L'heure du bilan : quand l'IA subventionnée n'est plus gratuite

Les entreprises sont confrontées à une douloureuse remise en question. Les dépenses mondiales en intelligence artificielle devraient atteindre 2 590 milliards de dollars en 2026, soit une augmentation fulgurante de 47 % par rapport à 2025 . En surface, cela ressemble à une ruée vers l’or. Mais sous le vernis, une réalité brutale s’impose : près de 94 % des organisations déclarent ne pas voir de valeur significative dans leurs déploiements, et seule une poignée peut prouver un lien direct avec une croissance des bénéfices .

Le coupable ne se limite pas à une technologie survendue. Il s’agit d’une ère stratégique et éphémère que l’on appelle « l’intelligence subventionnée » — et elle vit ses dernières heures .

Ce terme, inventé par Kevin Simback du laboratoire d’innovation Delphi Labs, décrit la stratégie commerciale post-ChatGPT où les entreprises d’IA ont fixé des prix anormalement bas — parfois proches de zéro — pour conquérir des parts de marché. Derrière cette façade, les investisseurs en capital-risque et les bilans colossaux des géants de la tech absorbaient des milliards de coûts d’infrastructure bien réels . Pour les grands groupes, cela a créé l’illusion d’une intelligence bon marché et illimitée. Maintenant que la subvention expire, le fossé entre ce que les entreprises paient et la valeur qu’elles capturent se transforme en crise.

Les facteurs qui forcent les entreprises à repenser leur stratégie IA

Plusieurs forces convergentes poussent les directeurs financiers et les leaders technologiques à réévaluer des engagements pris durant un mirage tarifaire.

1. L’illusion du retour sur investissement vole en éclats

Le cabinet McKinsey a constaté que si près de neuf entreprises sur dix avaient déployé l’IA dans au moins une fonction fin 2025, la plupart courent encore après des gains de productivité marginaux issus de petits projets pilotes, plutôt que des transformations radicales et rentables . Cette phase d’expérimentation est terminée. Le cabinet Forrester prédit qu’avec le renforcement des contrôles par les directeurs financiers en 2026, un quart des budgets IA prévus sera gelé ou reporté en 2027. Les projets sans chemin clair vers une valeur mesurable seront les premiers sacrifiés .

2. Les coûts deviennent incontrôlables

Les gains de productivité de 10X promis ne se sont pas matérialisés pour la majorité. À la place, ce sont les factures informatiques qui explosent, à mesure que le coût de l’inférence — le processus par lequel un modèle d'IA génère une réponse — grimpe en flèche . Les chiffres sont éloquents :

• Uber a dilapidé l’intégralité de son budget IA 2026 en seulement quatre mois, principalement à cause d’un usage intensif de l’outil de codage Claude Code. Son directeur des opérations a reconnu qu’il n’existe encore aucun lien avéré entre une forte adoption de l’IA et des produits utiles pour le client .
• Microsoft réduirait en interne son utilisation de l’outil Claude face à l’envolée des coûts d’inférence .
• Une autre société aurait dépensé un demi-milliard de dollars en IA après avoir omis de mettre en place des plafonds d’utilisation de base pour ses employés .

3. Le passage à l’échelle s’avère extrêmement difficile

Les leaders technologiques n’abandonnent pas l’IA, mais ils se heurtent à un mur. L’enquête KPMG du premier trimestre 2026 montre que 96 % d’entre eux classent toujours l’IA comme une priorité absolue, avec des dépenses moyennes projetées à 294 millions de dollars sur les 12 prochains mois . Cependant, des obstacles persistants — manque de compétences, gouvernance des coûts, sécurité et difficulté à intégrer des projets pilotes dispersés dans des opérations rentables — empêchent un déploiement réussi à grande échelle .

