Le coût par décision utile, ou pourquoi la baisse du coût d'inférence déplace la charge vers la preuve et le risque.
La note qui ouvre cette séquence établissait qu’une décision endossée est le premier objet gouvernable de l’IA d’entreprise. Elle laissait ouverte la question que celle-ci traite : ce que cette décision coûte. Les fournisseurs y répondent au million de tokens, et une lecture réductrice du FinOps appliqué à l’IA, aujourd’hui dominante, a repris cette unité commerciale pour en faire le proxy principal de l’efficience économique. Le problème n’est pas que le token soit mesuré ; il est qu’il serve de mesure à un système dont il n’est que l’intrant, appelé à devenir plus substituable et moins différenciant que les capacités institutionnelles qui entourent la décision. Le domaine de validité est étroit, et il se pose avant l’argument : le cadre commence lorsque la sortie du système modifie matériellement un droit, une obligation, une exposition ou un arbitrage porté par l’institution. Un reformatage par lot n’y entre pas. Une simple classification y entre dès lors qu’elle refuse un accès, priorise une enquête, exclut un dossier, oriente un diagnostic ou augmente une prime.
Le discours ambiant superpose trois unités que rien n’oblige à coïncider. L’unité de facturation est la ressource achetée au fournisseur. L’unité de gestion est ce que le pilote surveille au quotidien. L’unité économique est ce par quoi l’efficience se juge. Le token occupe légitimement les deux premières places et usurpe la troisième. Hors du domaine engageant, il peut les occuper toutes les trois sans dommage, et cette note ne prétend rien. Dans le domaine engageant, la substitution coûte cher : elle fait juger un système sur son intrant le plus commoditisé, au moment précis où cet intrant cesse de différencier quoi que ce soit. Le système se facture parfois au token. Il se pilote toujours à la décision.
Une entreprise ne recourt pas à l’IA pour accumuler des jetons générés, et pas davantage pour produire directement de la valeur : elle y recourt pour produire un résultat qui l’engage. Deux objets doivent être séparés, l’unité minimale d’engagement et l’unité ultime de création de valeur. La décision est la première, pas la seconde. Elle est le premier état institutionnel auquel l’organisation peut rattacher un engagement, une responsabilité et un coût, et une recommandation algorithmique déterminante y suffit, même sans forme juridique de décision. La valeur économique finale dépend de l’exécution ultérieure du processus métier, sur laquelle le système n’a plus la main. Confondre les deux produit deux erreurs symétriques : créditer l’IA de toute la valeur aval, ou lui dénier tout coût propre en amont. La chaîne se lit compute, inférence, décision, action, résultat, valeur ; le périmètre du CDU s’arrête à la troisième position. Le cadre couvre l’ensemble des régimes de participation décisionnelle, et cette généralité est volontaire : lorsque la validation humaine est routinière ou faiblement contradictoire, elle ne neutralise pas l’influence économique du système, elle en déplace la signature formelle.
Le coût par décision utile s’écrit CDU = (O + K + H) / D^U, sur une même période, un même périmètre et une même cohorte. Le numérateur regroupe l’ensemble des coûts en trois agrégats exclusifs. O est le coût d’exploitation du régime de délégation, compute (O_tech) et humains de supervision (O_human) confondus. K est le coût de la capacité de gouvernance et de preuve, l’architecture qui maintient l’attribuabilité, l’intégrité et la révisabilité de ce qui a été décidé. H est la charge économique du risque, traduction financière de l’exposition. Aucun coût d’option, de dépendance fournisseur, de réversibilité, de sortie ou de transition n’échappe au cadre : il s’impute à l’un des trois selon sa nature, sous une convention d’allocation stable.
Le dénominateur ne compte pas les inférences, il compte les décisions utiles : institutionnellement closes, conformes aux seuils de qualité, n’ayant pas dépassé le budget de remédiation de leur classe, et encore conformes au terme d’une fenêtre d’observation Δ. Trente jours pour certaines décisions de crédit, quatre-vingt-dix pour certaines indemnisations, le choix dépendant de la temporalité des recours et du délai de matérialisation des pertes. Trois précautions gouvernent tout calcul. Le numérateur mêle des statuts de coût distincts, coûts observés, coûts imputés, pertes estimées, charges de capital, et les confondre revient à prendre une construction de gestion pour une mesure. Numérateur et dénominateur doivent partager leur horizon, faute de quoi le ratio ne mesure rien. Enfin, la qualité minimale est une conjonction de seuils non compensatoires : un système ne rachète pas une traçabilité défaillante par une meilleure latence.
