Combien coûte un agent IA par demande résolue ?

Le prix d’un appel à un modèle IA ne décrit pas le coût d’un service automatisé. Une demande peut nécessiter plusieurs essais, des recherches, des outils externes et une reprise humaine. Pour décider si l’agent crée de la valeur, mieux vaut mesurer le coût d’une demande réellement résolue que celui d’une réponse générée.

Définir ce que signifie résolu

Choisissez un résultat observable : document retrouvé avec les bons droits, demande qualifiée et transmise, modification effectivement enregistrée. Une conversation clôturée n’est pas automatiquement une résolution. Précisez aussi comment vous repérez les clients qui reviennent parce que leur problème persiste.

Séparez les usages. Un agent qui classe des messages et un agent qui traite des demandes clients n’ont pas le même niveau de risque ni les mêmes coûts de contrôle. Une moyenne globale peut masquer un usage rentable et un autre qui mobilise davantage l’équipe qu’avant.

Additionner les coûts du parcours

Incluez les appels aux modèles, les outils connectés, l’hébergement, la maintenance et la supervision. Ajoutez le temps nécessaire aux corrections et à l’actualisation des connaissances. Distinguez les dépenses initiales, à amortir sur une durée choisie, des dépenses qui augmentent avec le volume.

La FinOps Foundation présente les indicateurs économiques unitaires comme un moyen de relier coûts et valeur. Appliqué à l’IA, ce principe invite à choisir une unité qui représente un service rendu, et pas simplement une quantité de requêtes techniques.

Faire un calcul explicite

Exemple entièrement hypothétique : un mois coûte 300 euros de services et 200 euros de temps de supervision valorisé. Sur 200 demandes, 100 sont résolues dans le périmètre défini. Le coût observé est alors de 5 euros par demande résolue, avant prise en compte d’éventuels coûts initiaux.

Ce chiffre n’est ni un tarif de marché ni une promesse de rendement. Il montre pourquoi diviser uniquement les frais du modèle par toutes les conversations peut embellir le résultat. Conservez les hypothèses et évitez de compter une même résolution plusieurs fois après des relances.

Comparer à une alternative réaliste

Le point de comparaison peut être le traitement humain actuel, une automatisation simple ou un changement d’organisation. Intégrez la qualité, le délai et les exceptions. Un agent plus coûteux peut avoir un intérêt si le service rendu est différent, mais cet intérêt doit être formulé.

Le calcul du ROI d’une automatisation rappelle que le temps économisé doit être réellement utilisable. Quelques minutes dispersées ne deviennent pas automatiquement une économie de salaire. Elles peuvent toutefois améliorer la disponibilité de l’équipe ou réduire des délais mesurables.

Décider usage par usage

Suivez le coût unitaire avec le taux de résolution et les erreurs importantes. Si le coût baisse parce que l’agent refuse davantage de demandes, la lecture change. Si la supervision explose, cherchez les motifs concernés avant de modifier tout le système.

Pour des agents IA orientés résultat, l’objectif est un service soutenable, pas un indicateur isolé. Gardez les usages qui apportent une valeur démontrable, resserrez ceux qui demandent trop de reprises et arrêtez les scénarios dont la complexité dépasse les bénéfices réels.