L’IA bientôt plus chère qu’un développeur (dans moins de deux ans)
Les entreprises qui utilisent des agents IA pour coder risquent de dépasser leurs budgets IT si elles ne mettent pas en place des outils d'audits appropriés et qu’elles ne fixent pas d’objectifs clairs, avertissent Gartner et KPMG.
par
Paige Gross, reporter
Publié le: 29 juin 2026
L’augmentation du prix des tokens va faire que d’ici 2028 l’IA sera plus coûteuse qu’un salaire moyen de développeur. C’est ce qu’estime un nouveau rapport du Gartner. Cette bascule est la conséquence de la généralisation à venir de la tarification à la consommation (tokenisation) qui remplace petit à petit le modèle de tarification par abonnement chez les principaux acteurs de l’IA.
Des coûts plus imprévisibles
Cette évolution rend également les coûts de l’IA plus imprévisibles, ce qui complique la planification budgétaire pour les DSI. D’autant plus que le calcul et la facturation des tokens manquent de transparence de la part des fournisseurs, regrette le rapport.
Pour ne rien arranger, la tokenisation – et l’augmentation qui en découle – arrive alors que peu de projets d’IA ont eu un impact métier réellement mesurable.
« Les responsables de l’ingénierie logicielle s’inquiètent, car les dépenses liées aux tokens deviennent difficiles à justifier », constate Nitish Tyagi, analyste principal senior chez Gartner, « et les budgets s’épuisent plus vite que prévu. »
L’adoption généralisée fait grimper la facture
L’intégration de l’IA dans les processus de développement est devenue la norme. Les développeurs passent moins de temps à coder et davantage à superviser les outputs de l’IA.
« Les coûts de l’IA vont continuer à augmenter, car les investissements des grands fournisseurs dans leurs infrastructures et leurs besoins de rentabilité poussent les prix des LLM vers le haut. »
Nitish TyagiAnalyste principal senior, Gartner
L’adoption massive de l’IA en entreprise fait exploser les factures, en particulier dans les équipes de développement. Selon Gartner, les dérapages liés aux tokens résultent directement des lacunes de gouvernance : de nombreux responsables d’ingénierie logicielle laissent proliférer des agents IA autonomes sans contrôle dans leurs processus.
« Les coûts de l’IA vont continuer à augmenter, car les investissements des grands fournisseurs dans leurs infrastructures et leurs besoins de rentabilité poussent les prix des modèles (LLM) vers le haut », prévient Nitish Tyagi. « Parallèlement, les développeurs qui utilisent occasionnellement ces outils vont rapidement en devenir des utilisateurs intensifs. Cette démocratisation va faire que la consommation de tokens sera toujours plus importante. »
Des agents IA qui tournent en secret pendant des jours
Trop peu d’entreprises auraient une stratégie claire pour leurs projets IA avec des objectifs et résultats définis. À peine un quart des dirigeants déclarent avoir une visibilité complète et en temps réel sur ce que coûtent leurs systèmes IA, estime KPMG.
Il est donc fort probable que des agents travaillent sur des tâches pendant des jours, sans que personne n’en ait connaissance faute d’audits et de supervision, explique Rahsaan Shears, responsable de la transformation IA chez KPMG.
« Le DAF ne le voit pas. Le DSI non plus parfois », observe Rahsaan Shears. « C’est ce qui se passe dans l’IA aujourd’hui : des coûts qui s’accumulent avec des workflows que personne ne maîtrise entièrement. »
Besoin d’une gouvernance renforcée
Pour éviter que l’usage et les coûts de l’IA ne dérapent, les directions IT doivent donc consolider les données, et suivre étroitement l’utilisation, que ce soit la consommation sur les plateformes cloud, les copilotes, les frameworks d’agents, les outils de codage, dans les workflows métier ou les expérimentations.
Les analystes parlent de modèle « sémantique » et de « tokenomics », un modèle qui relie l’usage aux coûts et les coûts aux responsabilités. Cette approche permet également d’associer les coûts IA à la valeur métier, aux workflows, aux comportements d’usage et aux risques.
Pour Rahsaan Shears de KPMG, c’est bien ce manque de visibilité sur le fonctionnement des systèmes IA qui est le risque plus important. Si un fournisseur dégrade une fonctionnalité ou si les prix du LLM explosent, les responsables IT n’auront aucune idée des conséquences en interne.
Les DSI doivent identifier quels agents brider, quels orchestrateurs exécutent des boucles facultatives sur des modèles premium et quels processus sont critiques pour l’activité, invite-t-il.
« Sans cette visibilité, les organisations pilotent une flotte d’agents à l’aveuglette, sans tableau de bord ni plan d’action », tranche-t-il.
