Comment éviter que les outils d'IA ne font exploser votre budget logiciel
Un abonnement à un service d'IA semble rarement coûteux lorsqu'il apparaît pour la première fois sur une note de frais. Vingt euros pour un assistant de rédaction, un autre abonnement mensuel pour la prise de notes de réunion et un compte premium pour un chatbot peuvent tous paraître raisonnables, d'autant plus que chacun promet de faire gagner des heures de travail. Le problème n'apparaît qu'une fois que plusieurs services ont effectué ce même calcul de manière indépendante.
Un employé utilise ChatGPT, un autre préfère Claude, l'équipe marketing a souscrit à un générateur d'images, le service commercial a activé un service de transcription par IA et Microsoft Copilot fait déjà partie de certains des logiciels de l'entreprise. Plusieurs produits peuvent remplir des fonctions similaires, mais leurs coûts sont répartis entre différents budgets, cartes de crédit et catégories d'achats.
Les dépenses liées à l'IA relèvent donc de moins en moins de la technologie pour devenir davantage une question de gestion. Ces outils peuvent s'avérer précieux, mais les entreprises doivent savoir ce pour quoi elles paient, qui les utilise et si l'option la plus coûteuse est réellement mise à profit pour des tâches qui le justifient.
Commencez par le travail, pas par l'outil
Les logiciels d'IA sont souvent achetés parce que quelqu'un a assisté à une démonstration impressionnante. On souscrit d'abord à l'abonnement ; l'analyse de rentabilité est élaborée par la suite.
Une évaluation plus efficace commence par l'analyse de la tâche. Quel est l'objectif que l'employé cherche à atteindre ? À quelle fréquence cette tâche est-elle effectuée ? Combien de temps prend-elle actuellement ? Quel niveau de qualité, de confidentialité et d'intervention humaine cette tâche requiert-elle ?
Cela permet de distinguer rapidement les cas d'utilisation réels des abonnements purement spéculatifs. Une équipe de communication qui utilise quotidiennement un assistant IA pour comparer des brouillons, organiser des recherches et adapter des contenus dans différentes langues pourra sans doute justifier plusieurs licences payantes. En revanche, un responsable qui ouvre ce même outil deux fois par mois pour résumer des articles publiés ne pourra probablement pas le justifier.
L'évaluation doit également déterminer si le logiciel permet de réduire la charge de travail globale. Rédiger un premier jet en cinq minutes ne constitue pas un gain de temps lorsqu'un employé expérimenté doit passer une heure à corriger des affirmations non étayées, à rétablir le ton propre à l'entreprise et à vérifier chaque détail. L'IA peut faire passer le travail de la phase de création à celle de supervision sans pour autant réduire le coût global.
Ce qui importe, ce n'est pas la rapidité avec laquelle l'outil génère une sortie, mais le temps nécessaire pour obtenir un résultat exploitable.
Découvrez les abonnements que personne ne suit
Les logiciels d'entreprise traditionnels font généralement l'objet d'un processus d'achat, d'une évaluation par le service informatique et d'un examen juridique. Les outils d'IA sont souvent acquis via des abonnements individuels, des essais gratuits, les budgets des services ou des dépenses réglées par carte bancaire.
Cela crée une couche de « logiciels fantômes ». L'entreprise peut se retrouver à payer des dizaines de produits sans en avoir un inventaire complet. Même lorsque le service financier a connaissance de ces paiements, il peut ne pas se rendre compte que plusieurs services portant des noms différents offrent des fonctionnalités qui se recoupent.
Un audit efficace doit permettre de mettre en évidence :
- le produit et le forfait ;
- la personne ou l'équipe qui en assume les frais ;
- le nombre d'utilisateurs affectés et actifs ;
- la date de renouvellement ;
- le cas d'utilisation principal ;
- les données auxquelles l'outil peut accéder ;
- si une fonction similaire existe déjà ailleurs.
