Google Cloud s’attaque à la facture cachée des agents IA

Les agents IA posent un nouveau problème : combien coûte réellement une tâche ?

À mesure que les entreprises passent des chatbots aux agents IA capables de travailler pendant plusieurs étapes, la question du coût devient beaucoup plus complexe. Un chatbot traite généralement une demande et génère une réponse, tandis qu’un agent peut interroger plusieurs modèles, rechercher des données, appeler des API, utiliser des outils, conserver une mémoire et répéter certaines opérations avant d’atteindre son objectif. Google Cloud veut rendre cette consommation plus prévisible avec de nouvelles options de facturation et de contrôle des dépenses pour les workloads agentiques de Gemini Enterprise, mais aussi pour les outils destinés aux développeurs comme Google Antigravity.¹ L’objectif est clair : permettre aux entreprises d’accroître l’autonomie de leurs agents sans découvrir trop tard que cette autonomie s’accompagne d’une facture difficile à anticiper.

Google introduit une facturation plus flexible pour Gemini Enterprise

La première évolution concerne directement le modèle économique de Gemini Enterprise. Jusqu’ici largement structuré autour de licences par utilisateur avec des quotas mutualisés, le service gagne une option pay-as-you-go permettant de continuer à exécuter des workloads agentiques sans interrompre une tâche lorsque le quota inclus est atteint.¹ Les organisations peuvent également combiner cette consommation à la demande avec leurs abonnements existants, une approche pensée pour des usages dont l’intensité peut varier fortement selon les projets. Cette flexibilité répond à une caractéristique fondamentale de l’IA agentique : deux utilisateurs disposant du même outil peuvent générer des consommations très différentes selon la longueur des tâches confiées à leurs agents, le nombre d’outils utilisés et la quantité de raisonnement nécessaire.

Un plafond mensuel pour empêcher un agent de dépasser le budget

Google ajoute surtout des mécanismes permettant aux équipes IT et financières de reprendre le contrôle sur cette consommation. Les administrateurs peuvent consulter les dépenses et leur évolution dans l’espace Usage & Spending de Gemini Enterprise, avec une ventilation entre l’application Gemini Enterprise, la plateforme d’agents et les outils de développement comme Antigravity.² Ils peuvent également définir une limite mensuelle de dépenses au niveau du projet : lorsque ce plafond est atteint, les usages facturés en dépassement sont automatiquement interrompus.³ Le principe rapproche directement l’exploitation des agents IA des pratiques FinOps déjà appliquées au cloud, avec une visibilité centralisée sur la consommation et des garde-fous destinés à empêcher qu’une expérimentation ou un workflow particulièrement intensif ne transforme une petite ligne budgétaire en dépense incontrôlée.

Antigravity place aussi le coût du développement agentique sous surveillance

Les développeurs sont directement concernés puisque Google Antigravity, l’environnement agentique de Google destiné au développement logiciel, est intégré aux outils IA de Gemini Enterprise. Google explique que les administrateurs peuvent ainsi gérer dans un même environnement les dépenses, les métriques d’utilisation, la sécurité et l’observabilité des outils développeurs, plutôt que de multiplier les licences et consoles de facturation.⁴ Cette centralisation devient particulièrement pertinente lorsque des agents de développement sont capables d’explorer une codebase, modifier plusieurs fichiers, exécuter des tests et poursuivre une tâche pendant une longue période : derrière une seule instruction humaine peuvent se cacher de nombreux appels modèles et opérations intermédiaires. L’enjeu n’est donc plus seulement de connaître le prix d’un abonnement à un assistant de code, mais de mesurer ce que coûte réellement l’exécution des workflows qu’il automatise.

