Budget IA en entreprise : le token devient une ligne de budget

Ouvrez votre budget IA. Il y a de fortes chances qu'il ressemble à un budget logiciel : un prix par siège, multiplié par un nombre d'utilisateurs, rangé quelque part dans la ligne IT.

Cette hypothèse vient de se casser. Ce que vos équipes consomment désormais, c'est du temps de travail de machine : une dépense variable, qui monte avec l'usage, et qui ne reste plus chez les développeurs. Voici pourquoi ça bascule maintenant, et ce que ça change concrètement dans votre prévisionnel.

Les IA travaillent seules de plus en plus longtemps

L'institut d'évaluation METR a eu une idée simple : au lieu de mesurer si une IA répond « bien », mesurer la durée des tâches qu'elle peut mener seule. Concrètement, ils prennent des tâches chronométrées sur des professionnels humains, de quelques secondes à plusieurs heures, et regardent jusqu'à quelle longueur un modèle réussit en autonomie une fois sur deux.

Le résultat est une exponentielle. Selon la dernière mise à jour de METR, cet horizon de tâche a doublé environ tous les 7 mois entre 2019 et 2025. Sur la période récente (depuis 2024), le rythme estimé tombe autour de 3 mois (89 jours avec leur méthodologie mise à jour).

Les meilleurs modèles sont ainsi passés de tâches de quelques minutes en 2024 à des tâches de plusieurs heures en 2026. C'est exactement ce que ressentent ceux qui utilisent Claude Code, Cowork, Codex ou ChatGPT Work : un agent tient désormais un chantier entier, là où il fallait le reprendre toutes les cinq minutes il y a un an. Si vous découvrez le sujet, notre guide complet sur les agents IA pour les PME pose les bases.

L'accélération s'auto-alimente : les modèles construisent les modèles

Ce qui rend la courbe si raide, c'est que les modèles participent désormais à la fabrication des modèles suivants.

Anthropic l'a documenté dans un papier intitulé When AI builds itself. En mai 2026, plus de 80 % du code fusionné dans leur base de code était écrit par Claude, contre quelques pourcents avant le lancement de Claude Code. Sur un test interne qui demande à chaque modèle d'accélérer son propre code d'entraînement, Opus 4 obtenait un gain d'environ 3x ; Mythos Preview atteint environ 52x.

Avant, on améliorait les outils. Maintenant, on a un outil qui aide à améliorer les outils. C'est ça, la récursivité. Et si on la combine avec la courbe de METR, la conclusion est claire : l'IA va prendre en charge une part croissante des tâches réalisées sur un ordinateur par des professionnels.

Ce n'est plus un sujet de développeurs

La plupart des dirigeants rangent encore ce sujet dans la case « IT ». C'est une erreur.

Les agents se connectent désormais à vos outils (mails, CRM, tableurs, documents) et travaillent en autonomie sur des tâches longues. Ce qui touchait les développeurs touche maintenant le juridique, la finance, le marketing et les opérations.

OpenAI en donne une illustration frappante dans un article sur la transformation du travail par les agents : chaque département, juridique et recrutement compris, utilise désormais Codex comme principal outil d'IA au travail. En interne, le nombre d'utilisateurs non-développeurs de Codex a été multiplié par 12 depuis août 2025.

Je l'ai vu de près en coachant un commercial d'une grande entreprise tech sur Claude Code. Avant l'accompagnement, il utilisait l'IA « version 2025 », en ping-pong. Puis il a découvert qu'il pouvait connecter Claude Code à son Gmail, à son CRM, à son outil de retranscription d'appels et à bien davantage. L'écart de valeur l'a stupéfait. Pour vous lancer à votre tour, notre guide pour débuter avec Claude Code est un bon point d'entrée.

Le hic, c'est que ça change la nature de la dépense. Tant que l'IA restait un outil de développeurs, elle tenait dans une ligne IT. Dès qu'elle travaille pour le juridique, la finance, le marketing et les opérations, ce n'est plus une ligne, c'est un poste.

Le coût des tokens IA : une ressource variable, pas un abonnement

Si vos collaborateurs travaillent avec des agents qui tournent parfois une heure sur une tâche, vous ne consommez plus un abonnement logiciel à prix fixe. Vous consommez une ressource variable : des tokens.

Le token devient donc une ressource de travail à budgéter, au même titre qu'un poste informatique ou une licence. Cette ligne a une logique propre : plus l'usage est intense et autonome, plus elle coûte, mais plus elle produit.

Le prix unitaire baisse, la facture totale peut monter

Paradoxe à intégrer dans votre prévisionnel : le prix de l'intelligence chute. Rien qu'en août 2026, plusieurs laboratoires ont cassé les prix. Voici les tarifs publics par million de tokens (entrée / sortie) des principaux modèles, du plus économique au plus puissant :

Prix relevés en octobre 2026, tarifs API standard hors cache et hors traitement par lots.

