Combien coûte vraiment un agent IA en production (et comment ne pas exploser le budget)

Il existe une différence structurelle entre un logiciel classique et un système à base d’IA : le premier coûte un forfait, le second coûte à l’usage. Cette phrase paraît anodine. Elle décide pourtant de la viabilité de la plupart des projets.

Dans un SaaS traditionnel, votre utilisateur le plus actif est votre meilleur ambassadeur. Dans un produit qui appelle un modèle de langage à chaque action, ce même utilisateur devient votre poste de dépense le plus lourd. J’ai vu des projets pilotes passer de 200 € à 4 000 € par mois sans qu’aucune alerte ne se déclenche.

Voici comment calculer ce que ça coûte réellement, et comment poser les garde-fous avant la mise en production.

Calculer le coût par tâche, pas par requête

L’erreur la plus commune est de raisonner en « prix pour 1 000 tokens ». Ce chiffre ne vous dit rien d’utile, parce qu’une tâche métier déclenche rarement un seul appel.

Prenons le traitement d’une facture fournisseur. Le workflow réel ressemble à ceci :

1. Extraction du texte du PDF — appel à un modèle de vision.
2. Structuration des champs (fournisseur, montant, TVA, échéance) — appel à un modèle de raisonnement.
3. Rapprochement avec le bon de commande — appel avec du contexte récupéré en base.
4. En cas de doute, une vérification supplémentaire.

Le coût de la tâche est la somme des quatre, à laquelle il faut ajouter les tentatives qui échouent et sont rejouées. Un calcul honnête inclut aussi les factures que le système n’a pas su traiter et qui repartent en manuel : elles ont coûté des tokens sans produire de résultat.

La formule à retenir :

Coût par tâche = (tokens entrée × tarif entrée + tokens sortie × tarif sortie) sommés sur tous les appels du workflow, divisé par le nombre de tâches réellement abouties.

Ce dénominateur change tout. Un workflow avec 20 % d’échec coûte 25 % plus cher par tâche utile que ce que suggère le calcul naïf.

Les trois dérives qui font exploser une facture

La boucle infinie

Un agent autonome décide lui-même de ses prochaines actions. Sans limite d’itérations, un agent qui n’arrive pas à satisfaire son objectif recommence. Indéfiniment. C’est le scénario qui transforme un budget mensuel en facture de 48 heures.

La parade est triviale mais souvent oubliée : un nombre maximum d’itérations et un budget maximum en euros codés en dur, par exécution. Quand la limite est atteinte, le workflow s’arrête et alerte un humain. C’est tout.

Le contexte qui enfle

Deuxième dérive, plus insidieuse : à chaque tour de boucle, on renvoie au modèle l’historique complet de la conversation. Le coût d’un échange croît alors de façon quadratique avec le nombre de tours. Un agent qui semble bon marché sur trois échanges devient ruineux sur quinze.

La parade : résumer l’historique au-delà d’un certain seuil, ne réinjecter que ce qui est utile à l’étape en cours, et mettre en cache les parties stables du prompt — la plupart des fournisseurs facturent le contexte mis en cache une fraction du tarif normal.

Le modèle haut de gamme pour tout

Utiliser le meilleur modèle disponible pour reformuler une phrase ou classer un document dans l’une de cinq catégories, c’est payer dix à trente fois le prix nécessaire.

Le routage : là où se joue le vrai retour sur investissement

Le levier le plus rentable n’est pas de choisir « le meilleur modèle », c’est de choisir le bon modèle pour chaque étape.

Type de tâche	Modèle adapté	Ordre de grandeur
Classer, router, extraire un champ simple	Petit modèle	~1×
Reformuler, résumer, rédiger un message	Modèle intermédiaire	~5×
Raisonner, arbitrer un cas ambigu, écrire du code	Modèle haut de gamme	~20 à 40×
Question déjà posée à l’identique	Cache — pas d’appel	~0

Dans les workflows que je mets en production, la répartition est typiquement de 70 à 80 % des appels sur des petits modèles, le haut de gamme étant réservé aux cas qui le méritent. C’est ce qui permet de diviser une facture par trois tout en améliorant la qualité globale — parce qu’on cesse de gaspiller le budget là où il n’apportait rien.

Corollaire pratique : ne codez jamais un fournisseur en dur — c’est aussi ce qui distingue les plateformes d’automatisation entre elles. Passez par une couche d’abstraction dès le premier jour. Les prix et les rapports qualité/coût bougent chaque trimestre ; un système qui ne peut pas changer de modèle sans être réécrit est un système qui paiera trop cher pendant des années.

Ce qu’il faut journaliser (et que personne ne fait au début)

Tout le monde journalise les erreurs. Presque personne ne journalise les coûts. Pourtant, sans ces données, vous pilotez à l’aveugle et vous découvrez le problème sur la facture.

Pour chaque appel, enregistrez au minimum :

• le modèle utilisé et sa version ;
• les tokens en entrée et en sortie ;
• la latence ;
• le coût calculé de l’appel ;
• l’identifiant de la tâche métier à laquelle il se rattache ;
• l’issue : succès, échec, reprise manuelle.

Ce dernier champ est le plus important : c’est lui qui permet de calculer un coût par tâche aboutie, donc de savoir si le système est rentable. Les logs de tokens méritent la même attention que les logs d’erreurs.

Les quatre garde-fous avant la mise en production

Une checklist courte, à passer avant d’ouvrir un workflow au réel :

1. Un budget maximum par exécution, en euros, codé en dur, avec arrêt et alerte au dépassement.
2. Un nombre maximum d’itérations pour tout agent autonome.
3. Un tableau de bord du coût par tâche, consulté chaque semaine les deux premiers mois.
4. Une alerte sur variation anormale : si le coût moyen par tâche double d’un jour à l’autre, quelque chose a changé — un prompt, un modèle, ou un cas d’usage imprévu.

Le seuil de rentabilité, concrètement

Pour savoir si un chantier vaut le coup, comparez au coût humain évité.

Une tâche qui prend 3 minutes à une personne payée 35 € de l’heure chargés coûte 1,75 €. Si le traitement automatisé revient à 2 centimes, vous êtes à 1,1 % du coût humain : la marge absorbe sans problème les erreurs, les reprises et les hausses de tarif.

La règle pratique que j’applique : le coût IA doit rester sous 10 % du coût humain évité. Au-delà, le modèle économique devient fragile — une hausse de tarif ou un pic d’usage suffit à le retourner.

C’est aussi cette règle qui permet de trancher honnêtement : certains process ne doivent pas être automatisés avec de l’IA. Quand une règle simple, un formulaire mieux conçu ou une expression régulière font le travail, ils le font pour un coût nul et sans dérive possible. L’IA n’est pertinente que là où la variabilité du réel dépasse ce qu’une règle peut absorber.

---

La question n’est plus « est-ce que ça marche ». C’est « est-ce que ça marche à moins de X centimes la tâche ». Si vous ne suivez pas encore votre coût unitaire, c’est le premier chantier à ouvrir — avant même d’ajouter un nouvel agent.