Deux énoncés se distinguent, et les confondre rendrait la proposition soit triviale, soit intestable. Le premier est analytique : à structure de coût figée, réduire la seule composante O_tech augmente mécaniquement la part des charges non techniques. C’est une identité, elle ne prouve rien. Le second est empirique, et c’est la thèse : dans les déploiements réels, la baisse de O_tech n’entraîne pas une baisse proportionnelle du niveau absolu de O_human + K + H. Ces charges sont gouvernées par la réglementation et l’exposition, non par le prix du GPU, et leur élasticité au coût du compute est faible. La condition de réfutation est nette : si, à périmètre, volume, qualité et régime de responsabilité constants, ce niveau absolu reculait au rythme de O_tech, la thèse serait fausse. La note propose le cadre de mesure et la condition de test, elle n’établit pas empiriquement cette faible élasticité.
Le chiffrage qui suit est illustratif, en unités normalisées, et vérifie une mécanique sans prouver une propriété générale. Une classe de décisions d’octroi de crédit, deux régimes. Architecture assistée, l’IA recommande et l’humain décide : compute 1, supervision 5, preuve 2, risque 2, soit 10. Architecture automatisée, l’IA décide et l’humain traite l’exception : compute 2, supervision résiduelle 2, preuve 4, risque 3, soit 11. Premier constat, contre-intuitif : avant toute commoditisation, l’automatisation coûte davantage à l’unité. Faisons tendre le compute vers la gratuité : l’assistée passe à 9, l’automatisée à 9. L’égalité tient parce que les chiffres ont été posés ainsi, elle n’est pas une conséquence du CDU. Ce qu’elle donne à voir, en revanche, tient : l’automatisation loge l’essentiel de son coût dans la preuve et le risque, poches qu’aucun progrès sur l’inférence n’optimise. Un avertissement complète la thèse : une baisse du coût total ne la réfute pas, car ce total peut reculer par mutualisation du socle de preuve, par transfert contractuel du risque ou par simple hausse du volume. La thèse porte sur la composition et sur le résidu, pas sur le niveau.
Le geste fondateur est une séparation. De même que la théorie de l’information a séparé la quantité d’information du support physique qui la transporte (Shannon, A Mathematical Theory of Communication, 1948), l’économie de l’IA doit séparer la décision produite de la ressource de calcul qui la rend possible. L’analogie est utile et dissymétrique, et la dissymétrie est plus intéressante que la ressemblance. La quantité d’information de Shannon se formalisait indépendamment de son support, dans une unité naturelle, le bit, sans convention institutionnelle. Le CDU n’a pas cet appui. La décision utile n’est pas une grandeur naturelle : elle se définit par une conjonction de seuils non compensatoires, une fenêtre de maturation et un budget de remédiation, tous fixés par la gouvernance. Sa robustesse ne dérive donc pas d’une unité, mais de la stabilité de ses définitions, de ses seuils et de ses règles d’imputation. Ce n’est pas un aveu de faiblesse glissé par prudence, c’est le sujet.
L’objection la plus sérieuse se formule ainsi : le CDU n’est pas une mesure mais un instrument de politique déguisé en métrique, puisque la gouvernance qui fixe la qualité minimale, le budget de remédiation et la fenêtre de maturation contrôle le compte des décisions utiles, donc le résultat. Un dirigeant qui croit acheter le vrai coût par décision achète un nombre négocié. L’objection touche juste et prouve moins qu’elle ne le croit. Le CDU reste une mesure ; simplement, elle n’est pas naturelle, elle est conventionnelle et gouvernée. L’EBITDA, le RAROC, le coût complet et les allocations de capital forment la même famille, sans partager le même statut, et l’on pilote pourtant des institutions avec toutes. La conventionnalité n’est pas le vice caché du CDU, c’est le régime ordinaire de toute comptabilité de gestion. Ce que le CDU ajoute, c’est de rendre l’arbitrage sur les seuils explicite et chiffré, là où le coût au token l’enterre sous une apparence de neutralité technique.
