Le pipeline d'IA d'entreprise ne perd pas d'argent à cause des tokens : il le perd avant
Il arrive un moment où l'accumulation de pilotes d'intelligence artificielle cesse de ressembler à de l'ambition et commence à ressembler à du désordre. Ce moment est arrivé pour de nombreuses grandes entreprises en 2026, et le signal le plus clair n'a pas été un effondrement technologique ni un échec de modèle. Ce fut quelque chose de plus banal et de plus difficile à défendre lors d'une réunion de conseil d'administration : la consommation de tokens a devancé le budget sans générer de valeur proportionnelle.
Uber a été l'un des cas qui a émergé au grand jour. L'entreprise a ajusté ses dépenses internes en IA après que la consommation a dépassé les prévisions. Ce ne fut pas une exception isolée ; ce fut le symptôme visible d'un schéma qui se répète dans des organisations ayant adopté l'IA avec une logique maximaliste durant les deux années précédentes : davantage de cas d'usage, davantage d'agents déployés, davantage d'employés intégrés au système, davantage de tokens consommés. La logique était défendable au départ. Lorsqu'une technologie est nouvelle et que son potentiel de transformation n'est pas encore clairement établi, une exploration large a du sens. Le problème est que cette exploration ne s'est pas arrêtée au moment où elle aurait dû céder la place à une architecture délibérée.
Sumeet Agrawal, Vice-Président de la Gestion de Produit pour les Données, la Gouvernance de l'IA et l'Ingénierie du Contexte chez Salesforce, a publié dans Fortune un diagnostic qui mérite davantage d'attention que celle habituellement accordée à une chronique d'opinion corporative. Son argument central est précis : baisser le prix des tokens ne résout pas le problème, car le problème ne réside pas dans le prix. Il réside dans la façon dont les entreprises sont architecturées pour les utiliser.
Un pipeline qui fuit à chaque étape
La métaphore qu'utilise Agrawal est utile parce qu'elle est exacte : le pipeline d'IA moderne dans une grande entreprise se comporte comme une passoire. Il laisse filtrer les tokens, et avec eux l'argent, à chaque phase d'exécution. Et ce n'est pas accidentel ; c'est par conception. Ou plus précisément, par absence de conception.
Lorsqu'un agent reçoit une requête de vente ou de service client, la première chose qu'il fait — s'il ne dispose pas d'une infrastructure de données bien construite en dessous — c'est d'inonder le prompt avec du contexte brut. Des données non traitées, des enregistrements dupliqués, un historique sans priorité définie. Le modèle traite alors cette masse d'informations, dont la majeure partie n'est que du bruit. Selon Agrawal, cet excès peut représenter cinq à dix fois plus de tokens que nécessaire par interaction. Aux prix oscillant entre dix et quinze dollars par million de tokens, et avec des milliers d'interactions quotidiennes dans une entreprise de taille moyenne à grande, l'arithmétique devient rapidement impossible à ignorer.
Le deuxième point de fuite est l'accès non gouverné aux données. Sans catalogue clair, sans traçabilité, sans indicateurs de qualité, les agents naviguent dans des entrepôts de données à la recherche d'informations fiables. Le processus est lent, coûteux et produit des résultats inconsistants. La gouvernance, lorsqu'elle existe, fonctionne généralement comme un contrôle après coup, et non comme un signal de routage qui dirigerait l'agent vers les données certifiées dès la première tentative.
Le troisième point de fuite est peut-être le plus coûteux en termes de budget direct : envoyer chaque tâche au modèle le plus puissant disponible, quelle que soit la complexité de la tâche. Une classification routinière ou une recherche simple ne nécessite pas le même modèle qu'un raisonnement complexe ou une décision sensible. Traiter tous les cas avec le même modèle de pointe est l'équivalent organisationnel d'utiliser une équipe de cadres supérieurs pour des tâches qu'un analyste junior pourrait résoudre : techniquement possible, fonctionnellement absurde.
Les deux derniers points de fuite sont moins visibles mais tout aussi coûteux. Les agents sans mémoire persistante recommencent chaque interaction depuis zéro : ils rechargent le contexte, retraitent l'historique, redécouvrent des exceptions qui avaient déjà été résolues. Et les agents sans sémantique réutilisable régénèrent des réponses qui auraient pu être mises en cache ou précalculées. Chaque interaction récurrente est facturée comme si c'était la première.
Ce que les fournisseurs ne peuvent pas résoudre à votre place
Anthropic, OpenAI et Google ont réduit les prix des tokens d'entrée et lancé des mécanismes de mise en cache des prompts. Cursor, dans sa version Composer 2.5, intègre le coût comme variable dans la sélection des modèles, et pas seulement la performance. Ce sont des réponses rationnelles à la pression des clients, mais elles s'attaquent à la mauvaise variable si l'entreprise n'a pas résolu ses problèmes d'architecture interne.
