La facture d'un abonnement IA n'a plus grand-chose à voir avec ce qu'elle était il y a deux ans. Ce que les entreprises découvrent aujourd'hui, c'est que le prix affiché sur une page tarifaire ne dit presque rien du coût réel une fois les usages généralisés, les agents déployés et les tâches facturées au token. Pour les directions des systèmes d'information françaises, la question n'est plus seulement combien coûte l'outil, mais comment en tracer la consommation réelle, fonction par fonction.
Le choc Scality : d'un abonnement à 30 euros à une facture explosée
Chez Scality, entreprise spécialisée dans les logiciels de stockage de données et les infrastructures cloud, l'arrivée de ChatGPT et Gemini en janvier 2025 a d'abord été vue comme un terrain d'expérimentation peu coûteux. « J'ai conseillé à tous mes collaborateurs de s'en servir. C'était peu onéreux : l'abonnement coûtait 30 euros par mois et par personne », raconte Jérôme Lecat, fondateur de l'entreprise, au Figaro. Un an plus tard, Claude Code arrive, et les 250 salariés de Scality sont invités à s'en emparer. Les projets utilisant ce modèle se multiplient : plus d'une centaine voient le jour, dont une plateforme offrant une vision à 360 degrés du profil de chaque client.
Le coût suit la même courbe. « L'IA a fini par coûter 300 euros par mois et par employé », indique Jérôme Lecat. Annualisée sur 250 salariés, la dépense aurait atteint 900 000 euros. Le dirigeant se réjouit de l'appropriation de l'outil par ses équipes, mais le cas illustre un phénomène que de nombreuses DSI françaises commencent à observer : un abonnement pensé pour un usage ponctuel devient, une fois généralisé à des tâches complexes, une ligne budgétaire d'un tout autre ordre de grandeur.
Les agents n'ont pas de siège : pourquoi la refacturation par utilisateur ne tient plus
Dans la plupart des grands groupes, les outils d'IA générative sont portés par la DSI puis refacturés aux filiales en fonction du nombre d'utilisateurs. Pour un assistant conversationnel, la logique tient : on sait qui utilise la licence, on refacture son entité. Pour un agent, elle ne veut plus rien dire, explique Martin Vermorel, de Devoteam, dans une chronique publiée par le Journal du Net.
Un agent ne consomme pas un abonnement mais des ressources à l'usage : des tokens, des appels d'API, du temps humain de supervision. Il travaille pour une fonction précise, comptabilité fournisseurs, recrutement, support, plutôt que pour un individu, et il appelle souvent d'autres agents. L'exemple donné est celui d'un agent de traitement des factures fournisseurs : il reçoit un document, sollicite un agent d'extraction, puis un agent de contrôle de conformité, avant de soumettre un résultat à un comptable pour validation. Qui est alors « l'utilisateur » ? Le comptable qui valide, le fournisseur qui a envoyé la facture, ou la direction financière qui a commandé l'agent ? Refacturer un tel système par utilisateur revient, selon l'auteur, à répartir la facture d'électricité d'un immeuble au nombre d'habitants plutôt qu'au compteur de chaque appartement.
Le compteur caché : l'AI Gateway
La réponse technique avancée par cette chronique passe par une passerelle unique, l'AI Gateway, par laquelle transitent tous les appels aux modèles et aux agents. Chaque appel y est tracé, ce qui permet de savoir quel agent a consommé combien, et de remonter la chaîne jusqu'à la personne et à l'entité à l'origine de la demande. L'enjeu dépasse la technique : cette traçabilité permet de porter le coût d'un agent dans la fonction qui consomme son travail, avec un responsable métier qui répond de son rendement, plutôt que dans une ligne IT diffuse que chacun consomme comme si elle était gratuite.
Le coût humain que personne ne facture
Le TCO d'un agent ne se limite pas aux tokens consommés. Selon l'Oliver Wyman Forum (The Reality Check, octobre 2026), une heure de travail assistée par l'IA appelle en moyenne 22 minutes de vérification humaine. Ce temps de supervision fait partie du coût réel, même si aucune facture ne le mentionne explicitement.
Ce coût a aussi une traduction en fatigue mentale. Des chercheurs du Boston Consulting Group et de l'Université de Californie à Riverside, dans des travaux publiés en mars 2026 dans la Harvard Business Review (non relus par des pairs, basés sur les déclarations de 1 488 salariés américains à temps plein), parlent de « brain fry » : une fatigue mentale née d'un usage ou d'une supervision excessive des outils d'IA. 14 % des salariés utilisateurs d'IA disent l'avoir déjà connue, et une forte supervision accroîtrait la fatigue de 12 %. Les personnes touchées se disent aussi plus souvent prêtes à démissionner, 34 % contre 25 % chez les autres.
Coralie Delpha, ingénieure chez Railblocks, fait tourner entre quatre et sept agents simultanément. Elle pointe une pression spécifique liée aux quotas de tokens : ne pas les épuiser laisserait un sentiment de gâchis. « Il faut vraiment éviter de confondre consommation de tokens et productivité », insiste-t-elle. Pour une DSI qui construit son budget, cette confusion est précisément le piège : un quota non consommé n'est pas une perte, et un quota saturé n'est pas forcément un signe de performance.
