L’IA plus chère que prévu : 33% de surcoût pour les CFO PME
8 min de lecture
Selon l’étude Bitkom d’avril 2026, un tiers des entreprises de la région DACH affirme que l’IA est devenue plus coûteuse que prévu. Il ne s’agit pas d’une erreur d’estimation des volumes, mais d’un problème d’architecture et d’approvisionnement. Les CFO du Mittelstand qui n’examinent pas leurs modèles de coûts dès maintenant devront réduire les effectifs plutôt que les dépenses fournisseurs dans douze mois.
Les points clés en bref
- 41 % d’utilisation de l’IA, 33 % de dépassement de budget : L’étude Bitkom 2026 montre un doublement de l’adoption par rapport à 2024 – mais une entreprise sur trois dépasse son budget (Bitkom, avril 2026).
- Le dépassement de coûts relève de l’architecture, pas du volume : Le verrouillage par les hyperscalers, les pipelines RAG inefficaces et l’absence de routage des modèles font grimper les coûts d’inférence bien plus fortement que le volume d’utilisation.
- L’approvisionnement doit être repensé : La logique classique des licences ne convient pas au pricing par token – les CFO ont besoin de modèles de coût total d’inférence avant de signer le prochain contrat.
Ce que les chiffres de Bitkom signifient pour la réalité des CFO
L’étude Bitkom d’avril 2026 mesure deux réalités simultanément. 41 % des entreprises de la région DACH utilisent activement l’IA – contre 17 % en 2024. L’adoption n’est donc pas le problème. Le problème apparaît dans le second chiffre : 33 % signalent des dépassements de budget. 19 % ont supprimé des postes en conséquence. C’est un chiffre dur dans une étude qui recueille habituellement plutôt des tendances générales.
Un CFO qui ne lit que le taux d’adoption passe à côté de l’aspect coûteux. Les dépassements de coûts ne sont pas uniformément répartis. Selon les observations sectorielles, ils se concentrent sur deux clusters. Premièrement, les PME qui ont signé directement un contrat avec un hyperscaler sans revue architecturale. Deuxièmement, les entreprises qui ont mis à l’échelle un cas d’usage d’IA générative dans leur activité principale sans avoir calculé les coûts d’inférence par transaction.
Pour la fonction finance, cela signifie que le poste IA n’est plus un poste logiciel. Il se comporte comme un poste énergétique variable – à la différence près que la plupart des systèmes ERP ne le reflètent pas ainsi. Celui qui l’inscrit comme des coûts de licence fixes dans ses prévisions a déjà perdu.
Les 19 % constituent le véritable signal d’alarme. Ils indiquent que le Mittelstand a commencé l’adoption sans définir de marge de sécurité financière. Dès que la trésorerie se resserre, les coupes touchent les effectifs, et non les fournisseurs. C’est l’inverse de ce que promet la thèse d’investissement dans l’IA – et cela tient presque toujours au fait que personne n’a réalisé un calcul honnête du coût total d’inférence avant le démarrage.
Quatre anti-modèles architecturaux qui génèrent des dépassements de coûts
Les dépassements de coûts proviennent rarement du prix de la licence. Ils viennent de l’architecture, qui se cache sous le prix de la licence. Quatre patterns apparaissent particulièrement fréquemment dans les projets pilotes DACH – et ils sont tous évitables si le CFO pose les bonnes questions avant de valider l’architecture.
Ce qui fait exploser les coûts
- Dépendance à un hyperscaler : inférence sur une seule plateforme, sans prix de comparaison dans le contrat
- Pipelines RAG qui chargent des documents entiers dans le contexte au lieu de les découper en chunks
- Modèle premium pour chaque requête, même pour des classifications simples
- Charge de travail d’inférence surdimensionnée (GPU réservé 24h/24 et 7j/7 au lieu de demander à la demande)
Ce qui réduit les coûts
- Configuration multi-fournisseurs avec couche de routage (au moins deux sources d’inférence)
- Budget tokens par cas d’utilisation, et non par département
- Petits modèles par défaut, premium uniquement en cas de besoin
- Couche de cache pour les requêtes récurrentes (souvent 30 à 50 % de la charge)
Le point le plus cher des quatre est généralement le pipeline RAG. Une architecture de récupération mal conçue charge entre 8 000 et 16 000 tokens de contexte pour chaque requête, alors que 1 500 suffiraient. Pour des tokens facturés au million, le facteur s’applique directement à la facture mensuelle. Les CFO devraient donc, lors de la première validation, ne pas poser de question sur le prix du modèle, mais sur la consommation moyenne de tokens par transaction, ainsi que sur le pire scénario lors des pics de charge.
