Les entreprises les plus accros à l'intelligence artificielle dépensent désormais près de 7 500 dollars par salarié et par mois pour faire tourner des modèles, selon le dernier Ramp AI Index. C'est colossal — et pourtant toujours moins que le salaire d'un ingénieur. Surtout, ce chiffre masque un écart vertigineux : l'entreprise américaine médiane, elle, ne consacre que 11 dollars par mois et par tête à l'IA.

L'indicateur, publié par la fintech Ramp, mesure le rythme d'adoption de l'IA chez les entreprises américaines à partir des dépenses réelles passées sur ses cartes et ses outils de paiement. Sa dernière livraison dresse le portrait d'une diffusion technologique d'une rare brutalité statistique : quelques pionniers fonçent, l'immense majorité tâtonne. Le terme employé par Ramp pour désigner cette avant-garde, « AI-pilled », dit assez l'état d'esprit — celui d'organisations convaincues, presque converties, qui réorganisent leurs dépenses autour de l'IA.

Un écart de 680 fois entre le sommet et le centre

Les chiffres parlent d'eux-mêmes. Le top 1 % des entreprises classées par dépense d'IA par salarié atteint environ 7 449 dollars mensuels, arrondis à 7 500. Le top 10 % tombe déjà à 611 dollars. Et l'entreprise médiane se contente de 11,38 dollars par mois et par employé — soit, à peu de chose près, le prix d'un siège sur un abonnement professionnel grand public, comme le souligne TheNextWeb.

Entre le sommet et le milieu de la distribution, le rapport est de 680 fois. Ce n'est pas une simple inégalité de moyens : c'est une différence de nature dans l'usage. Pour la moitié des entreprises américaines, l'IA reste « en gros un seul abonnement », un poste marginal dans le budget logiciel. Pour le 1 % de tête, elle est devenue une infrastructure de production à part entière, alimentée par une consommation massive de jetons (les fameux tokens facturés à l'usage par les fournisseurs de modèles).

Cette photographie nuance fortement le récit ambiant. On entend souvent que les entreprises dépensent désormais en IA autant qu'en salaires. À l'échelle agrégée, c'est faux : même les plus dépensières restent loin du compte.

Toujours moins cher qu'un ingénieur, pour l'instant

La comparaison qui structure tout le débat est celle du coût humain. Un développeur logiciel aux États-Unis coûte en moyenne quelque 16 000 dollars par mois, charges comprises. Les 7 500 dollars d'IA des entreprises les plus avancées représentent donc encore moins de la moitié de ce montant. L'IA n'a pas remplacé l'ingénieur dans la colonne des dépenses — elle s'y ajoute.

Mais le mot important est « encore ». Car la dynamique, elle, est explosive. Chez le top 1 %, la dépense d'IA par salarié a bondi de 14,1 % sur le seul dernier mois mesuré, rapporte TechCrunch. À ce rythme, l'écart avec le salaire d'un ingénieur pourrait se combler en quelques années chez les plus engagées. Le chiffre de 7 500 dollars n'est peut-être pas un plafond, mais un plancher.

Cette trajectoire fait directement écho à un débat que nous avons déjà exploré : si l'IA ne fait pas disparaître les développeurs, elle redessine en revanche la structure de coûts du logiciel, en transformant une partie du travail humain en consommation de calcul facturée à l'usage.

Le paradoxe : des jetons moins chers, des factures qui triplent

Le plus contre-intuitif tient à l'économie des modèles. Le prix unitaire des jetons s'est effondré — de l'ordre de 98 % de baisse en quelques années — et pourtant les factures des grandes entreprises ont triplé. L'explication tient en un mot : les agents.

Les outils dits agentiques, qui enchaînent automatiquement de nombreux appels aux modèles pour accomplir une tâche, démultiplient la consommation. Selon l'analyse d'IndexBox, un flux de travail individuel coûtait environ 0,04 dollar en 2023 ; il atteint près de 1,20 dollar en 2026, une multiplication par trente. La consommation par développeur aurait, elle, été multipliée par plus de dix-huit. Autrement dit, la baisse du prix unitaire n'a pas réduit la dépense : elle a libéré des usages bien plus gourmands. Plus c'est bon marché, plus on en consomme — et davantage encore.

Mixer les modèles pour optimiser le coût

Comment les entreprises les plus dépensières gèrent-elles cette inflation d'usage ? En refusant la fidélité à un seul fournisseur. Le rapport de Ramp décrit une stratégie de « mix and match » : ces firmes naviguent en permanence entre plusieurs modèles de pointe et basculent vers des plateformes donnant accès à des modèles open source moins coûteux, comme DeepSeek, lorsque la tâche le permet.

Cette agilité révèle une maturité d'usage : on ne paie pas le modèle le plus puissant pour tout, on arbitre tâche par tâche entre capacité et coût. Cette logique anti-verrouillage, qui consiste à éviter de se rendre captif d'un seul prestataire, recoupe le positionnement de plusieurs jeunes pousses du secteur, persuadées que la souplesse d'orchestration sera un avantage décisif.

Ce que l'indice dit vraiment de l'adoption

Au-delà des chiffres spectaculaires, le Ramp AI Index — bâti sur les dépenses anonymisées et agrégées de plus de 70 000 entreprises américaines — livre une leçon de sociologie économique. L'adoption de l'IA n'est pas une vague uniforme qui soulèverait toutes les organisations en même temps. C'est une diffusion profondément inégale, où une minorité de convaincus creuse l'écart à grande vitesse pendant que la masse reste spectatrice.

Deux lectures s'affrontent. Pour les optimistes, ce 1 % préfigure l'entreprise de demain : ce qui est aujourd'hui une dépense extrême deviendra la norme à mesure que les agents s'imposeront. Pour les prudents, l'envolée des factures sans explosion équivalente de la productivité pose la question du retour sur investissement — et rien ne garantit que la médiane suivra le peloton de tête.

Une chose est sûre : l'IA est passée du statut de gadget à celui de poste budgétaire stratégique pour une frange croissante d'entreprises. Reste à savoir si les 7 500 dollars d'aujourd'hui sont le sommet d'une bulle ou la base d'une nouvelle normalité.

Sources : TechCrunch, Ramp / EconLab (Ara Kharazian), TheNextWeb, IndexBox.