EY crée une nouvelle fonction pour faire les comptes de l'IA agentique

A LA UNE
Outils
TAILLE DU TEXTE

Le cabinet d'audit et de conseil EY a annoncé la création d'un poste inédit : celui de responsable de l'« économie des agents », chargé de piloter un nouveau « bureau de valorisation de l'IA » (AI Value Realization Office). Révélée le 10 août par Bloomberg, ce projet confirme qu’après des mois d'euphorie autour de l'adoption de l'IA, vient l'heure des comptes.

Alors que les grands groupes peinent à rentabiliser leurs investissements massifs dans l'intelligence artificielle générative, le géant du conseil EY franchit un cap en créant le poste de « Responsable de l'économie des agents » (Head of Agent Economics) et en installant un Bureau de valorisation de l'IA. Le cabinet transforme ainsi la gestion des agents autonomes en une discipline financière à part entière. Une initiative pionnière qui préfigure la mutation profonde des modèles d'affaires, de la pyramide des talents et de la gouvernance des entreprises du secteur.

Une gouvernance budgétaire face au mur du ROI

La mission du futur responsable de l’économie des agents consistera à donner à la direction, selon les mots de Dan Diasio, responsable mondial du conseil en IA chez EY, une « visibilité complète sur l'endroit et la manière dont les investissements dans l'IA génèrent un impact matériel et tangible » sur l'activité du cabinet. EY est parti du constat que dans la plupart des grandes organisations, les dépenses liées à l'IA sont aujourd'hui éclatées entre les budgets informatiques, les contrats avec les fournisseurs de cloud, les expérimentations menées département par département et les initiatives individuelles de chaque équipe. Ce qui, selon le cabinet, se traduit par le fait que personne n'a de vue d'ensemble, et encore moins la capacité de dire si cette débauche de moyens rapporte davantage qu'elle ne coûte.

C'est donc ce vide qu'EY entend combler. Ainsi, dans un rapport publié le 17 avril 2026, intitulé « Libérer la valeur de l'intelligence artificielle : une nouvelle discipline d'investissement pour l'ère de l'IA » (Unlocking agentic value: a new investment discipline for the agentic era), le cabinet a identifié sept catégories de coûts liés à l'IA et au cloud (voir encadré) nécessitant une supervision coordonnée de la puissance de calcul brute jusqu'au budget nécessaire à la surveillance et à la productivité des agents.  Après avoir actualisé ces recommandations fin juillet, EY insiste sur la nécessité de passer d'un simple suivi des dépenses à une véritable « reconnaissance de la valeur composée ».

Traiter l'IA comme une main-d'œuvre et non comme un simple logiciel

Pour EY, la création de ce poste répond à une impasse organisationnelle. Historiquement, les outils informatiques étaient gérés via des licences à coût fixe ou des budgets d'infrastructure cloisonnés. Or, les agents d'IA autonomes fonctionnent selon des modèles de consommation variable (« tarification au jeton » ou pay-as-you-go) et interfèrent directement avec l'exécution du travail humain. Pour Errol Gardner, vice-président mondial du conseil chez EY, la gestion d'une main-d'œuvre autonome ne peut être abandonnée aux seuls départements traditionnels.

Les RH ne sont pas armées pour superviser des entités logicielles, la direction informatique (DSI) se cantonne à la technique, et la direction financière manque de visibilité sur l'efficacité opérationnelle des flux de travail. Ainsi, aucune de ces fonctions, prise isolément, n'a de vision d'ensemble sur l'ensemble du système. D'où l'idée de créer une fonction transversale, seule à même de relier les coûts d'infrastructure, les choix de modèles, la performance des équipes et les résultats livrés aux clients.

Des premiers outils déjà en place

EY n'a pas attendu la création de ce poste pour commencer à agir. Dès avril, le cabinet a mis en place des budgets de jetons (tokens) pour son personnel dans les domaines à forte utilisation de l'IA, comme le développement logiciel, l'objectif étant de pousser chaque collaborateur à choisir le niveau de modèle réellement adapté à sa tâche plutôt que de recourir systématiquement aux options les plus puissantes, et donc les plus coûteuses. Le cabinet a également déployé des systèmes de routage automatique, qui orientent chaque requête vers le modèle le plus économique pour le travail demandé.

EY n'est pas isolé dans cette démarche. Chez McKinsey, des « coupe-circuits » signalent désormais les consommations excessives de jetons. Une formule de son directeur financier, citée par Bloomberg, a fait le tour du secteur : « inutile de sortir une Ferrari pour emmener les enfants à l'école », autrement dit, pas besoin d’un modèle d'IA surdimensionné pour une tâche simple. Accenture a de son côté, lancé sa propre initiative de suivi des dépenses symboliques.