La dépendance à un hyperscaler est le deuxième grand levier. Qui implémente un cas d’utilisation entièrement sur un cloud, sans avoir intégré un second fournisseur d’inférence, n’a aucun point d’ancrage pour la négociation. Dans le secteur industriel moyen allemand (DACH), il s’agit souvent d’une combinaison d’une dépendance historique au cloud et de la pression commerciale de l’hyperscaler qui présente la pile IA en bundle. La conséquence : les augmentations de prix ne peuvent pas être absorbées, car le projet de remplacement coûte six à neuf mois.
Comment un CFO valide un business case IA (5 étapes)
Les business cases logiciels classiques examinent le prix de licence, les coûts d’implémentation et la maintenance. Avec l’IA, ces deux postes essentiels manquent : les coûts d’inférence et la trajectoire de montée en charge. Ces cinq étapes complètent le business case pour que les véritables leviers soient visibles avant la signature du contrat.
Ces cinq étapes ne constituent pas un framework. Elles représentent le minimum de discipline nécessaire pour empêcher qu’un pilote de 50.000 euros ne se transforme en bloc de coûts de 380.000 euros, sans que personne puisse dire stop. Dans les observations sectorielles, c’est exactement ce qui arrive dans la plupart des cas de dépassement de budget : personne n’avait la mission de détecter la dérive.
Repenser le Procurement : du rachat de licence au contrat d’inférence
Le Procurement logiciel classique dans les PME acquiert une licence par utilisateur, éventuellement plus la maintenance. Pour l’IA, cela ne fonctionne que durant les phases pilotes. Dès qu’un cas d’usage passe en production, la logique des tokens fait sauter la logique des licences. Celui qui ne réorganise pas son Procurement subit à nouveau chaque trimestre le même dépassement de coûts – simplement en plus grande ampleur.
La première étape de restructuration est le passage de contrats « par poste » à des contrats « par résultat », lorsque le fournisseur y consent. Dans les PME de la zone DACH, cela n’est rarement directement négociable, mais un modèle hybride est tout à fait envisageable : Des frais fixes couvrent une quantité définie de tokens ; tout excédent est affiché de manière transparente. Ce qui ne doit surtout pas se produire : Consommation de tokens sans limite contractuelle. C’est la voie standard au sein du cluster des 33 pour cent.
Le deuxième levier est la consolidation des fournisseurs, à l’inverse du schéma habituel. Là où la règle empirique « mieux trois fournisseurs spécialisés qu’un généraliste » prévalait, cela s’inverse avec l’inférence IA. Exploiter trois fournisseurs d’inférence en parallèle est coûteux en mise en place et en suivi. Il est souvent judicieux : Un fournisseur principal pour 70 pour cent du volume, plus un second pour le routage et la pression négociale. Exploiter trois modèles simultanément ne devient rentable qu’à partir de certaines échelles que le chef d’entreprise typique n’a pas encore atteintes en 2026.
Le troisième point porte sur les clauses de données. Plus les cas d’usage accèdent à des données internes, plus les restrictions concernant l’utilisation pour l’entraînement, la résidence des données et les droits d’audit deviennent cruciales. Ces clauses ne relèvent plus seulement du RGPD, elles constituent un facteur de coût : Un fournisseur qui exclut l’utilisation pour l’entraînement peut offrir de meilleures conditions, car son propre modèle économique est calculé autrement. Les DAF doivent demander au service Achats de négocier activement ces points, plutôt que d’accepter passivement la clause standard.
Les douze prochains mois : ce que les DAF devraient concrètement mettre en œuvre
Le chiffre des 33 pour cent ne se corrigera pas de lui-même. Quiconque utilise l’IA dans les PME en 2026 sans mécanisme clair de suivi des coûts est candidat pour le prochain tour. Trois mesures concrètes peuvent être mises en œuvre de manière réaliste au cours des douze prochains mois, sans freiner l’adoption.
