Cette alerte, qui résonne bien au-delà des frontières australiennes, intervient à un moment charnière. La CBA elle-même est en train de supprimer des centaines d'emplois tout en investissant des millions dans la reconversion de ses salariés. Le même jour, la bascule de l'outil de développement GitHub Copilot vers une facturation au token a transformé une menace théorique en une réalité immédiate pour des millions d'utilisateurs .

Comprendre la nouvelle courbe des coûts : pourquoi votre budget IA est déjà faux

Le premier avertissement de Matt Comyn est d'ordre strictement financier. Le modèle économique de l'IA en entreprise a changé de nature. Pendant la phase d'expérimentation, exécuter une requête simple ne coûtait presque rien. Mais les entreprises sont en train de passer à l'échelle supérieure, déléguant aux modèles d'IA des tâches complexes, en plusieurs étapes, que le dirigeant qualifie de « travail agentique ». Or, à mesure que la complexité augmente, la consommation de tokens – l'unité de calcul qui sert de base à la plupart des facturations – ne suit plus une progression linéaire. Elle peut littéralement exploser.

« Au début, on veut que les gens commencent à utiliser les outils, et ils ne coûtaient vraiment pas cher […] mais maintenant, avec la façon dont les modèles fonctionnent et la quantité de contexte qu'on peut leur fournir, les coûts n'évoluent pas de manière linéaire », a-t-il expliqué .

Cela crée ce qu'il appelle un « défi de gestion émergent majeur ». Les directeurs financiers et techniques sont enfermés dans des cycles budgétaires annuels qui ne peuvent tout simplement pas absorber une variabilité où le coût d'une même tâche peut être multiplié par 10 ou 50 selon sa sophistication .

Ce phénomène est devenu douloureusement concret le 1er juin 2026, lorsque GitHub Copilot, l'assistant de codage utilisé par des millions de développeurs, est passé à une facturation basée sur l'usage. Finis les abonnements à prix fixe : chaque interaction est désormais mesurée. Chaque token en entrée, en sortie, ou en cache est comptabilisé via des GitHub AI Credits, où un crédit équivaut à 0,01 dollar . Les utilisateurs intensifs, ceux qui utilisent l'IA pour des sessions de codage complexes et autonomes, ont immédiatement vu leurs coûts s'envoler, certains rapports faisant état de factures projetées en hausse de 1 000 % à 5 000 % . Une seule session agentique complexe sur un modèle de pointe peut désormais épuiser en une fois le crédit mensuel inclus dans l'abonnement .

« Work slop » : le coût caché d'une productivité fantôme

Le second avertissement du banquier est plus qualitatif, mais tout aussi lourd de conséquences. Le terme « work slop » – ou « travail bâclé » – décrit avec une précision mordante le déluge de textes, d'analyses ou de lignes de code générés par l'IA qui ont l'apparence du travail accompli, mais n'ajoutent qu'une valeur marginale, voire nulle .

Ce flux n'est pas seulement inutile, il est activement coûteux. Chaque contenu généré par IA qui atterrit dans une chaîne de travail doit être vérifié, édité, corrigé, ou mis à la poubelle par un employé en chair et en os . C'est la version professionnelle, et bien plus dangereuse, du « slop » qui a envahi le web grand public – ces articles de spam, ces posts creux sur les réseaux sociaux, ce bruit de fond numérique.

Dans le monde de l'entreprise, le risque est systémique. Ce « travail bâclé », s'il franchit des barrières de contrôle insuffisantes, peut silencieusement dégrader la qualité de la prise de décision interne, la conformité réglementaire, et même les produits livrés aux clients . Plus on déploie l'IA à tous les étages sans validation rigoureuse, plus on augmente la montagne de travail sans valeur réelle que les humains devront nettoyer. Le patron de la CBA met en garde : la facture vient de commencer à tomber, sous la forme d'une pile de « travail bâclé » que quelqu'un, au sein de l'organisation, devra bien prendre en charge .

