Les directions financières, RH et achats déploient l’intelligence artificielle à tour de bras. Mais
derrière l’enthousiasme technologique se cache une réalité qui commence à faire surface dans les
comités de direction : personne ne maîtrise vraiment les coûts. Pire, la facture pourrait devenir
incontrôlable dès 2027. Entre flou organisationnel, profils introuvables et explosion tarifaire, les
fonctions support entrent dans une zone de turbulences qu’elles n’ont pas anticipée
Les chiffres donnent le vertige. Le coût moyen du calcul informatique devrait bondir de 89 % entre 2023
et 2025, selon l’Institute for Business Value d’IBM. Soixante-dix pour cent des dirigeants pointent l’IA
générative comme responsable direct de cette inflation. Et ce n’est qu’un début : OpenAI vient de lever
6,6 milliards de dollars pour absorber ses coûts opérationnels galopants, valorisant l’entreprise à 157
milliards. Quand les géants de la tech peinent à rentabiliser leurs propres outils, comment les
entreprises classiques pourraient-elles s’en sortir ?
SEULEMENT 26 % DES ENTREPRISES SAVENT CE QU’ELLES DÉPENSENT VRAIMENT
Une étude KPMG révèle un chiffre glaçant : seules 26 % des organisations déclarent avoir une vision complète de leurs dépenses IA. Les autres naviguent à l’aveugle. Certaines ont épuisé leur budget annuel en quatre mois. Chez Uber, l’enveloppe 2026 était vide dès avril. Chez un client que j’ai accompagné, leader du retail français, la consommation de tokens avait été multipliée par cinq en six mois sans qu’aucun indicateur business ne justifie cette explosion. La direction financière découvrait ses factures après coup, incapable de les rattacher à des livrables concrets.
Ce phénomène porte désormais un nom : le tokenmaxxing. Pendant des mois, les entreprises ont encouragé leurs équipes à utiliser massivement l’IA pour montrer qu’elles étaient à la pointe. Amazon a dû fermer son leaderboard interne qui récompensait les plus gros consommateurs. Walmart a plafonné l’usage de ses outils de programmation. Accenture, IBM, Oracle et JPMorgan Chase ont créé une Tokenomics Foundation pour standardiser les métriques budgétaires. Quand les banques s’unissent pour gérer un problème de coûts, c’est que la situation devient sérieuse.
J’ai audité récemment les initiatives IA d’un acteur majeur de l’agroalimentaire. Quatorze projets pilotes en dix-huit mois, 800 000 euros investis, trois seulement dépassant le stade expérimental. Leur directeur financier l’a résumé brutalement : « Nous avons testé des outils sans jamais nous demander comment ils transformeraient nos métiers ni combien ils coûteraient réellement une fois passés à l’échelle. »
LA FIN DU MODÈLE BUFFET ET L’ARRIVÉE DE LA TARIFICATION AU VRAI COÛT
Entre février et juin 2026, OpenAI, Anthropic et GitHub ont abandonné les forfaits illimités pour basculer vers une tarification à l’usage. Chaque token consommé se paie désormais au prix réel. Avec l’émergence des agents autonomes capables de travailler pendant des heures sur des tâches complexes, la facture peut devenir astronomique.
Un ingénieur de Deloitte témoigne : une seule requête détaillée nécessitant plusieurs heures de travail agent peut coûter plus de 100 dollars. Chez Coinbase, l’analyse complète du code de l’entreprise pour détecter des bugs reviendrait entre 50 000 et 100 000 dollars par exécution. Si cent employés lancent l’opération de manière indépendante, l’addition atteint 10 millions.
Cette transition tarifaire révèle une vérité dérangeante : tant que l’IA était vendue au forfait, personne ne mesurait la valeur créée. Les projets n’étaient jamais challengés sur leur rentabilité réelle. Des preuves de concept survivaient pendant des trimestres sans démontrer le moindre ROI. Pour un groupe pharmaceutique que j’ai conseillé, nous avons constaté que 40 % des cas d’usage IA envisagés ne résistaient pas à une analyse économique basique. Les 60 % restants justifiaient en revanche des investissements significatifs avec un retour mesurable. C’est exactement cette rationalisation que va imposer la nouvelle donne tarifaire.
Paradoxalement, cette évolution constitue peut-être une bonne nouvelle. Elle oblige enfin les directions à arbitrer, à prioriser, à construire des business cases solides. Sam Altman lui-même a reconnu que la question budgétaire, inexistante début 2024, est devenue « un sujet majeur » fin 2026. Les entreprises qui anticipent cette transition prendront une longueur d’avance. Les autres vont subir un réveil brutal.
VOS ÉQUIPES NE SONT PAS PRÊTES ET VOUS N’AVEZ PAS LES BONS PROFILS
Au-delà des coûts, les fonctions support font face à un problème structurel encore plus préoccupant : leurs équipes ne sont pas dimensionnées pour piloter cette transformation. Les directions financières, RH et achats ont historiquement recruté des profils métier, pas des architectes de solutions intelligentes. Aujourd’hui, elles doivent gérer des portefeuilles de modèles, orchestrer des agents, gouverner des flux de données sensibles et piloter une transformation organisationnelle d’ampleur inédite.