4. Le marché impose une correction par la valeur

L’ampleur des dépenses déclenche une remise à zéro des valorisations. Morgan Stanley note que 21 % des entreprises du S&P 500 mentionnent désormais des bénéfices directs liés à l’IA, mais le marché ne récompense plus une simple mention dans un communiqué . Les investisseurs se détournent des sociétés d’infrastructure IA pures pour se tourner vers celles qui affichent un lien clair et démontrable entre leurs dépenses d’investissement et la croissance de leurs revenus .

Ce qu’était « l’intelligence subventionnée » et pourquoi elle disparaît

Le concept d’intelligence subventionnée explique pourquoi l’adoption de l’IA a été si rapide et massive, mais aussi pourquoi la douleur financière actuelle est si aiguë.

Une stratégie de conquête territoriale. Pendant trois ans, les services d’IA ont été vendus bien en dessous de leur coût réel. Cette tactique fait écho à d’anciennes guerres de plateformes, comme les débuts d’Uber ou les offres gratuites du cloud computing : brûler d’énormes capitaux-risque pour acquérir des utilisateurs et créer une dépendance comportementale, puis monétiser plus tard . L’ampleur de la subvention IA est exceptionnelle. Une simple requête sur ChatGPT coûte quelques centimes à l’utilisateur, mais consomme en coulisses environ dix fois plus d’énergie qu’une recherche Google classique .

L’illusion des 95 %. Le coût d’un appel à une API d’IA a chuté d’environ 95 % depuis début 2023 . Cette baisse drastique a créé l’illusion que l’IA suivait une trajectoire naturelle, à la manière d’une loi de Moore, devenant exponentiellement moins chère. En réalité, chaque nouvelle génération de modèle arrivait à un prix inférieur non pas parce que la puissance de calcul était devenue bien moins onéreuse, mais parce que les entreprises choisissaient délibérément de ne dégager quasiment aucune marge — voire d’absorber de lourdes pertes — pour se constituer une base d’utilisateurs . Comme le résume une analyse, ce que les consommateurs ont payé jusqu’ici relève d’une « logique d’acquisition de clients déguisée en tarification produit » .

La date d’expiration arrive. La conquête est pratiquement terminée. Les géants de l’investissement exigent des retours sur investissement, alors que le consensus des dépenses d’investissement des fournisseurs de cloud (les « hyperscalers ») atteint 527 milliards de dollars pour 2026 . L’ère de l’IA subventionnée, où un assistant de codage ou un agent d’entreprise pouvait fonctionner presque sans contrôle des coûts, touche à sa fin . Pour les sociétés qui ont bâti leurs processus critiques sur ces modèles tarifaires, l’addition arrive sous forme de dette technique, d’exigences réglementaires et d’investisseurs impatients .

La nouvelle réalité des entreprises : la survie du plus solvable

Alors que les subventions s’estompent, les fournisseurs d’IA sont contraints de changer les règles du jeu. Les mécanismes sont simples : soit le prix des abonnements augmente, soit les limites d’utilisation baissent, soit les gros utilisateurs sont basculés vers une facturation à l’usage avec des surcoûts pour les tâches intensives comme l’exécution d’agents autonomes . La conséquence pour les acheteurs est sévère.

Les entreprises les mieux positionnées pour s’en sortir sont celles qui testent immédiatement leurs budgets IA face à des prix réalistes. Un exercice utile, suggéré par les analystes du secteur, est brutalement simple : si le coût des API triplait demain, quels processus de travail dégageraient encore un retour sur investissement positif et vérifiable ? La réponse révèle quels investissements en IA sont réellement précieux, et lesquels n’étaient que des artefacts d’une puissance de calcul artificiellement bon marché.

La conversation a définitivement basculé. On ne demande plus « comment déployer plus d’IA ? », mais « comment prouver et capturer de la valeur d’entreprise pour chaque euro dépensé en inférence ? » . Pour les 85 % d’entreprises qui n’ont pas encore constaté de hausse de leur EBITDA, la fin de l’IA gratuite n’est pas une menace future — c’est un test de survie immédiat .