Le pari technologique à 2,4 milliards de dollars et l'équation sociale

L'avertissement de Matt Comyn ne vient pas d'un observateur neutre. La CBA investit chaque année environ 2,4 milliards de dollars australiens dans la technologie, soit au moins 500 millions de plus que n'importe quelle autre grande banque australienne . Cet argent est présenté comme un pari stratégique sur les gains de productivité liés à l'IA. Mais les propos de son dirigeant montrent que cette ligne budgétaire est elle-même exposée à l'inflation imprévisible qu'il dénonce .

Parallèlement, la banque illustre en temps réel l'impact de l'IA sur l'emploi. Début 2026, environ 300 postes ont été supprimés, qui s'ajoutent aux 90 rôles de support client précédemment remplacés par un chatbot et à 120 autres suppressions en avril . Le PDG a été explicite : l'IA « supprimera des emplois dans les entreprises de toute l'économie », et il est de la responsabilité des employeurs d'aider leurs équipes à se préparer à cet avenir plutôt que de faire semblant de rien .

Mais le tableau n'est pas que sombre. La banque a aussi engagé 90 millions de dollars sur trois ans pour son « Programme Future Workforce », une initiative massive de reconversion destinée à ses plus de 30 000 employés . Le programme inclut une nouvelle plateforme de carrière interne baptisée « Grow Your Career », des formations spécifiques à l'IA et une cartographie des compétences conçue pour rendre les mobilités internes transparentes et possibles .

Cette posture à double lame – supprimer des postes tout en formant – n'est pas cynique, mais lucide. Elle reflète le point de vue de Matt Comyn : la rupture est déjà là, et une entreprise doit avoir une stratégie à la fois pour ceux qui partent et, surtout, pour ceux qui restent .

Trois impératifs stratégiques pour les grandes entreprises

La convergence de cet avertissement, des actions de la CBA et du choc tarifaire chez GitHub Copilot dessine trois priorités absolues pour toute organisation qui utilise l'IA à grande échelle.

1. La gestion budgétaire doit devenir dynamique. L'heure des budgets annuels fixes pour l'IA est révolue. La facturation au token transforme l'IA en un service à coût variable, à l'image du cloud computing il y a une décennie. Les entreprises ont besoin de dispositifs de suivi des coûts en temps réel, d'une allocation de crédits par équipe, de plafonds de consommation et de la capacité d'ajuster leurs budgets en cours d'exercice. Ce sont des disciplines que les géants de la tech maîtrisent, mais que de nombreuses entreprises traditionnelles n'ont pas encore adoptées pour l'IA .

2. Le contrôle qualité n'est plus une option. Le « travail bâclé » fait le lien direct entre l'échec de la qualité et l'explosion des coûts. Toute production d'IA non vérifiée injectée dans un processus devient une charge pour les relecteurs humains en aval. Il est impératif de mettre en place des portes de qualité, une validation humaine systématique pour les sujets critiques et un audit des productions. Sans cela, la courbe des coûts grimpera tandis que celle de la valeur restera désespérément plate .

3. La stratégie sociale doit concilier réductions d'effectifs et montée en compétences. Le modèle de la CBA est éloquent : l'IA réduit la voilure dans certaines équipes, tandis que l'investissement en formation crée de nouveaux parcours pour d'autres. Les 90 millions de dollars du programme signalent une vérité centrale : l'alternative au licenciement n'est pas la protection de l'emploi, mais sa transformation. Et la responsabilité d'accompagner cette transition incombe aux employeurs .

Le message central de Matt Comyn est un signal d'alarme pour les directions générales : l'IA d'entreprise vient de franchir le seuil d'une phase bien plus dure. Les gains faciles du début sont derrière nous. Ce qui reste est complexe, coûteux, et exige une discipline que la plupart des organisations n'ont pas encore. L'addition de cette indiscipline, elle, est déjà en train d'arriver, sous forme de coûts de tokens imprévisibles et d'un amoncellement de « travail bâclé » qu'il faudra bien que quelqu'un nettoie .

