Sommaire
30 min avec nous, et votre cloud ne sera plus jamais le même.
Nous vous montrerons comment identifier vos gisements d’économies et mettre en place une gouvernance FinOps simple.
Pourquoi le keynote d’ouverture a déclaré le FinOps traditionnel mort ?
Le ton était donné dès les premières minutes par J.R. Storment, cofondateur de la FinOps Foundation. Son message, en substance : il y a deux ans, la consigne dans la plupart des organisations était simple : foncez sur l’IA, on optimisera plus tard. La vitesse primait sur l’efficience. Résultat : la consommation de tokens a explosé de façon exponentielle, les CFO ont arrêté de poser des questions polies pour exiger des réponses précises, et les équipes FinOps ont découvert un peu brutalement que gérer des coûts d’inférence n’a presque rien à voir avec gérer des coûts d’infrastructure cloud classique.
Storment a introduit ce qu’il a appelé « The Great Token Panic » la prise de conscience collective que les réflexes du FinOps cloud (rightsizing, savings plans, showback) ne suffisent pas face à une dépense qui suit une toute autre logique économique. On peut redimensionner un serveur EC2. On ne « redimensionne » pas un modèle de langage de la même manière.
Ce qui nous a marqués, c’est moins la déclaration choc que ce qui la sous-tend : une bonne partie de la salle avait bâti ses prévisions budgétaires 2024-2025 sur l’hypothèse que le prix du token continuerait de baisser indéfiniment. Storment a montré, chiffres à l’appui, que cette trajectoire s’est arrêtée net en novembre 2025. Pénurie de GPU, contraintes énergétiques des datacenters, tension sur l’approvisionnement en cuivre pour l’interconnexion des clusters, les fournisseurs de capacité GPU alternative (les fameux « neoclouds ») allongent désormais leurs engagements minimums de un à trois-cinq ans, faute de pouvoir garantir de la flexibilité. Le prix unitaire du token a atteint un plancher structurel, pas une pause conjoncturelle.
Autrement dit : la facture continue de grimper, même quand le prix par token n’augmente pas. C’est ce que Storment a appelé « the falling cost fallacy », l’illusion des coûts qui baissent alors que l’usage, lui, explose. Toute organisation qui avait construit son ROI IA sur une baisse continue des coûts unitaires doit revoir sa copie.
Le vrai coût de l’IA ne se limite pas au prix du token
Deuxième claque de ce premier jour : la facturation au token n’est que la partie visible d’un iceberg à neuf couches, et une seule de ces couches est réellement mesurée par les outils actuels. Storment a détaillé la structure complète du coût d’un workload IA, le calcul et l’inférence, bien sûr, mais aussi la récupération de données (le coût de stockage et d’interrogation des bases vectorielles pour le RAG), l’orchestration (chaque agent, chaque étape d’un workflow multiplie les appels et donc les coûts), et l’infrastructure d’inférence sous-jacente, avec son lot de capacité GPU allouée mais inactive.
Pour nous qui passons nos journées à cartographier des environnements cloud chez nos clients, ce point résonne particulièrement fort. On voit déjà, dans les audits qu’on mène, des organisations capables de sortir une facture AWS détaillée au dollar près, mais incapables de dire combien coûte réellement leur premier pilote d’agent IA une fois qu’on additionne l’orchestration, le stockage vectoriel et la ré-consommation de contexte. Le token panic n’est pas qu’un problème de fournisseurs de modèles : c’est un problème d’angle mort, exactement le genre de sujet sur lequel on intervient déjà côté infrastructure legacy.
Snowflake, Databricks, BigQuery : pourquoi le Data FinOps est devenu le sujet numéro deux
S’il y a un thème qui est revenu presque aussi souvent que l’IA dans les couloirs et les sessions, c’est le Data FinOps : soit la gouvernance des coûts des plateformes de données comme Snowflake, Databricks ou BigQuery. Et logiquement : dès qu’on gratte la couche IA, on retombe presque systématiquement sur la couche data qui l’alimente.
Le sujet qui est revenu dans une bonne partie des conversations qu’on a eues sur le salon, c’est l’attribution. Beaucoup de praticiens présents nous ont fait le même constat, sous des formulations différentes : on ne peut pas gouverner ce qu’on n’arrive pas à attribuer, et on ne peut pas mettre un agent devant des données auxquelles on ne fait pas confiance. La visibilité brute, combien coûte le compte Snowflake globalement n’est plus suffisante.
Ce qui compte, c’est de savoir quelle équipe, quel produit, quel agent consomme quoi. Et à mesure que des agents commencent à interroger ces plateformes en boucle, de façon autonome, ce problème d’attribution ne fait que s’aggraver, chaque itération d’un agent est une requête de plus, potentiellement invisible dans un dashboard de coûts classique.
C’est un terrain qu’on connaît bien : c’est exactement le type de travail qu’on mène quand on va chercher les doubles paiements ou les workloads dormants cachés dans un centre de coûts mutualisé chez un client. La différence, c’est que le problème se déplace maintenant vers des plateformes data et des agents plutôt que vers des VM oubliées.
Ce que Microsoft a montré sur la gouvernance des agents IA
Troisième temps fort : la session de Cyril Belikoff (Microsoft), consacrée aux quatre bascules que l’entreprise observe dans la gestion des coûts IA. La formule qui a le plus marqué la salle « your tokens will kill you » résume bien le problème qu’il a posé : de nombreuses organisations construisent des agents IA qui maintiennent chacun leur propre contexte et re-sollicitent en permanence les mêmes connaissances organisationnelles.