Cette analyse doit aller au-delà des produits commercialisés principalement comme des outils d'IA. Les logiciels de conception, de gestion de la relation client, de bureautique, de gestion de projet et les plateformes vidéo intègrent de plus en plus souvent des fonctionnalités d'IA dans le cadre d'abonnements plus larges. Il peut arriver qu'une équipe paie séparément pour une fonctionnalité que son logiciel actuel offre déjà.
La facturation annuelle mérite une attention particulière. Elle propose généralement un montant mensuel équivalent moins élevé, mais elle permet également aux abonnements peu performants de passer inaperçus plus longtemps. Chaque contrat d'IA devrait avoir un responsable interne et une date de révision avant son renouvellement.
Mesurer l'utilisation effective plutôt que le nombre de places attribuées
Les éditeurs de logiciels vendent un accès ; les entreprises, quant à elles, ont besoin de résultats. Cette différence prend toute son importance lorsqu’une entreprise souscrit un abonnement pour 100 salariés, mais que seuls 20 d’entre eux l’utilisent régulièrement.
L'utilisation d'une licence doit être évaluée en fonction de la fréquence et de l'intensité d'utilisation. Une simple connexion ne suffit pas à prouver la valeur d'une licence. Une évaluation pertinente tient compte de la fréquence d'utilisation de l'outil, des fonctionnalités utilisées et de la possibilité de mener à bien le travail avec une formule moins coûteuse.
Cela ne signifie pas pour autant que chaque licence doive être utilisée quotidiennement. Un outil destiné à des fins juridiques, de recherche ou de gestion de crise peut justifier son coût par une utilisation ponctuelle à forte valeur ajoutée. L'entreprise doit néanmoins être en mesure d'expliquer la raison d'être de ce poste.
Les licences inactives peuvent être supprimées, transférées vers un pool partagé lorsque le contrat le permet, ou réattribuées à des employés dont le besoin est justifié par des documents. Les entreprises doivent également faire la distinction entre les utilisateurs qui ont besoin de fonctionnalités avancées et ceux qui n'ont besoin que d'un accès limité à un assistant standard.
Offrir à tout le monde le niveau d'abonnement le plus élevé peut certes être pratique sur le plan administratif, mais c'est rarement rationnel d'un point de vue économique.
N'utilisez pas le modèle le plus puissant pour chaque tâche
C'est le modèle d'IA le plus récent et le plus performant qui retient le plus l'attention. Il ne s'agit pas forcément du bon choix pour les tâches courantes.
Les tâches simples de classification, de mise en forme, d'extraction, de traduction et de synthèse peuvent souvent être prises en charge par un modèle plus petit ou moins coûteux. Il peut être judicieux d'investir dans un modèle permettant un raisonnement avancé lorsque la tâche implique une analyse complexe, un codage difficile, plusieurs documents ou une décision ayant des conséquences commerciales importantes.
Cette distinction revêt une importance particulière lorsqu’une entreprise utilise l’IA par le biais d’une interface de programmation d’applications (API). Les coûts liés aux API sont généralement fonction du volume d’informations traitées et générées. Des instructions trop longues, des documents répétés, des historiques de conversation trop volumineux et des résultats inutilement élaborés peuvent donc alourdir les dépenses sans pour autant améliorer le résultat.
Un système bien conçu attribue chaque tâche au modèle le moins coûteux capable de la mener à bien de manière fiable. Les grandes entreprises peuvent intégrer ce processus de sélection dans leur infrastructure technique. Les petites entreprises peuvent appliquer le même principe en s'appuyant sur des recommandations concernant les outils à utiliser : un modèle pour les tâches courantes, un autre pour les analyses complexes et un environnement sécurisé pour les informations sensibles.
Les employés ne devraient pas avoir à prendre une nouvelle décision technique à chaque fois qu'ils rédigent une consigne. L'entreprise peut définir plusieurs procédures claires en fonction de la complexité, du coût et du niveau de confidentialité.
Vérifiez si vous payez deux fois pour la même fonctionnalité
Les produits d'IA s'inscrivent rarement dans des catégories bien définies. Un chatbot peut rédiger des textes marketing, une plateforme de gestion de projet peut résumer des réunions et une suite bureautique peut rédiger des e-mails. Les frontières entre les différents outils s'estompent plus rapidement que ne le permettent la plupart des budgets logiciels.