Reste que la partition du numérateur n’est jamais purement analytique. Comme archétype, et non comme vérité comptable, O est surtout visible dans les budgets IT ou plateforme, K dans les fonctions de gouvernance et de risque, H dans la ligne métier ou le bilan central ; la réalité brouille ce partage. Un coût par décision qui traverse plusieurs fonctions sera arbitré à ses coutures, et le pouvoir de fixer les seuils est un pouvoir réel. Il en découle une règle anti-Goodhart, puisqu’une cible de pilotage devient manipulable par ses définitions : toute modification des classes, des seuils, des fenêtres, des règles de remédiation ou des clés d’imputation produit une rupture de série explicitement documentée. Une métrique dont on ne gouverne pas les définitions finit par mesurer la créativité comptable de ceux qu’elle évalue.
L’aviation commerciale offre le meilleur précédent d’unité de production, et il faut l’importer avec sa limite plutôt qu’après elle. Une compagnie ne mesure pas sa performance au litre de kérosène brûlé mais au coût du siège-kilomètre disponible, calculé sous contrainte stricte de sécurité et de maintien continu de l’aptitude à l’usage. Le CDU est l’équivalent pour les systèmes de décision : une unité de production tarifée sous contrainte de qualité, non un intrant brut. La limite est que le siège-kilomètre, sans être parfaitement homogène, tolère une agrégation que la décision ne tolère pas sans segmentation stricte en classes de risque comparables. Un CDU agrégé sans cette segmentation est un chiffre sans référent. La conséquence est une règle de publication : aucun CDU de portefeuille ne se publie sans la distribution par classe et sans indicateur de queue, faute de quoi une classe critique, peu volumineuse mais lourde en risque, saigne sans que la moyenne ne le signale. Un mot enfin sur ce que le CDU n’est pas : il compare des architectures, arbitre un mode de délégation, éprouve un business case et détecte une migration de coûts, il ne mesure pas la valeur de l’IA. Le confondre avec une mesure de valeur reproduirait, un cran plus haut, l’erreur d’unité qu’il corrige.
La stabilité économique du CDU repose sur une condition que l’équation ne montre pas : la gouvernabilité de la chaîne de représentation qui produit les décisions, modèles, embeddings, garde-fous, API et dépendances d’orchestration. Qu’un fournisseur modifie unilatéralement son modèle amont, sa politique de modération ou l’espace latent de ses embeddings, et trois choses bougent ensemble. Les preuves déjà enregistrées perdent une part de leur portée, parce qu’elles attestent d’un système qui n’existe plus tout à fait. Le coût de requalification et de non-régression augmente. La distribution des erreurs se déforme, et le calibrage de la charge de risque avec elle. Une variable exogène, insuffisamment encadrée contractuellement, fait alors bouger deux termes du numérateur à la fois. La leçon n’est pas qu’il faille posséder les modèles : une institution a besoin de droits suffisants pour identifier les versions, être notifiée des changements, reproduire les décisions, reconstruire les preuves et migrer les usages. La notion clé est la gouvernabilité contractuelle et technique, non la propriété.
Le token mesure une ressource, légitime pour facturer et pour surveiller, illégitime pour juger l’efficience. La commoditisation du compute ne réduit pas le coût de la décision à mesure qu’elle réduit celui de l’inférence : elle en recompose la charge vers la supervision, la preuve et le risque, et parfois vers d’autres payeurs. La rareté ne disparaît pas, elle déménage. Ce qui reste à payer quand l’inférence ne coûte plus rien n’est pas une facture de calcul, c’est une facture de preuve.
Reste la condition nommée sans être traitée, la gouvernabilité des représentations qui soutiennent le calcul. C’est l’objet de la note suivante, L’asymétrie souveraine, qui traite de ce que coûte une décision dont on ne gouverne pas les représentations.
Argument complet, avec la décomposition du socle de preuve K, la calibration actuarielle de la charge de risque H, les règles d’agrégation de portefeuille et l’analyse de dominance des régimes, dans le PDF ci-dessous (12 pages, quatre annexes).
Notes doctrinales et explorations sur l’IA en systèmes régulés. Une à deux fois par mois. Désabonnement en un clic.