Pour diviser une facture IA par deux, il faut d'abord savoir qui consomme. Chez PayFit, 5 % des utilisateurs faisaient 50 % de la consommation mensuelle. On audite ensuite les workflows, pas les personnes. Puis on pose des garde-fous pour que la dérive ne revienne pas.
Sommaire12 sections
- 1.Le replay du live
- 2.Pourquoi la facture IA explose-t-elle sans que les usages changent ?
- 3.Qui consomme vraiment les crédits IA dans une entreprise ?
- 4.Quelles règles poser en urgence sans bloquer les équipes ?
- 5.Faut-il auditer les utilisateurs ou les workflows ?
- 6.Quelles métriques regarder pour auditer un agent IA ?
- 7.Quelles questions se poser avant de construire un agent ?
- 8.Qu'est-ce qui fait le coût d'un agent, au-delà du modèle ?
- 9.Comment éviter que la facture remonte ?
- 10.Comment mesurer le ROI d'un agent IA ?
- 11.Checklist : réduire sa facture IA
- 12.Structurer la fonction AI Ops avec TPC
1. Le replay du live
Nicola Carli a été AI Ops chez PayFit. Il exerce aujourd'hui ce rôle dans d'autres organisations. Son métier : changer les manières de travailler avec l'IA dans toutes les équipes, pas seulement la tech. Il trouve les cas d'usage, coache les équipes, audite et optimise les agents. Il gère aussi la facturation. Il était déjà intervenu en mai sur les programmes d'AI champions. Ce live en est la suite directe.
2. Pourquoi la facture IA explose-t-elle sans que les usages changent ?
En juin, Dust, la plateforme IA principale de PayFit, a changé sa grille tarifaire. Le contrat a été multiplié par quatre. Même nombre d'utilisateurs, mêmes usages.
Le modèle est passé d'un prix au siège à un pool de crédits commun. Le prix public était alors de 29 euros par siège. Avant, un utilisateur avait consommé 7 milliards de tokens en deux mois, sans dépasser ce prix.
Désormais, chaque requête puise dans une réserve partagée par toute l'entreprise. Un crédit n'est pas un token. Son coût dépend de l'action : envoyer un message Slack coûte 3 crédits, par exemple.
La projection était sans appel : sans action, le pool serait dépassé en six mois. L'objectif fixé avec sa manager : diviser la consommation par deux, très vite.
"Le message, c'est clairement pas qu'on arrête d'utiliser l'IA, mais c'est on va l'utiliser correctement cette fois ci."
3. Qui consomme vraiment les crédits IA dans une entreprise ?
PayFit compte environ 650 utilisateurs actifs sur Dust. La première étape a été de les segmenter par percentile.
| Segment | Usage | Consommation |
|---|---|---|
| Laggers | Usage très faible | Moins de 2 000 crédits |
| Active users | Usage modéré, la grande majorité | Environ 5 000 crédits |
| Power users | 75e percentile | Moyenne d'environ 15 000 crédits |
| Ultra users | Top 5 % | Moyenne de 45 000 crédits, de 30 000 à 200 000 par mois |
Segment
Laggers
Usage
Usage très faible
Consommation
Moins de 2 000 crédits
Segment
Active users
Usage
Usage modéré, la grande majorité
Consommation
Environ 5 000 crédits
Segment
Power users
Usage
75e percentile
Consommation
Moyenne d'environ 15 000 crédits
Segment
Ultra users
Usage
Top 5 %
Consommation
Moyenne de 45 000 crédits, de 30 000 à 200 000 par mois
Les ultras représentent 5 % des utilisateurs, soit 40 à 45 personnes. Ils font 50 % de la consommation mensuelle. Le constat est systémique : il se vérifiait en mars, avril, mai et juin.
Une partie de cette consommation était justifiée. Le Customer Service a la meilleure maturité d'usage, avec un ROI déjà calculé. Pour la plupart des autres, le ROI n'avait jamais été mesuré. Certains usages ont même été découverts pendant l'analyse.
