Depuis l’arrivée de ChatGPT en 2022, l’IA est souvent présentée comme une solution pour diminuer les coûts de fonctionnement des entreprises. Dans un rapport publié en 2025, la banque américaine Morgan Stanley estimait même que l’adoption complète de l’IA pourrait mener à des bénéfices annuels de 920 milliards de dollars, en partie grâce à la réduction des frais de fonctionnement.

Cependant, des données récentes semblent confirmer que ces prévisions étaient trop optimistes. Par exemple, dans un sondage réalisé auprès de 753 chefs d’entreprises canadiens en septembre 2025, seulement 2 % disaient avoir constaté un retour sur investissement après avoir adopté l’IA générative dans leur entreprise.

C’est que, même si l’IA peut accélérer certaines tâches, cela ne se traduit pas automatiquement par une amélioration de la performance globale d’une entreprise, confirmait en mai 2026 Julien Pillot, un docteur en économie à l’Université de Nice, qui s’intéresse entre autres à la régulation de la technologie et du numérique. « Cela ne signifie pas que l’IA est inutile. Cela signifie que son coût réel a été sous-estimé. »

Une rentabilité incertaine

Déjà en 2024, des chercheurs de l’Institut de technologie du Massachusetts (MIT) avaient estimé que l’IA serait moins chère que l’humain pour seulement 23 % des tâches. Leur étude avait été réalisée avec un type d’IA appelée vision par ordinateur, dont les coûts sont bien documentés. Selon les auteurs, leurs conclusions pourraient s’appliquer également aux grands modèles de langages, qui sont derrière l’IA générative.

Dans un article sur la macroéconomie de l’IA publié en 2025, Daron Acemoglu, lui aussi chercheur au MIT, concluait que d’ici 2034, la productivité de l’économie ne devrait pas augmenter de plus de 0,66 % en raison de l’utilisation de l’IA. Selon lui, le fait que l’IA ne parvienne pas à être plus efficace qu’un humain dans plusieurs tâches complexes expliquerait cet impact limité.

De plus, l’utilisation de l’IA en entreprise peut avoir des coûts cachés, soulignait Julien Pillot en 2026. Cela peut inclure l’intégration de l’IA dans les systèmes existants, la maintenance, la formation des équipes, la supervision humaine et le contrôle de la qualité, dont la gestion des erreurs commises par le robot, voire ses inventions (ou « hallucinations »).

L’essor des agents IA

L’augmentation récente des coûts associés à l’utilisation de l’IA en entreprise coïncide avec l’arrivée de ce qu’on appelle l’IA agentique. Un agent IA est un système autonome qui peut prendre en charge des tâches complexes en élaborant un plan qui lui permet d’interagir avec d’autres systèmes, puis de le réanalyser et de corriger ses actions au besoin. Ces agents ont été développés au départ pour le codage, parce qu'ils sont très efficaces.

Or, paradoxalement, le recours à de tels agents IA a fait grimper la facture. Il faut savoir que, pour réaliser les tâches qu’on leur confie, les systèmes d’IA utilisent des jetons (en anglais, token) définis comme des unités de données traitées. Les agents conversationnels comme ChatGPT utilisent aussi les jetons, mais ils sont beaucoup moins gourmands que les agents IA.

À quel point? En avril 2026, une équipe de chercheurs du MIT, de Google et de Microsoft, a publié un article sur la plateforme de prépublication ArXiv, où elle concluait que les tâches nécessitant des agents IA utilisaient en moyenne 100 fois plus de jetons que les tâches de conversation ou de réflexion. 

Cette augmentation du nombre de jetons utilisés s’explique par le fonctionnement même des agents. Ceux-ci doivent continuellement lire la tâche qui leur a été attribuée, obtenir une réponse, puis relire la tâche et la réponse avant la prochaine action. Tous ces allers-retours consomment énormément de jetons.

La facture grimpe

Or, les entreprises se sont retrouvées dans des situations où elles n'avaient pas le choix de facturer davantage pour demeurer rentables. « Pendant les deux premières années, écrit Julien Pillot, beaucoup d'acteurs de l'IA ont subventionné l'usage de leurs modèles. Ils disposaient de cash, d'investisseurs, d'une forme d'euphorie de marché. Mais cette période touche à sa fin. Les modèles économiques changent. » 

Les compagnies d’IA sont pour cette raison passées progressivement d’abonnements très larges, où l’utilisation de jetons était illimitée, à des tarifications à l’usage, c’est-à-dire au nombre de jetons consommés. « Pour les entreprises qui utilisent massivement l’IA, la facture peut alors exploser très vite », ajoutait Julien Pillot en mai 2026. Nous serions présentement, explique-t-il, dans une phase où le travail humain reste plus rentable que le travail numérique. L’IA, qui devait réduire la masse salariale ou améliorer fortement la productivité, devient plutôt un poste de dépense supplémentaire.

Au point où Gartner, une entreprise américaine de recherche-conseil en informatique, prédisait en juin 2025 que 40 % des projets utilisant des agents IA seront abandonnés d’ici 2027 à cause des coûts. Puis, en février dernier, elle prédisait que 50 % des entreprises qui ont coupé des postes en raison de l’IA réembaucheront des travailleurs pour faire des tâches similaires.

Verdict

Malgré les promesses faites par les compagnies d’intelligence artificielle, l’utilisation de l’IA ne permet pas encore de réaliser des économies claires pour les entreprises.