08.10.2026 · Signal Titans Editorial
Les dépenses des entreprises en IA s’avèrent imprévisibles en raison de la fluctuation du coût des tokens
Seules 11 % des entreprises parviennent à anticiper leurs dépenses en IA, les modèles économiques coûtant plus cher dans 32 % des cas, selon une étude.
Selon des données d'enquête et de recherche rapportées par le Financial Times le 5 octobre 2026, à peine 11 % d'un groupe d'environ 400 entreprises interrogées affirment être capables de prévoir avec exactitude leurs dépenses consacrées à l'intelligence artificielle. Ces résultats mettent en lumière les obstacles opérationnels majeurs et persistants auxquels se heurtent les départements informatiques d'entreprise lorsqu'ils cherchent à anticiper, piloter et contrôler le coût réel de l'utilisation des technologies d'IA générative.
La consommation de tokens, moteur des écarts budgétaires
La facturation de l'usage de l'intelligence artificielle repose principalement sur un modèle au token, unité structurelle servant à mesurer le texte ou les données traités lors de l'envoi de requêtes et de la production de résultats. Néanmoins, en raison de la nature extrêmement imprévisible de la consommation de tokens d'un modèle pour une tâche spécifique, les entreprises éprouvent les plus grandes difficultés à établir des projections financières de référence stables pour leurs budgets d'investissement et de fonctionnement à long terme.
Pourquoi les modèles économiques s'avèrent parfois plus coûteux
L'instabilité du nombre de tokens consommés remet directement en question le principe admis selon lequel choisir des modèles d'IA affichant des prix plus bas permet de réaliser systématiquement des économies. Une étude approfondie analysant plus de 6 800 tâches distinctes montre en effet que les modèles aux tarifs nominaux plus abordables reviennent plus cher que les solutions plus avancées pour 32 % des charges de travail examinées.
Lorsqu'un modèle censé être plus économique exige une quantité de tokens nettement plus importante ou un nombre plus élevé d'itérations de calcul pour mener une tâche à son terme, le volume global de traitement informatique augmente considérablement. En conséquence, proposer un tarif unitaire au token plus bas ne garantit en rien une baisse de la dépense opérationnelle finale pour près d'un tiers des processus d'entreprise évalués lors des bancs de test.
Une gestion budgétaire à repenser pour le déploiement de l'IA
Les données issues de l'enquête confirment que la quasi-totalité des organisations échoue encore à faire correspondre le modèle de consommation d'IA à la demande avec les processus d'achats logiciels traditionnels fondés sur des coûts fixes. Avec seulement un peu plus d'une entreprise sur dix affichant une réelle confiance dans ses prévisions budgétaires dédiées aux déploiements d'IA, l'inefficacité variable des tokens d'une tâche à l'autre constitue l'origine essentielle des dérives financières observées.
Illustration éditoriale générée par IA ; ce n’est pas une photographie documentaire.
SIGNAL TITANS