Au-delà de l'euphorie de l'IA : échangeons-nous simplement des salaires contre des factures d'IA ?

La mise en œuvre de l'IA est au cœur de chaque comité de direction. On demande aux équipes d'utiliser l'IA partout, les budgets sont réaffectés et les plans d'effectifs sont réécrits autour de la promesse que moins de personnes avec l'IA feront plus que davantage de personnes sans elle.

Mais une question est rarement posée à voix haute : le bénéfice économique de l'IA parvient-il réellement à l'entreprise, ou l'essentiel repart-il discrètement sous forme de paiements pour l'IA elle-même ?

Ce n'est pas un argument contre l'IA. Nous développons chaque jour des logiciels intégrant l'IA et nous l'utilisons dans notre propre processus de développement. C'est un argument pour regarder l'IA comme un dirigeant regarde n'importe quel autre investissement : à travers les factures, et non à travers l'enthousiasme.

L'un de nos clients a pris une décision que beaucoup d'entreprises prennent en ce moment. Il a réduit son équipe de développement de cinq programmeurs et a demandé aux développeurs restants de travailler plus vite grâce à l'adoption massive d'outils d'IA : assistants de code, agents d'IA, abonnements à des modèles premium et accès API pour des flux automatisés.

Sur le papier, l'économie était évidente : environ 25 000 € par mois de salaires et de charges.

Quelques mois plus tard, le tableau était différent. La facture mensuelle d'IA (licences, consommation d'API, exécutions d'agents, intégrations et outillage associé) avait atteint à peu près les mêmes 25 000 €.

Et le résultat ? Avant le changement, l'entreprise avait constamment du mal à livrer ses projets à temps. Après le changement, elle en avait toujours. Les délais étaient manqués comme avant. Du point de vue de la personne qui signe les factures, rien ne s'est amélioré. La ligne de coût est simplement passée de la masse salariale aux fournisseurs d'IA.

Ce n'est pas un cas isolé. C'est un schéma, et il vaut la peine de comprendre pourquoi il se produit.

Soyons justes : la sensation de vitesse que procure l'IA est authentique. Un développeur assisté par l'IA peut générer un composant en quelques minutes, monter une API en une heure et produire en une journée ce qui prenait auparavant une semaine. C'est enthousiasmant à observer, et cet enthousiasme est réel.

Mais la sensation de vitesse et la vitesse de livraison sont deux choses différentes. Les projets logiciels sont rarement en retard parce que les développeurs tapent trop lentement. Ils sont en retard parce que les exigences sont floues, les décisions tardent, les intégrations sont plus difficiles que prévu, les tests découvrent les problèmes trop tard et la connaissance est dans la tête de quelques personnes.

L'IA accélère considérablement une étape du processus : la production de code. Elle fait beaucoup moins pour les étapes qui l'entourent. Quand on accélère une étape sans changer le reste, le goulot d'étranglement ne disparaît pas. Il se déplace. Aujourd'hui, il se déplace souvent vers la revue de code, les tests, l'intégration et surtout vers la définition de ce qu'il faut construire.

Si l'on prend du recul par rapport à cet enthousiasme et que l'on regarde l'entreprise avec les yeux de son propriétaire, un autre processus, bien moins visible, apparaît : l'activité a augmenté, mais le volume livré, non.

La facture d'IA se résume rarement à une seule ligne. Quand les entreprises calculent le coût de l'IA, elles pensent généralement aux abonnements. Le coût total réel est plus large :

Abonnements et licences. Offres premium d'assistants de code, d'outils de chat et de design, souvent plusieurs par personne, car chaque outil excelle dans un domaine différent.

Consommation d'API et de tokens. Les pipelines automatisés et les agents d'IA appellent les modèles en continu. Un agent qui réessaie, relit une grande base de code ou tourne en boucle sur une tâche en échec peut épuiser un budget sans que personne ne s'en aperçoive avant l'arrivée de la facture.

Entraînement et ajustement des modèles. Adapter les modèles à vos données, construire des pipelines de recherche documentaire, préparer et nettoyer des jeux de données, évaluer les résultats. Ce travail coûte cher, et il est généralement confié précisément aux ingénieurs seniors que vous pouvez le moins vous permettre de distraire.

Adoption et intégration des systèmes. Connecter l'IA aux systèmes existants, gérer les droits, les revues de sécurité, la conformité, la supervision, et faire évoluer les processus pour que les équipes utilisent réellement les outils. C'est dans l'adoption des systèmes que de nombreux projets d'IA dépensent discrètement l'essentiel de leur budget.

Revue et reprise. Le code généré par l'IA doit toujours être lu, compris, testé et maintenu. Quand moins de personnes relisent davantage de code généré, des défauts passent et reviennent plus tard sous forme de reprises, d'incidents et de dette technique.

En additionnant tout cela, on comprend beaucoup mieux comment une facture d'IA peut atteindre le montant de la masse salariale qu'elle était censée remplacer.

Réduire l'équipe change bien plus que la structure des coûts. Cinq développeurs qui partent emportent du contexte : la connaissance des règles métier, l'historique des décisions, les cas particuliers que personne n'a documentés. L'IA ne peut pas récupérer cette connaissance. Elle ne peut travailler qu'avec ce qu'on lui fournit.

