Un directeur des systèmes d’information (DSI) peut reporter un grand projet d’IA et faire malgré tout face à une hausse des coûts liés à l’IA. Certains proviennent de fonctionnalités incluses dans des logiciels que l’organisation achète déjà ; d’autres viennent de la demande en infrastructure, qui fait monter les prix de la mémoire. Un déploiement prudent limite l’investissement direct dans l’IA. Mais les coûts peuvent tout de même augmenter via ces autres achats ; les DSI doivent donc distinguer les projets qu’ils approuvent des dépenses plus larges affectées par l’IA.
Les dépenses d’IA incluent des achats répondant à des intentions différentes
Dans les perspectives de dépenses décrites par Lovelock, les dépenses mondiales en IA devraient presque doubler en 2026, mais ce total regroupe des achats effectués pour des raisons différentes. Une entreprise peut choisir délibérément une capacité d’IA, ou acheter un produit plus large qui l’intègre déjà. Les deux entrent dans les dépenses d’IA. Seul le premier, toutefois, reflète une décision spécifique d’adopter cette capacité.
Lovelock décrit une partie de cette croissance comme un changement dans la manière de classer les dépenses technologiques existantes. « Il y a un peu de rebranding des budgets du DSI en IA », a-t-il déclaré. Les acheteurs peuvent choisir un produit pour d’autres besoins métier et obtenir de l’IA avec. Comme l’a formulé Lovelock : « Ils ne vont pas intentionnellement l’acheter, ils ne peuvent simplement pas facilement l’éviter. »
Les entreprises continuent aussi de réaliser des investissements délibérés dans l’IA. Lovelock cite des entreprises qui explorent les agents, des systèmes d’IA qui exécutent des tâches, et qui poursuivent des démarches d’automatisation. Il évoque également les investissements dans les grands modèles de langage, qui génèrent et traitent le langage, afin d’améliorer la qualité, la cohérence, la fiabilité et les processus. Ces projets reflètent les priorités d’une organisation, tandis que l’IA intégrée à d’autres achats peut entrer dans le budget à la suite d’une décision distincte.
La demande en infrastructure peut faire augmenter les coûts de la mémoire
L’une des voies d’entrée dans ce budget commence avec les fournisseurs technologiques qui développent des capacités pour l’IA. Selon Lovelock, les fournisseurs achètent des serveurs optimisés pour l’IA, et ces achats contribuent à faire monter les coûts de la mémoire. Les entreprises font alors face à des coûts d’infrastructure plus élevés, même lorsque leurs plans de déploiement de l’IA restent limités. Le DSI peut choisir la charge de travail et le périmètre d’un projet interne, mais ces choix ne contrôlent pas la demande plus large qui affecte les prix de la mémoire.
Les fournisseurs lancent également des produits destinés au déploiement d’infrastructures d’IA. Broadcom, qui a un intérêt commercial dans l’adoption de ses offres d’infrastructure, a lancé VMware Private AI Cloud aux côtés de VMware AI Factory. Broadcom présente VMware AI Factory comme la base software-defined de l’offre cloud : une infrastructure gérée par logiciel, avec des capacités qui automatisent son déploiement. Les offres d’IA s’étendent ainsi aux outils utilisés pour mettre en place un environnement informatique, ainsi qu’aux applications qui y fonctionnent.
Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.
Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.
Les logiciels peuvent faire entrer les coûts de l’IA dans les achats existants
Les logiciels constituent une autre voie, car les fournisseurs peuvent ajouter des capacités d’IA à des produits dont les entreprises ont déjà besoin. Lovelock indique que les logiciels deviennent plus chers à mesure que les fournisseurs introduisent ces capacités. Les clients peuvent donc payer davantage pour un achat logiciel ordinaire, même lorsque la capacité d’IA ajoutée ne fait pas partie de leur investissement prévu. Ici, ce sont les décisions produit du fournisseur qui entraînent la hausse des coûts, plutôt que la demande du marché de la mémoire.
Les acheteurs doivent évaluer le produit dans son ensemble, ce qui peut rendre cette décision difficile. Une organisation peut avoir besoin du package logiciel plus large tout en accordant peu de valeur à la capacité ajoutée, alors que l’achat les réunit. Les dépenses classées comme dépenses d’IA peuvent donc augmenter plus vite que ne le laisserait penser la seule adoption délibérée. Le total inclut les clients qui choisissent activement l’IA et ceux qui l’achètent dans un logiciel répondant à des besoins métier existants.
