Après des années à promouvoir l'intelligence artificielle au sein de leurs organisations, les directeurs des systèmes d'information et autres responsables technologiques de la direction générale resserrent désormais les rênes à mesure que les coûts augmentent et que les retombées restent incertaines. Ce recul marque un changement notable par rapport à la phase d'adoption — caractérisée par des hackathons, un large accès aux outils et l'expérimentation — vers une phase opérationnelle plus disciplinée, rappelant la manière dont les entreprises ont fini par appliquer une gouvernance des coûts au cloud computing après une période initiale de conquête.

Chez Samsara, le directeur des systèmes d'information Stephen Franchetti a adopté avec enthousiasme une large suite d'outils d'IA pour les 4 100 employés de l'entreprise technologique. Il a autorisé Claude d'Anthropic, Gemini de Google, ChatGPT d'OpenAI et l'agent de codage IA Cursor, tout en construisant un système interne qui suit les dépenses d'IA sur une base quotidienne. Le besoin d'un suivi aussi granulaire souligne à quel point la tarification basée sur l'usage et pilotée par les tokens — encore relativement nouvelle dans les logiciels d'entreprise — diffère fondamentalement du modèle d'abonnement par poste auquel la plupart des entreprises sont habituées pour établir leurs budgets. Récemment, cependant, Samsara a imposé des plafonds d'utilisation pour certains employés non techniques, tandis que des groupes comme la recherche et le développement — qui s'appuient sur l'IA pour le codage intensif et l'analyse de données — conservent une plus grande marge de manœuvre pour expérimenter.

« Il nous a fallu un certain temps pour fixer les bons plafonds, afin de nous assurer que tout le monde était bien servi », déclare Franchetti. « Mais cela place les gens dans une position où ils ont une sorte de contrôle et peuvent choisir les modèles qu'ils utilisent. »

Ce changement reflète une tendance plus large dans le monde de l'entreprise américaine. Les dépenses mondiales en IA devraient atteindre 2 500 milliards de dollars cette année, soit une augmentation de 44 % par rapport aux niveaux de l'année précédente. Après des années à promouvoir l'adoption de l'IA par le biais de formations, de hackathons et d'un large accès des employés aux outils de codage, aux agents et aux assistants de chat, certains responsables technologiques limitent désormais la fréquence d'utilisation de ces outils. Ils reforment également leurs équipes pour travailler avec des modèles d'IA plus petits et moins coûteux, capables de gérer de nombreuses tâches professionnelles courantes.

Plusieurs entreprises ont rapporté que leurs budgets IA 2026 ont déjà dépassé les projections initiales sans produire de valeur commerciale correspondante. Les hyperscalers IA ont pris note de la situation, répondant par des modèles moins chers et des baisses de prix. La dynamique concurrentielle entre les principaux fournisseurs de modèles — OpenAI, Anthropic, Google et d'autres — s'est intensifiée alors que les clients d'entreprise signalent que l'efficacité des coûts, et non seulement la capacité, déterminera quelles plateformes remporteront les contrats à long terme.

« 2026 est l'année où tout le monde découvre que l'IA est en fait vraiment difficile », déclare Will Sommer, expert en modélisation quantitative et prévision économique au sein du cabinet de recherche Gartner. « Ce n'est pas un repas gratuit. Cela demande beaucoup de réflexion et d'efforts pour bien faire les choses. » Sommer met en garde contre le fait que les entreprises peuvent facilement dépenser des milliers de dollars par employé pour des outils d'IA dont la production est essentiellement inutile et qui ne parviennent pas à améliorer la productivité.

En juin, Gartner a publié un rapport pessimiste avertissant que les coûts de codage par IA dépasseraient le salaire moyen d'un développeur d'ici 2028, en raison de l'augmentation de la consommation de tokens et d'un passage vers des modèles de tarification à l'usage. Cette projection met en lumière une tension au cœur de l'adoption de l'IA en entreprise : les outils les plus étroitement intégrés aux flux de travail des développeurs — les agents de codage qui lisent, écrivent et déboguent du code — figurent également parmi les applications les plus intensives en tokens, ce qui en fait un moteur principal des dépassements de coûts.

