Combien coûte vraiment l'IA générative pour une entreprise ?

Le coût de l'IA générative en entreprise se décompose en quatre postes : le prix payé à chaque usage (facturé au token), l'intégration dans tes outils, la supervision humaine des réponses, et l'infrastructure si tu héberges toi-même un modèle ouvert. Le prix par requête est souvent la partie la plus visible, mais rarement la plus lourde sur la facture finale.

Prenons un repère tout au long de cet article. Supposons que Pierre dirige Maisons&Mobilia, qui est une enseigne d'ameublement. Il veut chiffrer un assistant qui répond aux clients du service géré par Sophie. La question n'est pas « quel est le tarif d'un modèle », c'est « combien me coûtera ce cas d'usage, par mois ».

Le token, l'unité qui facture tout

Un modèle de langage ne facture pas à la question ni au message. Il facture au token : un morceau de mot, à peu près trois quarts d'un mot en français. « Maisons&Mobilia » pèse plusieurs tokens, une phrase courte en pèse une vingtaine.

Deux compteurs tournent en parallèle, à des tarifs différents :

• Les tokens d'input : tout ce que tu envoies au modèle (la question du client, les instructions, les documents que tu colles pour le contexte).
• Les tokens d'output : tout ce que le modèle génère en réponse.

L'output coûte en général nettement plus cher que l'input. Une réponse longue et détaillée pèse donc plus lourd qu'une réponse brève, à question égale.

Pourquoi le context window fait grimper la note

À chaque appel, tu ne paies pas que la question du moment. Tu paies tout ce que le modèle doit relire pour répondre : les instructions, l'historique de la conversation, les fiches produit que tu lui fournis. C'est le context window, et il est refacturé en entier à chaque tour.

Concrètement, plus la conversation de Sophie avec un client s'allonge, plus chaque nouvelle réponse coûte cher, parce que le modèle relit tout le fil depuis le début. Coller un catalogue de 40 pages à chaque message multiplie la facture sans que tu t'en rendes compte. Pour comprendre cette mécanique en détail, vois token et context window.

La règle de pilotage : ne mets dans le context que ce qui sert vraiment à la réponse. Un contexte maîtrisé, c'est une facture maîtrisée.

Abonnement par siège ou facturation à l'usage

Deux modèles d'achat coexistent, et ils ne s'adressent pas au même besoin.

Modèle	Comment ça facture	Pour qui
Abonnement par siège	Un montant fixe par personne et par mois	Sophie et son équipe utilisent un assistant tout fait, prix prévisible
Facturation à l'usage (API)	Au token consommé, sans plancher	Pierre branche le modèle dans le site de M&M, le coût suit le trafic

L'abonnement par siège rassure : le budget est fixe, peu importe l'intensité d'usage. Mais tu paies aussi les sièges peu actifs. La facturation à l'usage via API colle au trafic réel, donc elle est imbattable quand les volumes sont faibles ou irréguliers, et elle peut surprendre quand le succès arrive et que les requêtes explosent.

Les coûts qu'on oublie de chiffrer

Le prix au token n'est que la partie émergée. Trois postes sont souvent sous-estimés.

L'intégration. Brancher le modèle dans le site de M&M, connecter le catalogue produit, gérer l'authentification : c'est du développement, donc des jours-homme. Ce coût est ponctuel mais réel, et il précède le premier token facturé.

La supervision humaine. Un assistant qui parle aux clients de Pierre se relit, se corrige, se surveille. Antoine doit vérifier les réponses sensibles, traiter les cas que le modèle refuse, ajuster les instructions quand une réponse dérape. Ce coût-là est récurrent et croît avec l'enjeu.

L'infrastructure, si tu auto-héberges. Faire tourner un modèle ouvert sur tes propres serveurs supprime la facture au token, mais la remplace par des serveurs avec cartes graphiques, de la maintenance et des compétences spécialisées. Ça devient pertinent à très gros volume ou pour des raisons de confidentialité, rarement pour démarrer.

Pourquoi un agent coûte plus cher qu'un chatbot

Un chatbot fait un appel par question : tu demandes, il répond, c'est facturé une fois. Un agent, lui, enchaîne plusieurs appels pour accomplir une tâche.

Imagine que l'assistant de M&M doive traiter un retour produit : il lit la demande, consulte la commande, vérifie la politique de retour, rédige un brouillon, le valide. Chacune de ces étapes peut être un appel au modèle, parfois plusieurs. Une seule tâche utilisateur déclenche donc cinq, dix appels facturés, là où un chatbot en aurait fait un.

C'est pour ça qu'un agent est plus capable et plus cher : il raisonne en plusieurs temps. Si tu construis un agent, ce multiplicateur d'appels est la première chose à budgéter. Le mécanisme est détaillé dans construire un agent IA.

Estimer un budget : volume × coût par tâche

Pour sortir un chiffre crédible, Pierre raisonne en deux temps.

D'abord, le coût d'une tâche type. Il mesure les tokens d'input et d'output d'une interaction moyenne du service de Sophie, multipliés par le nombre d'appels si c'est un agent. Ça donne un coût par tâche.

Ensuite, le volume. Combien de tâches par mois ? Le coût d'usage mensuel, c'est simplement coût par tâche × nombre de tâches. À ce total, Pierre ajoute la supervision d'Antoine et amortit l'intégration de départ.

Un exemple chiffré, à prendre comme ordre de grandeur à vérifier chez ton fournisseur : si une réponse type coûte une fraction de centime en tokens et que Sophie en traite quelques milliers par mois, la facture au token se mesure en dizaines d'euros. La supervision humaine, elle, pèse souvent bien davantage. C'est ce déséquilibre qui doit guider le pilotage : optimiser le prix au token avant d'avoir cadré la supervision, c'est se tromper de levier.

Aller plus loin

Le bon réflexe : chiffrer ton cas d'usage, pas le tarif d'un modèle. Volume, longueur du context, nombre d'appels par tâche, supervision : ce sont ces quatre curseurs qui font ta facture.

Pour t'entraîner à ce raisonnement sans te noyer dans la théorie, l'app saisir.ai te fait manipuler ces notions en 5 minutes par jour, en français, sans coder. Tu vois concrètement ce qu'un token coûte et comment un context qui gonfle change la donne. Pour relier le coût à la valeur produite, lis ensuite ROI de l'IA générative.