Entre le modèle le plus économique (en heures creuses) et le plus puissant, l'écart dépasse un facteur 15 en entrée et 25 en sortie. Et ces prix bougent vite, dans les deux sens. DeepSeek, qui facturait V4-Pro 0,435 $ en entrée à la mi-août, a relevé ses tarifs et double désormais la note aux heures de pointe. Google a déjà annoncé que Gemini 3.8 Flash passera à 1,50 $ / 7,50 $ au 1er janvier 2027. À l'inverse, OpenAI présente GPT-6.1 Sol comme proche de GPT-6 Astra pour cinq fois moins cher.

Un modèle bon marché n'est pas forcément le bon pour le raisonnement complexe, et le plus cher n'est pas toujours nécessaire. D'où ma préconisation : un routeur par tâche, qui envoie chaque demande vers le modèle adapté plutôt que tout vers le plus cher. Pour les données sensibles, les modèles ouverts qui tournent en local deviennent aussi une vraie option, un sujet abordé dans notre article sur l'IA souveraine en Suisse.

Première conséquence pratique : si vous avez chiffré un projet IA il y a six mois et que vous l'avez enterré parce que le coût au token ne passait pas, ressortez le dossier. Seconde conséquence : un prix unitaire qui baisse ne garantit pas une facture qui baisse, puisque la ligne token grossit avec l'intensité et l'autonomie des usages. D'où l'intérêt de la suivre à part.

Quel ordre de grandeur pour votre budget IA ?

Comme hypothèse de travail, je vous propose de partir de ce qu'a déclaré Arthur Mensch, PDG de Mistral AI, lors de son audition à l'Assemblée nationale le 12 mai 2026. Chez Mistral, a-t-il expliqué, la consommation d'IA représente 10 % de la masse salariale.

Il précise que Mistral, qui fabrique cette technologie, l'adopte plus vite que les autres. Mais il extrapole : d'ici trois à quatre ans, l'Europe entière utiliserait l'IA à hauteur d'environ 10 % de sa masse salariale.

Grossièrement, prenez donc votre masse salariale totale et multipliez-la par 10 % : vous obtenez un ordre de grandeur de budget IA à l'horizon de quelques années. C'est une boussole, pas une facture ; l'important est de commencer à mesurer pour savoir où vous vous situez.

C'est avec cette réalisation en tête que j'ai créé un simulateur de budget IA gratuit sur Diagnostic IA, également proposé dans le Lab de maijin.ch. En quelques minutes, il dresse la photographie de ce que votre entreprise paie réellement pour l'IA, y compris ce qu'elle paie sans le savoir, puis projette les coûts et le retour sur investissement.

Trois décisions à prendre avant de figer votre budget IA

En cette période de construction budgétaire, le budget que vous préparez n'est plus celui de l'année en cours, c'est celui de l'année prochaine. Trois décisions à prendre avant de le figer.

1. Un budget IA dédié et monitoré. Arrêtez les dépenses IA cachées et éparpillées. Créez une ligne budgétaire, et surtout un reporting précis par usage, par équipe et par outil. L'objectif : savoir quel token produit quel retour. Ce ne sera pas facile, car tout cela est très nouveau, mais mieux vaut commencer tôt.

2. Partez de l'usage. Je repense à un appel en juillet 2026 avec un DSI très ouvert sur l'IA, qui autorisait largement l'expérimentation. Mais avant de mettre la main au porte-monnaie, il demandait à ses collaborateurs d'exprimer leur besoin, du type « j'ai cette idée, puis-je avoir 100 dollars de tokens pour la tester sur tel agent ? ». Il ne donnait pas non plus accès à Claude Code tant que personne ne le demandait : inutile d'équiper des collaborateurs qui n'en ont pas exprimé le besoin.

3. Inspirez-vous de la méthode Qonto. Chez Qonto, 86 % des collaborateurs utilisent l'IA au quotidien, dans tous les départements, selon un communiqué de l'entreprise d'avril 2026. Leur méthode repose sur trois leviers : des relais internes par équipe (pas un « chef IA » unique), un objectif de départ volontairement bas (un usage par mois pour chacun, puis par semaine, puis par jour) et un signal clair de la direction, avec l'IA inscrite dans les objectifs de l'entreprise.

Ce dernier point rejoint le cœur de notre métier chez MAIjin, où nous avons formé plus de 4 500 professionnels dans plus de 150 organisations : une ligne token n'a de sens que si les équipes savent transformer ces tokens en travail utile. Si vous voulez aussi chiffrer ce volet, notre article détaille combien coûte une formation IA en Suisse.

Ce qu'il faut retenir

Articles recommandés