Les développeurs restants portent désormais plus de responsabilités. Leur travail passe de l'écriture de code au pilotage de l'IA, à la relecture de ce qu'elle produit et à la correction de ses erreurs. C'est un travail précieux, mais il n'est pas gratuit et ne passe pas indéfiniment à l'échelle. Une personne ne peut relire avec une réelle attention qu'une quantité limitée de code généré par jour.

L'entreprise se retrouve donc avec moins de personnes, plus de production, plus de charge de revue, les mêmes exigences floues et les mêmes retards. Le problème à l'origine des délais manqués n'a jamais été la vitesse de frappe, et l'accélérer ne l'a donc pas résolu.

Il existe une dimension économique plus large qui entre rarement dans le calcul, alors qu'elle le devrait.

Chaque emploi dans l'économie locale agit bien au-delà de l'entreprise qui verse le salaire. Le salaire d'un programmeur génère de l'impôt sur le revenu et des cotisations sociales. Il paie un loyer ou un crédit, les courses, l'éducation des enfants, les vacances, la voiture et les restaurants. Une grande partie de cet argent circule localement et fait vivre d'autres entreprises, qui emploient à leur tour d'autres personnes, dont certaines sont vos propres clients.

Lorsque ce même budget est réorienté vers un abonnement auprès d'un fournisseur mondial d'IA, l'essentiel de cette circulation s'arrête. L'argent quitte l'économie locale, et les impôts et les dépenses qu'il aurait soutenus sont, dans une large mesure, générés ailleurs.

Pour une seule entreprise, cela peut sembler abstrait. Multiplié par des milliers d'entreprises prenant la même décision, cela devient très concret : une demande locale plus faible, une assiette fiscale réduite et moins de personnes capables de s'offrir les produits et services que vendent les entreprises locales.

Cela ne signifie pas que les entreprises doivent éviter l'IA. Cela signifie que remplacer des personnes par des factures d'IA n'est pas automatiquement une économie, avant même de compter ce que cela coûte à l'économie dans laquelle vous opérez.

Prenez vos comptes du mois dernier et répondez honnêtement à trois questions :

1. Combien avez-vous réellement économisé en main-d'œuvre grâce à l'IA ?

2. Combien avez-vous dépensé en plus pour les abonnements IA, l'usage des API, la mise en œuvre de l'IA, l'entraînement des modèles et l'adoption des systèmes, y compris le temps des personnes qui gèrent tout cela ?

3. Avez-vous généré un chiffre d'affaires supplémentaire ? Avez-vous livré plus de projets, plus vite, gagné de nouveaux clients ou lancé des produits que vous n'auriez pas pu lancer auparavant ?

Le ROI de la mise en œuvre de l'IA n'est pas la différence entre les deux premiers chiffres. C'est le premier chiffre plus le troisième, moins le deuxième. Si le troisième est nul, vous avez au mieux remplacé une dépense par une autre. Si le deuxième dépasse le premier, vous payez pour la sensation de vitesse.

L'IA peut produire un vrai retour sur investissement. D'après notre expérience, les entreprises qui y parviennent suivent quelques principes :

Partir d'un goulot d'étranglement mesurable, pas d'un outil. Identifiez où le temps et l'argent se perdent réellement, et appliquez l'IA à cet endroit. Si le goulot d'étranglement, ce sont des exigences floues, générer plus de code n'aidera pas.

Renforcer les personnes plutôt que les remplacer par défaut. Un développeur expérimenté, assisté par l'IA et qui connaît le métier, est la source de l'essentiel de la valeur. Supprimer l'expérience pour payer l'IA retire souvent précisément ce qui rend l'IA efficace.

Mesurer les résultats, pas l'activité. Suivez le coût par fonctionnalité livrée, le délai de l'idée à la production et le taux de défauts, et non le nombre de prompts ou de lignes de code générées.

Traiter les coûts d'IA comme les coûts du cloud. Fixez des budgets et des plafonds, surveillez la consommation, choisissez des modèles plus petits pour les tâches courantes, mettez les résultats en cache et envisagez des modèles auto-hébergés ou ouverts lorsqu'ils suffisent.

Investir dans le processus autour du code. Des spécifications claires, de bonnes pratiques de revue et des tests automatisés sont ce qui transforme la production de l'IA en logiciel livré.

Chez ITFriends, l'IA fait partie de notre manière de développer des logiciels au quotidien, et nous avons vu à quel point elle rend de bonnes équipes nettement plus productives. Nous ne sommes pas sceptiques vis-à-vis de l'IA. Nous sommes sceptiques vis-à-vis d'une adoption de l'IA qui n'est jamais mesurée.

La question n'est pas de savoir s'il faut utiliser l'IA. La question est de savoir si l'IA crée une valeur nouvelle pour votre entreprise ou si elle se contente de déplacer votre budget existant de vos équipes vers les serveurs de quelqu'un d'autre.

Si vous ne savez pas lequel des deux se produit dans votre entreprise, c'est précisément là que nous pouvons vous aider : d'une évaluation honnête de vos coûts d'IA à une mise en œuvre de l'IA conçue autour de résultats métier mesurables.