26.06.2026
7 min de lecture

70 % de fonctionnement, 30 % d’innovation : de nombreux budgets IT reposent encore sur cette règle empirique. En 2026, elle induit systématiquement les CIO en erreur. Cette règle partait du principe d’un fonctionnement stable et d’une évolution prévisible. Ce n’est plus le cas. Les infrastructures IA, les Opex Cloud et les coûts de production des modèles génératifs tirent le budget simultanément vers le haut et vers l’avant. Continuer à raisonner en pourcentages, c’est mesurer ce qu’il ne faut pas. La véritable question en 2026 est la suivante : quelle contribution à la valeur se cache dans chaque euro ?

Les points clés en bref

  • Le 70/30 est passé de benchmark à risque : Les coûts IA et Cloud pèsent simultanément sur le Run et le Transform ; un ratio figé masque cette réalité.
  • Trois enveloppes au lieu de deux : Le Run, le Grow et le Transform, dotés de leurs propres KPI, permettent de distinguer où s’arrête la stabilité et où commence l’avantage concurrentiel.
  • La contribution à la valeur prime sur la règle empirique : Devant le directoire, ce sont le Time-to-Value et le risque par poste qui comptent. Une moyenne sectorielle ne convaincra personne.

Articles connexes :La capacité Cloud se fait rare  /  VMware sous Broadcom : le plan de sortie comme levier

Pourquoi le ratio 70/30 est mal calibré pour 2026

La répartition classique opère une distinction nette entre le Run et le Change. Cette frontière s’estompe. La capacité GPU, les coûts d’inférence, les frais de plateforme et les niveaux de service pour l’IA en production pèsent sur la même ligne budgétaire et relèvent à la fois du fonctionnement et de l’investissement futur. Considérer une base de données vectorielle ou une couche d’observabilité pour les modèles comme un simple Run revient à sous-estimer leur caractère stratégique. À l’inverse, les inscrire en innovation masque des coûts fixes récurrents dans le budget projet. J’ai vu des budgets où la base de données vectorielle était comptabilisée en Run, et trois trimestres plus tard, personne ne parvenait à expliquer pourquoi les coûts opérationnels avaient autant explosé.

Le résultat est une double pression. Le fonctionnement coûte plus cher, car de nouvelles infrastructures s’ajoutent sans que les anciennes ne disparaissent. Parallèlement, chaque initiative IA sérieuse nécessite bien plus qu’un budget pilote. Un ratio fixe de 70 à 30 ne peut absolument pas refléter cette évolution ; il force le CIO à enfermer une réalité dynamique dans un chiffre statique.

Les trois axes budgétaires : Run, Grow, Transform

Plus pertinent qu’une logique binaire, une répartition en trois volets, telle que la définissent les analystes sous les termes Run, Grow et Transform. Le Run garantit la stabilité opérationnelle ; ici, c’est le coût de la stabilité face à la réglementation, aux SLA et aux coûts d’indisponibilité qui prime. Le Grow finance les capacités évolutives, à savoir les plateformes de données, l’intégration, la sécurité et le socle IA sur lequel reposera l’ensemble par la suite. Le Transform couvre les quelques initiatives qui créent une véritable différenciation concurrentielle.

L’avantage de cette approche réside dans le pilotage. Chacun des trois domaines se voit attribuer ses propres indicateurs et sa propre gouvernance. Le Transform ne peut être assumé que si le Grow fournit la base de mise à l’échelle et de gestion des risques. Une application IA différenciante dépourvue d’une plateforme de données solide en dessous n’est pas un projet Transform, mais un simple prototype accompagné d’une présentation pour le directoire.

Facteur 5 à 10
Une application GenAI en production coûte de 5 à 10 fois plus cher que le pilote, dès lors que la gouvernance, la sécurité, la mise à l’échelle et le change management s’y ajoutent.
Évaluation issue d’entretiens avec des CIO et de retours d’expérience sur la mise en production de GenAI

D’où vient vraiment la pression des coûts

Parler de « la cloud » de manière générale éloigne du problème. Trois sources doivent être distinguées. Premièrement, la pression opex structurelle issue des licences, des factures des hyperscalers et de la conformité. Les baisses de prix des fournisseurs consolidés, comme le cas VMware sous Broadcom, obligent à des réorientations en cours de route, sans que le business case pour l’innovation se détériore.

Deuxièmement, le besoin de capital pour les plateformes d’intelligence artificielle et de données, qui constituent une véritable investissement pour l’avenir et ne relève pas du cours de route. Troisièmement, les coûts d’opportunité des architectures obsolètes. Les dettes techniques lient dans de nombreux centres un important pourcentage de la capacité IT à la réactivité, les estimations atteignant parfois 20 ou 40 pour cent, souvent sans que cela soit visible dans le budget. C’est précisément là que l’effet du cours de route dépasse les 70 pour cent, discrètement et sans contrôle. Celui qui économise de façon générale ou recule instinctivement vers la cloud frappe rarement la partie la plus coûteuse. Une repatriation n’est rentable que si le personnel, le cycle de vie du matériel et la disponibilité sont honnêtement pris en compte.