Le mouvement dépasse donc largement EY : c'est tout le secteur du conseil qui cherche, en interne, à discipliner sa propre consommation d'IA avant de la recommander à ses clients.

Un contexte de doute généralisé sur le retour sur investissement de l'IA

Cette initiative s'inscrit dans un climat de scepticisme croissant sur la rentabilité réelle des investissements en intelligence artificielle.

Selon les enquêtes sectorielles publiées au cours de l'été 2026, la majorité des organisations constatent des gains de productivité bien inférieurs aux prévisions initiales. Une étude menée par Bain & Co. confirme que les retours sur investissement (ROI) tardent à se concrétiser, tandis que les rapports du MIT rappellent que près de 95 % des projets pilotes d'IA en entreprise ne parviennent pas à dépasser le stade d'expérimentation rentable.

Dans le même temps, le passage massif des éditeurs de logiciels d'une tarification forfaitaire à une facturation à l'usage fait grimper la facture pour les entreprises les plus consommatrices, au point que des groupes comme Uber ou Walmart ont choisi de plafonner l'usage de l'IA par leurs salariés.

C'est dans ce contexte que le parallèle avec le cloud computing revient souvent dans les analyses du secteur. Il y a une décennie, la migration massive vers le cloud avait fait naître une discipline de gestion à part entière, le FinOps, avec ses propres métiers, ses outils et tout un écosystème de prestataires spécialisés. EY parie que l'économie des agents d'IA connaîtra la même trajectoire et veut être la première à en structurer les usages, aussi bien pour elle-même que pour ses clients, à qui elle recommande déjà d'adopter des structures de supervision comparables.

Les collaborateurs, premiers concernés par ce nouvel équilibre

Ce changement ne se limite pas à un problème de coûts informatiques. Il touche directement à la façon dont les cabinets forment leurs futurs talents. La question qui se pose est alors de savoir comment les consultants juniors apprendront-ils encore leur métier si les agents d'IA prennent en charge les tâches routinières comme la recherche et l’analyse de données qui leur étaient confiées ? L'apprentissage par la pratique qui, jusqu’ici, permettait aux futurs associés de développer leur jugement et leur capacité à structurer un problème, pourrait donc s'en trouver fragilisé si l’automatisation n'est pas accompagnée d'une refonte du parcours de formation.

En conséquence, le profil recherché pour occuper ces nouveaux postes évolue lui aussi. Il ne s'agit plus seulement de maîtriser la technique de l'IA, mais de combiner une compréhension des opérations liées à l'IA, de la conception des effectifs, d'une rigueur financière et d'une expérience concrète de la création de valeur pour le client.

À terme, les associés eux-mêmes devront maîtriser l'économie de la prestation autant que la relation client, tandis que les responsables techniques devront développer un vrai sens des affaires.

La confiance des clients, juge de paix

Enfin, cette transformation interne n'est pas sans conséquence sur la relation avec les clients des cabinets de conseil. Ceux-ci recommandent depuis plusieurs années à leurs propres clients d'adopter l'IA et de repenser leur organisation du travail, soit des promesses difficiles à tenir de façon crédible sans que le cabinet applique d'abord cette rigueur à sa propre maison.

Les clients, de leur côté, posent déjà des questions plus précises : quelle part du travail a réellement été automatisée, pourquoi un projet recourant à l'IA nécessite-t-il toujours la même équipe, et que devient la qualité lorsque des modèles moins coûteux sont utilisés ? Ce sont ces questions, plus que la seule adoption technologique, qui pourraient redessiner les modèles de facturation du conseil, aujourd'hui encore largement fondés sur le temps passé.

Samorya Wilson

 

 Les 7 dimensions du Coût Total de Possession (TCO) des Agents d'IA

  1. Puissance de calcul & Cloud : Consommation d'instances GPU et stockage.
  2. Consommation de jetons (Inférence) : Coûts directs d'API liés aux requêtes vers les modèles.
  3. Ingénierie & Orchestration : Middleware, architecture RAG et maintenance des pipelines.
  4. Surveillance & Observabilité : Instrumentation des essais et monitoring de performance.
  5. Conformité & Risques : Audits de sécurité, protection de la propriété intellectuelle et gouvernance des données.
  6. Supervision humaine (Human-in-the-loop) : Temps consacré par les collaborateurs à réviser et valider les livrables.
  7. Apprentissage continu : Mise à jour des bases de connaissances internes.
    source : https://www.ey.com/en_lu/insights/ai/agentic-ai-entreprise-token-cost