La Data Room : x5 : le coût d’inférence d’un workflow agentique pourrait être multiplié par plus de 5 d’ici 2028 ! – 21/09

## Le coût d'inférence des workflows agentiques pourrait exploser d'ici 2028 Selon une analyse diffusée par BFM Business dans le podcast « La Data Room » du 21 septembre, le coût d'inférence d'un workflow agentique — c'est-à-dire l'ensemble des dépenses liées à l'exécution de modèles d'intelligence artificielle en production — pourrait être multiplié par plus de cinq d'ici 2028. Une projection qui, si elle se confirme, bouleverserait l'économie déjà fragile des déploiements d'IA en entreprise. ## Une dynamique portée par la complexité croissante des agents Le terme « workflow agentique » désigne une chaîne de traitement dans laquelle plusieurs agents autonomes collaborent pour accomplir une tâche : recherche d'information, raisonnement, exécution d'actions, vérification des résultats. Contrairement à une simple requête envoyée à un modèle de langage, ce type d'architecture multiplie les appels successifs, les allers-retours de contexte et les mécanismes d'auto-correction. Chaque étape consomme des jetons, et donc de la puissance de calcul facturée à l'usage. La conséquence est mécanique : plus un agent enchaîne d'étapes pour aboutir à un résultat fiable, plus la facture grimpe. Les fournisseurs de modèles facturent aujourd'hui ces traitements au volume de jetons consommés, un modèle économique qui pénalise directement les usages les plus sophistiqués. Le podcast de BFM Business souligne ainsi que le coût d'inférence pourrait être multiplié par plus de cinq en l'espace de quelques années, à mesure que les entreprises généralisent ces architectures. ## Des gains de performance qui ne compensent pas toujours la hausse Les partisans des workflows agentiques avancent que la qualité du résultat justifie le surcoût. Un agent capable de vérifier ses propres réponses, de consulter des sources externes ou de décomposer un problème complexe réduit les erreurs et les reprises manuelles. Pour certaines tâches — analyse documentaire, support client de niveau avancé, génération de code — le retour sur investissement pourrait rester positif. Mais cette équation dépend de deux variables incertaines. D'un côté, le prix unitaire de l'inférence pourrait baisser grâce aux progrès du matériel spécialisé et à l'optimisation des modèles. De l'autre, la demande en puissance de calcul croît plus vite que les gains d'efficacité, un phénomène déjà observé depuis l'essor des grands modèles de langage. La projection d'un facteur cinq intègre probablement ces deux tendances contradictoires. ## Un enjeu de contrôle budgétaire pour les directions financières Pour les entreprises qui déploient ces technologies, la question devient comptable autant que technique. Un workflow agentique mal calibré peut générer des coûts variables difficiles à anticiper, contrairement à une licence logicielle classique. Les directions financières devront donc mettre en place des mécanismes de suivi, de plafonnement et d'arbitrage entre performance et dépense. Le sujet rejoint par ailleurs les interrogations plus larges sur la soutenabilité économique de l'IA générative. Plusieurs analystes s'interrogent depuis 2024 sur l'écart entre les investissements massifs dans les infrastructures de calcul et les revenus réellement dégagés par les usages. Une multiplication par cinq des coûts d'inférence viendrait accentuer cette tension. La prudence reste toutefois de mise : la projection rapportée par BFM Business repose sur des hypothèses d'usage et de tarification qui pourront évoluer. Elle n'en constitue pas moins un signal d'alerte pour les organisations tentées d'industrialiser des agents autonomes sans cadre budgétaire précis.