AIforce de Salesforce illustre la manière dont les fournisseurs ajoutent l’IA aux environnements logiciels d’entreprise. Salesforce, l’entreprise de gestion de la relation client, a un intérêt commercial à ce que ses clients adoptent ses offres d’IA. Elle a présenté AIforce comme une couche d’interface pour son entreprise agentique, un environnement dans lequel des agents d’IA réalisent du travail. Salesforce décrit AIforce comme combinant l’intelligence des modèles avec le contexte issu de ses données d’entreprise pour fonctionner avec les principales plateformes d’entreprise.
Les offres de Salesforce et de Broadcom couvrent différentes parties de l’environnement technologique : l’une ajoute une interface d’IA aux plateformes d’entreprise, tandis que l’autre prend en charge le déploiement de l’infrastructure. Leur disponibilité élargit ce que les clients peuvent acheter et déployer, mais les acheteurs doivent toujours en évaluer la valeur. Cette évaluation devient plus difficile lorsqu’un achat combine des capacités dont l’organisation a besoin avec des capacités d’IA auxquelles elle accorde moins de valeur.
Les DSI choisissent des projets plus modestes pendant qu’ils établissent la valeur
La difficulté à démontrer la valeur influence déjà ces décisions de projet. Lovelock explique qu’il devient plus difficile de mesurer et de démontrer la valeur de l’IA ; les DSI choisissent donc de plus en plus des cas d’usage plus petits et incrémentaux plutôt que des projets plus vastes. Les projets plus modestes limitent l’engagement tant que les retours restent difficiles à démontrer. Ils permettent aux DSI de garder le contrôle sur le travail qu’ils autorisent tout en apprenant ce qui produit des résultats utiles.
L’investissement des fournisseurs dans l’infrastructure laisse de la place à ce rythme délibéré. Selon Lovelock, les DSI peuvent lancer des projets selon leur propre calendrier, même lorsque les fournisseurs développent leurs capacités et élargissent leurs offres. La croissance des capacités donne donc aux DSI la possibilité de choisir quand commencer ; elle ne crée aucune obligation de suivre le rythme d’investissement des fournisseurs.
Dans les projets qu’ils autorisent, Lovelock recommande de développer la capacité à transformer des concepts d’IA en résultats utiles. Les dirigeants devraient commencer avec des attentes modestes, puis développer des compétences et une expérience reproductible par un travail concret. Son conseil est de commencer à « développer la mémoire musculaire et les compétences nécessaires pour faire passer l’IA d’un concept, faire passer l’IA du niveau d’attentes le plus bas, à la création de valeur ». Le développement des capacités devient une partie du projet lui-même, l’expérience guidant l’engagement suivant.
Points clés à retenir pour les dirigeants
- Distinguer les dépenses d’IA selon l’intention : les DSI doivent différencier les investissements délibérés dans l’IA des capacités intégrées à des achats plus larges. Cette distinction aide les revues budgétaires à montrer quels coûts reflètent des priorités d’IA approuvées.
- Prendre en compte la hausse des coûts de la mémoire : les achats de serveurs optimisés pour l’IA par les fournisseurs technologiques contribuent à faire monter les prix de la mémoire. Les responsables des budgets d’infrastructure doivent tenir compte de cette pression même lorsque le déploiement interne de l’IA reste limité.
- Évaluer la valeur des logiciels enrichis d’IA : les acheteurs de logiciels doivent mettre en balance la hausse des prix avec la valeur du package complet, y compris les capacités d’IA ajoutées. Un produit peut répondre à des besoins métier existants tout en incluant une IA à laquelle l’organisation accorde moins de valeur.
- Constituer des preuves au moyen de projets plus modestes : les DSI choisissent des cas d’usage incrémentaux à mesure que les retours de l’IA deviennent plus difficiles à démontrer. Des engagements modestes donnent aux équipes projet la possibilité de développer des compétences, d’établir des pratiques reproductibles et d’utiliser les résultats pour orienter les investissements ultérieurs.
Un projet en tête ?
Planifiez un appel de 30 minutes avec nous.
Des experts senior pour vous aider à avancer plus vite : produit, tech, cloud & IA.
