
(Image illustrative : Magnifique)
Ces deux dernières années, l'intelligence artificielle (IA) a été perçue par de nombreuses entreprises comme une solution miracle à leurs problèmes de productivité. Du développement informatique au service client, en passant par la rédaction de rapports, l'analyse de données et le traitement des courriels, l'IA s'est imposée avec la promesse d'une productivité accrue, de coûts réduits et d'une moindre dépendance au travail humain. Cependant, d'ici mi-2026, la question qui se posera dans de nombreux conseils d'administration ne sera plus « Faut-il utiliser l'IA ? », mais plutôt « Combien d'argent dépense-t-on pour l'IA, et le retour sur investissement est-il réellement à la hauteur ? ».
Cette évolution ne signifie pas que l'IA est obsolète. Au contraire, elle demeure une technologie stratégique, notamment en programmation, en service client, en finance et en opérations internes. Cependant, après une période de déploiement rapide, motivée par la crainte d'être distancée, de nombreuses entreprises commencent à prendre conscience d'une réalité moins reluisante : l'IA n'est pas gratuite, et son utilisation inappropriée peut s'avérer plus coûteuse que celle des humains. Lorsqu'un outil est mis à la disposition de milliers d'employés, chaque commande, chaque texte, chaque analyse de document ou chaque saisie de code peut engendrer un coût, mesuré en jetons – une unité de mesure de la quantité de données que le modèle d'IA doit traiter.
Fin mai, le Wall Street Journal rapportait que certaines entreprises américaines commençaient à « rationner » leurs dépenses en IA face à la flambée des coûts de calcul et de jetons. L'article citait l'exemple d'Uber, soulignant que l'entreprise avait épuisé son budget IA prévu pour 2026 en seulement quatre mois, ce qui l'a incitée à revoir sa stratégie d'allocation des fonds. C'est un signal fort : l'IA n'est plus une simple expérimentation technologique, mais un poste de dépense à maîtriser, au même titre que le cloud computing, les effectifs ou les coûts d'exploitation.
Uber est un exemple frappant, car l'entreprise n'est pas opposée à l'IA. Son problème réside dans la hausse trop rapide des coûts, tandis que les avantages concrets pour l'entreprise restent difficiles à démontrer. The Verge cite Andrew Macdonald, président et directeur des opérations d'Uber, qui affirme que dépenser davantage pour des outils comme Claude Code ne se traduit pas directement par un plus grand nombre de fonctionnalités utiles pour les clients. Autrement dit, l'équipe d'ingénierie peut davantage recourir à l'IA, mais la direction doit encore répondre à la question fondamentale : les utilisateurs finaux bénéficient-ils d'un meilleur produit pour le prix investi ?

Le logo Uber est affiché sur l'écran d'un téléphone sur cette photo d'illustration prise à Bruxelles, en Belgique, le 9 août 2025. (Photo : NurPhoto/Reuters)
Claude Code, l'outil d'aide à la programmation d'Anthropic, est au cœur du débat. Afin d'éviter tout malentendu, il est important de préciser qu'Anthropic propose toujours des abonnements mensuels aux particuliers et aux entreprises. Cependant, en cas d'utilisation à grande échelle ou via une interface de programmation (API), les coûts peuvent être calculés en fonction des jetons, des habitudes d'utilisation et des fonctionnalités supplémentaires. La page de tarification officielle d'Anthropic indique que les modèles de l'API Claude sont facturés selon la quantité de jetons utilisés en entrée et en sortie ; la documentation de l'entreprise précise également que certaines modifications de l'encodage des données peuvent entraîner une augmentation du nombre de jetons nécessaires pour un même texte. Par conséquent, le problème ne réside pas dans la « surcharge des abonnements mensuels », mais plutôt dans la difficulté pour les entreprises de prévoir les coûts lorsque leurs employés utilisent l'IA de manière continue pour des tâches exigeantes.
La différence entre l'IA et les logiciels traditionnels réside dans le mode de facturation. Pour les logiciels bureautiques, les entreprises paient généralement un abonnement mensuel par compte. Avec de nombreux outils d'IA, notamment ceux dédiés à la programmation et à l'automatisation multi-étapes, les coûts peuvent augmenter en fonction de la longueur des documents, du volume de requêtes, des cycles de révision, du nombre de modèles utilisés et du volume de données de sortie. Un employé utilisant l'IA pour résumer des courriels peut coûter très peu. En revanche, une équipe d'ingénieurs qui utilise l'IA pour analyser le code source, suggérer des corrections, réécrire plusieurs versions et exécuter des processus automatisés peut engendrer des coûts importants à court terme.
Du point de vue de la gestion, il s'agit d'un problème bien connu : une technologie performante n'est pas forcément un bon investissement si son efficacité est incommensurable. Une entreprise peut avoir l'impression que sa productivité a augmenté grâce à une meilleure rapidité d'exécution des employés, mais si l'on considère le gain de temps, la réduction des erreurs, l'augmentation du chiffre d'affaires ou l'amélioration de l'expérience client, les dépenses liées à l'IA deviendront vite difficiles à justifier. C'est pourquoi les entreprises leaders abandonnent une approche « à outrance » au profit d'une approche plus ciblée : « à bon escient, pour les bonnes personnes et dans le respect des limites ».

