La question que ton directeur financier ne cesse de te poser, et pourquoi tu ne peux pas encore y répondre

La réunion où la question est soulevée

Point clé : les questions du service financier sur les dépenses en IA sont faciles à poser mais difficiles à répondre, car les données nécessaires n’ont jamais été collectées.

C’est lors de la revue budgétaire trimestrielle. Le poste consacré à l’IA a encore augmenté, et le directeur financier veut savoir à quoi ça a servi. Quelles équipes en sont les principales utilisatrices ? Est-ce que ça va continuer à grimper ? Combien ça coûterait de donner deux fois plus de travail aux agents au prochain trimestre ?

Le directeur technique dispose d’un montant global fourni par le fournisseur du modèle et d’une bonne idée des équipes qui utilisent le plus les agents. Pressé de donner des détails, le mieux qu’il puisse faire, c’est de répondre quelque chose comme « à peu près, je pense ». C’est un chiffre difficile à intégrer dans un budget.

Ce sont des questions légitimes. Le service financier les pose pour chaque poste de dépenses important, et pour le cloud en particulier, il s’attend désormais à une ventilation claire. Dans le rapport Flexera 2026 sur l’état de l’ITAM, 78 % des entreprises ont déclaré disposer désormais d’une équipe FinOps dédiée. Les dépenses en IA sont soumises aux mêmes exigences, et de nombreuses équipes ne parviennent pas encore à les respecter.

Pourquoi on n’a pas encore la réponse

Point clé : les outils d’IA ont tendance à arriver équipe par équipe, et leurs rapports de coûts indiquent qui les a utilisés, alors que le service financier veut savoir à quoi l’argent a servi.

Dans de nombreuses organisations, les agents IA ne sont pas arrivés dans le cadre d’un déploiement planifié. Une équipe a testé un outil, ça a marché, une autre équipe s’est inscrite, et quelques mois plus tard, on se retrouve avec une poignée de comptes et de clés, ainsi qu’une facture qui a discrètement atteint un montant considérable.

Par défaut, les fournisseurs de modèles indiquent généralement l’utilisation par compte, projet ou clé API. Ça montre qui détient la clé, mais pas à quel ticket, pull request ou processus les jetons ont été associés, et c’est justement ce niveau de détail que le service financier demande.

Les agents creusent encore plus l’écart. Un seul processus peut appeler plusieurs modèles, réessayer quand une réponse n’est pas satisfaisante, et lire bien plus de code que la tâche ne semblait l’exiger. (On a expliqué hier pourquoi ça rend chaque exécution si imprévisible : 0,50 $ hier, 5 $ aujourd’hui.) Même une équipe qui suit attentivement son utilisation chez le fournisseur se retrouve avec un chiffre précis, mais difficile à expliquer.

L’enquête Flexera va dans le même sens. Seules 31 % des entreprises ont déclaré disposer d’une visibilité précise sur les logiciels d’IA de leur parc informatique, le taux le plus bas de toutes les catégories de l’enquête. Si les équipes ne savent pas exactement quels outils d’IA elles utilisent, une ventilation des coûts par processus est encore loin d’être envisageable.

Intègre la transparence des coûts dans la décision d’achat

Point clé : le moment le plus économique pour rendre les dépenses en IA justifiables, c’est avant le déploiement d’un outil, en intégrant le reporting des coûts à l’évaluation.

Une fois qu’un outil est intégré dans plusieurs équipes, ajouter l’attribution des coûts après coup prend un temps fou. Quelqu’un finit par attribuer des étiquettes aux clés, créer des feuilles de calcul, puis courir après les équipes pour comprendre les pics de consommation du mois dernier. Poser les bonnes questions pendant l’évaluation permet d’éviter la plupart de ces tracas.

