Tech Readers #138 — Combien coûte l'utilisation de la GenAI aujourd'hui ?

Le mot de la rédaction (Dorra Bartaguiz, CTO d'Arolla). On a l'impression que la GenAI est bon marché — quelques dizaines d'euros par mois avec des outils comme GitHub Copilot ou Claude Code, qui s'intègrent facilement au quotidien. Mais derrière ces abonnements accessibles se cachent des coûts massifs d'infrastructure, de cloud et de déploiement, souvent invisibles pour les utilisateur·ices finaux·ales. La facture peut rapidement grimper entre intégration, gouvernance et maintenance. Malgré ces coûts, beaucoup observent déjà un retour sur investissement significatif — à condition de maîtriser les usages. Finalement, la GenAI n'est ni vraiment bon marché, ni forcément hors de prix. C'est la thématique de cette newsletter : combien coûte-t-elle aujourd'hui, et combien pourrait-elle coûter demain ?

Code de production et IA — le sondage. Sur le Slack Tech.Rocks, la rédaction a demandé à la communauté quel était son principal poste de dépense en GenAI aujourd'hui. Les résultats sont annoncés en fin de newsletter.

Articles mis en avant.

« L'IA : avons-nous inventé un produit que personne ne peut réellement se payer ? » (proposé par Karim Ammor, Engineering Director, Doctolib). Qui pourra se permettre d'utiliser vraiment l'IA à grande échelle ? Les prix actuels sont en partie subventionnés, OpenAI ne prévoit pas d'être cash-flow positif avant 2029, et côté entreprises on cherche encore à établir un ROI clair. L'IA est peut-être le premier produit tech dont la valeur dépend d'un usage intensif… qui le rendrait par la même occasion inabordable. L'article explique pourquoi les prix actuels vont augmenter, et ce que ça signifiera pour les entreprises.

« La promesse d'une intelligence artificielle "verte" se heurte à la boulimie des usages » (proposé par Dorra Bartaguiz, CTO, Arolla). Les gains d'efficacité de l'IA ne réduisent pas automatiquement notre consommation numérique : elle vient souvent s'ajouter aux usages existants au lieu de les remplacer. Le vrai problème n'est pas uniquement technique ou énergétique, il est surtout comportemental. On continue d'accumuler outils, contenus et sollicitations, et l'IA sert parfois à produire plus vite sans se demander si cela crée réellement plus de valeur. La question n'est donc pas seulement « combien consomme l'IA », mais aussi « pourquoi, comment et à quel moment l'utilise-t-on ? ». Tant que les usages resteront guidés par la surconsommation numérique et l'automatisation systématique, les gains d'efficacité risquent surtout d'alimenter une nouvelle explosion des usages.

« Coûts de l'IA dans le cloud hors de contrôle : pourquoi les charges de travail GPU font exploser les budgets informatiques en 2026 » (proposé par Karim Ammor, Engineering Director, Doctolib). Les workloads IA cassent les modèles FinOps classiques : coûts d'inférence difficiles à prévoir et fortement corrélés à l'usage, GPU jusqu'à 30× plus chers que du compute standard. L'article rappelle l'importance d'instaurer une discipline FinOps spécifique à l'IA et propose des leviers concrets pour éviter une dérive rapide des coûts.

Agenda Tech.Rocks. Meetup Tech.Rocks « Transformations PayFit & Believe » (jeudi 21 mai), VivaTech (17-20 juin, Paris Expo Porte de Versailles), entre autres rendez-vous de la communauté.