Alors que l'adoption de l'intelligence artificielle s'accélère dans le monde professionnel, une pratique émergente inquiète les observateurs : le « tokenmaxxing », qui consiste à mesurer et à encourager l'utilisation des tokens d'IA par les employés. Cette approche, adoptée par certaines grandes entreprises comme indicateur clé de performance, entraîne des dérapages budgétaires importants, sans garantie de retour sur investissement.
Une métrique trompeuse
Le tokenmaxxing transforme la consommation de tokens – ces unités de calcul utilisées par les modèles d'IA générative – en objectif managérial. Les salariés sont incités à multiplier les requêtes auprès des outils d'IA, qu'il s'agisse de rédaction de courriels, de génération de code ou d'analyse de données. En faisant de ce volume d'utilisation le principal critère d'évaluation, des entreprises espèrent accélérer l'adoption interne de l'IA.
Mais cette logique se heurte à une réalité économique : chaque token a un coût, facturé par les fournisseurs de services cloud ou d'API d'IA. En privilégiant la quantité sur la pertinence, les organisations exposent leurs finances à une inflation rapide des dépenses, sans lien direct avec la productivité réelle. Plusieurs directions financières témoignent de budgets dépassés en quelques mois, forçant des révisions en urgence.
Un mirage productif
Des cas récents illustrent ces dérives. Certains grands groupes technologiques auraient épuisé leur enveloppe annuelle allouée à l'IA en seulement quatre mois, selon des informations concordantes. Ce phénomène, parfois baptisé « tokenmaxxing galopant », révèle une absence de contrôle des usages et une méconnaissance des mécanismes de facturation des modèles d'IA.
Les experts pointent plusieurs causes : l'absence de plafonnement des requêtes individuelles, la multiplication des usages non essentiels et, surtout, l'utilisation de l'IA comme un indicateur de modernité plutôt que comme un outil de performance mesurable. « Les entreprises se sont jetées dans l'IA sans cadre budgétaire, et les conséquences arrivent », résume un consultant en transformation numérique.
Quelles pistes pour les DSI ?
Face à ces dérives, les directeurs des systèmes d'information (DSI) sont en première ligne pour reprendre la main. Plusieurs pistes émergent : la mise en place de plafonds de consommation par utilisateur, le suivi en temps réel des coûts via des tableaux de bord dédiés, et la redéfinition des KPIs pour privilégier la valeur ajoutée plutôt que le volume d'usage.
Certaines entreprises expérimentent également des modèles de facturation interne (chargeback) afin de responsabiliser chaque service sur ses dépenses d'IA. D'autres encore choisissent de former leurs équipes à une utilisation raisonnée des outils, en insistant sur la sélection des tâches pertinentes pour l'IA plutôt que sur l'usage systématique.
Un enjeu de maturité
Au-delà des mesures techniques, le tokenmaxxing révèle un déficit de maturité dans l'intégration de l'IA en entreprise. Alors que des dirigeants affirment que la connaissance de l'IA deviendra aussi indispensable que la maîtrise de Word ou d'Excel, la pratique actuelle montre que l'adoption massive ne doit pas se faire au détriment de la rigueur budgétaire.
Les analystes estiment que le phénomène pourrait ralentir l'innovation dans certaines structures, contraintes de réduire leurs dépenses après un emballement initial. À l'inverse, les organisations qui adoptent une approche plus structurée – en définissant des cas d'usage précis et en mesurant les gains de productivité réels – semblent mieux armées pour tirer parti de l'IA sans subir de dérapages financiers.
L'alerte lancée par les dérives du tokenmaxxing invite les entreprises à repenser leur stratégie d'adoption de l'IA, en conciliant expérimentation et maîtrise des coûts. Un équilibre d'autant plus crucial que la généralisation des agents d'IA et des assistants intelligents pourrait amplifier encore la consommation de tokens dans les années à venir.
