Agents IA : le vrai coût caché que personne ne met dans son business case

Le scénario se répète. Un pilote d'agent IA prometteur, une démo convaincante, un business case signé. Six mois plus tard, la facture d'API a triplé, la gouvernance n'est pas financée, et le comité d'investissement demande des comptes. Gartner a mis un chiffre sur cette dérive : plus de 40 % des projets d'agents IA seront annulés d'ici fin 2027, en raison de coûts croissants, de valeur floue et de contrôles de risque inadéquats.

Le problème n'est pas technologique. Il est budgétaire. Les dirigeants valident des projets sur un coût de pilote, alors que le coût de production obéit à une autre logique.

Le pilote n'est pas le coût. Il en est la moitié.

McKinsey est direct : les coûts d'inférence (tokens) et de réingénierie des processus représentent souvent 2 à 3 fois le coût initial du pilote. Cet écart est systématiquement absent des business cases.

Pourquoi ? Parce qu'un pilote tourne sur un périmètre restreint, avec peu d'utilisateurs, peu d'appels, peu d'outils connectés. En production, chaque paramètre change d'échelle — et la facture avec.

Microsoft le reconnaît dans sa documentation : le coût d'un agent en production dépend du nombre d'appels, de la longueur des contextes et des outils connectés. Trois variables rarement modélisées.

La facturation à l'usage déplace le risque vers votre budget

SAP, Microsoft, Google, OpenAI, Anthropic : tous facturent à l'usage. Tokens d'entrée, tokens de sortie, appels d'outils. Le coût marginal devient le principal poste caché.

SAP précise que Joule est inclus dans certaines licences, mais que les consommations au-delà des quotas sont facturées à l'usage. Google Cloud documente une tarification par token sur Vertex AI Agent Builder. OpenAI affiche des écarts de prix importants entre modèles.

Traduction pour un dirigeant : le choix du modèle, la longueur des prompts, la gestion du cache et le nombre d'outils connectés déterminent directement votre facture mensuelle. Ce ne sont pas des décisions techniques. Ce sont des décisions budgétaires.

La gouvernance n'est pas un coût optionnel

McKinsey (State of AI 2024) : 65 % des organisations utilisent régulièrement l'IA générative, mais seules 21 % ont mis en place une gouvernance pour gérer les risques liés aux agents.

Cet écart se paie. Microsoft rappelle que chaque agent doit être identifié, surveillé et audité — avec des coûts d'identité et de sécurité (Entra) à intégrer au budget. Satya Nadella le formule sans détour : les agents doivent être gouvernés, identifiés et audités comme des identités à part entière dans l'entreprise.

Gartner anticipe que 15 % des décisions de travail quotidiennes seront prises de manière autonome par des agents IA en 2028, contre 0 % en 2024. Qui audite ces décisions ? Qui les supervise ? Ces coûts doivent figurer dans le business case, pas dans les mauvaises surprises.

La donnée : le coût que SAP assume à demi-mot

Christian Klein, CEO de SAP, le dit clairement : la valeur des agents IA dépend d'abord de la qualité et de la gouvernance des données d'entreprise. Autrement dit, un agent qui s'appuie sur des données sales produit des décisions sales.

La remédiation des données est un coût caché majeur. Il n'est pas chiffré publiquement, mais il précède tout déploiement sérieux. Le Monde Informatique confirme : les projets d'agents IA en entreprise se heurtent à la question du coût réel et de la gouvernance des données.

La conformité : un risque à 7 % du chiffre d'affaires

L'AI Act européen (Règlement UE 2024/1689), entré en vigueur en août 2024, impose des obligations progressives. Les amendes peuvent atteindre 35 M€ ou 7 % du chiffre d'affaires mondial pour les manquements les plus graves.

Le NIST a publié en 2023 son AI Risk Management Framework (AI RMF 1.0), référence officielle pour la gouvernance des risques IA. La CNIL a établi un cadre de recommandations sur l'IA et la protection des données.

Ces référentiels ne sont pas décoratifs. Ils déterminent le coût de conformité et d'audit de vos agents. Ils doivent être provisionnés dès le business case.

Les sept postes à chiffrer avant le comité

Voici la liste que nous recommandons de présenter systématiquement :

• Tokens et inférence — volume d'appels, longueur des contextes, choix du modèle, cache.
• Orchestration multi-agents — coordination, évaluation continue, monitoring (VentureBeat souligne que ces postes sont absents des business cases initiaux).
• Données — remédiation, qualité, gouvernance.
• Sécurité et identité — chaque agent identifié, surveillé, audité (cadre Microsoft).
• Conformité — AI Act, RGPD, AI RMF du NIST.
• Formation et conduite du changement — France Num et Bpifrance rappellent que le coût total inclut ces postes.
• Run et support — maintenance, évolutions, incidents.

IDC estime les dépenses mondiales en IA à 632 milliards de dollars en 2028, avec une part croissante consacrée aux agents. Mais IDC note aussi que le TCO réel des agents reste mal mesuré par les DSI. L'Usine Digitale confirme : les DSI françaises peinent à chiffrer le TCO des agents IA, entre licences, tokens et intégration.

Le piège du pilote gratuit

Gartner prévoit que 40 % des applications d'entreprise intégreront des agents IA en 2026, contre moins de 1 % en 2024. Cette explosion rend la facture d'infrastructure et de tokens difficile à prévoir.

Le MIT (NANDA) observe que la majorité des pilotes GenAI n'atteignent pas le stade de la production, révélant des coûts d'intégration sous-estimés. Le chiffre de 95 % de pilotes sans retour mesurable est largement médiatisé, mais sa méthodologie est contestée — à citer avec prudence.

Ce qui est certain : le passage du pilote à la production est le moment où les coûts cachés se révèlent. Stanford HAI (AI Index 2025) note que les coûts d'inférence des modèles frontières continuent d'augmenter, rendant la prévision budgétaire plus difficile.

« Plus de 40 % des projets d'agents IA seront annulés d'ici fin 2027, en raison de coûts croissants, de valeur floue et de contrôles de risque inadéquats. » — Rita Sallam, VP Analyst chez Gartner

Ce que nous recommandons

Un business case d'agent IA ne se valide pas sur une démo. Il se valide sur un TCO complet, avec des hypothèses explicites sur le volume d'appels, le choix du modèle, la gouvernance et la conformité.

Gene Alvarez, Distinguished VP Analyst chez Gartner, le résume : les agents IA vont transformer les applications d'entreprise, mais leur gouvernance et leur coût doivent être anticipés dès le business case.

Thomas Kurian, CEO de Google Cloud, ajoute : les agents IA s'appuient sur une tarification à l'usage qu'il faut modéliser précisément avant déploiement.

Notre position est simple : refusez tout projet d'agent IA dont le business case ne comporte pas les sept postes ci-dessus. Ce n'est pas de la prudence excessive. C'est la condition pour que votre projet ne rejoigne pas les 40 % annulés.