Abonnement par siège ou facturation à la tâche : comparer sans se tromper
Avant même d'en arriver aux agents, les DSI gèrent déjà une mosaïque d'abonnements aux tarifs et aux bases fiscales disparates. Le tableau ci-dessous reprend des tarifs publics tels que rapportés, en précisant chaque fois que possible la devise et la base fiscale.
| Outil | Mode de facturation | Tarif annoncé | Devise / base fiscale | Point de vigilance TCO |
|---|---|---|---|---|
| ChatGPT (OpenAI) | Abonnement par siège | De 8 à 229 euros par mois selon la formule | Base fiscale non précisée par la source | Codex, l'agent de code, n'est pas accessible aux abonnés de l'offre ChatGPT Go |
| Claude (Anthropic) | Abonnement par siège, puis crédits pour les usages avancés | Pro à 18 euros HT par mois, Max à partir de 90 euros HT par mois | Euros, hors taxes | Claude Code et l'accès à Opus 5.5 sont soumis à des quotas ou à des crédits payants additionnels |
| Grok (xAI) | Abonnement limité, mode Build payant | À partir de 8 dollars HT par mois pour le mode Build | Dollars américains, hors taxes | Le chat gratuit reste limité hors mode payant |
| Moon AI (Stellarr Studio) | Abonnement unique par siège, sans facturation à la tâche | De 9,90 à 249,90 euros par mois selon la formule (Lune à Univers) | Euros, toutes taxes comprises | Plus de 70 modèles inclus dans un même forfait, ce qui simplifie la prévision budgétaire par rapport à une facturation au token |
Cette comparaison montre surtout l'hétérogénéité des bases de calcul : un tarif hors taxes en dollars n'est pas comparable terme à terme à un tarif toutes taxes comprises en euros. C'est précisément ce que les DSI doivent documenter avant d'additionner des lignes budgétaires qui ne se ressemblent pas.
Ce que les DSI françaises doivent désormais auditer
Trois chantiers se dessinent à partir de ces constats. Le premier est la cartographie réelle des usages : combien de projets utilisent effectivement un modèle facturé au token, et avec quelle intensité, comme chez Scality où plus d'une centaine de projets ont vu le jour sans qu'une limite budgétaire n'ait été anticipée dès le départ. Le deuxième est la gouvernance de la refacturation : décider, avant la mise en production du premier agent, qui porte le coût (la DSI, la fonction métier consommatrice, ou personne), plutôt que de laisser la question se régler après coup, quand chaque entité défend déjà le modèle qui lui est le plus favorable. Le troisième est la mesure du temps de supervision, souvent absente des tableaux de bord alors qu'elle représente, selon l'Oliver Wyman Forum, près d'un quart du temps de travail assisté par IA.
Sur le plan des abonnements eux-mêmes, certaines organisations cherchent à réduire la variabilité budgétaire en optant pour des formules à prix fixe par siège plutôt que pour une facturation strictement à l'usage. C'est le positionnement que revendique Moon AI, la plateforme éditée par Stellarr Studio SAS, qui regroupe plus de 70 modèles (GPT, Claude, Gemini, Mistral, DeepSeek, Llama, Grok, Qwen, ainsi que son modèle maison Moon 6) dans un abonnement unique facturé par siège et par mois, sans supplément à la tâche. Ce type de modèle ne supprime pas le besoin d'audit interne du temps de supervision ni la question de savoir quelle fonction métier porte le coût, mais il réduit l'un des facteurs d'incertitude budgétaire identifiés dans le cas Scality : la dérive du tarif à mesure que l'usage s'intensifie.
Questions fréquentes
Pourquoi le modèle de refacturation par utilisateur ne fonctionne-t-il plus avec les agents IA ?
Parce qu'un agent ne travaille pas pour une personne identifiée mais pour une fonction, et qu'il sollicite souvent d'autres agents en cascade. Selon la chronique du Journal du Net, identifier « l'utilisateur » d'un agent de traitement de factures fournisseurs, par exemple, revient à choisir arbitrairement entre le comptable qui valide, le fournisseur qui a envoyé le document, ou la direction qui a commandé l'agent.
Comment une DSI peut-elle anticiper la dérive budgétaire observée chez Scality ?
Le cas rapporté par Le Figaro montre qu'un abonnement initial à 30 euros par mois et par personne peut atteindre 300 euros une fois les usages généralisés à des tâches complexes, soit 900 000 euros par an pour 250 salariés. Une cartographie précoce des projets utilisant des modèles facturés au token, avant leur multiplication, permet d'éviter que le budget ne se construise après coup sur une dépense déjà engagée.
Le temps de supervision humaine doit-il entrer dans le calcul du coût total de possession ?
Oui, selon l'Oliver Wyman Forum, qui chiffre à 22 minutes la vérification nécessaire pour une heure de travail assisté par l'IA. Ce temps ne figure sur aucune facture de fournisseur de modèle, mais il mobilise des ressources internes qu'un TCO complet doit intégrer.
Un abonnement à prix fixe élimine-t-il le risque de dérive des coûts d'IA ?
Un abonnement par siège sans facturation à la tâche, comme celui proposé par certaines plateformes incluant plusieurs modèles dans un seul forfait, réduit l'incertitude liée à la consommation de tokens. Il ne dispense cependant pas d'auditer le temps de supervision humaine ni de clarifier, en amont, quelle fonction métier porte la responsabilité budgétaire de chaque usage.