L'informatique, ça va être comme le pétrole : le point de vue d'un PDG sur la stratégie de coûts de l'IA

La plupart des entreprises gèrent les coûts liés à l'IA à l'envers. Elles considèrent les dépenses symboliques comme un gage de progrès : plus la facture est élevée, plus l'entreprise est « à la pointe de l'IA ». Christian Fielitz, PDG de Doodle, défend le point de vue opposé : le coût de l’IA est une décision d’investissement, pas un symbole de statut social, et les entreprises qui s’imposeront seront celles qui décideront de manière réfléchie ce qu’il faut internaliser, ce qu’il faut externaliser et sur quoi garder le contrôle. La puissance de calcul elle-même va se banaliser — « la puissance de calcul sera comme le pétrole » — mais ça ne veut pas dire que ta facture va baisser. Ça veut dire que la question stratégique passe de « combien on peut dépenser » à « ce qu’on doit posséder ».

Cet article résume le cadre de réflexion de Fielitz sur les coûts de l'IA, tiré de son intervention de juin 2026 dans l'émission « Vlad Catcher Show ».

Le problème des champs de fraises : demande-toi qui te donne des conseils sur les coûts

Avant de suivre les conseils de qui que ce soit sur le budget à consacrer à l'IA, dit Fielitz, demande-toi qui profite de cette réponse.

« C'est un peu comme si tu avais un champ de fraises et que tu disais : “Hé, on adore les fraises, tout le monde devrait en manger plus.” Bien sûr, si quelqu'un n'en mange que 10, c'est qu'il n'est pas vraiment fan. Il faudrait en manger 20, 50, voire 500. »

Ceux qui clament haut et fort que plus il y a de tokens, plus on avance, ce sont très souvent ceux qui vendent ces tokens. Ça ne veut pas dire qu’ils ont tort, mais ça vaut le coup de mettre le doigt sur ce qui les motive. « Achète des tokens, sinon tu t’y prends mal », ça n’est pas une stratégie. C’est un argument de vente déguisé en stratégie.

À retenir : fais la distinction entre le signal (l'IA apporte un réel avantage) et la stratégie commerciale (tu dois en tirer le maximum, le plus vite possible).

Pourquoi l'informatique va se démocratiser — et pourquoi ça ne fera pas baisser ta facture

Fielitz est très clair sur l'évolution à long terme du coût de la puissance de calcul brute :

« Le coût marginal va baisser. La puissance de calcul, ce sera comme le pétrole, ou comme l'énergie qu'on extrait. Pour moi, c'est une des choses qui va sûrement arriver. »

Jusqu'ici, ça a l'air d'être une bonne nouvelle pour les acheteurs. Mais voilà le hic. La baisse du coût de la puissance de calcul brute n'est pas synonyme de baisse du coût de ton utilisation de l'IA — parce que l'équilibre économique à un niveau supérieur est complètement rompu :

« On sait que ces statistiques et l'analyse des investissements actuels dans les infrastructures ne sont pas à la hauteur des investissements réalisés dans la couche applicative, ni de la valeur créée par cette dernière. »

Pour parler franchement : des capitaux énormes sont investis dans les infrastructures d'IA, mais la valeur générée au niveau des applications n'a pas encore rattrapé son retard. Quand cet écart se comble, ça se traduit souvent par une hausse des prix pour ceux qui utilisent le service. Et c'est là que réside l'aspect que chaque opérateur devrait bien garder à l'esprit.

La leçon d'histoire sur les coûts du cloud : un scénario vieux de cinq ans qui se répète

On a déjà vu ce film, et ça ne fait pas si longtemps.

« Si tu te contentes de tout confier aveuglément aux LLM et d’externaliser ton savoir et ta créativité à d’autres systèmes, tu finiras sans t’en rendre compte par arriver à un moment où ton fournisseur augmentera ses tarifs — ce qui s’est d’ailleurs déjà produit, il y a cinq ans, dans le domaine de l’infrastructure cloud. Et tout à coup, c’est : « Oh là là ! » Ça a conduit aux environnements multicloud, puis à la question : « Hé, est-ce qu’on devrait en fait avoir à nouveau nos propres centres de données ? » »

La métaphore du cloud, c'est le modèle mental le plus utile de toute cette discussion. La puissance de calcul dans le cloud, à la fois bon marché et abondante, a poussé les entreprises à tout regrouper dans l'écosystème d'un seul fournisseur. Puis les prix ont évolué, la dépendance vis-à-vis d'un seul fournisseur est devenue coûteuse, et le vent a tourné en faveur du multicloud, voire du retour vers des centres de données en propre.

L'IA suit la même courbe de développement, mais un peu plus tôt. Les entreprises qui « misent aveuglément tout sur les modèles de langage grand public » aujourd’hui sont en train de créer la même dépendance que les entreprises « cloud-native » ont passé la seconde moitié des années 2010 à réduire. La leçon à retenir, ce n’est pas d’éviter l’IA, mais d’éviter la dépendance aveugle.