Chez Docusign, l'entreprise de logiciels de signature électronique, le directeur technique Sagnik Nandy déclare que l'organisation a pris très au sérieux le défi des coûts. « Nous avons pris cela très au sérieux, tant pour le cas d'usage interne que nous diffusons ces apprentissages à l'externe », dit-il. En interne, Nandy note que chaque ingénieur a adopté les outils d'IA et que 75 % du code qu'ils développent est initié par l'IA.

Cependant, Nandy a rapidement découvert que les agents de codage IA étaient conçus pour accéder à l'ensemble de la base de code de Docusign pour obtenir du contexte avant d'exécuter une tâche. « Cela représente beaucoup de tokens, parce que vous essayez de tout lire », dit-il. Nandy a reconfiguré les agents de codage afin que le paramètre par défaut ne récupère que le contexte pertinent pour la tâche spécifique sur laquelle travaille un développeur, réduisant ainsi l'utilisation de tokens de près de 50 %. Cette optimisation illustre comment les équipes d'ingénierie apprennent que l'architecture des prompts et la gestion du contexte — et non seulement le choix du modèle — peuvent affecter considérablement l'économie unitaire du déploiement de l'IA.

Jim Dausch, directeur numérique et technologique chez Yum Brands — l'exploitant de KFC et Taco Bell — déclare que l'utilisation de tokens d'IA n'est pas encore « un chiffre significatif, mais la trajectoire était celle que nous surveillions ». Au début de l'année, il a constaté que l'utilisation de tokens d'IA et les dépenses augmentaient au sein de l'entreprise de restauration.

Dausch soutient qu'une grande majorité des tâches confiées aux outils d'IA — peut-être jusqu'à 95 % — peuvent être traitées par des modèles plus basiques et moins coûteux. Yum a depuis lors promu une formation supplémentaire sur la sélection des modèles d'IA et a conseillé aux dirigeants de gérer les dépenses numériques avec la même rigueur qu'ils appliquent aux budgets de effectifs des départements. « Nous essayons en quelque sorte de démocratiser l'endroit où se trouvent les coûts et la manière dont ils sont gérés, pour que ce ne soit pas seulement une ligne budgétaire informatique », déclare Dausch.

Chez Cigna Group, le géant de la santé a jeté un large filet en s'associant à plusieurs fournisseurs hyperscalers d'IA, permettant aux employés d'utiliser des petits modèles de langage ou des versions antérieures et moins coûteuses pour des tâches qui n'exigent pas de capacités de raisonnement significatives. « La véritable façon de faire exploser les coûts, c'est d'utiliser les modèles les plus chers sans aucune garde-fou », déclare Katya Andresen, directrice des données, du numérique et de l'IA chez Cigna. Cigna a autorisé plus de 70 modèles d'IA différents à des fins internes. Bien qu'Andresen reconnaisse que l'utilisation du calcul et des tokens d'IA a augmenté, les dépenses totales n'augmentent pas au même rythme grâce à cette approche multimodale. La stratégie reflète une vision mature des outils d'IA en tant que portefeuille hiérarchisé — adaptant la capacité et le coût du modèle à la complexité de chaque tâche plutôt que de privilégier systématiquement l'option la plus puissante.

Shay Artzi, directeur technique chez Compass, une agence immobilière, déclare que ses investissements en IA ont ciblé trois groupes : les ingénieurs, l'outil AI Assistant de l'entreprise qui automatise les tâches pour les professionnels de l'immobilier, et l'ensemble des effectifs de l'entreprise. Les ingénieurs ont été les premiers à utiliser l'IA de manière extensive, mais Artzi dit qu'il a été prudent concernant les dépenses de tokens dès le départ et n'a jamais exigé que tout le code soit écrit avec l'assistance de l'IA.

Compass a testé plusieurs outils de codage IA avant de conclure des partenariats avec deux leaders du secteur, Anthropic et Google, sous certaines contraintes financières. « Nous avons également fixé des budgets pour chaque ingénieur, afin qu'ils soient conscients de la manière dont ils dépensent », déclare Artzi.

Par John Kell. Cet article a été initialement publié sur Fortune.com.