Cette alerte, qui résonne bien au-delà des frontières australiennes, intervient à un moment charnière. La CBA elle-même est en train de supprimer des centaines d'emplois tout en investissant des millions dans la reconversion de ses salariés. Le même jour, la bascule de l'outil de développement GitHub Copilot vers une facturation au token a transformé une menace théorique en une réalité immédiate pour des millions d'utilisateurs .

Comprendre la nouvelle courbe des coûts : pourquoi votre budget IA est déjà faux

Le premier avertissement de Matt Comyn est d'ordre strictement financier. Le modèle économique de l'IA en entreprise a changé de nature. Pendant la phase d'expérimentation, exécuter une requête simple ne coûtait presque rien. Mais les entreprises sont en train de passer à l'échelle supérieure, déléguant aux modèles d'IA des tâches complexes, en plusieurs étapes, que le dirigeant qualifie de « travail agentique ». Or, à mesure que la complexité augmente, la consommation de tokens – l'unité de calcul qui sert de base à la plupart des facturations – ne suit plus une progression linéaire. Elle peut littéralement exploser.

« Au début, on veut que les gens commencent à utiliser les outils, et ils ne coûtaient vraiment pas cher […] mais maintenant, avec la façon dont les modèles fonctionnent et la quantité de contexte qu'on peut leur fournir, les coûts n'évoluent pas de manière linéaire », a-t-il expliqué .

Cela crée ce qu'il appelle un « défi de gestion émergent majeur ». Les directeurs financiers et techniques sont enfermés dans des cycles budgétaires annuels qui ne peuvent tout simplement pas absorber une variabilité où le coût d'une même tâche peut être multiplié par 10 ou 50 selon sa sophistication .

Ce phénomène est devenu douloureusement concret le 1er juin 2026, lorsque GitHub Copilot, l'assistant de codage utilisé par des millions de développeurs, est passé à une facturation basée sur l'usage. Finis les abonnements à prix fixe : chaque interaction est désormais mesurée. Chaque token en entrée, en sortie, ou en cache est comptabilisé via des GitHub AI Credits, où un crédit équivaut à 0,01 dollar . Les utilisateurs intensifs, ceux qui utilisent l'IA pour des sessions de codage complexes et autonomes, ont immédiatement vu leurs coûts s'envoler, certains rapports faisant état de factures projetées en hausse de 1 000 % à 5 000 % . Une seule session agentique complexe sur un modèle de pointe peut désormais épuiser en une fois le crédit mensuel inclus dans l'abonnement .

« Work slop » : le coût caché d'une productivité fantôme

Le second avertissement du banquier est plus qualitatif, mais tout aussi lourd de conséquences. Le terme « work slop » – ou « travail bâclé » – décrit avec une précision mordante le déluge de textes, d'analyses ou de lignes de code générés par l'IA qui ont l'apparence du travail accompli, mais n'ajoutent qu'une valeur marginale, voire nulle .

Ce flux n'est pas seulement inutile, il est activement coûteux. Chaque contenu généré par IA qui atterrit dans une chaîne de travail doit être vérifié, édité, corrigé, ou mis à la poubelle par un employé en chair et en os . C'est la version professionnelle, et bien plus dangereuse, du « slop » qui a envahi le web grand public – ces articles de spam, ces posts creux sur les réseaux sociaux, ce bruit de fond numérique.

Dans le monde de l'entreprise, le risque est systémique. Ce « travail bâclé », s'il franchit des barrières de contrôle insuffisantes, peut silencieusement dégrader la qualité de la prise de décision interne, la conformité réglementaire, et même les produits livrés aux clients . Plus on déploie l'IA à tous les étages sans validation rigoureuse, plus on augmente la montagne de travail sans valeur réelle que les humains devront nettoyer. Le patron de la CBA met en garde : la facture vient de commencer à tomber, sous la forme d'une pile de « travail bâclé » que quelqu'un, au sein de l'organisation, devra bien prendre en charge .