Qu'est-ce qu'il vaut mieux faire en interne ou en sous-traitance : un cadre de référence par points de contrôle

Alors, qu'est-ce que tu en fais concrètement ? La réponse de Fielitz recadre le coût de l'IA comme une question de contrôle, et non de consommation :

« Maîtriser les coûts liés à l'IA — savoir ce qu'on peut externaliser et ce qu'on doit délibérément garder en interne comme levier de contrôle et comme avantage concurrentiel —, c'est un sujet très important. On en discute sans arrêt. »

Une façon concrète de mettre ce cadre en pratique :

• Externalise les produits de base. Les capacités liées aux modèles polyvalents, pour lesquelles les coûts de changement sont faibles et qui ne créent aucun avantage concurrentiel, peuvent être confiées à des prestataires externes. C'est le « pétrole » : achète-le sur le marché.

• Garde les points clés en interne. Tout ce qui constitue un véritable avantage concurrentiel, ou qui concerne des données que tu ne peux pas te permettre de confier à des tiers, doit rester sous contrôle strict. Pour Doodle, la sécurité et la confidentialité l’imposent : « Il y a certaines choses que, même si on voulait les externaliser, on doit garder sous contrôle strict. »

• Transforme les coûts en investissement. Quand tu décides délibérément d'internaliser une compétence, tu ne fais pas que prendre en charge un coût : tu t'assures un levier de contrôle. « Tu transformes les coûts en un véritable investissement et tu te dis : "Bon, on va garder le contrôle là-dessus." »

Tout réside dans le mot « délibérément ». Le problème, ce n'est pas l'externalisation ou la réinternalisation en soi, mais le fait d'opter pour l'une ou l'autre par défaut plutôt que par choix.

Quand l'IA coûte plus cher que les humains qu'elle était censée soulager

Il y a aussi un piège lié aux coûts à court terme qu'on risque de ne pas voir dans l'euphorie du moment :

« Si tu laisses les gens utiliser les LLM à l'aveuglette — et pas seulement les outils d'IA —, tu te rends compte que ça coûte déjà plus cher que de faire appel à des humains. »

Une utilisation non maîtrisée de l’IA, facturée par poste, peut discrètement dépasser le coût du travail humain qu’elle était censée compléter. Ce n’est pas un argument contre l’IA ; c’est un argument en faveur de sa mise en place. Si tu ne peux pas voir ce que coûte l’IA par flux de travail par rapport à la valeur qu’elle génère, tu ne peux pas la gérer — et « on est fiers de notre facture d’IA » devient une phrase qui coûte très cher.

Le paradoxe au bout du chemin : qui achète quand il ne reste plus personne ?

Fielitz conclut cette discussion sur les coûts par une question qui remet en perspective tout le débat sur les dépenses liées à l'IA :

« Si tout est géré par l'IA et qu'il n'y a plus d'humains dans les entreprises, qui va acheter ton produit ? Parce que ce sont des agents qui achètent à d'autres agents… alors n'oublie pas ça. »

C'est à moitié une blague, et à moitié la question la plus importante dans la stratégie d'IA d'une entreprise. L'intérêt d'automatiser tout ça dépend du fait qu'il y ait quelqu'un à qui vendre. Une économie où des agents font des transactions entre eux, sans demande humaine en arrière-plan, ce n’est pas un marché — c’est un circuit fermé. Ce que ça implique pour la stratégie de coûts : optimiser pour une valeur humaine durable, pas pour une automatisation maximale. Le but de libérer du temps, c’est pas de se passer des gens ; c’est de leur permettre de faire le boulot que seuls les humains peuvent faire.

En résumé

Fielitz prend soin de ne pas trop insister sur sa propre certitude : « On ne dit pas qu’on va trouver la solution. Je dis juste qu’on a des discussions animées et qu’on essaie d’y réfléchir. » C’est justement cette humilité qui est importante. La stratégie de coûts de l’IA en 2026 n’est pas une équation résolue — c’est une discipline :

1. Des conseils sur les réductions donnés par ceux qui vendent les produits. (Le champ de fraises.)

2. Attends-toi à ce que la puissance de calcul devienne un produit de grande consommation — mais attends-toi quand même à ce que les tarifs de ton fournisseur évoluent. (Le fossé entre l'infrastructure et les applications.)

3. Pense au cloud. Une dépendance aveugle a un coût ; prépare-toi dès maintenant.

4. Choisis bien tes points de contrôle. Externalise ce qui est standard, internalise ce qui te donne un avantage, transforme les coûts en investissements.

5. Utilisation des outils. Une IA non gérée peut coûter plus cher que les humains qu'elle vient compléter.

6. N'oublie pas de tenir les gens au courant — ce sont aussi tes clients.

Considère les dépenses liées à l'IA comme n'importe quel investissement sérieux : avec une stratégie, un plan de suivi et une vision claire de la valeur que ça va t'apporter.

Cet extrait est tiré de l'interview de Christian Fielitz réalisée en juin 2026 dans l'émission « Vlad Catcher Show ».