous construisons avec nos clients : une IA on-premise pilotée, souveraine, dont la facture ne réserve pas de mauvaises surprises en fin de mois.
Cinq actions pour reprendre le contrôle maintenant.
- Auditez chaque projet IA en cours et identifiez ceux qui ne disposent pas de métriques de valeur quantifiées.
- Arrêtez ceux qui ne peuvent pas démontrer un retour sur investissement clair.
- Instaurez des plafonds de consommation par utilisateur et par outil, avec un processus de validation explicite pour tout dépassement.
- Déployez un dashboard de suivi de la consommation de tokens visible par toutes les parties prenantes pour instaurer une culture de la responsabilité financière.
- Engagez une réflexion sur la migration de vos cas d’usage les plus gourmands vers des infrastructures souveraines pour stabiliser vos coûts d’exploitation.
L’IA généralise une vérité que nous connaissons bien dans l’infrastructure depuis des années : la performance n’a de sens que si elle est pilotée. Nous l’avions dit sur le cloud, nous le disons sur l’IA.
Ce n’est pas un hasard si les mêmes dérives reviennent avec les mêmes causes racines.
Nos ingénieurs à Marseille, Lyon, Amiens et Paris accompagnent aujourd’hui des équipes qui veulent déployer l’IA sans perdre le contrôle de leur trajectoire financière et opérationnelle. Un échange d’une heure suffit à poser le cadre. Prenez contact avant que la prochaine facture ne vous pose la question à votre place.
Human Geek for Advanced IT.