Le marché du recrutement reflète ce décalage. Les profils hybrides, capables de comprendre les enjeux métier tout en maîtrisant les architectures IA, sont rarissimes. Un contrôleur de gestion expert en data science qui comprend les enjeux de conformité réglementaire et sait architecturer une solution d’IA générative ? Introuvable. Un responsable paie qui sait paramétrer des agents conversationnels tout en garantissant la confidentialité des données personnelles ? Quasi inexistant. Ces compétences se construisent, se forment, s’accompagnent, mais elles ne se recrutent pas clés en main.
J’ai accompagné un leader du secteur bancaire dans la refonte de sa direction financière. L’analyse a révélé que 40 % des postes verraient leur contenu significativement modifié dans les trois prochaines années. Cela nécessitait un plan de formation ambitieux et un accompagnement au changement structuré. Mais surtout, cela impliquait de recruter une dizaine de profils totalement nouveaux : des data engineers capables de dialoguer avec les contrôleurs de gestion, des architectes IA comprenant les processus de clôture comptable, des spécialistes de la gouvernance des modèles maîtrisant les enjeux réglementaires financiers. Ces recrutements ont pris dix-huit mois en moyenne.
LA FORMATION, ANGLE MORT DES PROGRAMMES IA
Soixante-quinze pour cent des salariés utilisant principalement des outils numériques utilisent déjà l’IA, selon Microsoft et LinkedIn. Mais combien le font correctement ? Combien comprennent les risques associés ? Combien savent identifier une hallucination ou reconnaître une fuite potentielle de données sensibles ? Les directions informatiques déploient des solutions, mais les fonctions support ne forment pas suffisamment leurs équipes à un usage responsable et sécurisé.
L’AI Act européen, entré en vigueur en août 2024, impose un cadre strict sur l’utilisation des systèmes IA selon leur niveau de risque. Les entreprises doivent documenter leurs usages, garantir la transparence des décisions automatisées, protéger les données personnelles. Combien de gestionnaires paie comprennent ces obligations quand ils demandent à un agent IA de traiter des bulletins de salaire ? Combien de contrôleurs de gestion mesurent les conséquences réglementaires quand ils exportent des données financières dans un prompt ?
Pour un acteur industriel majeur du BTP, nous avons construit un programme de formation structuré sur neuf mois.
Tous les collaborateurs des fonctions support ont suivi un parcours de base sur les fondamentaux de l’IA, ses opportunités et ses risques. Les managers ont bénéficié d’un module approfondi sur la conduite du changement dans un environnement augmenté. Les profils à fort impact ont reçu une formation technique poussée. Le budget formation a doublé sur deux ans. Mais six mois après le déploiement, le taux d’adoption des outils IA était trois fois supérieur à la moyenne du secteur et aucun incident de sécurité majeur n’avait été recensé.
PERSONNE NE DÉFINIT SON MODÈLE OPÉRATIONNEL CIBLE
Le véritable problème des fonctions support ne réside pas dans l’IA elle-même, mais dans leur incapacité à définir leur organisation cible à trois ans. Les directions multiplient les POC, testent des agents, lancent des expérimentations. Mais combien ont formalisé à quoi ressemblera leur direction financière en 2028 ? Quels métiers auront disparu ? Quels nouveaux rôles devront être créés ? Quelle répartition entre tâches automatisées et travail humain à forte valeur ajoutée ? Cette absence de vision structurée génère trois erreurs fatales. La première consiste à déléguer la stratégie IA aux équipes techniques. La DSI peut déployer des outils, pas définir leur finalité métier. J’ai vu des entreprises automatiser des circuits de validation obsolètes plutôt que de les simplifier. La deuxième erreur réside dans l’absence de gouvernance transverse. Les initiatives IA des RH, de la finance et des achats progressent en silos,
créant des incohérences majeures. Un groupe industriel avec lequel j’ai travaillé avait déployé trois assistants virtuels différents pour répondre aux questions des collaborateurs. L’expérience utilisateur était catastrophique. La troisième erreur, la plus grave, consiste à négliger l’accompagnement humain. Les projets dont la conduite du changement est insuffisante voient leur coût d’implémentation augmenter de 30 %. Le turnover additionnel dans les six mois peut atteindre 50 % quand les collaborateurs se sentent dépassés. Pour un acteur de la distribution que j’ai accompagné, nous avons construit une trajectoire de transformation sur trente-six mois intégrant la refonte des processus, l’évolution des compétences et le redimensionnement des équipes. Ce travail de fond a permis d’anticiper que 40 % des postes de la direction financière verraient leur contenu profondément modifié. Cela a justifié un plan d’accompagnement ambitieux et évité une hémorragie de talents.
