OpenAI testerait la facturation au résultat pour certains clients entreprises

OpenAI permettrait à un petit nombre de grandes entreprises de ne payer que lorsqu’un agent IA mène à bien une tâche définie à l’avance. Il s’agirait d’un pilote limité, et non d’une nouvelle grille tarifaire annoncée publiquement : l’entreprise n’a pas communiqué les tâches concernées, les tarifs ni les conditions contractuelles. 5

L’expérimentation intervient alors que les agents autonomes peuvent consommer beaucoup plus de ressources qu’un chatbot classique. Avec une facturation au token, la facture augmente selon les prompts, les réponses, les nouvelles tentatives et les appels à des outils. Une tarification « au résultat » déplacerait le point de facturation vers le résultat convenu entre le client et le fournisseur.

Au token ou au résultat : deux logiques très différentes

Les tarifs publiés par OpenAI pour son API et ses offres entreprises facturent séparément les tokens d’entrée, les tokens d’entrée mis en cache et les tokens de sortie, généralement par million de tokens. 1 2 Dans ce modèle, le client paie l’utilisation du modèle, que l’agent termine ou non la mission demandée.

La tarification au résultat change l’événement déclenchant la facturation. La question n’est plus seulement : « Combien de tokens le système a-t-il traités ? », mais : « L’agent a-t-il obtenu le résultat défini dans le contrat ? » Il pourrait s’agir d’un dossier client résolu, d’un processus achevé ou d’une mise à jour vérifiée dans un système informatique. Les résultats précis du pilote d’OpenAI n’ont toutefois pas été rendus publics. 5

Ce mécanisme transfère une partie du risque d’exécution du client vers le fournisseur. Les longues chaînes de raisonnement, les multiples essais ou les exécutions infructueuses pourraient augmenter les coûts d’OpenAI sans forcément produire une prestation facturable.

Pourquoi les entreprises redoutent les coûts imprévisibles

La facturation à l’usage reste relativement simple pour des applications prévisibles. Elle devient plus difficile à budgéter lorsqu’un agent choisit lui-même son parcours, appelle plusieurs outils, délègue certaines étapes ou effectue plusieurs opérations en parallèle.

Un exemple particulièrement frappant concerne un développeur qui aurait fait fonctionner 100 agents et accumulé 1,3 million de dollars de frais en tokens OpenAI sur 30 jours. 5 Ce cas est exceptionnel, mais il met en évidence le problème commercial : pour les systèmes autonomes, la dépense peut suivre le nombre de tentatives et le niveau d’activité, plutôt que la valeur du travail effectivement réalisé.

Un contrat au résultat pourrait donc rendre les budgets plus faciles à prévoir. Il pourrait aussi éviter au client de supporter l’intégralité du coût d’une tentative infructueuse, si le contrat prévoit qu’un échec n’est pas facturé. On ignore encore si cette protection figurerait dans le pilote d’OpenAI et comment seraient traitées les exceptions.

Les tâches les plus adaptées à ce modèle

La tarification au résultat est plus facile à appliquer lorsqu’une tâche possède une frontière claire et un événement de fin observable. Le service client constitue un exemple évident : une résolution peut souvent être vérifiée grâce au statut d’un ticket, à l’échange avec le client ou à l’absence de nouvelle intervention humaine.

D’autres flux de travail pourraient convenir : certaines tâches de programmation, le traitement de dossiers d’assurance, la qualification de prospects ou des opérations administratives ciblées. Il s’agit de possibilités, et non de cas d’usage dévoilés par OpenAI. Le point commun est la capacité à définir précisément la réussite avant le lancement de l’agent.

Un contrat solide devrait notamment préciser :

• la condition exacte de réussite ;
• les seuils de qualité et de précision ;
• le traitement d’un transfert à un employé, considéré comme un échec ou une réussite partielle ;
• la gestion des nouvelles tentatives et des exceptions ;
• l’événement informatique servant à vérifier l’achèvement ;
• la procédure de règlement des désaccords sur la facturation.

Sans ces garde-fous, « ne payer que lorsque l’IA fonctionne » reste une formule séduisante, mais commercialement ambiguë.

