Coût de l’IA en entreprise : la facture devient de plus en plus difficile à contrôler

Le coût de l’IA en entreprise commence à devenir un sujet de direction financière.

Pendant les premières années de l’IA générative, beaucoup d’entreprises ont raisonné simplement : quelques abonnements, des expérimentations et un budget limité pour tester de nouveaux outils.

Cette période est en train de se terminer.

L’intelligence artificielle s’intègre désormais aux CRM, aux suites bureautiques, aux logiciels de support client, aux outils de développement, aux applications marketing et aux plateformes de gestion de projet.

Résultat : il devient parfois difficile de savoir combien l’entreprise dépense réellement en IA.

C’est le principal enseignement de l’Observatoire publié par Najar, plateforme française spécialisée dans l’optimisation des achats technologiques.

Son analyse repose sur les données anonymisées de plus de 250 entreprises européennes. Elle exploite notamment leurs contrats, achats, dépenses et données CRM. Il ne s’agit donc pas d’un échantillon statistiquement représentatif de toutes les entreprises européennes, mais d’une photographie des dépenses observées chez les clients de Najar.

Et cette photographie fait apparaître plusieurs angles morts.

Coût de l’IA en entreprise : 93 % des usages observés hors contrat formel

Premier problème : l’IA se diffuse beaucoup plus vite que les procédures d’achat.

Selon Najar, 93 % des usages IA identifiés dans son périmètre d’analyse ne sont associés à aucun contrat formel.

Le phénomène est assez facile à comprendre.

Un salarié peut créer un compte ChatGPT, Claude ou Cursor en quelques minutes. Il commence par une version gratuite. Il passe ensuite éventuellement sur un abonnement payant avec une carte bancaire professionnelle.

La dépense est faible prise individuellement.

Multipliée par plusieurs services, plusieurs outils et plusieurs dizaines de collaborateurs, elle devient beaucoup moins anodine.

Najar indique que ChatGPT, Cursor et Claude concentrent à eux seuls 95 % des outils IA spécialisés détectés dans ce qu’on appelle le shadow IT, c’est-à-dire des logiciels utilisés sans avoir suivi les processus informatiques ou achats habituels.

Le problème n’est d’ailleurs pas seulement financier.

Un abonnement inconnu de la DSI peut aussi poser des questions de sécurité et de confidentialité lorsque les collaborateurs y introduisent des données de l’entreprise.

Business Times s’est déjà penché sur cette question : le RGPD continue évidemment de s’appliquer lorsqu’un salarié utilise une intelligence artificielle pour traiter des informations personnelles.

À lire sur Business Times : IA en entreprise et RGPD, les règles à respecter

L’IA arrive aussi dans des logiciels que l’entreprise paie déjà

Deuxième difficulté : certaines dépenses d’intelligence artificielle sont presque invisibles.

Les éditeurs de logiciels traditionnels ajoutent progressivement des fonctions IA à leurs offres.

CRM, bureautique, visioconférence, support client, gestion de projet… L’entreprise ne souscrit donc pas forcément un nouvel outil estampillé « intelligence artificielle ».

Elle renouvelle simplement un logiciel qu’elle utilisait déjà.

Dans le périmètre étudié, Najar indique que la hausse moyenne du prix des renouvellements SaaS est passée de 11,5 % en 2024 à 16 % en 2025, avec des augmentations pouvant atteindre 25 % en 2026. Ces chiffres sont issus de sa propre base clients et ne doivent donc pas être appliqués mécaniquement à l’ensemble du marché.

Le phénomène sous-jacent, lui, est facile à constater.

Google Workspace intègre aujourd’hui directement Gemini dans plusieurs de ses forfaits Business et Enterprise. Gemini est par exemple disponible dans Gmail, Docs, Meet et d’autres applications suivant l’abonnement choisi.

Microsoft propose de son côté Copilot Chat sans coût supplémentaire avec certains abonnements Microsoft 365 éligibles, tandis que les fonctions plus avancées nécessitent des licences spécifiques.

Pour un directeur financier, la question devient donc : combien d’outils payons-nous déjà qui savent faire à peu près la même chose ?

Les entreprises commencent à payer plusieurs fois pour la même fonction

C’est probablement l’un des constats les plus parlants de l’étude.

Selon Najar, une entreprise sur deux disposant d’un outil de rédaction IA en utilise au moins deux simultanément. Et 16 % en possèdent trois ou davantage dans le périmètre étudié.

Autre observation : 77 % des clients Najar utilisant Notion paieraient également pour des fonctions d’intelligence artificielle disponibles dans Google Workspace ou Microsoft 365.

Cela ne signifie pas que ces solutions sont parfaitement interchangeables.

Notion AI, Gemini et Copilot ne disposent pas exactement des mêmes fonctions ni des mêmes intégrations.

Mais le chevauchement existe.

Résumé de texte. Rédaction. Recherche. Prise de notes. Synthèse de réunions. Création de contenus.