L’URBANISATION DU SI, CLÉ DE VOÛTE OUBLIÉ
L’intégration de l’IA dans les fonctions support ne peut se concevoir sans une réflexion approfondie sur l’architecture du système d’information. Les agents intelligents doivent s’insérer dans un écosystème cohérent, interopérable, maîtrisé. L’approche « best of breed », qui multiplie les solutions spécialisées, atteint ses limites quand il faut faire dialoguer des dizaines de briques technologiques avec des dizaines de modèles IA différents. Pour un leader pharmaceutique, j’ai piloté la refonte complète de l’architecture SIRH en intégrant dès la conception les cas d’usage IA identifiés. Cette approche a permis de construire une plateforme évolutive, capable d’absorber les innovations futures, plutôt qu’un empilement de solutions nécessitant des refontes coûteuses à chaque nouvelle intégration. La gouvernance des données est devenue le nerf de la guerre. Sans qualité des informations alimentant les algorithmes, les agents produisent des résultats aberrants. Le nettoyage et la structuration des données représentent souvent 60 % de l’effort d’un projet d’automatisation réussi. Cette complexité technique rebute beaucoup de directions métier. Elles préféreraient une solution miracle clés en main. Mais elle n’existe pas. L’IA n’est pas un logiciel que l’on installe. C’est une transformation systémique qui modifie en profondeur les processus, les compétences et l’architecture informatique. Les entreprises qui l’ont compris investissent massivement dans la refonte de leur socle technique. Les autres accumulent une dette organisationnelle difficile à résorber.
LE TEMPS JOUE CONTRE CEUX QUI ATTENDENT
Les entreprises qui construisent aujourd’hui leur roadmap de transformation prendront un avantage concurrentiel décisif. Celles qui continuent d’empiler les expérimentations sans vision d’ensemble accumuleront une dette organisationnelle et financière difficile à résorber. L’écart de performance entre ces deux catégories se creusera exponentiellement dans les années à venir. Les fonctions support ont une opportunité historique de se repositionner comme partenaires stratégiques de la direction générale. Mais cette évolution exige de sortir de la posture défensive qui consiste à automatiser pour réduire les coûts. L’enjeu est de libérer l’intelligence humaine pour créer davantage de valeur. Un gestionnaire paie dont 70 % des tâches sont automatisées ne doit pas être supprimé. Il doit se repositionner sur le contrôle qualité,
l’analyse d’anomalies, l’accompagnement des managers, le conseil social. Cette évolution ne s’improvise pas. Elle se planifie, se budgète, se pilote. Affirm a fait du suivi des tokens un élément central de son processus budgétaire annuel. L’entreprise surveille sa consommation IA en quasi-temps réel et produit des rapports hebdomadaires pour son comité de direction. Coinbase a mis en place des plafonds hebdomadaires variant de 500 à 5 000 dollars selon le niveau hiérarchique et le rôle. Le système alerte les utilisateurs quand ils approchent de leur limite. « Nous pensons que les contraintes stimulent la créativité », explique Rob Witoff, responsable infrastructure. « Nous ne voulons pas que les gens brûlent de l’argent simplement parce qu’ils le peuvent. »
VOTRE FEUILLE DE ROUTE OU VOTRE DÉROUTE
La question n’est plus de savoir si l’IA transformera vos fonctions support, mais si vous piloterez cette transformation ou si vous la subirez. Définir votre modèle opérationnel cible à trois ans n’est pas un exercice intellectuel optionnel. C’est la condition de votre pertinence future. Cela impose d’identifier les processus où l’IA apportera une valeur démontrable, de cartographier les compétences qui devront évoluer, d’anticiper les impacts sur les postes et les emplois, de construire une gouvernance des coûts intégrée au pilotage budgétaire. Nous entrons dans l’ère du FinOps de l’IA. Les directions générales, financières et métiers devront travailler ensemble pour construire de véritables business cases. Sam Altman a reconnu que la question budgétaire, inexistante en début d’année, est devenue un sujet majeur. Les entreprises qui auront anticipé cette transition — en structurant leur gouvernance IA, en mesurant la valeur créée et en définissant leur modèle opérationnel cible — prendront une longueur d’avance.
14 juillet 2026 C’est sans doute le moment où l’IA quitte le monde de la curiosité technologique pour entrer dans celui de la performance opérationnelle. Pour vos fonctions support, l’heure n’est plus aux expérimentations dispersées mais à la construction d’une roadmap structurée qui intègre l’IA dans leur modèle cible. Sans cette discipline, la facture explosera et la transformation n’aura jamais lieu. Avec elle, vos directions financières, RH et achats peuvent réinventer leur contribution stratégique. Le choix est binaire et urgent. N’hésitez pas à me contacter via Linkedin si vous souhaitez discuter de votre contexte directement avec moi, je me ferais un plaisir d’échanger avec vous.
Rédaction
David BELLAÏCHE
Directeur Général d’Althéa