Prenons l'exemple d'une équipe qui utilise un assistant d'IA généraliste, une plateforme de rédaction dédiée et un outil de correction grammaticale. Ces trois outils peuvent permettre la révision, la réécriture et l'ajustement du ton. Ces produits spécialisés peuvent certes rester intéressants, mais leur valeur doit être démontrée par le biais de fonctionnalités telles que les processus de validation, les contrôles de cohérence avec l'image de marque, les vérifications réglementaires ou l'intégration à des systèmes de publication.
La même logique s'applique aux logiciels de réunion. La transcription, les résumés et les listes d'actions sont désormais disponibles via les plateformes de visioconférence, les suites bureautiques et les services d'IA indépendants. Ne payer que pour ces derniers ne se justifie que si l'outil spécialisé offre une précision, une prise en charge linguistique, des fonctionnalités de recherche ou une conformité nettement supérieures.
Un outil ne devrait pas être retenu à l'issue d'un audit simplement parce que ses employés apprécient son interface. Il doit offrir une fonctionnalité, un niveau de qualité ou un avantage en termes de flux de travail qui n'existe pas encore à un niveau acceptable.
Prévoir le coût de la vérification humaine
Les estimations budgétaires basées sur l'IA prennent souvent en compte les frais d'abonnement et d'API, tout en négligeant le personnel nécessaire pour superviser les résultats.
Les coûts liés à la révision peuvent être considérables. Un résumé juridique généré doit être vérifié par une personne qualifiée, capable de comprendre les documents sources. Un code rédigé par l'IA doit faire l'objet de tests et d'une évaluation de sécurité. Un projet de texte marketing peut nécessiter d'importantes corrections factuelles, stylistiques et de conformité avant sa publication.
Plus un système produit de matériel, plus les employés peuvent avoir du matériel à contrôler. Une production plus rapide peut donc créer un nouveau goulot d'étranglement au lieu d'en éliminer un.
Avant d'automatiser un processus, les entreprises doivent documenter l'intégralité du flux de travail :
Combien de temps faut-il pour préparer les données d'entrée ? Combien de temps dure la génération ? Qui vérifie le résultat ? À quelle fréquence faut-il le corriger ? Que se passe-t-il lorsque le résultat est erroné ?
Cela permet d'obtenir un calcul du retour sur investissement plus fiable que les estimations fondées uniquement sur la vitesse de production.
Dans certains cas, l'outil permettra tout de même de réaliser des économies substantielles. Dans d'autres, il pourra améliorer la qualité ou la capacité sans pour autant réduire les coûts. Cela peut également constituer une raison valable d'investir, à condition que l'entreprise présente les avantages de manière précise.
Maîtriser les intégrations avant qu'elles ne se multiplient
L'abonnement mensuel ne représente pas toujours la dépense la plus importante. Les outils d'IA peuvent entraîner des coûts supplémentaires liés au cloud computing, au stockage, aux sources de données externes, aux plateformes d'automatisation et aux intégrations tierces.
Un assistant en apparence simple peut effectuer des recherches dans plusieurs bases de données, faire appel à plusieurs modèles et transmettre ses résultats via un autre service logiciel. Chaque étape peut donner lieu à des frais d'utilisation spécifiques.
Les intégrations rendent également les produits plus difficiles à supprimer. Une fois que les collaborateurs ont mis en place des processus autour d'un fournisseur donné, changer de fournisseur devient plus perturbant, même lorsqu'une alternative moins coûteuse se présente. La maîtrise des coûts nécessite donc de prêter une certaine attention à la dépendance technologique.
Avant d'approuver l'adoption d'un nouvel outil, demandez-vous s'il est possible d'exporter les données et les flux de travail, si l'entreprise s'engage à utiliser des formats propriétaires et ce qu'il faudrait faire pour changer de fournisseur. Un produit légèrement moins cher peut s'avérer plus coûteux à long terme s'il devient difficile de s'en passer.
