L'IA d'entreprise passe des frais d'utilisation à une tarification basée sur les résultats
L'IA d'entreprise connaît un changement significatif : les paiements passent des modèles par token à une tarification basée sur l'achèvement réussi des tâches. Les nouveaux modèles mesurent les résultats du travail, pas seulement l'utilisation.
Le changement le plus significatif dans l'IA d'entreprise cette année n'est pas une nouvelle version de modèle, mais une évolution dans la manière dont les clients acceptent de payer. Le directeur financier d'OpenAI a redéfini la question de l'acheteur, passant du coût par token au coût par tâche réussie, proposant « l'intelligence utile par dollar » comme indicateur clé et arguant que l'IA devrait être mesurée par le travail accompli plutôt que par la simple utilisation.
Ce changement était inévitable, car l'effort et la valeur n'étaient pas toujours étroitement liés. Les observateurs de l'industrie notent qu'un agent d'IA qui conclut moins d'affaires mais consomme beaucoup moins de ressources est toujours plus précieux s'il atteint le résultat souhaité. Des entreprises comme Sierra, fournisseur d'agents de service client, facturent déjà par conversation résolue, ne facturant rien si le cas est escaladé à un humain. Salesforce signale également des milliards d'unités de travail agentique (« Agentic Work Units »), définies par le travail effectué et non par l'utilisation.
La tarification basée sur les résultats déplace l'attention de l'interface vers l'agent qui délivre le résultat. Salesforce a annoncé Claudeforce le 26 août 2026, intégrant l'IA Claude d'Anthropic à travers sa plateforme. Cela permet aux utilisateurs de gérer les processus de vente, tels que les revues de pipeline, sans ouvrir directement l'application Salesforce.
Les futurs agents d'IA convertiront probablement les connaissances institutionnelles en compétences portables difficiles à remplacer. Cependant, ces agents devraient hériter des limites départementales existantes, car la centralisation de toutes les données de l'entreprise s'est avérée difficile. Le gagnant à court terme sera probablement l'équipe qui contrôle les agents et les unités de résultats au sein d'un domaine spécifique et à haute valeur, plutôt qu'un agent universel.
La tarification basée sur les résultats et l'intégration profonde sont deux perspectives sur la même capacité. Lorsqu'une plateforme est suffisamment intégrée pour tarifer un résultat, elle peut également mesurer le retour sur investissement généré. OpenAI a indiqué son intention de « partager la valeur créée » par le biais de licences et d'accords basés sur les résultats dans des domaines tels que la recherche scientifique et la découverte de médicaments.