Lorsque chaque direction choisit ses propres outils, l’entreprise peut finir par payer plusieurs fois pour des fonctions très proches.

Pour une organisation de 200 salariés, Najar estime que la suppression d’un seul outil de rédaction redondant peut représenter 15 000 à 30 000 euros d’économies annuelles. Là encore, il s’agit d’une estimation issue de ses observations et non d’un montant universel.

Le problème change encore avec la facturation aux tokens

À cette accumulation de licences s’ajoute une deuxième révolution : la fin du prix parfaitement prévisible.

Le logiciel SaaS traditionnel fonctionnait assez simplement.

100 utilisateurs à 20 euros par mois ? Le budget annuel pouvait être calculé rapidement.

L’intelligence artificielle introduit une autre logique.

API, tokens, crédits, requêtes, minutes de voix, génération d’images ou agents autonomes : la facture dépend désormais parfois directement de l’utilisation.

Les tarifs officiels d’OpenAI illustrent bien cette dispersion. En septembre 2026, le traitement standard de GPT-5.6 Luna est facturé 0,20 dollar par million de tokens en entrée et 1,20 dollar en sortie. GPT-6 Astra est affiché à 10 dollars en entrée et 50 dollars en sortie. D’autres modes de traitement peuvent encore modifier ces montants.

Autrement dit, parler du « prix d’un token » sans préciser le modèle, le sens du traitement et le service utilisé n’a plus beaucoup de sens.

Et pour une entreprise, la consommation peut évoluer sans changement d’effectif.

Najar indique ainsi avoir constaté une progression de 129 % des dépenses OpenAI à effectifs constants dans les organisations étudiées.

L’utilisation augmente. La facture suit.

58 % des grandes entreprises françaises utilisent déjà l’IA

Le sujet devient d’autant plus important que l’utilisation de l’intelligence artificielle progresse très vite.

Selon l’Insee, 18 % des entreprises françaises de dix salariés ou plus utilisaient au moins une technologie d’IA en 2025, contre 10 % en 2024 et seulement 6 % en 2023.

Chez les entreprises de 250 salariés ou plus, la proportion atteignait déjà 58 %.

L’Insee observe également que 33 % des entreprises utilisant l’IA considèrent les coûts trop élevés comme un frein.

Le problème n’est donc plus seulement de savoir s’il faut investir.

Il faut savoir où l’argent part.

Business Times consacrait justement récemment un dossier à cette nouvelle étape : après les expérimentations, les directions générales veulent désormais démontrer le ROI réel de l’intelligence artificielle.

À lire : ROI de l’IA, comment mesurer la valeur réellement créée ?

Avant d’acheter une nouvelle IA, regarder ce que l’entreprise possède déjà

Pour Vincent Coste, fondateur et CEO de Najar, les entreprises doivent désormais considérer l’IA comme une véritable catégorie d’achat stratégique.

Le conseil peut sembler évident. Dans la pratique, il change beaucoup de choses.

Avant chaque nouvel abonnement, les directions achats devraient commencer par vérifier les fonctionnalités déjà disponibles dans la suite bureautique, le CRM ou les autres logiciels existants.

Il faut également identifier les souscriptions réalisées directement avec des cartes professionnelles.

Les contrats payés à l’usage nécessitent, eux, des alertes et des plafonds.

Enfin, les renouvellements SaaS deviennent un moment stratégique. Une fonction IA ajoutée par un éditeur n’a de valeur que si les collaborateurs l’utilisent réellement.

C’est là que le coût de l’IA en entreprise rejoint directement la question du ROI.

Une technologie peut être excellente.

Mais si l’entreprise possède déjà trois outils capables d’accomplir la même tâche, le quatrième ne crée pas forcément quatre fois plus de valeur.

À lire également sur Business Times : l’arrivée de l’IA agentique ajoute désormais des logiciels capables non seulement d’assister les salariés, mais aussi d’agir directement dans les processus métiers.

Ekino accélère dans l’IA agentique

Et cette question ne concerne plus uniquement les entreprises technologiques. Business BTP montrait encore cette semaine comment Irium Software intègre progressivement l’IA dans ses solutions de gestion destinées aux professionnels de la distribution et de la location de matériels.

À lire sur Business BTP : Nistia et l’IA redessinent la stratégie d’Irium Software

Le prochain chantier de l’IA sera peut-être moins technologique que financier

La première bataille consistait à comprendre l’intelligence artificielle.

La deuxième était de l’adopter.

La prochaine pourrait être beaucoup plus prosaïque : éviter de payer trop cher des outils mal utilisés ou redondants.

Pour les dirigeants, cela implique de réunir autour de la même table les métiers, la DSI, les achats et la finance.

Car une dépense de 20 euros par mois paraît négligeable.

Deux cents dépenses de 20 euros, trois licences couvrant la même fonction et une API dont la consommation double tous les six mois le sont beaucoup moins.

L’IA promet de réduire certains coûts.

Encore faut-il éviter qu’elle n’en crée de nouveaux sans que personne ne les voie.