Indiquez aux employés un itinéraire approuvé
Limiter l'utilisation de l'IA sans proposer d'alternative concrète a généralement pour effet de pousser les utilisateurs à se tourner vers des comptes personnels et des applications non approuvées. Cela rend les coûts plus difficiles à évaluer et les données plus difficiles à protéger.
Les employés ont besoin d'un ensemble restreint et clair d'outils approuvés. Les consignes doivent expliquer à quoi sert chacun d'entre eux, quelles informations peuvent y être saisies et dans quels cas un environnement plus performant ou mieux sécurisé est nécessaire.
L'objectif n'est pas de dresser un catalogue de tous les modèles disponibles. Une stratégie viable pourrait consister à proposer un assistant généraliste, un outil spécialisé pour une fonction clairement définie et un processus de remontée des problèmes pour les besoins plus complexes.
La formation doit inclure une sensibilisation aux coûts. Les collaborateurs qui utilisent une API ou un workflow automatisé doivent comprendre que les contextes trop longs, les appels répétés et les sorties de données superflues entraînent des dépenses réelles. Ceux qui utilisent des produits basés sur le nombre de postes doivent savoir que les licences inutilisées peuvent être retirées ou réattribuées.
Lorsque la solution approuvée est facile d'accès et fonctionne bien, les employés ont moins de raisons de mettre en place leur propre pile logicielle fragmentée.
Passer en revue le portefeuille chaque trimestre
Les produits d'IA évoluent trop rapidement pour se prêter à une analyse logicielle annuelle. Les fonctionnalités passent d'une formule à l'autre, les limites d'utilisation changent, de nouveaux modèles réduisent le coût des tâches courantes et des fonctions qui nécessitaient autrefois un abonnement spécialisé font désormais partie intégrante des logiciels professionnels standard.
Un bilan trimestriel ne doit pas nécessairement se transformer en une opération d'approvisionnement de grande envergure. Il doit permettre de répondre à quelques questions pratiques :
Quels outils ont gagné ou perdu des utilisateurs actifs ? Quels coûts ont augmenté de manière inattendue ? Où y a-t-il des chevauchements entre les fonctionnalités ? Un fournisseur existant a-t-il lancé une fonctionnalité susceptible de remplacer un autre abonnement ? Les employés utilisent-ils le logiciel conformément à l'usage pour lequel il a été acheté ?
Les nouveaux outils peuvent être mis en place dans le cadre de projets pilotes à durée limitée, ciblant un groupe d'utilisateurs bien défini et assortis de critères de réussite. Un projet pilote doit aboutir à une décision de généralisation, de modification ou d'abandon. Il ne doit pas se transformer discrètement en un nouvel abonnement permanent simplement parce que personne n'a pensé à en réévaluer la pertinence.
Élaborer un budget d'IA capable de s'expliquer
L'objectif n'est pas de réduire à tout prix les dépenses liées à l'IA. Une entreprise qui choisit le modèle le moins cher pour chaque tâche risque de perdre davantage en raison de résultats médiocres, de la frustration de ses collaborateurs et d'opportunités manquées qu'elle n'économise en frais de licence.
D'autant plus que norme utile c'est la transparence. Chaque dépense importante doit être liée à un cas d'utilisation bien défini, à un groupe d'utilisateurs approprié et à un bénéfice mesurable. L'entreprise doit savoir pourquoi elle a choisi un produit particulier, quelles alternatives ont été envisagées et à quel moment la décision sera réexaminée.
Les outils d'IA finissent par coûter cher lorsque l'expérimentation se transforme en infrastructure sans que personne ne s'en rende compte. Quelques abonnements se transforment en dizaines, les projets pilotes deviennent permanents et les modèles haut de gamme s'imposent comme norme, même pour les tâches courantes.
Les entreprises qui maîtrisent ces coûts n'utiliseront pas nécessairement moins d'IA. Elles l'utiliseront avec plus de précision : moins de chevauchements entre les produits, des modèles mieux adaptés, une répartition des responsabilités plus claire et un calcul plus honnête du gain de temps réalisé.
