Le « token-maxing » est un gouffre financier avec le développement des usages des services d’intelligence artificielle. En effet, les professionnels dépensent leurs jetons à toute vitesse, mais les chefs d'entreprise avisés trouvent des moyens de concilier coûts et création de valeur.
Douze mois dans le domaine de l’IA, c’est une éternité. Steve Lucas, PDG de Boomi, spécialiste des technologies d’intégration, s’inquiétait l’année dernière du fait que les DSI se lançaient à corps perdu dans des initiatives d’IA générative sans avoir une vision claire de la direction à prendre. Aujourd’hui, un an plus tard, il s’inquiète de voir les professionnels de l’informatique adopter une approche tout aussi précipitée avec la technologie agentique, et l’ampleur de l’utilisation des jetons ne fait qu’une chose : augmenter.
« Que vous travailliez au sein d’une entreprise ou en dehors, on a l’impression que votre principale préoccupation est d’utiliser l’IA et d’exploiter au maximum cette technologie pour votre propre travail », a-t-il déclaré à ZDNET.
Un jeton est l’unité fondamentale d’information traitée par un modèle d’IA, et les recherches soulignent les coûts vertigineux et imprévisibles des agents à mesure que la technologie consomme des ordres de grandeur supplémentaires de tokens.
Comme l’a récemment souligné mon collègue de ZDNET, Steven Vaughan-Nichols, il n’y a pas si longtemps (certainement pendant l’essor de l’IA générative que tout le monde s'enthousiasmait pour son classement des jetons, qui indiquait qui utilisait le plus de jetons au sein d’une organisation. Aujourd’hui, les classements de jetons sont obsolètes, car personne ne peut se permettre de gaspiller des jetons.
À l’ère de l’agentique, maximiser l’utilisation des jetons est un signe d’excès, et la « tokenomics », soit la pratique consistant à mesurer, tarifer et gérer la consommation de jetons, est une activité commerciale clé, même pour un PDG du secteur technologique comme Lucas, qui a remarqué que les jetons sont consommés à un rythme bien plus rapide.
« Il y a un an, nous ne parlions pas de tokenomics », a-t-il déclaré. « Mais l’année dernière, j’ai personnellement dépensé chez Boomi dix fois plus pour Claude que l’année précédente, dix fois ; ce n’est pas tenable! Je ne peux pas faire ça chaque année. »
Il incombe désormais aux entreprises et aux professionnels de créer leur propre version de la tokenomics adaptée au monde de l’entreprise. L’IA agentique est appelée à transformer le mode de fonctionnement de toutes les entreprises, et la mise au point d’une technique rentable pour explorer les agents est une priorité urgente, a suggéré Lucas.
« Ce qui compte dans l’entreprise, c’est en fin de compte l’aspect économique de l’IA », a-t-il déclaré. « La plupart des organisations considéreront l’IA comme le moteur de l’entreprise de demain. La question fondamentale est donc la suivante : “Puis-je exploiter l’IA de manière rentable ?” »
Les responsables d’entreprise ont estimé que la voie à suivre était claire : plutôt que de restreindre la manière dont les collaborateurs peuvent utiliser les agents, il faut leur fournir des lignes directrices et le contexte nécessaire pour prendre des décisions rentables concernant les modèles.
Sridhar Ramaswamy, PDG de Snowflake, a reconnu que la consommation de jetons est en hausse, même au sein de sa propre entreprise. Cependant, il a également déclaré qu’il était essentiel de laisser aux collaborateurs une marge de manœuvre suffisante pour explorer les agents.
« Sommes-nous préoccupés par le montant que nous dépensons en inférence IA au sein de nos différentes équipes internes ? Absolument », a-t-il déclaré. « Mais est-ce que je considère ces dépenses comme une raison de ne pas utiliser l’IA ? Absolument pas. »
Bien que la consommation maximale des jetons soit une source de préoccupation, M. Ramaswamy a déclaré lors d’une conférence de presse organisée dans le cadre du récent événement « Summit 2026 » de son entreprise à San Francisco que l’utilisation créative de l’IA peut contribuer à ouvrir de nouvelles opportunités commerciales.