Ce plan d’action paraît peu spectaculaire – c’est intentionnel. Le contrôle des coûts IA dans les PME n’a pas besoin de nouveaux cadres. Il faut la volonté de prendre cet item au sérieux avant qu’il n’attaque le budget des effectifs. Le chiffre des 19 pour cent issu de l’étude Bitkom montre ce qui arrive quand cette volonté fait défaut.
Conclusion
Les chiffres de la Bitkom pour 2026 ne révèlent pas un problème d’adoption, mais un problème d’architecture et d’approvisionnement. Les directeurs financiers des PME et ETI peuvent amortir la vague des dépassements de coûts s’ils traitent les dépenses IA comme un poste variable, exigent des profils de tokens avant la signature du contrat et disposent d’au moins un deuxième fournisseur d’inférence. Ceux qui ne le font pas se retrouveront dans douze mois face au même dilemme que les 19 % : réduire les effectifs ou démanteler le cas d’usage. Ces deux options s’avèrent plus coûteuses qu’une mise en place rigoureuse de l’approvisionnement dès aujourd’hui.
Foire aux questions
Pourquoi les dépassements de coûts de 33 % sur les projets IA sont-ils si élevés comparés aux projets IT classiques ?
Parce que l’inférence IA est facturée de manière variable, contrairement aux logiciels classiques qui reposent sur un modèle fixe. Les directeurs financiers raisonnent souvent selon une logique de licence (prix fixe par utilisateur) et sous-estiment que la tarification par token évolue proportionnellement au nombre de transactions. Un cas d’usage qui rencontre un succès d’adoption fait grimper les coûts de façon disproportionnée, soit exactement l’inverse de la logique de scalabilité des logiciels traditionnels.
Qu’est-ce que le Total Cost of Inference et comment le calculer ?
Le Total Cost of Inference agrège l’ensemble des coûts générés par chaque requête IA : tokens d’entrée, tokens de sortie, surcharge de routage, part du cache et monitoring. Pour les PME et ETI, le calcul s’établit ainsi : nombre moyen de tokens par transaction multiplié par le nombre de transactions mensuelles, puis par le prix du token. À cela s’ajoute une marge de 10 à 15 % pour absorber les pics de charge. Cela permet d’obtenir une estimation mensuelle réaliste, directement intégrable dans les prévisions budgétaires.
La décision architecturale relève-t-elle uniquement du responsable IT, ou le directeur financier doit-il également être impliqué ?
Pour les projets pilotes, l’implication de la direction IT suffit. Dès qu’un cas d’usage passe en production et que les coûts d’inférence dépassent environ 5.000 Euro par mois, la fonction financière doit valider l’architecture. Le verrouillage par les hyperscalers et l’absence de routage de modèles ne sont plus de simples questions techniques, mais des engagements contractuels aux répercussions financières sur plusieurs années.
Comment négocier les coûts IA avec un hyperscaler lorsque je ne dispose d’aucun fournisseur alternatif ?
En l’absence d’alternative, la marge de négociation reste limitée. Trois leviers restent réalistes : premièrement, des engagements de volume en échange de réductions tarifaires (généralement 5 à 10 %), deuxièmement, des contrats pluriannuels contre un plafonnement des coûts, troisièmement, l’intégration d’un droit de routage dans le contrat. Il est toutefois plus crucial de développer en parallèle un deuxième fournisseur, sans quoi les futures négociations resteront déséquilibrées.
Quel surcoût une pipeline RAG mal conçue engendre-t-elle typiquement dans une PME ou ETI par rapport à une version optimisée ?
Selon les observations sectorielles, le facteur multiplicateur se situe entre trois et cinq pour un volume moyen. Une pipeline inefficace charge entre 8.000 et 16.000 tokens de contexte par requête, contre 1.500 à 3.000 pour une version optimisée. Avec 50.000 requêtes par mois, cela représente des écarts à quatre ou cinq chiffres, non pas sur le prix total, mais sur la différence entre les deux approches. L’ajout de couches de cache et un meilleur découpage (chunking) constituent souvent des interventions techniques mineures aux effets considérables.
Source image de couverture : Pexels / Kampus Production (px:8353840)
