Un rapport récent pointe une dérive budgétaire liée à l'adoption de l'intelligence artificielle (IA) dans la fonction publique. Le recours massif et non encadré à des modèles de langage, notamment pour l'évaluation des salariés et la rédaction de documents, génère une consommation exponentielle de « tokens » — chaque interaction payante avec un modèle d'IA — sans que les administrations n'aient anticipé l'impact financier.

Ce phénomène, surnommé « tokenmaxxing », consiste pour un agent à solliciter de multiples fois un système d'IA pour une même tâche, à générer de longs textes ou à soumettre des requêtes superflues, dans un but de performance individuelle. Or les budgets alloués aux outils d'IA, souvent prévus sur une base annuelle, sont épuisés en quelques mois. Plusieurs ministères ont déjà dû demander des rallonges ou réduire l'accès à ces services.

Des coûts cachés qui grèvent les finances publiques

Les sommes en jeu sont loin d'être négligeables. Selon les informations obtenues, certains grands services déconcentrés ont vu leur facture d'IA multipliée par trois en six mois, dépassant allègrement les enveloppes initiales. Ce dérapage s'explique par l'absence de plafonds individuels, de contrôles ou de directives claires sur l'usage raisonné de ces technologies.

Un agent public confie : « On nous encourage à utiliser ces outils pour gagner en productivité, mais personne ne nous a dit qu'il y avait un coût caché par token. » Le responsable d'une direction des systèmes d'information ajoute : « Nous avons dû bloquer certains accès car le budget annuel était déjà consommé. »

Un enjeu de formation et d'encadrement

Les spécialistes appellent à une meilleure culture numérique au sein des administrations. « Connaître l'IA va devenir aussi indispensable que Word ou Excel », estime Nicolas Guérin, directeur d'IBM Consulting France. La formation des agents aux bonnes pratiques d'utilisation est jugée urgente pour contenir les coûts.

Plusieurs pistes sont évoquées : la mise en place de quotas de tokens par service, le déploiement d'outils de suivi en temps réel, ou encore la modulation des accès selon les missions. Certains préconisent aussi des audits financiers réguliers pour détecter les abus.

Des conséquences sur l'évaluation des agents

Cette dérive touche particulièrement le domaine de l'évaluation des performances. Des outils basés sur l'IA sont utilisés pour analyser la production de tokens par agent — ceux qui en consomment le plus étant jugés les plus actifs. Cette logique incite à un usage inflationniste et sans lien avec la productivité réelle.

Les syndicats dénoncent une « dérive managériale » et demandent une pause dans le déploiement de ces technologies tant qu'un cadre clair n'aura pas été défini. La Cour des comptes s'intéresse également au sujet, auditionnant plusieurs directions.

Vers une régulation nationale ?

Face à l'ampleur du phénomène, le gouvernement envisage une circulaire interministérielle encadrant l'usage des IA génératives dans la fonction publique. Des discussions sont en cours avec les partenaires sociaux pour fixer des règles communes.

En attendant, plusieurs administrations ont déjà pris des mesures conservatoires : limitation des accès, création de tableaux de bord de consommation, et campagnes de sensibilisation. Le risque est que ces initiatives freinent l'innovation, alors que l'IA pourrait apporter des gains d'efficacité réels si elle était utilisée avec discernement.

Un phénomène qui dépasse la France

Le « tokenmaxxing » n'est pas propre à la France. Aux États-Unis, des entreprises comme Uber ont épuisé leur budget IA annuel en quatre mois. Le phénomène interroge les modèles économiques des fournisseurs d'IA, qui facturent à l'usage, et pousse les organisations à revoir leur stratégie d'adoption.

Les experts recommandent une approche plus globale : former les utilisateurs, installer des garde-fous techniques, et surtout aligner les incitations individuelles avec l'intérêt collectif. Car sans régulation, la promesse de productivité de l'IA pourrait se transformer en gouffre financier.