Les agents peuvent contribuer à améliorer l’efficacité et la productivité du personnel, avec la possibilité de créer plus rapidement et plus efficacement de nouveaux services pour les clients de son entreprise.
« Nous considérons l’IA agentique comme une opportunité d’optimiser non seulement ce que nous faisons, mais aussi la manière dont nous pouvons transformer un processus en un produit que nos clients peuvent utiliser », a-t-il déclaré.
À l’instar de M. Ramaswamy, Matt Luizzi, vice-président chargé de l’analyse chez Whoop, spécialiste des technologies portables, a indiqué que son entreprise investissait dans des recherches sur l’IA agentique afin de se forger un avantage concurrentiel.
« Si nous voulons que les gens sortent de leur zone de confort, nous devons accepter qu’ils prennent des risques. »
En résumé, M. Luizzi a déclaré qu’il acceptait que le personnel dépense de l’argent pour des agents, mais cela ne signifie pas pour autant que la consommation de jetons doive devenir incontrôlable.
« Nous avons mis en place des garde-fous, ainsi que des mécanismes de suivi et de visibilité pour que les utilisateurs sachent ce qu’ils dépensent », a-t-il déclaré lors d’une table ronde au Summit 2026.
« Mais le plus souvent, il suffit simplement de s’asseoir avec eux et de les aider à se demander : “Comment pourriez-vous faire cela plus efficacement et quel est votre objectif ?” »
Selon M. Luizzi, la clé du succès des agents réside dans un accompagnement soigneusement géré. Oui, il faut laisser les gens repousser les limites avec les agents et les jetons, mais sans les laisser aller trop loin.
« En fin de compte, nous nous investissons pleinement parce que nous pensons que cela génère un retour sur investissement. Nous constatons que les collaborateurs gagnent en efficacité. Nous voyons le travail s’accomplir plus rapidement », a-t-il déclaré.
« Ces résultats positifs signifient que nous ne cherchons pas à nous focaliser sur le nombre de jetons utilisés par chacun, mais que nous comprenons également qu’il s’agit d’une approche qui doit pouvoir évoluer à grande échelle : il ne faut donc pas non plus laisser les collaborateurs aller trop loin. »
Sriram Sitaraman, directeur informatique chez Synopsys, spécialiste des technologies, a déclaré lors de la même table ronde à la conférence Snowflake que les collaborateurs devaient pouvoir explorer de nouvelles pistes, y compris les agents, afin de découvrir des solutions innovantes aux défis métier : « On ne peut pas innover avec des contraintes ou alors on ne peut aller que jusqu’à un certain point. »
À l’instar de M. Luizzi, M. Sitaraman a indiqué que des lignes directrices pouvaient aider à fixer des limites strictes à la consommation de jetons. Il a suggéré que le contexte approprié pour les projets pouvait contribuer à établir des contraintes efficaces.
« Si vous demandez à un agent : “Que dois-je faire demain ?”, il risque de consommer énormément de données, énormément de jetons, et de vous renvoyer une réponse qui ne vous sera d’aucune utilité », a-t-il expliqué. « Si vous définissez un contexte, par exemple en créant un agent dédié aux opérations commerciales en Amérique du Nord, en attribuant au projet des objectifs et des données spécifiques, alors la consommation sera limitée et la valeur apportée à l’utilisateur sera plus élevée. »
M. Pierrel a comparé l’approche alternative à une dépendance au sucre. Une fois que l’on commence à ajouter du sucre à ses aliments, on s’y habitue et on développe une dépendance malsaine. Il a ajouté que l’IA présentait des risques similaires.
« Tout était bon marché, très bon marché, et nous nous sommes tous lancés », a-t-il déclaré, revenant sur la ruée initiale vers l’utilisation des technologies d’IA générative. Aujourd’hui, l’engouement pour les agents représente une option plus coûteuse.