4. Quelles règles poser en urgence sans bloquer les équipes ?
Trois règles ont été posées immédiatement.
Un plafond de 20 000 crédits par utilisateur.
Pas de recharge sans conversation préalable avec l'AI Ops ou un champion.
Les modèles premium sur demande uniquement. Tous les agents sur Opus ont été basculés au minimum sur Sonnet.
Le premier mois, les recharges étaient encore accordées. Le Customer Service s'appuie sur l'IA pour ses taux de résolution de tickets. Impossible de le bloquer.
Ajouter une étape suffisait déjà à ouvrir la bonne conversation. Le plafond ne concernait en pratique que les ultras. La question revenait toujours : qu'est-ce que tu fais, et est-ce que ça vaut ce que ça coûte ?
5. Faut-il auditer les utilisateurs ou les workflows ?
L'analyse des ultras a fait apparaître deux profils. Un tiers de la consommation venait de personnes sans workflow identifié. Le reste venait de workflows, avec ou sans ROI prouvé.
Pour les workflows, la règle est simple : on audite le workflow, pas l'utilisateur. Les rôles se répartissent ainsi.
| Rôle | Responsabilité dans le budget |
|---|---|
| Owner (builder) | Propose un budget pour son workflow |
| Sponsor (exec) | Valide ou refuse, dans l'enveloppe de son département |
| Champion | Applique, vérifie la cohérence, propose un rework ou un kill |
| AI Ops | Fait tenir l'ensemble, audite et recommande |
Rôle
Owner (builder)
Responsabilité dans le budget
Propose un budget pour son workflow
Rôle
Sponsor (exec)
Responsabilité dans le budget
Valide ou refuse, dans l'enveloppe de son département
Rôle
Champion
Responsabilité dans le budget
Applique, vérifie la cohérence, propose un rework ou un kill
Rôle
AI Ops
Responsabilité dans le budget
Fait tenir l'ensemble, audite et recommande
Pour les usages sans workflow, l'objectif est un diagnostic, pas une restriction. Deux cas sont ressortis. Des sales construisaient chacun leur agent personnel de prospection. Des équipes utilisaient un assistant générique pour des tâches qu'un agent spécifique faisait déjà.
Ce second cas signale soit un agent manquant, soit un agent existant mal communiqué. C'est arrivé plusieurs fois au Customer Service.
PayFit partait avec trois ans d'expérimentation sur ses agents. Une entreprise sans owners, sponsors ni champions doit prévoir un investissement initial. Construire et tester des agents coûte du temps humain, et désormais des crédits.
6. Quelles métriques regarder pour auditer un agent IA ?
L'audit a porté sur le top 20 des agents les plus consommateurs. Six métriques étaient suivies : crédits totaux, messages totaux, coût en euros, coût moyen par message en euros et en crédits, utilisateurs actifs.
Le coût en euros parle aux execs. Les crédits et les tokens restent trop abstraits. Mais deux métriques comptent vraiment :
Le coût par message, qui dit si l'agent est onéreux par design.
Le nombre d'utilisateurs actifs, qui dit s'il bénéficie à une personne ou à un collectif.
Le coût total seul est trompeur. Galileo, l'agent le plus populaire de PayFit, est celui qui consomme le plus de crédits. Son coût par message fait pourtant partie des plus bas.
Le cas Bad CSAT Qualifier montre l'audit en pratique. Cet agent du Customer Service analyse chaque semaine les mauvais scores de satisfaction. Il route les causes vers la bonne équipe. Il coûtait 242 crédits par run, un niveau de workflow complexe. Or le workflow ne l'était pas.