Voici les questions à poser à tout fournisseur dont le produit exécute des agents IA pour toi :

• Peut-on voir le coût par exécution et par processus, ou seulement par compte ?
• Le coût est-il visible pendant l’exécution de la tâche, ou seulement une fois celle-ci terminée ?
• Les dépenses peuvent-elles être ventilées par équipe, ainsi que par modèle et par fournisseur utilisés ?
• Comment plafonner les dépenses, et qu’advient-il des tâches déjà en cours quand on atteint ce plafond ?
• Peut-on définir des budgets distincts pour chaque équipe ou chaque processus ?
• Est-ce qu’on est facturé pendant que le travail est en attente d’approbation ?
• Le coût final est-il enregistré avec un compte-rendu de ce que l’agent a réellement fait ?

Fais gaffe aux réponses qui commencent par « tu peux exporter les données et… ». En général, ça veut dire que la question du directeur financier va finir par revenir sur le bureau des ingénieurs, quelques étapes plus tard.

À quoi ressemble une facture IA transparente

Point clé : quand chaque dépense est liée au travail qui l’a générée, les questions du service financier peuvent trouver leur réponse dans un rapport.

Upsun Dispatch™ répond à la plupart de ces questions. Chaque exécution enregistre le temps passé par l’agent et une estimation du coût des jetons, et la page « Utilisation » détaille les dépenses par processus et par modèle. Les équipes qui ont besoin de leurs propres chiffres peuvent chacune disposer de leur propre organisation Dispatch, toutes s’appuyant sur le même profil de facturation. L’équipe d’ingénierie peut ouvrir une exécution individuelle pour expliquer une valeur aberrante.

Le temps passé par les agents est prélevé sur le crédit que tu alimentes à l’avance, en USD, CAD, GBP, EUR ou AUD, et tu reçois une notification avant que le solde ne soit trop bas. Les jetons de modèle sont facturés directement par ton fournisseur d’IA, sans majoration de la part d’Upsun.

Lorsque le crédit est épuisé, aucune nouvelle exécution ne démarre tant que tu n’as pas rechargé ton compte, mais les exécutions déjà en cours sont autorisées à se terminer. Le temps des agents n’est facturé que lorsque le bac à sable est en cours d’exécution ; ainsi, une exécution mise en pause à une étape, en attente de l’approbation de quelqu’un, ne consomme pas de temps d’agent. Lorsqu’une exécution se termine, son coût final est enregistré, ainsi que toutes les autres actions qu’elle a effectuées.

Deux questions de cette liste reçoivent une réponse partielle. Ton crédit plafonne le temps des agents, mais la dépense de jetons figure sur la facture de ton fournisseur d’IA ; Upsun Dispatch la suit donc par exécution plutôt que de la plafonner. Et il n’y a pas de plafonds distincts pour chaque équipe ou processus ; ces budgets sont donc suivis dans la ventilation plutôt que contraints.

La prochaine fois que le directeur financier te posera la question, tu auras la réponse toute prête. Découvre comment ventiler les dépenses d’IA par équipe, par processus et par exécution

Foire aux questions (FAQ)

Que doit savoir un directeur financier sur les dépenses liées aux agents IA ?
En général, quatre choses : combien est dépensé, quelles équipes et quels processus sont à l’origine de ces dépenses, quelle est la tendance, et ce que ça coûterait d’en faire plus. Le total fourni par le prestataire répond à la première question. Pour les trois autres, il faut relier les dépenses au travail qui les a générées.

Pourquoi les tableaux de bord des fournisseurs de modèles ne répondent-ils pas aux questions du service financier ?
Ils présentent généralement l’utilisation par compte, projet ou clé API. Ça montre qui a utilisé le modèle, mais pas quel processus, ticket ou pull request a généré la dépense, alors que c’est à ce niveau-là que le service financier planifie et approuve les dépenses.

Que devrais-tu demander à un fournisseur d’IA au sujet des coûts avant d’acheter ?
Demande si les coûts sont visibles par exécution et par processus, s’ils sont visibles pendant que le travail est en cours, comment les dépenses peuvent être plafonnées, ce qu’il advient du travail en cours une fois le plafond atteint, et si tu es facturé pendant que le travail attend une validation humaine.

Est-ce qu’Upsun Dispatch facture pendant qu’une exécution attend une validation ?
Tant qu’une exécution est en attente à une étape, le bac à sable est désactivé, et un nouveau bac à sable démarre une fois l’exécution validée.