Réduire le prix par token dans un système qui consomme dix fois plus de tokens que nécessaire produit une économie proportionnelle, mais ne comble pas l'écart structurel. C'est une amélioration linéaire appliquée à un problème qui a une solution d'un autre ordre de grandeur. L'entreprise qui résout d'abord l'architecture obtient un avantage que la réduction des prix ne peut pas répliquer, parce que cet avantage ne se trouve pas sur le marché des tokens : il réside dans la qualité des données propres, dans la gouvernance des flux et dans la capacité à router le travail vers le bon modèle selon la nature de chaque tâche.
Agrawal le formule avec clarté : n'importe quelle entreprise peut acheter davantage de tokens. Très peu savent comment extraire davantage de valeur avec moins de tokens. La différence entre les deux n'est pas technologique au sens étroit du terme. Elle est architecturale et organisationnelle.
L'exemple qu'il propose est concret : l'intégration entre la gestion des données maîtres d'Informatica et Data 360, la plateforme de données clients de Salesforce, garantit que chaque agent opère sur un contexte client vérifié et enrichi sémantiquement. Le résultat n'est pas seulement une efficacité en termes de tokens : c'est la conversion d'une consommation non gouvernée d'IA en valeur métier mesurable et auditable.
Le véritable coût de l'absence de conception
Du point de vue de la conception organisationnelle, ce que décrit Agrawal n'est ni un problème technologique ni un problème de prix. C'est le coût différé d'avoir sauté la phase d'exploration disciplinée pour s'installer dans une phase d'exploitation prématurée d'une technologie qui n'avait pas encore les fondations nécessaires pour être exploitée de façon efficiente.
Les entreprises qui ont adopté l'IA avec une logique maximaliste entre 2024 et 2025 l'ont fait sous une pression légitime : l'incertitude quant aux modèles, aux flux de travail et aux équipes susceptibles de générer de la valeur justifiait une stratégie de déploiement large. Ce qui ne le justifiait pas, et que de nombreuses organisations n'ont pas fait, c'était de construire en parallèle l'infrastructure de données et de gouvernance qui allait déterminer si ce déploiement passerait à l'échelle de manière durable ou s'accumulerait simplement en dette technique.
Le problème n'est pas d'avoir exploré. C'est d'avoir exploré sans conception de fond. Et maintenant, cette absence de conception se manifeste sous la forme de factures de tokens qui dépassent les budgets et de résultats qui ne peuvent pas être attribués à des investissements spécifiques.
Il existe un schéma dans les cas d'adoption technologique en entreprise qui mérite d'être nommé : les organisations ont tendance à mesurer trop tôt avec les mauvais critères, condamnant des initiatives qui ne devraient pas encore être jugées selon les mêmes métriques que l'activité principale. Mais elles ont également tendance à laisser trop longtemps sans aucune métrique des initiatives qui devraient déjà produire de la valeur. Avec l'IA d'entreprise, de nombreuses PME et grandes compagnies ont fait la seconde chose : elles ont déployé sans mesurer ni architecturer, et font maintenant face à l'ajustement depuis une position de plus grand désordre et de coût accumulé plus élevé.
La correction n'est pas coûteuse en termes absolus. Un catalogue de données bien construit, des indicateurs de qualité fonctionnant comme des routeurs, une mémoire persistante pour les agents, des règles claires d'affectation des modèles selon la complexité des tâches : aucune de ces décisions ne nécessite un budget exceptionnel. Elles nécessitent quelque chose de plus difficile à obtenir dans des organisations déjà en mode de mise à l'échelle : une priorité délibérée et une discipline architecturale soutenue dans le temps.
L'avantage qui ne s'achète pas sur le marché des modèles
Agrawal cadre l'efficacité des tokens comme le prochain avantage concurrentiel dans l'IA d'entreprise. La lecture est correcte mais peut être affinée. L'avantage réel ne réside pas dans l'efficacité des tokens en tant que métrique isolée. Il réside dans la capacité organisationnelle à convertir les données propres en contexte fiable pour des agents opérant à grande échelle, avec une gouvernance suffisante pour que les résultats soient auditables et attribuables.
Ce n'est pas une capacité qui s'achète auprès d'un fournisseur de modèles, ni qui s'obtient en réduisant le prix par million de tokens. C'est une capacité qui se construit en interne, avec des décisions d'architecture de données qui précèdent le déploiement des agents et non l'inverse. Les entreprises qui disposent déjà de cette infrastructure obtiennent un avantage qui s'amplifie avec le temps : chaque interaction est moins chère, plus rapide et plus fiable que la précédente. Celles qui ne l'ont pas font face à des coûts qui ne diminuent pas parce que les prix des tokens baissent.
Le marché des modèles de langage continuera à devenir moins cher avec le temps. C'est presque certain. Mais l'écart entre les entreprises qui savent utiliser l'IA avec efficacité et celles qui ne le savent pas restera un problème de conception organisationnelle, de qualité des données et de gouvernance. Et cet écart n'a pas de solution dans le catalogue d'un quelconque fournisseur externe.
Les organisations qui en 2026 opèrent encore avec des agents stateless, sans catalogues de données fonctionnels et en envoyant toute charge de travail au modèle le plus coûteux disponible, ne paient pas pour des tokens. Elles paient le coût différé de ne pas avoir conçu leur infrastructure d'IA quand il était encore peu coûteux de le faire.
