Agents IA chez Qonto : le vrai calcul n'est pas le temps gagné, c'est le budget sacrifié

Maddyness détaille le dispositif mis en place par Qonto depuis l'été 2025 : un AI Lab piloté par Sophie Cornay, et deux agents, L'Opérateur et L'Analyste, qui préparent virements, factures et tableaux de bord tout en laissant la validation au dirigeant. L'article cite une dépense moyenne de 27,43 euros par mois en outils d'IA chez les clients professionnels de Qonto en septembre 2026, contre 4,84 euros un an plus tôt. Qonto précise lui-même que ce chiffre ne mesure pas le retour sur investissement.

Un budget qui ne vient jamais de nulle part

Multiplier par presque six sa dépense en IA en un an n'est pas un détail comptable. Dans une PME, cet argent n'apparaît pas par magie : il vient d'un poste qu'on a réduit, parfois sans le décider consciemment. Sophie Cornay elle-même résume l'alternative possible aux dirigeants : « Soit ça donne du temps libre, soit ça permet de se débarrasser des tâches à faible valeur ajoutée. » Mais le temps libre et les tâches éliminées ne financent rien tout seuls. Quelque chose a été arbitré en amont.

La question que personne ne pose au comité de direction

Avant d'activer un agent de préparation de virements ou d'analyse des dépenses, un dirigeant devrait se demander ce qu'il accepte de sacrifier pour ce budget. Trois pistes reviennent le plus souvent dans les arbitrages réels :

• Un recrutement administratif repoussé parce que l'agent absorbe une partie de la charge.
• Une prestation externe de saisie ou de rapprochement comptable réduite ou supprimée.
• Un outil existant moins utilisé, dont l'abonnement finance en silence le nouvel usage IA.

Qonto recommande de commencer petit, un cas d'usage, puis d'itérer. C'est juste pour l'adoption technique. Mais l'arbitrage budgétaire, lui, se décide une seule fois, souvent sans débat, et conditionne ensuite tout le reste.

Ce raisonnement sur ce qu'on finance réellement derrière un projet IA, et ce que douze mois de production révèlent sur ses coûts cachés, est développé dans Automatisation IA en PME : par où commencer, ce que ça coûte, et pourquoi la plupart des projets n'arrivent jamais en production.