| Élément | Avant | Après |
|---|---|---|
| Messages Slack | Un par ligne traitée, lus par personne | Supprimés |
| Contexte | Fichier de plusieurs milliers de lignes, environ 2 % lus par run | Découpé, l'agent lit seulement ce dont il a besoin |
| Modèle | Opus | GPT Luna, raisonnement high |
| Coût par run | 242 crédits | 42 crédits (environ 80 % de moins) |
| Fiabilité | Référence | +10 points sur le routing et l'analyse |
Élément
Messages Slack
Avant
Un par ligne traitée, lus par personne
Après
Supprimés
Élément
Contexte
Avant
Fichier de plusieurs milliers de lignes, environ 2 % lus par run
Après
Découpé, l'agent lit seulement ce dont il a besoin
Élément
Modèle
Avant
Opus
Après
GPT Luna, raisonnement high
Élément
Coût par run
Avant
242 crédits
Après
42 crédits (environ 80 % de moins)
Élément
Fiabilité
Avant
Référence
Après
+10 points sur le routing et l'analyse
Le gain ne vient pas du seul changement de modèle. Il vient du process retravaillé avec la builder. Le point de départ a été le workflow métier, pas le prompt. Le process avait été conçu par un humain, pour un humain.
7. Quelles questions se poser avant de construire un agent ?
Créer un agent et obtenir un premier résultat est très rapide. Obtenir le résultat voulu prend beaucoup plus de temps. Cette vitesse initiale pousse à sauter les bonnes questions.
"Faire un agent, c'est comme faire un produit."
Quatre questions avant de construire, et pendant l'audit :
Baseline : comment ça se passait avant, et combien ça coûtait ? Temps, effort manuel, taux d'erreur, risque, volume.
Succès : quel critère chiffré dit que ça marche ? "Je gagne du temps" ne suffit pas.
Gain : qu'est-ce qu'on gagne en usage réel, pas sur le pitch de départ ?
Coût réel : crédits, mais aussi construction, maintenance et onboarding d'un remplaçant.
"Si on ne sait pas répondre à cette question, c'est déjà un constat en soi."
Appliquée au Marketing SEO Crafter, la grille donne une lecture complète. Cet orchestrateur appelle cinq agents liés à dix skills. Il rédige les contenus SEO du blog PayFit.
Avant, un contenu demandait deux à trois heures de rédaction. Le flux complet, relecture compliance incluse, prenait une journée et mobilisait plusieurs personnes. L'ambition : environ cinq contenus par jour contre un.
Aujourd'hui, six contenus sont générés en trente minutes. La Product Compliance relit trois pièces sur trente, contre une sur une auparavant. Le coût : cinq jours de construction pour le seul builder, beaucoup de temps de vérification pendant les tests, et un à deux jours de maintenance par mois. S'y ajoutent l'onboarding et l'adaptation du workflow à l'Espagne et au Royaume-Uni.
8. Qu'est-ce qui fait le coût d'un agent, au-delà du modèle ?
PayFit compte environ 1 400 agents. Une quarantaine ont vraiment de la valeur. Le reste témoigne de beaucoup de try and learn.
Le modèle est le coût le plus visible, mais pas le seul. Les instructions générées par un LLM s'empilent de version en version. Des blocs obsolètes restent lus à chaque run. À l'échelle d'un agent partagé sur plusieurs semaines, ça se chiffre.
La complexité pèse aussi. Une instruction complexe complexifie la tâche de l'agent. Il faut rester précis, clair, direct.
Enfin, les sources. Ne pas brancher toute la base Notion quand un seul wiki d'équipe suffit. Ne pas donner un fichier Excel de 2 000 lignes pour en lire cinq. Le bon contexte, au bon moment.
Ces dérives poussent vers les modèles premium. Opus fait mieux, notamment parce que des instructions floues demandent plus de réflexion à l'agent.
9. Comment éviter que la facture remonte ?
"L'audit est vachement simple à faire, c'est de l'exécution qui est vraiment difficile."
L'optimisation est la priorité de l'AI Ops, pas celle des builders. Ils ont leur propre roadmap, et les deadlines glissent. Avec le recul, Nicola Carli aurait construit les workflows avec les builders bien plus tôt. Voire à leur place, en le déclarant.
Les garde-fous retenus pour ne pas refaire un audit chaque mois :
Un plafond par utilisateur.
Le modèle premium sur demande, justifié par un champion.
Un budget par sponsor et par workflow.