Le pari technologique à 2,4 milliards de dollars et l'équation sociale

L'avertissement de Matt Comyn ne vient pas d'un observateur neutre. La CBA investit chaque année environ 2,4 milliards de dollars australiens dans la technologie, soit au moins 500 millions de plus que n'importe quelle autre grande banque australienne . Cet argent est présenté comme un pari stratégique sur les gains de productivité liés à l'IA. Mais les propos de son dirigeant montrent que cette ligne budgétaire est elle-même exposée à l'inflation imprévisible qu'il dénonce .

Parallèlement, la banque illustre en temps réel l'impact de l'IA sur l'emploi. Début 2026, environ 300 postes ont été supprimés, qui s'ajoutent aux 90 rôles de support client précédemment remplacés par un chatbot et à 120 autres suppressions en avril . Le PDG a été explicite : l'IA « supprimera des emplois dans les entreprises de toute l'économie », et il est de la responsabilité des employeurs d'aider leurs équipes à se préparer à cet avenir plutôt que de faire semblant de rien .

Mais le tableau n'est pas que sombre. La banque a aussi engagé 90 millions de dollars sur trois ans pour son « Programme Future Workforce », une initiative massive de reconversion destinée à ses plus de 30 000 employés . Le programme inclut une nouvelle plateforme de carrière interne baptisée « Grow Your Career », des formations spécifiques à l'IA et une cartographie des compétences conçue pour rendre les mobilités internes transparentes et possibles .

Cette posture à double lame – supprimer des postes tout en formant – n'est pas cynique, mais lucide. Elle reflète le point de vue de Matt Comyn : la rupture est déjà là, et une entreprise doit avoir une stratégie à la fois pour ceux qui partent et, surtout, pour ceux qui restent .

Trois impératifs stratégiques pour les grandes entreprises

La convergence de cet avertissement, des actions de la CBA et du choc tarifaire chez GitHub Copilot dessine trois priorités absolues pour toute organisation qui utilise l'IA à grande échelle.

1. La gestion budgétaire doit devenir dynamique. L'heure des budgets annuels fixes pour l'IA est révolue. La facturation au token transforme l'IA en un service à coût variable, à l'image du cloud computing il y a une décennie. Les entreprises ont besoin de dispositifs de suivi des coûts en temps réel, d'une allocation de crédits par équipe, de plafonds de consommation et de la capacité d'ajuster leurs budgets en cours d'exercice. Ce sont des disciplines que les géants de la tech maîtrisent, mais que de nombreuses entreprises traditionnelles n'ont pas encore adoptées pour l'IA .

2. Le contrôle qualité n'est plus une option. Le « travail bâclé » fait le lien direct entre l'échec de la qualité et l'explosion des coûts. Toute production d'IA non vérifiée injectée dans un processus devient une charge pour les relecteurs humains en aval. Il est impératif de mettre en place des portes de qualité, une validation humaine systématique pour les sujets critiques et un audit des productions. Sans cela, la courbe des coûts grimpera tandis que celle de la valeur restera désespérément plate .

3. La stratégie sociale doit concilier réductions d'effectifs et montée en compétences. Le modèle de la CBA est éloquent : l'IA réduit la voilure dans certaines équipes, tandis que l'investissement en formation crée de nouveaux parcours pour d'autres. Les 90 millions de dollars du programme signalent une vérité centrale : l'alternative au licenciement n'est pas la protection de l'emploi, mais sa transformation. Et la responsabilité d'accompagner cette transition incombe aux employeurs .

Le message central de Matt Comyn est un signal d'alarme pour les directions générales : l'IA d'entreprise vient de franchir le seuil d'une phase bien plus dure. Les gains faciles du début sont derrière nous. Ce qui reste est complexe, coûteux, et exige une discipline que la plupart des organisations n'ont pas encore. L'addition de cette indiscipline, elle, est déjà en train d'arriver, sous forme de coûts de tokens imprévisibles et d'un amoncellement de « travail bâclé » qu'il faudra bien que quelqu'un nettoie .