Intercom, Zendesk et Salesforce ont déjà ouvert la voie

Le pilote attribué à OpenAI s’inscrit dans une évolution plus large des modèles de facturation des agents IA. Ces approches se ressemblent, mais ne recouvrent pas exactement la même réalité :

• Intercom Fin facture 0,99 dollar par résultat résolu. Intercom définit celui-ci comme un problème client traité de bout en bout par l’IA, sans intervention humaine. 8
• Zendesk emploie l’expression « Verified Resolution » pour désigner une résolution réussie par l’IA, en liant la facture au résultat plutôt qu’au simple nombre de licences utilisateurs. 14
• Salesforce Agentforce a d’abord adopté un tarif de 2 dollars par conversation, avant d’introduire les Flex Credits. Selon la comparaison d’Intercom, une action standard coûte 20 crédits, soit environ 0,10 dollar par action. Il s’agit d’une facturation à la consommation liée à une action, pas nécessairement d’un paiement uniquement déclenché par le résultat final. 8

Cette distinction est importante : tarification au résultat et tarification à la consommation ne sont pas synonymes. Un prix par action ou par conversation peut rendre l’usage plus lisible, tout en facturant le client même si l’objectif commercial plus large n’est pas atteint.

Ce que disent les enquêtes sur les préférences des entreprises

Les données disponibles du Futurum Group décrivent un marché fragmenté, plutôt qu’un abandon général de la facturation par utilisateur.

Dans une enquête menée auprès de 830 décideurs informatiques dans le monde, 43 % des répondants préféraient une tarification à la consommation pour les fonctionnalités d’IA générative, contre 27 % pour une tarification au résultat. 14 Une enquête distincte menée au second semestre 2026 montre que, pour les fonctionnalités d’IA facturées séparément, la tarification par utilisateur arrivait en tête à 42,3 %, devant la consommation à 36,6 % et le résultat à 21,1 %. Pour les logiciels centraux, la consommation obtenait 28,9 %, contre 22,2 % pour le résultat et 12,6 % pour la tarification par utilisateur.

Il n’existe donc pas encore de modèle universel. Les préférences semblent dépendre de la fonction de l’IA. Une fonctionnalité d’assistance prévisible peut se prêter à un forfait par utilisateur ou à une option additionnelle. À l’inverse, un service autonome qui réalise un travail mesurable peut être plus facile à justifier avec une facturation à la consommation ou liée au résultat.

Un modèle prometteur, mais pas sans risques

L’intérêt est immédiat pour les deux parties. Les clients peuvent rapprocher leurs dépenses de la valeur obtenue, tandis que les fournisseurs sont davantage incités à améliorer la fiabilité et à limiter les exécutions inutiles. Cette logique pourrait aussi aider les directions financières à valider des projets d’agents difficiles à budgéter avec une consommation de tokens ouverte.

Mais la tarification au résultat expose le fournisseur à des coûts qu’il ne peut plus automatiquement répercuter sur le client. Elle peut également créer de mauvaises incitations. Un agent optimisé pour un indicateur trop étroit pourrait remplir techniquement les conditions du contrat tout en dégradant l’expérience globale du client.

L’attribution constitue un autre obstacle. Imaginons un processus mobilisant plusieurs modèles, des outils externes, des employés et les systèmes informatiques de l’entreprise. Si l’agent ne réalise qu’une partie du parcours ou si un humain prend la décision finale, il devient difficile de déterminer si OpenAI a bien fourni le résultat facturable.

La tarification au résultat devrait donc d’abord se développer dans des processus étroits et vérifiables, plutôt que dans des missions de connaissance ouvertes. Pour les déploiements complexes, les formules hybrides — combinant licences, consommation, crédits et certains frais au résultat — pourraient rester plus pratiques. Le Futurum Group présente ces modèles hybrides comme un compromis important, alors que les fournisseurs cherchent à rapprocher leurs prix de la valeur créée pour leurs clients. 14

Ce que le pilote d’OpenAI pourrait annoncer

Si l’initiative devait s’étendre, elle marquerait une évolution notable de l’économie de l’IA en entreprise : les fournisseurs chercheraient de plus en plus à vendre du travail accompli, et non plus seulement l’accès à un modèle ou le volume de tokens consommés.

Pour l’instant, les éléments disponibles autorisent une conclusion plus mesurée. OpenAI testerait une tarification au résultat auprès de quelques grands clients, mais l’entreprise n’a publié ni offre générale ni détails contractuels suffisants pour évaluer les tarifs, le périmètre ou la réussite commerciale du dispositif. 5 Il faut donc voir cette initiative comme un premier test : celui de la capacité des fournisseurs d’agents IA à transformer la promesse « payer pour les résultats » en règle contractuelle suffisamment précise pour les achats des grandes entreprises.