La grille de questions à chaque nouvel agent.
Une attention aux agents privés, qui cachent souvent un besoin partagé.
Les builders ont aussi besoin de rituels. PayFit organise une AI Spark Session tous les deux mois, où chacun partage ses learnings et ses échecs. S'y ajoutent des office hours, des workshops d'un à deux jours en présentiel et des AI Days. L'équipe People a même créé sa propre cellule People AI Ops.
Trois leviers structurent l'ensemble : la technique, les données de consommation et la gouvernance. Sans personne mandatée, le sujet n'avance pas. Ce rôle peut être décentralisé chez les champions ou les managers.
Résultat : en septembre, deux mois après, la consommation était passée sous la cible. Elle était même inférieure à celle de l'année précédente.
10. Comment mesurer le ROI d'un agent IA ?
Le temps gagné est un piège. On arrive rarement à le quantifier. Et il est souvent déplacé : on code plus vite, puis on passe ce temps en review.
La grille mesure donc d'autres gains : le volume produit, les risques évités, la qualité sur de grands volumes de données. Elle exige de mesurer avec et sans l'agent.
Rendre le coût visible change aussi les comportements. Quand chaque requête affiche son prix en euros, les utilisateurs se demandent si la tâche valait vraiment ce montant.
11. Checklist : réduire sa facture IA
Segmenter les utilisateurs par percentile de consommation.
Identifier les 5 % les plus gourmands et vérifier si la valeur est chez eux.
Auditer les workflows, pas les personnes.
Mesurer le coût par message, pas seulement le coût total.
Suivre le nombre d'utilisateurs actifs par agent.
Afficher les coûts en euros pour les execs et les utilisateurs.
Repartir du process métier avant de toucher au prompt.
Nettoyer les instructions empilées et limiter le contexte au strict nécessaire.
Réserver les modèles premium aux demandes justifiées.
Fixer un plafond par utilisateur et un budget par sponsor et par workflow.
Définir baseline, critère de succès, gain et coût réel avant chaque agent.
Nommer au moins une personne mandatée sur le sujet.
12. Structurer la fonction AI Ops avec TPC
L'AI Ops est l'un des rôles qui émergent avec l'adoption des agents. Il combine coaching, audit, budget et gouvernance. Structurer cette fonction, ou recruter le leader qui la portera, se prépare. TPC accompagne les dirigeants sur ces arbitrages d'organisation lors d'un rendez-vous TPC Advisory. Pour recruter un leader produit ou tech, voir TPC Leaders.
Les rémunérations des profils Ops sont détaillées dans notre grille de salaire Product Ops.
Questions fréquentes
Pourquoi la facture IA de PayFit a-t-elle été multipliée par quatre ?
Dust est passé d'un prix au siège à un pool de crédits commun. Les usages intensifs, auparavant couverts par le siège, se sont mis à coûter. Utilisateurs et usages n'avaient pas changé.
Quelle part des utilisateurs concentre la consommation IA ?
Chez PayFit, 5 % des utilisateurs faisaient 50 % de la consommation mensuelle. Cela représentait 40 à 45 personnes sur environ 650 utilisateurs actifs.
Quelle métrique suivre pour auditer un agent IA ?
Le coût par message et le nombre d'utilisateurs actifs. Le coût total seul peut conduire à supprimer un agent très rentable.
Changer de modèle suffit-il à réduire les coûts ?
Non. Sur le Bad CSAT Qualifier, le coût est passé de 242 à 42 crédits par run. Le gain vient surtout du process retravaillé : messages inutiles supprimés, contexte découpé.
Comment mesurer le ROI d'un agent IA au-delà du temps gagné ?
Avec une baseline, un critère de succès chiffré et des gains en volume, risque ou qualité. Le temps gagné est souvent déplacé ailleurs.
Faut-il héberger des modèles en local pour réduire les coûts ?
Pour Nicola Carli, le local demande un setup et un déploiement coûteux en temps humain. Les populations non techniques ont besoin d'une solution clé en main.