L’IA coûte si cher que les entreprises françaises sacrifient l’innovation pour payer la facture
Le paradoxe est saisissant. La technologie qui génère le plus de coûts imprévus est aussi celle dont les budgets sont sacrifiés pour les payer. Selon une étude économique du Centre for Economics and Business Research (Cebr) commandée par Wasabi Technologies et menée dans huit grandes économies, les entreprises françaises ont dépensé 4,7 milliards d’euros de plus que prévu l’an dernier en infrastructures technologiques, à cause de frais facturés par les fournisseurs manquant de transparence ou difficiles à anticiper. L’IA et le machine learning pèsent à eux seuls 3 milliards d’euros, soit 64% de ces dépassements, loin devant les autres postes, et constituent aussi le plus difficile à budgéter : 24% des entreprises qui y recourent jugent ces coûts imprévisibles, contre 7 à 15% pour les autres.
En France, 79% des entreprises ont dépassé leur budget d’infrastructure technologique, le taux le plus élevé des huit marchés étudiés, et 90% ont dû faire au moins un compromis sur l’innovation. Les postes sacrifiés en premier : les projets d’IA, d’automatisation ou de data science (39%), la formation et le développement des compétences (29%), les investissements technologiques (28%) et le recrutement de profils tech, data et IA (27%). « La technologie qui génère le plus de coûts imprévus figure aussi parmi les investissements sacrifiés pour les payer », commente Owen Good, responsable du conseil économique au Cebr.
Le coût macroéconomique de l’imprévisibilité
Le Cebr a chiffré l’opportunité manquée. Les 4,7 milliards d’euros détournés de l’innovation permettraient de financer 1,5 milliard d’euros de nouveaux investissements productifs en R&D, IA et nouvelles technologies, 600 millions d’euros de formation, 14 380 emplois supplémentaires, et générer un gain de PIB de 1,3 milliard d’euros à long terme. Un constat qui tombe mal pour la France, alors que le gouvernement multiplie les annonces de souveraineté et de compétitivité numérique.
Fait notable pour le marché français : la tarification à l’usage joue un rôle moindre que partout ailleurs. Seuls 20% des entreprises françaises citent des frais de tokens, d’inférence ou d’usage plus élevés que prévu, contre 38% en moyenne sur les huit marchés. À l’inverse, 47% mettent en cause les coûts d’intégration, de déploiement et d’exploitation des modèles, et 44% des licences de plateformes ou d’outils IA plus chères que prévu. Le problème français est donc moins le pay-per-use que la structure de coûts des projets eux-mêmes.
Prises au piège entre coûts fragmentés et accès au matériel
Pour reprendre la main, les entreprises se heurtent à un second mur : le coût du changement. 83% des entreprises françaises ont subi des retards faute d’accès au matériel ou à la puissance de calcul nécessaire, 85% ont supporté des coûts supplémentaires liés à la fragmentation de leurs environnements de données, et 76% ont connu au moins un accès limité ou retardé aux données nécessaires à un projet. Les conséquences sont concrètes. En effet, 30% privilégient les coûts au détriment de la performance dans leurs choix techniques, 28% envisagent de réduire en priorité leurs investissements technologiques, et 12% renoncent purement et simplement à adopter une nouvelle technologie ou plateforme.
« Les entreprises ne manquent pas d’ambition, mais des coûts d’infrastructure imprévisibles les prennent de court et freinent leurs projets d’innovation. Avant de se lancer dans un projet d’IA, une entreprise doit savoir combien lui coûteront le stockage, l’accès et le transfert de ses données, et non le découvrir à réception de la facture. L’innovation doit prendre des risques, la facture d’infrastructure, non », résume Marty Falaro, président et COO de Wasabi Technologies. Le témoignage de Liverpool FC, client de la marque, illustre l’approche alternative : l’« AI Storagemaxxing », consistant à stocker et accéder aux données de la façon la plus économique possible à chaque étape du pipeline IA, pour mieux exploiter les décennies d’archives vidéo du club sans nouveaux silos. Côté connectivité, Michael Reid, CEO de Megaport, partenaire intégré à Wasabi, plaide pour la sortie du lock-in : « La dépendance à un fournisseur freine l’innovation. »
La facturation prévisible, nouveau champ de bataille du cloud
Cette étude documente un problème réel et convergent avec d’autres signaux du marché : le passage de l’IA à l’échelle bute sur l’économie du déploiement, pas seulement sur la technologie. Les données de PwC, d’Ofelia ou de GTT publiées ces dernières semaines racontent la même histoire sous des angles différents : gouvernance, mesure du ROI, volatilité des coûts à l’usage.
La bataille qui s’ouvre oppose le modèle historique du cloud, facturation à l’usage avec frais d’egress opaques, aux offres à coût prévisible des challengers. En France, où 90% des entreprises ont déjà fait des compromis sur l’innovation, l’argument de la facture lisible pourrait faire plus pour l’adoption de l’IA que tous les plans d’investissement publics. Le message de l’étude est en tout cas sans ambiguïté : tant que la facture d’infrastructure reste une loterie, c’est l’innovation qui paie.
Source: InfoDSI
