Combien coûte réellement l'IA générative ? Licences, tokens et coûts cachés

L'IA générative coûte à une entreprise de mode bien plus que le prix des licences. Le total comprend les abonnements par utilisateur, les frais de tokens à l'usage pour les traitements automatisés, l'intégration et le développement, la préparation des données et, de manière continue, la gouvernance, la formation et le temps de vérification. Les licences sont la ligne la plus visible, mais l'intégration, le travail sur les données et la relecture humaine coûtent souvent davantage sur la durée de vie d'un cas d'usage.

Quelles sont les principales composantes du coût de l'IA générative ?

Combien coûtent les licences d'assistants d'IA d'entreprise ?

La tarification par utilisateur est la partie la plus facile à comparer, même si elle évolue souvent et doit toujours être vérifiée sur la page de l'éditeur. Microsoft affiche Microsoft 365 Copilot à 30 dollars US par utilisateur et par mois en paiement annuel, ou 31,50 dollars en paiement mensuel avec engagement annuel, et exige une licence Microsoft 365 éligible distincte. Google intègre les fonctions Gemini à la plupart des offres Google Workspace pour entreprises : Gemini complet dans Docs, Sheets, Slides et d'autres applications est indiqué pour les formules Business Standard et Plus, avec un accès plus limité dans Business Starter.

Deux points comptent davantage que le prix affiché. D'abord, quels collaborateurs ont réellement besoin d'une licence payante : déployer des licences pour tout le monde laisse souvent de nombreux accès inutilisés. Ensuite, ce que comprend l'offre, comme les connecteurs aux données de l'entreprise, les fonctions d'agents et les outils d'administration, qu'il faudrait sinon développer ou acheter séparément.

Lire aussi

L'IA pour les directeurs financiers de la mode : où se trouve la valeur et comment la gouverner

Comment fonctionne la tarification au token ?

Lorsque l'IA fonctionne au sein des propres systèmes d'une entreprise, par exemple pour générer des descriptions produit pour des milliers de références ou faire tourner un chatbot de service client, elle est généralement facturée via une API par million de tokens (un token est un fragment de mot). La grille tarifaire publiée de l'API d'OpenAI, consultée en octobre 2026, illustre le principe : son modèle phare coûte 5 dollars par million de tokens d'entrée et 30 dollars par million de tokens de sortie, tandis que son petit modèle coûte respectivement 0,20 et 1,20 dollar. Les entrées mises en cache coûtent moins cher, et la Batch API offre une remise de 50 % pour les traitements qui peuvent attendre jusqu'à 24 heures.

Les conséquences pratiques pour les équipes mode :

• La sortie est la partie la plus chère : les longs textes générés coûtent donc plus que les longs prompts.
• Les tâches de masse, comme la traduction du catalogue d'une saison pendant la nuit, se prêtent à la tarification par lots.
• Des modèles plus petits suffisent souvent pour des tâches structurées comme l'extraction d'attributs, pour une fraction du coût.
• Les agents qui appellent les modèles de nombreuses fois par tâche peuvent multiplier la consommation de tokens : testez donc les coûts sur des volumes réalistes avant le lancement.

La génération d'images suit une logique similaire, mais elle est généralement facturée à l'image ou au crédit plutôt qu'au token. Pour des visuels de campagne ou des images produit, la comparaison pertinente se fait avec les coûts de photographie, de retouche et de studio : le business case dépend donc du nombre d'images générées réellement utilisables sans retouche, et des contrôles juridiques nécessaires avant publication.

Quels sont les coûts cachés de l'IA générative ?

Gartner avertissait en juillet 2024 que les approches de déploiement de l'IA générative s'accompagnent de coûts importants, de 5 à 20 millions de dollars US, et que ces coûts sont moins prévisibles que pour d'autres technologies, selon les cas d'usage, les niveaux de dépense et l'approche de déploiement. Le cabinet prévoyait aussi qu'au moins 30 % des projets d'IA générative seraient abandonnés après la preuve de concept, en citant notamment des coûts croissants. En juin 2025, il citait de nouveau les coûts croissants parmi les raisons pour lesquelles plus de 40 % des projets d'IA agentique seraient annulés d'ici fin 2027.

Dans la mode, les coûts cachés se concentrent en trois endroits. Les données produit : les descriptions générées par l'IA ne sont exactes que si les attributs de matière, de coupe et d'entretien du PIM le sont, et leur nettoyage demande beaucoup de travail. L'intégration : connecter les résultats à l'e-commerce, à l'ERP ou aux systèmes de commande B2B coûte souvent plus cher que l'IA elle-même. Le temps de relecture : quelqu'un doit vérifier l'exactitude des résultats, le ton de la marque et les allégations juridiques, et ce temps doit être déduit des économies annoncées.

Les coûts humains sont le poste le plus sous-estimé. Sessions de formation, temps des référents, revues juridiques et de sécurité des nouveaux outils et heures que les managers consacrent à repenser les processus figurent rarement dans un devis fournisseur. Pour une marque de taille intermédiaire, ces coûts internes peuvent facilement égaler le budget de licences la première année ; ils doivent être estimés ouvertement plutôt que considérés comme gratuits au motif que le personnel est déjà rémunéré.

Comment les entreprises de mode peuvent-elles maîtriser les coûts de l'IA générative ?

1. Attribuer les licences par fonction et revoir l'usage chaque trimestre, en réaffectant les accès inutilisés.
2. Adapter la taille du modèle à la tâche : des modèles plus petits et moins chers pour la classification et l'extraction, des modèles plus grands pour le raisonnement complexe.
3. Recourir au traitement par lots pour les travaux de contenus à l'échelle du catalogue.
4. Fixer des plafonds de dépense et des alertes sur les comptes d'API et les workflows d'agents.
5. Corriger les données produit à la source plutôt que de payer à répétition une IA pour contourner les lacunes.
6. Vérifier si les suites existantes intègrent déjà des fonctions d'IA avant d'acheter des outils redondants.

Lire aussi

Pourquoi les pilotes d'IA s'enlisent-ils dans la mode, et comment les passer en production ?

Comment mettre le coût en regard de la valeur ?

Un business case crédible compare le coût complet (licences, usage, intégration, travail sur les données, gouvernance et relecture) aux améliorations mesurées par rapport à une référence. Dans la mode, les candidats les plus fiables sont généralement des tâches à fort volume dont les résultats peuvent être vérifiés, comme la production de contenus, le traitement de documents et le service client. Pour des usages plus spéculatifs, commencez petit, mesurez, et ne vous engagez qu'ensuite sur des licences pluriannuelles.