Licences IA à l'usage : le risque financier change de camp, pas seulement le prix

Le 25 septembre, Microsoft a annoncé que Copilot se scinderait en deux offres : « Everyday AI » reste au siège, « Advanced AI » (agents, Cowork, Code, modèles Fable et Astra) se paie en Copilot Credits à l'usage. OpenAI a fait de même mi-septembre sur ses contrats Enterprise, en facturant Chat, Work et Codex au token. Anthropic affiche 20 dollars par siège plus le tarif API. Google, lui, retire Gemini Code Assist des abonnements Enterprise Standard et Plus renouvelés en ligne depuis le 17 septembre. Quatre éditeurs, une même direction.

Une baisse de prix qui ne baisse rien

Le prix unitaire recule pourtant : Opus 5.5 d'Anthropic sort 20 % sous Opus 5. Mais un tarif en baisse appliqué à un agent qui tourne trois heures au lieu de trente secondes ne fait pas baisser la facture. Ce qui change de camp, c'est qui absorbe le volume. Avec le siège, l'éditeur pariait sur une moyenne d'usage. Au compteur, c'est le client qui encaisse les pics.

Une décision de gouvernance déguisée en réglage technique

Chez Microsoft comme chez OpenAI, la facturation à l'usage reste désactivée tant qu'un administrateur n'a pas créé une politique de dépense, avec plafonds et alertes. Ce paramètre ressemble à un réglage IT. Il engage pourtant une ligne budgétaire durable. Le risque concret : un administrateur ouvre la politique pour débloquer un pilote, fixe un plafond au jugé, et la direction financière découvre deux trimestres plus tard une dépense variable qu'elle n'a jamais arbitrée.

Pour un dirigeant, trois réflexes s'imposent avant tout renouvellement de contrat IA :

• Exiger qu'un budget par processus soit signé par un responsable métier avant d'ouvrir une politique de dépense, pas par un administrateur seul.
• Vérifier les clauses de renouvellement en ligne, Google retire un outil utilisé quotidiennement sans préavis commercial explicite.
• Suivre la consommation réelle, y compris quand le reporting fourni par l'éditeur, comme chez OpenAI, ne couvre pas tout le périmètre engagé.

Ce transfert de risque rejoint un enjeu plus large sur la fiabilité des systèmes qu'on branche à des usages variables. RayZ a détaillé ce que suppose la supervision de ces systèmes dans Superviser un système IA : concevoir des capteurs qui savent dire non.