Du budget pilote à l’économie de production

Le poste le plus dangereux dans l’ancienne logique est l’intelligence artificielle générative. En phase pilote, elle coûte peu, quelques semaines, un modèle, un cas d’utilisation. En production, il faut ajouter la gouvernance, les vérifications de sécurité, les équipes rouges, le suivi, l’échelle et le gestion des changements. Le saut coûte rapidement plusieurs fois le coût de l’expérience. Celui qui place exclusivement l’IA générative dans le fonds d’innovation à 30 pour cent découvrira l’excès au moment du lancement.

La conséquence pour l’allocation est claire : l’IA productive nécessite une ligne budgétaire propre dans la zone de croissance, avec des coûts fixes d’exploitation qui ne disparaissent pas dans le fonds d’innovation. Sinon, le prochain pilote subventionne discrètement l’exploitation du précédent. Personne ne s’en rend compte.

Comment les CIO expliquent la nouvelle répartition au conseil d’administration

Une nouvelle répartition ne peut être justifiée qu’avec de la logique, une nouvelle règle empirique ne suffit pas. Trois outils facilitent ce dialogue. La vision portefeuille basée sur le cours de route, la croissance et la transformation permet de voir clairement pour quoi l’argent travaille. L’allocation selon la contribution de valeur exige pour chaque position importante du cours de route une justification en termes de stabilité, et pour chaque position de transformation une estimation de valeur avec délai de retour. Et un budgeting zero-based périodique, tous les deux à trois ans ou après un choc, pose la question essentielle qui protège le cours de route contre une inflation progressive : Qu’est-ce que nous ne financerions plus aujourd’hui si nous recommencions à zéro ?

Pour la réalité DACH, des thèmes supplémentaires entrent en jeu, que le cadre américain ne connaît pas. La réglementation européenne, le règlement sur l’IA, les coûts énergétiques et des centres de données ainsi que le manque de main-d’œuvre spécialisée modifient davantage les calculs. Le CIO qui réussit à budgétiser en 2026 gère un portefeuille de valeur, pas un compte en pourcentage. C’est cette véritable évolution derrière le chiffre.

Foire aux questions

La règle des 70/30 pour les budgets IT est-elle encore valable ?

Plus un chiffre rond à adopter. L’infrastructure IA et l’opex cloud pèsent sur le fonctionnement et l’innovation en même temps, ce qui fait que la relation fixe cache la répartition réelle. Il est plus pertinent de gérer selon la valeur ajoutée et d’appliquer une division en trois parties : Run, Grow et Transform.

Que signifient concrètement Run, Grow et Transform ?

Run assure la stabilité opérationnelle, Grow finance des compétences élargissables comme les plateformes de données et la base IA, Transform paie les initiatives rares qui différencient dans la concurrence. Chaque domaine dispose de ses propres indicateurs, plutôt que de tout mettre dans deux bocaux.

Pourquoi la IA générative défie la logique budgétaire ?

Parce que le saut du pilote vers la production génère de nouvelles charges fixes : gouvernance, sécurité, monitoring, scalabilité et gestion du changement. La IA productive coûte rapidement plusieurs fois l’expérience initiale et doit être placée dans une ligne budgétaire spécifique, pas dans le fonds général d’innovation.

L’externalisation des données en cloud permet-elle de réduire les coûts ?

Rarement aussi clair que cela semble. Une externalisation se justifie uniquement si le personnel, la durée de vie des matériels et la fiabilité sont honnêtement intégrés. Le levier principal réside souvent dans les coûts opérationnels structurels et les dettes techniques, pas seulement dans la question du lieu.

Comment un CIO justifie-t-il la nouvelle répartition devant le conseil d’administration ?

Sur la valeur ajoutée, le risque et le délai jusqu’à la valeur (Time-to-Value), plutôt que sur les valeurs de doigt de la branche. Utiles sont une vision par portefeuille selon Run, Grow et Transform, une justification des coûts de stabilité par position Run et un budget zéro-base périodique qui justifie régulièrement la base Run.

Source de l’image : générée par IA (juin 2026)

Partager cet article :

Aussi disponible en

Plus d'articles

24.06.2026

VMware sous Broadcom : le plan de sortie comme levier

Bernhard Liebl

7 min. de lecture Une facture VMware de 500.000 Euro par an passe à deux millions sous Broadcom. De ...

Lire l'article
24.06.2026

Midjourneys pari médical est un test de stratégie

Bernhard Liebl

7 Min. Temps de lecture David Holz se tient sur une scène et annonce que l'on va bientôt plonger dans ...

Lire l'article
23.06.2026

Capacité de cloud devient rare, les directeurs informatiques doivent planifier maintenant

Bernhard Liebl

7 min de lecture 63 %. C’est la croissance annuelle enregistrée par le cloud de Google, laissant ...

Lire l'article
22.06.2026

Bosch démantèle pour reconstruire

Eva Mickler

6 Min. de lecture Bosch supprime environ 13 000 postes supplémentaires en Allemagne d’ici 2030 et ...

Lire l'article
20.06.2026

Usine intelligente : pourquoi le bord dépend du processus

Bernhard Liebl

6 Min. Temps de lecture Les machines sont connectées et les capteurs fournissent des données, mais ...

Lire l'article
Un magazine de Evernine Media GmbH