7 min de lecture

29 pour cent des dépenses cloud sont du gaspillage. Cela représente, à l’échelle mondiale, plus de 100 milliards de dollars américains par an, absorbés par des ressources inutilisées, des instances surdimensionnées et des abonnements oubliés. Le mouvement FinOps devait remédier à cela. Trois ans après son essor, le State of FinOps Report 2026 révèle : seuls 14 pour cent des entreprises ont atteint le niveau de maturité où le gaspillage diminue effectivement. Pour les 86 pour cent restants, FinOps est un processus qui existe – mais qui ne produit aucun résultat.

L’essentiel

29 pour cent – un chiffre qui stagne depuis trois ans

Les rapports Flexera State of the Cloud documentent, depuis 2023, la même vérité inconfortable : entre 27 et 29 pour cent des dépenses cloud sont gaspillées. Ce chiffre ne bouge pas. En 2023 : 27 pour cent. En 2024 : 27 pour cent. En 2025 : 28 pour cent. En 2026 : 29 pour cent. La tendance évolue même légèrement à la hausse.

Qu’est-ce que FinOps ? FinOps (Financial Operations) est une discipline managériale qui réunit les équipes technologiques, financières et métiers afin de rendre transparentes les dépenses cloud, de réduire le gaspillage et d’aligner les investissements sur les résultats opérationnels. La FinOps Foundation définit trois niveaux de maturité : Crawl (première visibilité), Walk (optimisation active) et Run (gouvernance automatisée). L’objectif n’est pas de minimiser les dépenses, mais de maximiser la valeur métier générée par chaque euro investi.

Les principaux responsables du gaspillage sont depuis des années les mêmes : le calcul inactif (Idle Compute, 35 pour cent), les instances surdimensionnées (25 pour cent) et les rabais liés aux engagements (Commitment-Rabatte) non utilisés. Les entreprises achètent des instances réservées (Reserved Instances) pour des charges de travail qui n’atteignent jamais le niveau d’utilisation prévu. Les développeurs provisionnent des environnements de test qu’ils oublient après la fin du sprint. Et personne ne désactive l’instance de préproduction qui tourne depuis octobre.

14 pour cent atteignent l’objectif : pourquoi la courbe de maturité stagne

Le State of FinOps 2026 Report (1.192 répondants, 83 milliards de dollars américains de dépenses cloud gérées) dresse un tableau déconcertant de la maturité FinOps : seuls 14,2 pour cent des organisations ont atteint le niveau « Run » – celui où l’optimisation est automatisée et intégrée aux processus de gouvernance. 51,4 pour cent restent coincées au niveau « Walk » : elles disposent de visibilité et réalisent des optimisations manuelles, mais sans automatisation.

Sources : State of FinOps 2026 (n=1.192), Flexera State of the Cloud 2026

La différence entre « Walk » et « Run » est mesurable : les organisations dotées de pratiques FinOps matures enregistrent 40 pour cent moins de gaspillage cloud que celles situées aux niveaux inférieurs (Flexera, 2026). Les 14 pour cent ayant réussi ne font donc pas que réaliser des économies – ils investissent avec plus de précision. La question est : qu’est-ce qui retient les autres 86 pour cent ?

La réponse n’est pas technique. Les outils existent. Les tableaux de bord sont construits. Le problème réside dans trois domaines que nul tableau de bord ne peut résoudre : la structure organisationnelle, les incitations et la vitesse.

Dépenses liées à l’IA : de 31 à 98 pour cent en deux ans

Le signal le plus frappant du State of FinOps 2026 est l’explosion de la responsabilité des coûts liés à l’IA : en 2024, seulement 31 pour cent des équipes FinOps géraient les dépenses IA. En 2025, ce chiffre était passé à 63 pour cent. En 2026, il atteint 98 pour cent. En deux ans, la gestion des coûts IA est passée d’un sujet de niche à une obligation universelle.

Le problème ? Les outils accusent un retard. La fonctionnalité la plus demandée dans l’ensemble du rapport est le suivi granulaire des dépenses IA – consommation de tokens, requêtes vers des modèles linguistiques à grande échelle (LLM-Requests), utilisation des GPU par application. Aucun outil commercial ne fournit actuellement cette profondeur d’analyse. Les CIO naviguent donc dans le brouillard concernant leurs dépenses IA, tandis que ces dernières augmentent de façon exponentielle.

Selon les répondants, la visibilité sur les coûts liés à l’IA constitue le principal défi, suivi de l’attribution aux métiers et de la détermination du retour sur investissement (ROI). Celui qui ignore le coût d’un cas d’usage IA spécifique ne peut pas décider si cet investissement est justifié. Et celui qui ne peut pas prendre cette décision n’optimise pas – il espère.

