Token-OPEX : l’inférence commande, pas le budget des sièges

Les coûts des tokens ne figurent pas comme une ligne de fonctionnalité dans un contrat SaaS. Ce sont des OPEX variables par workflow – et dans de nombreuses organisations DACH, sans étiquette de coût, sans limite et sans responsable. C’est précisément là que naissent les dépenses fantômes en IA, avant que le prochain tour de table des éditeurs de logiciels ne libère le même levier.

En lienTrois budgets IA, pas de facture commune  /  Services managés : la facture que personne ne veut voir

Le débat sur les budgets IA est arrivé dans de nombreuses entreprises : trois enveloppes, pas de facture commune, des Capex pour l’infrastructure ici, du SaaS là. Ce qui manque souvent, c’est la troisième couche – l’inférence variable. Elle évolue avec l’usage, pas avec la durée du contrat. Elle apparaît dans les tableaux de bord des fournisseurs, rarement dans le centre de coût interne. Et elle rend les workflows agentiques plus coûteux dès que « autant d’IA que possible » devient la politique par défaut.

Il ne s’agit pas d’une digression FinOps abstraite. Les éditeurs de logiciels intégrant des fonctionnalités IA répercutent les coûts des tokens et des GPU dans leurs marges. Lorsque ces coûts augmentent ou deviennent imprévisibles, les tarifs, les plafonds et les restrictions de fonctionnalités s’adaptent. Sans gouvernance interne des tokens, vous adoptez la logique du fournisseur sans filtre – en plus de la prolifération des comptes fantômes.

Ce qui distingue les OPEX des tokens des trois budgets IA

Le précédent article a déjà décrit la fragmentation des enveloppes IA. Ici, il est question de l’unité de facturation. Les Capex pour les clusters et les licences SaaS sont planifiables sur un cycle annuel. Les tokens et les minutes d’inférence sont consommés en fonction de l’usage. Un agent qui analyse mille documents en une nuit génère une courbe de coûts différente de dix licences pour un siège Copilot.

Sans étiquettes, la facture ressemble à « le cloud est devenu plus cher ». Avec des étiquettes, on voit : quel workflow, quel modèle, quel métier, quel résultat. C’est la différence entre un débat budgétaire et une capacité de pilotage.

Les ressources de la FinOps Foundation et les tableaux de bord des coûts des fournisseurs fournissent les leviers techniques – limites de dépenses, budgets par projet, alertes. Le levier organisationnel est plus complexe : qui peut activer un workflow agentique sans que la FinOps ou la DSI n’ait posé l’étiquette de coût ?

Modèle opérationnel : quatre rôles, une règle de validation

Règle de validation : aucun agent en production sans tag de coût, KPI de résultat et responsable de limite

Les services managés sont souvent mal utilisés. Le partenaire gère le pipeline – et la facture arrive sous forme de « forfait d’exploitation », tandis que les pics de tokens restent invisibles dans le compte hyperscaler. La séparation claire : forfait pour l’exploitation de la plateforme, inférence variable transparente ou plafond contractuel.

Trois leviers de contrôle qui portent leurs fruits en 30 jours

1. Imposer le taggage. Chaque appel en production nécessite un tag de projet, de workflow et de responsable. Les appels sans tag sont dirigés vers une file de quarantaine ou bloqués au niveau de la passerelle. C’est désagréable – et c’est précisément pour cela que c’est efficace.

2. Des limites avant les fonctionnalités. Les nouvelles capacités des agents démarrent avec des plafonds journaliers et mensuels. Pour évoluer, il faut demander une augmentation de limite en présentant les résultats des deux dernières semaines. Pas avec une diapositive de démonstration.

3. Escrow pour les pics. Un petit tampon central couvre les pics de charge légitimes, sans que chaque équipe ne surréserve « par sécurité ». Ce tampon a un responsable au contrôle de gestion et une liste de consommation hebdomadaire.

Réalité DACH : comité d’entreprise, protection des données, achats

La gouvernance des tokens ne se limite pas au contrôle de gestion. Le logging des prompts et des outputs touche à la protection des données et souvent à la codétermination. Qui introduit des tags de coûts sans impliquer tôt le comité d’entreprise et la protection des données construit lui-même le prochain blocage. La voie pragmatique : d’abord les métriques et les identifiants de coûts, puis les logs de contenu uniquement là où c’est légalement et organisationnellement autorisé.

Les achats raisonnent en contrats-cadres et en licences. Les OPEX liés aux tokens nécessitent des clauses supplémentaires : transparence des prix, options de plafonnement, sortie en cas de hausses de prix, répercussion des changements de coûts du fournisseur. Sans ces clauses, le « contrat d’IA » reste un contrat de licences avec une composante de consommation cachée.

La question entre pairs est simple : pourriez-vous indiquer à un autre DSI votre dépense actuelle en tokens par workflow clé – avec le responsable et le plafond ? Si non, la prochaine annonce de résultats du fournisseur ne sera que le reflet d’une lacune qui existe déjà en interne.

Foire aux questions

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