Le logo de Claude AI est affiché sur un écran de téléphone dans cette illustration datée du 6 février 2026. (Photo : NurPhoto/Reuters)
Au-delà du simple coût des outils, la question du remplacement des ressources humaines par l'IA est également réexaminée. Le 21 mai, Forbes a cité des données montrant que 29 % des entreprises ayant précédemment réduit leurs effectifs en raison de l'IA ont réembauché pour ces postes. Ces données doivent être interprétées avec prudence, mais elles mettent en lumière une réalité : remplacer les humains par l'IA ne se résume pas à une simple réduction des coûts salariaux. Dans de nombreux métiers, notamment le service client, les ventes, la création de contenu, la gestion des opérations ou la gestion de situations délicates, les humains occupent encore des rôles que l'IA ne peut pas encore pleinement assumer.
L'IA peut réagir rapidement, mais la rapidité ne rime pas avec précision. Elle peut rédiger des brouillons, mais ceux-ci doivent encore être relus par des professionnels. L'IA peut synthétiser des données, mais les gestionnaires doivent toujours en comprendre le contexte pour prendre des décisions. Si les entreprises réduisent leurs effectifs trop tôt, elles risquent d'en subir les conséquences : baisse de la qualité de service, clients insatisfaits, processus internes plus chaotiques et, au final, obligation de recruter et de former à nouveau le personnel. Dans ce cas, les « économies réalisées grâce à l'IA » deviennent illusoires.
Il convient de souligner que l'IA n'est pas la seule cause des licenciements en entreprise. Certains dirigeants peuvent invoquer l'IA pour justifier les restructurations, alors que les véritables raisons pourraient inclure la pression sur les profits, les taux d'intérêt, les actionnaires, la concurrence ou encore des stratégies de réduction des coûts. Le 1er juin, Business Insider citait Torsten Slok, économiste en chef chez Apollo Global Management, qui affirmait qu'il n'existe aucune preuve tangible de pertes d'emplois liées à l'IA dans les données globales sur l'emploi. Cela suggère une situation plus complexe que le simple slogan « L'IA supprime les emplois humains ».
Pour les entreprises vietnamiennes, les enseignements des multinationales sont très pertinents. Si de nombreuses entreprises locales n'ont peut-être pas investi des millions de dollars dans l'IA, elles peuvent néanmoins facilement tomber dans le piège de l'achat de multiples outils, de l'ouverture de multiples comptes et de l'expérimentation de multiples plateformes sans processus de contrôle. Si chaque service choisit son propre outil d'IA, chaque équipe utilise son propre modèle et chaque employé saisit indépendamment les données de l'entreprise sur des plateformes externes, les risques concernent non seulement les coûts, mais aussi la sécurité, la qualité des résultats et la responsabilité juridique.

(Image illustrative : Magnifique)
Avant de mettre en œuvre l'IA, les entreprises devraient se poser cinq questions essentielles. Premièrement, quel problème précis l'IA va-t-elle résoudre ? Deuxièmement, quel est le coût mensuel maximal ? Troisièmement, qui y aura accès et pour quel type de données ? Quatrièmement, qui analysera les résultats générés par l'IA ? Cinquièmement, quels indicateurs l'entreprise utilisera-t-elle pour mesurer l'efficacité de la solution après trois mois ? Si ces cinq questions restent sans réponse, un déploiement massif de l'IA pourrait s'avérer une décision précipitée.
Une approche plus sûre consiste à tester d'abord des domaines moins risqués. L'IA peut aider à résumer des documents internes, à classer les demandes clients, à suggérer du contenu pour les e-mails, à détecter les erreurs dans le code informatique, à rédiger des rapports préliminaires ou à faciliter la recherche d'informations par les employés. Cependant, dans les domaines financiers, juridiques, des ressources humaines, des données clients ou des déclarations publiques, l'intervention humaine reste indispensable. Les entreprises ne doivent pas considérer l'IA comme un substitut à leurs employés, mais plutôt comme un outil d'assistance performant, assorti de limitations clairement définies.
Un autre principe fondamental est que la gestion du budget de l'IA doit être similaire à celle des coûts du cloud computing. Il est nécessaire de définir des limites par groupe, des alertes en cas de dépassement, des rapports d'utilisation mensuels et des évaluations de performance par service. Côté programmation, les entreprises doivent savoir dans quelle mesure les outils d'IA permettent de réduire le temps de correction des bugs, de raccourcir les délais de développement produit et d'améliorer les indicateurs opérationnels. Pour le service client, il est indispensable de mesurer le temps de réponse, le niveau de satisfaction, le taux de réclamations et le nombre de cas transférés au personnel humain.
Après son essor initial, le marché de l'IA entre dans une phase de maturité. Les outils qui ne s'avèrent pas efficaces seront progressivement abandonnés. Les dépenses incontrôlées seront limitées. L'espoir d'un remplacement complet de l'humain cède la place à une approche plus pragmatique : les humains se consacrent aux tâches nécessitant un jugement éclairé, tandis que l'IA prend en charge les tâches répétitives, gourmandes en données ou à haute fréquence.
Par conséquent, l'affirmation selon laquelle « l'IA est abandonnée parce qu'elle est trop chère » ne doit pas être interprétée comme un échec de l'IA. Ce qui est abandonné, c'est plutôt l'illusion selon laquelle l'achat d'outils d'IA rendra automatiquement les entreprises plus compétitives, plus rapides et plus performantes.
L'IA restera présente dans les entreprises, mais fera l'objet d'un examen plus approfondi de la part des secteurs de la finance, de la technologie, du droit et des utilisateurs finaux. À l'issue de cette restructuration, l'entreprise gagnante ne sera pas celle qui utilise le plus l'IA, mais celle qui sait l'utiliser correctement, au juste prix et avec la responsabilité qui s'impose.
Source : https://vtv.vn/ai-bi-sa-thai-vi-dat-do-100260616145054134.htm









