Le cloud nous a appris une discipline : traiter la dépense comme une métrique de premier plan, mesurée, attribuée, pilotée. L’IA agentique réintroduit le problème sous une forme nouvelle. Le coût d’un agent n’est pas fixe : il varie à chaque exécution, dépend du chemin qu’il emprunte, et reste invisible jusqu’à l’arrivée de la facture. Et il se compte désormais dans deux monnaies : l’argent et l’énergie.
Le FinOps appliqué à l’IA agentique consiste à ramener ce coût variable sous contrôle, avec les mêmes réflexes que pour le cloud : mesurer par exécution, attribuer à un usage, plafonner avant que ça ne dérape. Voici comment nous le mettons en place.
Pourquoi le coût d’un agent est piégeux
Un appel de modèle a un prix connu par token. Un agent, non. Entre la demande et la réponse, il peut appeler plusieurs outils, relancer un raisonnement, réessayer après un échec, ou partir dans une boucle. Deux exécutions du même cas peuvent coûter du simple au triple. Le coût n’est donc pas une propriété de l’agent, mais de chaque exécution.
Cette variabilité a un côté sournois : elle passe inaperçue tant que les volumes sont faibles, puis grimpe au moment précis où l’agent réussit et se diffuse. Un agent adopté est un agent qui coûte, et c’est au moment de l’adoption qu’un coût non maîtrisé fait le plus mal.
Les bonnes unités de mesure
Le coût par exécution
La première unité utile n’est pas la facture mensuelle, mais le coût d’une exécution unitaire : combien coûte, en moyenne et au pire, un passage complet de l’agent sur un cas ? C’est cette unité qui permet de comparer un agent à l’alternative manuelle, de fixer un budget par usage, et de repérer une régression de coût aussi vite qu’une régression de qualité.
Les tokens, dans le détail
Le coût monétaire se décompose en tokens d’entrée et de sortie, étape par étape. Ce détail n’est pas de la comptabilité analytique pour le plaisir : il montre où part l’argent. Un contexte trop gros rechargé à chaque étape, un outil qui renvoie des réponses verbeuses, un prompt système surdimensionné : ces gaspillages sont invisibles sans mesure par token, et souvent faciles à corriger une fois vus.
En pratique, la mesure par token révèle presque toujours le même coupable : le contexte. À mesure qu’un agent enchaîne les étapes, il traîne un historique qui grossit et qu’il paie à chaque appel. Réduire ce contexte au strict nécessaire, le résumer plutôt que le rejouer en entier, est souvent le gain le plus rapide, avant même de toucher au modèle ou aux outils.
Les watts-heure et les gCO2e
La seconde monnaie est énergétique. Chaque exécution consomme de l’électricité et émet du CO2. Suivre les Wh et les gCO2e par exécution n’est pas qu’une exigence de reporting extra-financier : c’est un signal de conception. Un agent plus sobre est presque toujours un agent plus rapide et moins cher, parce que le temps, l’argent et l’énergie sont corrélés. La sobriété IA n’est pas un supplément d’âme, c’est un indicateur de bonne ingénierie.
Attribuer, puis plafonner
Mesurer ne suffit pas si le coût n’est rattaché à rien. Chaque exécution doit être attribuée : quel agent, quel usage, quelle équipe. Sans cette attribution, une facture globale ne dit pas quoi corriger.
Ensuite, on plafonne. Un budget par agent et par usage, un plafond au-delà duquel l’agent s’arrête plutôt que de continuer à dépenser, un interrupteur d’arrêt en cas de dérive. Ces garde-fous ne sont pas des options de confort : ce sont les mêmes que ceux qui rendent un agent acceptable en production, décrits dans notre cadre d’évaluation. Un agent sans plafond de coût est aussi peu prêt qu’un agent sans limite sur ses actions.
Le levier le plus efficace : le bon modèle au bon endroit
Le poste de coût le plus lourd est souvent le choix du modèle. Router les cas simples vers un modèle rapide et peu cher, et réserver les modèles lourds aux tâches qui les justifient, réduit la facture d’un facteur important sans perte de qualité perçue. C’est un sujet à part entière, que nous traiterons dans un prochain article. Retenons ici qu’un bon dispositif FinOps rend ce choix mesurable : sans coût par exécution ventilé par modèle, on route à l’aveugle.
La sobriété comme paramètre de conception
Ramené à l’essentiel, le FinOps de l’IA agentique consiste à faire du coût, monétaire et énergétique, une métrique de première classe, au même titre que la qualité ou la latence. Mesuré par exécution, attribué à un usage, plafonné par un budget, ce coût cesse d’être une surprise de fin de mois pour devenir un paramètre de conception.
Cette discipline s’inscrit dans notre méthodologie d’industrialisation : un agent qu’on met en production sans savoir ce qu’il coûte, ni comment l’arrêter s’il dérape, n’est pas industrialisé, il est seulement déployé. Elle s’appuie concrètement sur l’observabilité et le suivi des coûts du socle d’exécution, qui fournissent la mesure sans laquelle rien de tout cela n’est possible.
Vous voulez rendre le coût de vos agents IA visible et maîtrisé ? Parlons-en.