Trois raisons pour lesquelles FinOps ne se déploie pas à grande échelle

1. Le problème des incitations : les équipes de développement sont évaluées sur la vitesse de livraison des fonctionnalités (Feature-Velocity), pas sur l’efficience des ressources. Un développeur qui provisionne une instance d’une taille inférieure ne reçoit aucune reconnaissance. En revanche, s’il provoque une panne en production en raison de ressources trop limitées, il fait l’objet d’un examen d’incident (Incident-Review). Résultat : la surprovision est la décision rationnelle au niveau de l’équipe – même si elle génère 29 pour cent de gaspillage au niveau de l’entreprise.

McKinsey estime le potentiel d’économies offert par une mise en œuvre rigoureuse de FinOps à 20 à 30 pour cent des dépenses cloud. Pour une entreprise dont le budget cloud s’élève à 10 millions d’euros, cela représente 2 à 3 millions d’euros par an. Le calcul est simple. Pourtant, la mise en œuvre échoue toujours face aux mêmes obstacles organisationnels identifiés dès 2023. Et avec la croissance exponentielle des coûts liés à l’IA, l’écart entre le potentiel et la réalité ne cesse de s’élargir.

2. Le problème organisationnel : 78 pour cent des équipes FinOps relèvent du CTO ou du CIO. Cela semble indiquer une attribution claire. Ce n’est pourtant pas le cas. Les équipes qui génèrent les dépenses (développement, science des données, ingénierie ML) relèvent d’autres lignes hiérarchiques. FinOps peut créer de la transparence, mais ne peut pas réduire les budgets. Sans conséquences contraignantes, le tableau de bord reste une simple illustration.

3. Le problème de la complexité : les environnements multi-cloud, les charges de travail IA avec une consommation variable de tokens, les instances Spot, les rabais liés aux engagements (Committed Use Discounts) aux durées variables – les modèles tarifaires des fournisseurs hyperscalers sont volontairement complexes. Plus une entreprise utilise de services, plus l’optimisation devient difficile. Et chaque nouveau service IA accroît la complexité plus vite que la maturité FinOps.

La contre-argumentation : FinOps fonctionne – mais pas partout simultanément. Les 14 pour cent d’organisations au niveau « Run » prouvent que c’est possible. Elles partagent généralement un point commun : l’intégration des indicateurs FinOps dans les objectifs clés et résultats (OKRs) des équipes techniques (Engineering) et des politiques automatisées de redimensionnement (Rightsizing-Policies) qui s’appliquent sans validation manuelle. La différence ne réside pas dans l’outil, mais dans l’ancrage organisationnel.

Ce que font différemment les 14 pour cent

L’automatisation plutôt que le reporting : les organisations matures automatisent le redimensionnement (Rightsizing), les politiques d’arrêt (Shutdown-Policies) et les décisions relatives aux engagements (Commitment-Entscheidungen). L’équipe FinOps ne produit pas de rapports destinés à être lus – elle définit des règles qui s’appliquent automatiquement. La différence ? Le reporting informe. L’automatisation agit.

L’intégration dans les équipes techniques : les indicateurs FinOps font partie intégrante des revues de sprint et des OKRs techniques. L’efficience des coûts n’est pas une réflexion a posteriori, mais un critère de conception. Cela ne fonctionne que si le CIO ancre cette exigence dans la culture technique – non comme une mesure d’économie, mais comme une norme de professionnalisme.

Les dépenses IA comme catégorie à part entière : les équipes matures traitent les dépenses IA comme une catégorie budgétaire distincte dès le départ, avec des budgets propres, des seuils spécifiques et une gouvernance dédiée. Celui qui ne rend les dépenses IA visibles qu’au moment de la facture a déjà perdu le contrôle.

Conclusion

29 pour cent de gaspillage sur 100 milliards de dollars américains de dépenses cloud mondiales. FinOps existe depuis des années, mais seuls 14 pour cent des entreprises ont atteint le niveau de maturité où il produit effectivement des résultats. Le problème est connu, les outils sont disponibles, les équipes constituées. Ce qui manque, c’est la rigueur organisationnelle : des politiques automatisées plutôt que des tableaux de bord, des OKRs techniques plutôt que des rapports trimestriels, et une réponse franche à la question de savoir pourquoi le taux de gaspillage ne baisse pas depuis 2023. Les 40 pour cent de gaspillage en moins observés chez les organisations matures prouvent que cela fonctionne. Mais cela ne fonctionne que si FinOps est ancré dans l’organisation – pas avec un nouvel outil.

Questions fréquentes

Source de l’image : Pexels / kaboompics (px:5899079)