Apple commence à compter les tokens

Apple a décidé de réduire les budgets quotidiens accordés à certains de ses ingénieurs pour utiliser les outils d'intelligence artificielle. Selon une enquête de Bloomberg publiée le 4 novembre 2026, le plafond est passé de 300 à 200 dollars par jour, avec la perspective d'une nouvelle réduction à 100 dollars. D'autres équipes, aujourd'hui limitées à 100 dollars, pourraient voir leur plafond ramené à 25 dollars. Des dérogations resteraient possibles pour les collaborateurs ayant des besoins particuliers. Ces montants sont des plafonds autorisés, non des dépenses effectivement constatées. Ils concernent principalement les tokens, unités de données traitées par les modèles d'IA. Apple ne renonce donc pas à l'intelligence artificielle, dont elle encourage au contraire l'utilisation. Elle entend mieux contrôler ce que lui coûte son déploiement. Le signal mérite l'attention des entreprises qui ont largement ouvert l'accès à l'IA générative, parfois sans disposer d'une vision précise des dépenses engagées. Pendant la phase d'expérimentation, la priorité était de multiplier les usages. Leur généralisation impose désormais de distinguer ceux qui justifient leur coût de ceux qui consomment des ressources sans bénéfice suffisant. Cette discipline ne condamne pas l'innovation. Elle peut même la stimuler. Un collaborateur attentif au coût de ses requêtes sera davantage incité à choisir le bon outil, à préparer son travail et à vérifier que le résultat obtenu répond à son besoin. La réduction des dépenses peut ainsi s'accompagner d'une utilisation plus intelligente de l'IA, individuellement comme collectivement.

La facture ne s'arrête pas aux abonnements

Le coût de l'intelligence artificielle reste difficile à apprécier. Les abonnements individuels ne représentent qu'une partie de la dépense. S'y ajoutent les licences professionnelles, les appels aux API, les fonctionnalités intégrées aux logiciels métiers, les infrastructures techniques et les opérations nécessaires à la sécurisation des données. Certains coûts sont facturés directement à l'entreprise ; d'autres sont incorporés aux tarifs des fournisseurs. La baisse rapide du prix des modèles ne règle pas nécessairement la question. Dans son rapport sur les marchés de l'intelligence artificielle publié en 2026, l'OCDE relève une diminution de près de 80 % de son indice agrégé des prix des modèles de langage entre janvier 2024 et avril 2026. Mais elle souligne également que les agents IA peuvent consommer beaucoup plus de tokens par tâche. Une technologie moins chère à l'unité ne garantit donc pas une facture globale moins élevée. Le temps de travail des collaborateurs constitue une autre composante, souvent négligée. Combien de minutes faut-il consacrer à formuler une demande, examiner la réponse, corriger les erreurs et reprendre un document ? Une production obtenue rapidement avec l'IA peut finalement mobiliser davantage de temps qu'une réalisation classique. À l'inverse, certaines tâches complexes deviennent accessibles à des collaborateurs qui ne pouvaient auparavant les accomplir. Le bon calcul doit donc porter sur le coût complet d'une tâche et sur la qualité du résultat. Compter les tokens ne suffit pas. Encore faut-il savoir ce qu'ils permettent réellement d'accomplir.

Former à l'IA, c'est aussi apprendre à mieux dépenser

Les responsables formation ont ici un rôle à prendre, sans se substituer à la DSI, aux achats ou au contrôle de gestion. Leur compétence porte sur l'acquisition des pratiques professionnelles. Or la maîtrise économique de l'IA dépend largement de la manière dont les collaborateurs l'utilisent. Il ne suffit plus de leur apprendre à rédiger des prompts ou à découvrir les fonctionnalités des principaux modèles. Ils doivent savoir reconnaître les situations dans lesquelles l'IA apporte une valeur réelle, choisir un modèle proportionné à la difficulté du travail, limiter les traitements inutiles et exercer leur jugement sur les réponses produites. La formation doit également intégrer les risques de confidentialité et les conséquences d'une erreur non détectée. Pour avancer, les équipes formation auraient intérêt à nouer des partenariats avec les métiers les plus consommateurs d'IA. Le développement informatique constitue un premier terrain possible, mais le marketing, les fonctions juridiques ou le service client peuvent présenter des besoins comparables. Avec leurs responsables, il s'agirait d'observer quelques tâches représentatives, de mesurer les ressources mobilisées et de comparer les résultats obtenus selon les pratiques. Cette démarche permettrait de construire des formations directement reliées aux situations de travail. Elle donnerait aussi aux entreprises les moyens de partager les méthodes les plus efficaces plutôt que de laisser chaque collaborateur expérimenter isolément. Les économies ne viendraient pas nécessairement d'une diminution du nombre d'utilisateurs, mais d'une meilleure répartition des usages et d'une réduction des opérations inutiles. Le département formation pourrait ainsi contribuer à la maîtrise des dépenses d'IA en développant les compétences nécessaires à leur bon emploi. Un positionnement qui suppose toutefois de pouvoir démontrer que l'accompagnement proposé améliore effectivement les pratiques.

Les équipes formation face à leurs propres dépenses

Cette exigence vaut également pour les professionnels de la formation. Beaucoup utilisent déjà l'intelligence artificielle pour concevoir des contenus, générer des évaluations, traduire des modules, produire des médias ou assister les administrateurs de plateformes. Les éditeurs de LMS et d'outils auteurs multiplient les fonctionnalités intégrant des modèles génératifs, avec des conditions tarifaires parfois difficiles à comparer. Le département formation doit désormais savoir ce que lui coûte cette production assistée. Un module généré en quelques minutes nécessite-t-il plusieurs heures de révision pédagogique ? Les traductions automatiques réduisent-elles réellement les délais une fois intégrés les contrôles de qualité ? Les fonctions d'IA proposées par le LMS sont-elles suffisamment utilisées pour justifier leur facturation ? Des outils différents remplissent-ils les mêmes fonctions ? Ces questions devraient entrer dans les arbitrages ordinaires des équipes formation. Elles concernent aussi bien les investissements technologiques que l'organisation du travail des concepteurs pédagogiques, des administrateurs et des experts métiers. L'objectif n'est pas de revenir à une production manuelle ni de rationner systématiquement les usages. Une dépense élevée peut être parfaitement justifiée lorsqu'elle apporte un gain substantiel de qualité ou de productivité. À l'inverse, une fonctionnalité peu coûteuse mais rarement utilisée représente un investissement discutable. L'exemple d'Apple rappelle que l'enthousiasme technologique n'exonère personne de faire ses comptes. Pour les responsables formation, cette discipline pourrait devenir une occasion de renforcer leur rôle dans l'entreprise : accompagner non seulement l'adoption de l'intelligence artificielle, mais aussi la qualité et la pertinence économique de ses usages.