Résultat : une consommation de tokens qui explose sans valeur ajoutée proportionnelle, et une gouvernance de plus en plus difficile à maintenir.
La réponse de Microsoft passe par une couche d’intelligence partagée entre agents (baptisée Microsoft IQ), censée éviter que chaque agent reconstruise son contexte à partir de zéro. Sur le fond, l’idée est saine et rejoint un principe qu’on répète souvent à nos clients : la gouvernance FinOps, qu’elle porte sur du cloud ou de l’IA, commence toujours par éviter la duplication silencieuse, que ce soit deux comptes AWS qui paient pour la même chose, ou deux agents qui recalculent inutilement le même contexte.
FinOps X devient Tokenomicon : la fondation prend acte du virage
La session de clôture a livré l’annonce la plus structurante de la semaine : la FinOps Foundation, en partenariat avec la Linux Foundation, lance la Tokenomics Foundation, un nouveau programme dédié à la standardisation des données de facturation IA. Parmi les premiers soutiens affichés : Accenture, Google Cloud, IBM, JPMorgan Chase, Microsoft, Oracle, Salesforce, SAP ou encore ServiceNow, une liste qui donne une idée du sérieux avec lequel l’industrie prend le sujet.
Autre annonce notable pour quiconque travaille avec la spécification FOCUS (le standard ouvert de normalisation des données de coûts cloud, qu’on utilise nous-mêmes dans nos cartographies) : la version 1.5, attendue pour décembre 2026, ajoutera un suivi natif des tokens et un jeu de données de grille tarifaire, pour rendre les dépenses IA enfin comparables et portables d’un fournisseur à l’autre exactement ce que FOCUS fait déjà pour la facturation cloud classique.
Et puis il y a l’annonce la plus symbolique : FinOps X devient Tokenomicon, un nouvel événement centré spécifiquement sur l’économie de l’IA, dont le lancement officiel est prévu à San Diego en juin 2027 (deux étapes intermédiaires sont déjà programmées, à Amsterdam en septembre 2026 puis à Londres en février 2027).
Storment a été honnête sur un point qui nous a plu : la Fondation elle-même ne sait pas encore si le FinOps et la « tokenomics » vont fusionner en une seule discipline ou rester deux pratiques cousines mais distinctes. Un aveu d’incertitude assez rare dans ce genre d’annonce officielle, et plutôt rassurant sur le sérieux de la démarche.
Ce que ça change pour nos clients bancaires et financiers
On ne va pas vous mentir : une partie de nos clients n’a pas encore de workload IA en production à un volume qui justifie de s’inquiéter du prix du token. Mais presque tous nous parlent déjà d’un budget IA à venir, souvent conséquent, et presque toujours sans savoir précisément ce qu’il va falloir mettre en face en termes de gouvernance.
Ce qu’on retient de San Diego, et qu’on va directement intégrer à nos missions : la meilleure préparation à l’IA n’est pas d’attendre que les workloads arrivent pour s’en préoccuper. C’est d’avoir, avant, une gouvernance cloud et data suffisamment saine, une attribution des coûts qui tient la route, une visibilité qui ne s’arrête pas aux comptes AWS ou Azure principaux pour être capable d’absorber la couche IA sans repartir de zéro.
Les organisations qui galèrent aujourd’hui avec le token panic sont, presque toujours, celles qui avaient déjà des angles morts sur leur cloud classique. Le problème ne s’est pas déplacé : il s’est juste ajouté une couche.
Envie d'objectiver où en est votre gouvernance cloud avant d'ajouter une couche IA par-dessus ?
Échangez avec notre équipe FinOps ou découvrez comment on structure un plan de tagging capable d’absorber, demain, vos workloads IA sans tout reconstruire.
On rentre de San Diego avec une conviction : la prochaine bataille du FinOps ne se jouera pas sur la baisse du prix du token, cette bataille-là, l’industrie vient de la perdre. Elle se jouera sur la capacité des organisations à savoir, en temps réel, ce que leur intelligence artificielle leur coûte vraiment, couche par couche.
Les entreprises qui ont déjà raté ce niveau de granularité sur leur cloud classique partent avec un tour de retard. La question n’est plus de savoir si elles vont devoir rattraper ce retard mais combien ça va leur coûter de ne pas s’y mettre maintenant.
FAQ
Non, pas au sens littéral. Le rightsizing, les savings plans, le tagging ou le showback restent indispensables, c'est même ce qu'on continue de faire, quotidiennement, chez nos clients. Ce qui est mort, en revanche, c'est l'idée qu'une seule discipline et un seul jeu d'outils suffisent à couvrir à la fois le cloud, la data et l'IA. La citation est une provocation utile, pas un diagnostic à prendre au pied de la lettre.
Oui, dans la mesure où la préparation se fait surtout en amont : assainir sa gouvernance cloud et data existante, pour ne pas avoir à gérer deux crises en même temps quand l'IA arrivera à l'échelle. Non, dans la mesure où il n'est pas nécessaire d'adopter FOCUS 1.5 ou de suivre Tokenomicon dès aujourd'hui si l'IA reste marginale dans votre budget. L'urgence est proportionnelle à votre trajectoire, pas à la hype du moment.
