Mesurer la valeur de l'IA : du suivi des coûts à la décision budgétaire

Un écart entre suivre la dépense et mesurer la valeur

Le suivi des coûts d'IA progresse dans les organisations. La capacité à dire ce que ces coûts produisent reste, elle, beaucoup plus rare. C'est le contraste que fait apparaître la lecture des publications FinOps de la semaine, à commencer par un chiffre qui retient l'attention : 12 %.

Selon KPMG, 12 % seulement des répondants évaluent systématiquement la valeur de l'IA au regard de ses coûts. Ce chiffre isolé ne dit pas que les organisations ne mesurent rien, mais il suggère que la mesure de la valeur reste l'exception plutôt que la règle.

Ce que disent les chiffres KPMG

L'enquête KPMG — Global AI Pulse Q3 2026 — couvre 2 131 dirigeants seniors dans 20 pays. Elle indique que 59 % des répondants déclarent surveiller les dépenses pendant les opérations, et 61 % examinent les coûts au moment de l'approbation d'un projet.

Ces pratiques sont auto-déclarées : elles reflètent ce que les dirigeants disent faire, pas nécessairement ce que les systèmes permettent de vérifier. L'écart entre 59 % ou 61 % d'un côté et 12 % de l'autre mérite néanmoins l'attention. Il suggère que le contrôle budgétaire s'arrête souvent au moment où la question devient celle du retour obtenu.

La question pratique que cela pose est simple : les données déjà présentes dans un tableau de bord de coûts peuvent-elles servir à décider quel cas d'usage mérite davantage de budget ? En l'état, rien ne garantit que ces données soient structurées pour répondre à cette question.

Agents en production : une visibilité partielle

Le sujet se complique avec les agents. Open Future Forum rapporte que, parmi 60 répondants ayant des agents en production et ayant aussi répondu à la question des coûts, seuls 30 disposent d'une visibilité complète sur les coûts en temps réel.

L'échantillon est petit et ne représente pas l'ensemble des entreprises. Il invite toutefois à vérifier des points concrets en interne : peut-on identifier le propriétaire de chaque agent, son budget et sa production réelle ? Sans ces trois éléments, l'imputation d'un coût à un résultat devient difficile, et l'arbitrage budgétaire repose sur des estimations.

Routage de modèles : une promesse à vérifier

Sur l'optimisation, Weave rapporte que le trafic routé a été facturé environ 44 % de moins que ne l'auraient été les modèles initialement demandés. Son analyse porte sur 1,62 million de requêtes réparties sur 52 installations, et 82 % des requêtes ont été servies par un modèle différent de celui demandé au départ.

Ce résultat donne envie de tester le routage. Il ne faut pas pour autant inscrire 44 % tel quel dans un business case : il s'agit d'une conclusion de fournisseur, issue de sa propre plateforme. Plusieurs coûts doivent être intégrés avant de conclure : la qualité des sorties, le coût du routage lui-même, celui de l'évaluation et celui des reprises éventuelles. Un gain de facturation ne devient un gain économique que si la qualité reste au niveau attendu.

Une piste concrète : le coût par résultat métier accepté

Pour rendre la discussion budgétaire plus utile, je partirais de deux cas d'usage et d'une seule mesure : le coût par résultat métier accepté. L'exemple souvent cité est celui du ticket support résolu, en incluant les tentatives échouées et la revue humaine.

Cette approche oblige à définir ce que « résolu » signifie réellement, avant de comparer des coûts. Elle déplace la conversation du volume de jetons consommés vers ce que l'organisation reconnaît comme un résultat utile. C'est une suggestion de méthode, pas un résultat observé : sa pertinence dépend de la capacité à définir le résultat de façon stable et à l'attribuer sans ambiguïté.

Questions pratiques avant le prochain arbitrage

Quel résultat métier peut-on rattacher aujourd'hui à la facture d'IA ? La réponse conditionne la suite. Si aucun résultat n'est identifiable, la discussion budgétaire reste une discussion de coûts.

D'autres questions méritent d'être posées : qui est propriétaire de chaque agent, quel budget lui est associé, quelle production réelle lui est attribuée ? Comment traiter les tentatives échouées et la revue humaine dans le calcul ? Et comment comparer deux cas d'usage qui ne produisent pas le même type de résultat ?

Ces questions n'apportent pas de réponse toute faite, mais elles déplacent l'attention vers ce qui manque le plus souvent : un lien explicite entre la dépense et ce qu'elle permet d'obtenir.