Coûts de l’inférence IA : l’analyse de Gartner sur une multiplication par cinq d’ici 2028

La démonstration d’IA la moins chère reste celle qui ne rencontre jamais un vrai utilisateur. Dès qu’un agent commence à planifier, à récupérer du contexte, à appeler des outils, à vérifier son propre travail et à recommencer parce que la première réponse n’était pas utilisable, la facture cesse de ressembler à une expérience de chatbot. La nouvelle prévision de Gartner met un chiffre sur ce malaise : le coût d’inférence par workflow agentique devrait être multiplié par plus de cinq d’ici 2028. Ce n’est pas une échéance de conformité, mais toute personne qui met des workflows autonomes en production devrait la traiter comme telle.

Ce que Gartner signale réellement

Le communiqué de presse de Gartner indique que les coûts d’inférence de l’IA par workflow agentique augmenteront de plus de cinq fois d’ici 2028. Techstrong.ai, qui rend compte de la même étude de Gartner, ajoute la partie délicate : cette hausse est attendue même si les prix des tokens baissent, car des modèles de raisonnement plus performants peuvent consommer davantage de tokens et de calcul lorsque les agents enchaînent plusieurs étapes et décisions. En clair, des ingrédients moins chers n’aident pas beaucoup si la recette en utilise maintenant beaucoup plus.

C’est important, car un workflow agentique n’est pas une simple invite avec une réponse bien rangée. Techstrong.ai décrit des agents qui passent par plusieurs étapes et décisions, ce qui est précisément le moment où les équipes financières devraient cesser d’accepter le coût moyen par requête comme indicateur pertinent. L’unité de compte est le workflow terminé, y compris les tentatives échouées, les reprises, la récupération d’informations, les appels d’outils et l’escalade. Si votre tableau de bord ne peut pas afficher cela, il ne mesure pas ce dont Gartner vous avertit.

La traduction pratique est simple. Les équipes produit doivent décider quels workflows méritent un traitement agentique, les équipes d’ingénierie doivent orienter les tâches moins coûteuses vers des modèles moins chers, et la finance doit fixer des limites avant que l’usage ne monte en charge. Présenter cela comme une simple préoccupation d’ingénierie, c’est ainsi que les surprises deviennent des explications trimestrielles.

La pile de contrôle des coûts devient

de la gouvernance Techstrong.ai indique que Gartner recommande la hiérarchisation de l’inférence, des limites de tokens et la surveillance pour maintenir les coûts de l’IA agentique sous contrôle. Zylos Research décrit une discipline apparentée, l’Inference FinOps, axée sur la gouvernance, le routage, la mise en cache et l’arbitrage des dépenses de calcul IA entre fournisseurs. Enlevez l’étiquette et l’obligation est familière : savoir ce qui fonctionne, pourquoi cela fonctionne, qui l’a approuvé et quand cela doit s’arrêter.

Pour les concepteurs, cela transforme les choix d’architecture en contrôles de politique. Le routage détermine si une requête a besoin d’un modèle de raisonnement de pointe ou d’un modèle moins coûteux. La mise en cache détermine si le système paie à nouveau pour un contexte qu’il a déjà récupéré. Les seuils d’approbation déterminent si l’agent peut continuer à dépenser des tokens, invoquer des outils ou transmettre la tâche à un humain. Ce ne sont pas des décorations pour une revue d’architecture. Ce sont l’équivalent, pour les coûts, des contrôles d’accès.

Zylos Research indique aussi que l’inférence représentait 85 % du budget IA des entreprises en 2026 et environ deux tiers des dépenses mondiales de calcul IA. L’organisme estime qu’un simple appel API de chatbot pourrait coûter 0,001 dollar, tandis qu’un agent en plusieurs étapes qui planifie, récupère du contexte, invoque des outils, réfléchit et s’autocorrige peut coûter de 0,10 à 1,00 dollar par tâche accomplie. Ces chiffres ne correspondront naturellement pas parfaitement à chaque contrat fournisseur. Ils expliquent bien pourquoi les achats commenceront à poser des questions plus difficiles que de savoir si la démonstration semblait fluide.

Le risque d’annulation ne concerne pas la magie des modèles

Forbes, citant Gartner, rapporte que plus de 40 % des projets d’IA agentique pourraient être annulés d’ici la fin de 2027, en attribuant ces annulations à des problèmes de gestion plutôt qu’aux capacités des modèles. Les raisons citées sont une mauvaise gouvernance, une valeur métier non définie et une discipline opérationnelle insuffisante, y compris des cas où des chatbots sont présentés à tort comme de véritables agents. C’est la version moins glamour de l’histoire, ce qui signifie généralement que c’est celle qu’il vaut la peine de lire.

C’est ici que les habitudes juridiques et de politique interne aident, même lorsqu’aucun régulateur ne force la main. Définissez l’objectif avant le déploiement. Consignez les droits de décision avant que le système n’agisse. Fixez des seuils pour les coûts, la gestion des erreurs et la revue humaine avant que le pilote ne fasse partie des opérations quotidiennes. Si cela ressemble à de la paperasse, félicitations, vous venez de découvrir la production.

Inside Privacy rapporte que l’Information Commissioner’s Office du Royaume-Uni a publié en janvier 2026 de premières réflexions sur les implications de l’IA agentique en matière de protection des données, tout en notant que ce rapport ne constituait pas une orientation réglementaire formelle. La distinction compte. L’ICO n’a pas créé de nouveau règlement dans ce rapport, mais son intérêt montre que l’autonomie, l’accès aux données et la responsabilité sont désormais des questions de politique publique autant que des questions de produit.

Ce qui change en pratique d’ici 2028

La prévision de Gartner pour 2028 n’oblige personne à arrêter les projets d’agents. Elle impose en revanche une conversation d’approbation différente. Un workflow devrait avoir une valeur attendue, un coût d’achèvement attendu, une solution de repli et un responsable nommé avant d’obtenir un large accès aux utilisateurs ou aux outils internes. Si ces quatre éléments manquent, l’agent n’est pas autonome. C’est une dépense non supervisée avec une interface sympathique.

Le prochain geste utile n’est pas d’interdire les agents ni d’acheter un autre tableau de bord parce qu’un fournisseur a utilisé le mot gouvernance. Commencez par les workflows où l’autonomie a un bénéfice mesurable, puis appliquez le routage, la mise en cache, les limites de tokens, la surveillance et les seuils d’approbation avant que le volume n’arrive. Suivez la prévision de coûts de Gartner jusqu’en 2028, le taux d’annulation annoncé jusqu’à la fin de 2027 et les régulateurs de la vie privée qui s’intéressent de près aux systèmes agentiques. Les concepteurs qui traitent l’économie de l’inférence comme une politique produit auront moins de réunions dramatiques plus tard. Leurs avocats cesseront peut-être même d’utiliser des formules joyeuses dans les communiqués de presse, ce qui est le signe que les choses s’améliorent.