Les factures d'IA élevées remodèlent les stratégies de sélection de modèles des entreprises.

Contexte sectoriel

Ces dernières années, les entreprises se sont précipitées pour déployer les modèles d'IA les plus avancés afin de rester compétitives, mais les factures élevées les obligent à repenser leur stratégie. Selon iTnews, le budget IA 2026 d'Uber a été épuisé par ses employés en quatre mois, en raison de l'utilisation massive d'outils de codage IA, contraignant la direction à en limiter l'accès. Parallèlement, le modèle de tarification des fournisseurs d'IA passe des abonnements fixes à une facturation à la consommation de tokens, rendant les coûts imprévisibles. Harold Byun, PDG de BlueRock, révèle que de nombreux clients signalent des dépassements budgétaires de 20 à 30 % : « Ce changement de modèle de tarification a pris beaucoup de monde au dépourvu. »

Impact sur le marché

L'explosion des coûts perturbe les budgets IT des entreprises. Gartner prévoit que d'ici 2028, le coût du codage IA dépassera le salaire moyen des développeurs ; son enquête montre également que 75 % des dirigeants s'attendent à une hausse des budgets technologiques cette année, dont près de la moitié prévoit une augmentation à deux chiffres. Les entreprises commencent à adopter des modèles moins chers : les données d'OpenRouter (un marché de modèles IA) indiquent que la part des tokens open source est passée de 34 % en janvier à 65 % en juin. Les entreprises utilisent de plus en plus des outils de routage pour affecter les tâches au modèle le plus rentable, ne réservant les modèles haut de gamme qu'aux tâches complexes.

Paysage concurrentiel

La sensibilité accrue aux coûts a directement redessiné le paysage concurrentiel. Les gagnants sont les fournisseurs de modèles open source, en particulier DeepSeek, une entreprise chinoise. Selon un rapport de Citi, les modèles chinois comme DeepSeek figurent parmi les quatre plus populaires sur OpenRouter, avec un prix 22 fois inférieur à celui des meilleurs modèles américains – 18 cents contre 4 dollars par million de tokens. Nikesh Arora, PDG de Palo Alto Networks, exhorte publiquement les laboratoires d'IA à « fixer les prix à l'avance », en facturant dès maintenant aux tarifs futurs anticipés, plus bas. OpenAI envisagerait une baisse significative de ses prix, notamment en réduisant les taux d'utilisation des tokens, pour faire face à la concurrence d'Anthropic. Cependant, ces baisses de prix pourraient nuire à la croissance des revenus de ces entreprises, surtout qu'elles se préparent à d'éventuelles introductions en bourse.

Implications pour les entreprises

Les entreprises doivent développer une conscience des coûts et introduire des outils de routage IA pour gérer les tâches par niveaux. Pour les secteurs sensibles, les préoccupations de sécurité concernant les modèles chinois restent un obstacle, mais le principe « 90 % des performances pour 10 % du prix » des modèles open source attire leur adoption dans les scénarios non critiques. Il est recommandé aux entreprises d'imiter la stratégie multi-cloud de l'informatique en nuage : diversifier les risques entre plusieurs fournisseurs de modèles et choisir de manière flexible en fonction de la complexité des tâches.

Perspectives

Au cours des 12 à 24 prochains mois, l'écart de capacité des modèles open source se réduira à environ quatre mois. La guerre des prix pourrait pousser OpenAI, Anthropic et d'autres à accélérer leur introduction en bourse pour obtenir des financements, mais elle pourrait également peser sur leur valorisation en raison de la compression des marges.Dans les 12 à 24 mois à venir, l'écart de capacités des modèles open source se réduira à environ 4 mois, et la guerre des prix pourrait contraindre OpenAI, Anthropic et d'autres à accélérer leur introduction en bourse pour obtenir des financements, mais aussi à subir une pression sur leur valorisation en raison de la compression des marges bénéficiaires. À plus long terme (3 ans), le marché de l'IA évoluera vers un écosystème multi-cloud et de commercialisation des modèles, où les achats d'IA par les entreprises passeront de « choisir le plus puissant » à « choisir le plus rentable ».