« IA en entreprise : arrêtez de craindre le remplacement, surveillez la facture »

Par Rony Germon, fondateur de Futur Possible, enseignant-chercheur et directeur de programmes à Paris School of Technology & Business (PST&B) et Armand Derhy, directeur général de Paris School of Technology & Business (PST&B)

Uber avait déployé un outil de codage IA auprès de 5 000 ingénieurs. Adoption massive, résultat immédiat : budget annuel épuisé en quatre mois. L’entreprise plafonne désormais l’usage à 1 500 dollars par mois et par employé, tableau de bord à l’appui. Microsoft a fait plus radical : après avoir poussé ses équipes à adopter le même outil, elle a annulé la plupart des licences en juin, débordée par une facturation à la consommation devenue incontrôlable. Le problème n’est pas la qualité de l’outil. C’est son modèle économique. Selon Bain & Company, 40 % des entreprises qui suivent leurs dépenses IA n’atteignent pas leurs objectifs d’économies. Les directeurs financiers prévoient pourtant, à 83 %, d’augmenter encore ces budgets.

Ford a automatisé le contrôle qualité de ses chaînes de production. Puis a réembauché plus de 300 ingénieurs vétérans pour corriger les défauts que l’IA ne détectait pas. Son vice-président l’a reconnu publiquement : l’entreprise avait cru qu’il suffisait de brancher l’IA. La peur du remplacement, elle, reste massive. Un dirigeant nous confie : « mes équipes vont être remplacées ». Un salarié : « mon métier va disparaître ». Ils ne sont pas seuls : 62 % des Français voient l’IA comme un risque pour l’emploi. L’ironie est cruelle. Ce que l’IA fait bien perd de la valeur. Ce qu’elle ne sait pas faire en gagne : le jugement, l’expérience, la relation. Près d’un salarié sur quatre dit déjà devoir muscler son sens critique pour rester utile. On passe, selon PwC, d’une économie du savoir à une économie de la compétence.

Trois principes permettent d’éviter que l’IA ne devienne un centre de coûts plutôt qu’un levier de performance.

D’abord, gouverner les usages. Fixez des plafonds de consommation, suivez les dépenses et définissez des seuils par équipe. Sans garde-fous, les coûts explosent rapidement. Uber n’a instauré ce type de contrôle qu’après avoir constaté l’ampleur de la facture.

Ensuite, conserver l’expertise humaine dans la boucle. L’IA accélère le travail, mais elle ne remplace ni le jugement ni la responsabilité. Les entreprises qui ont voulu automatiser trop vite ont souvent dû revenir en arrière, parfois à un coût élevé.

Enfin, investir dans les compétences plutôt que dans les outils. Les modèles et les plateformes évoluent sans cesse. L’outil dominant aujourd’hui peut être dépassé demain. En revanche, des collaborateurs capables de comprendre, d’évaluer et de maîtriser l’IA resteront un atout, quelle que soit la technologie utilisée.

Au fond, le véritable coût de l’IA n’est pas seulement celui des emplois qu’elle transforme. C’est surtout celui d’une adoption sans gouvernance, sans contrôle et sans montée en compétences. Et cette facture, elle, ne relève pas de la spéculation : elle se mesure très concrètement, en euros… et en tokens.