Tokens, mémoire, sessions, outils : la facture d’un agent devient multidimensionnelle

Le modèle tarifaire de Google Cloud montre surtout que le coût d’un agent ne se résume plus aux tokens consommés par son modèle. La plateforme peut également facturer des ressources liées à sa mémoire, ses sessions, son stockage et ses appels d’API. Depuis le 1er septembre 2026, par exemple, Memory Bank est facturé selon le volume stocké et les opérations effectuées, tandis que les tokens utilisés pour générer les mémoires et embeddings restent facturés séparément. Les services Sessions et Skill Registry suivent eux aussi une tarification mêlant stockage et opérations de lecture ou d’écriture.⁵ Un agent autonome peut donc générer plusieurs couches de consommation simultanément : raisonnement du modèle, conservation de son état, récupération d’informations, appels à des outils et infrastructure nécessaire à son exécution. Pour les équipes FinOps, suivre uniquement le nombre de tokens risque dès lors de donner une vision incomplète du coût réel d’un workflow agentique.

Avec les agents, chaque décision peut avoir un coût cloud

Cette transformation donne une nouvelle dimension au Cloud Computing. Les professionnels chargés de concevoir et d’exploiter les architectures IA doivent désormais comprendre comment un workflow agentique consomme les différentes ressources cloud, identifier les étapes les plus coûteuses et définir des limites compatibles avec la valeur réellement produite. Un modèle extrêmement performant n’est pas nécessairement le meilleur choix pour chaque opération : une tâche simple peut être confiée à un modèle plus économique tandis qu’un modèle plus puissant est réservé aux étapes nécessitant davantage de raisonnement. De la même manière, la mémoire d’un agent, la durée de conservation de ses sessions ou le nombre d’appels à ses outils peuvent être optimisés. La compétence cloud se rapproche ainsi du FinOps, avec un nouvel objectif : ne plus seulement dimensionner une infrastructure, mais construire des agents capables de produire suffisamment de valeur pour justifier chaque ressource qu’ils consomment.

Le coût par tâche pourrait remplacer le coût par token

Cette évolution pourrait finalement changer les indicateurs utilisés pour évaluer l’économie de l’IA. Comparer le prix d’un million de tokens reste utile, mais devient insuffisant lorsqu’un agent peut effectuer une succession variable d’opérations pour accomplir une seule mission. Deux agents utilisant le même modèle peuvent présenter des coûts radicalement différents selon leur orchestration, leur mémoire, le nombre d’appels à leurs outils ou leur capacité à éviter les étapes inutiles. Google Cloud pousse donc les entreprises vers une logique plus proche du coût par workflow ou par résultat obtenu, avec des outils permettant de suivre la dépense et de l’encadrer avant qu’elle ne devienne problématique. À mesure que les agents passeront des expérimentations à des déploiements impliquant des milliers de collaborateurs, cette discipline financière pourrait devenir aussi importante que leur précision ou leur autonomie.

Après la course aux agents, celle de leur rentabilité commence

Les nouveaux contrôles de Google Cloud montrent finalement que l’IA agentique entre dans une phase plus industrielle. Les entreprises ne veulent plus seulement savoir si un agent est capable d’exécuter une tâche, elles doivent déterminer combien cette tâche coûte lorsqu’elle est répétée des milliers de fois et comment éviter que les workflows autonomes consomment davantage de ressources que prévu. La visibilité sur les dépenses, les plafonds budgétaires et les modèles de facturation flexibles deviennent donc des briques essentielles des plateformes agentiques. Après avoir cherché à rendre les agents plus intelligents et plus autonomes, les fournisseurs cloud commencent désormais à répondre à une autre question tout aussi stratégique : comment les rendre économiquement soutenables à grande échelle ?

L’Actu IT à 360° — décrypter la technologie pour comprendre les métiers de demain.

Pour aller plus loin

La question du coût des agents ne commence pas avec Google Cloud. Découvrez notre article CCCLX « La guerre des tokens commence : Headroom veut rendre l’IA moins coûteuse », qui analyse comment l’optimisation des contextes et de la consommation de tokens peut réduire le coût d’exécution des systèmes d’IA, un autre levier complémentaire aux mécanismes FinOps proposés aujourd’hui par les plateformes cloud.

Références