Rippling, fournisseur de logiciels de gestion des ressources humaines, a officiellement lancé AI Spend Console, un outil dédié au suivi et à la maîtrise des dépenses en intelligence artificielle. Cette initiative répond directement au phénomène de surconsommation de jetons de requête, souvent qualifié de tokenmaxxing, qui a conduit de nombreuses entreprises à des dérives budgétaires importantes dès le début de l’année. Chez Rippling même, le constat était alarmant. En mars, le service financier a révélé que la consommation de jetons IA représentait près de 40 % du budget de rémunération de l’équipe de recherche et développement. La facture augmentait de 80 % chaque mois, portée en grande partie par une minorité de collaborateurs, dont un ingénieur consommant jusqu’à 50 000 dollars par mois. Matt MacInnis, directeur du produit, et le cofondateur Parker Conrad ont rapidement identifié le cœur du problème : les fournisseurs de grands modèles n’offraient ni visibilité ni incitation à contenir ces dépenses. Plutôt que de restreindre l’accès à l’IA, Rippling a opté pour une régulation intelligente. L’entreprise a négocié des plafonds de dépenses avec ses principaux partenaires, intégré une passerelle technique capable d’acheminer automatiquement chaque requête vers le modèle le plus adapté et le plus rentable, et développé un tableau de bord centralisé. AI Spend Console permet désormais de corréler directement la consommation de jetons à la productivité réelle, que ce soit en nombre de demandes de code validées par les ingénieurs ou en clients intégrés par les équipes commerciales. L’entreprise a également mis en place un réseau de capitaines IA pour former les collaborateurs aux meilleures pratiques. Les résultats sont immédiats. En juillet, bien que le volume d’utilisation se maintienne à 600 milliards de jetons mensuels, le coût a été réduit de 63 % par rapport à avril, faisant passer la part du budget R&D affectée aux jetons de 40 % à environ 15 %. Cette optimisation a été rendue possible par l’adoption stratégique de modèles hybrides. Les tests internes ont ainsi montré qu’un modèle chinois open source, GLM 5.2, atteignait des performances proches des solutions de pointe tout en coûtant 85 % moins cher, une efficacité que plusieurs acteurs technologiques commencent à recommander. Le produit est inclus dans l’offre standard de Rippling, avec des frais supplémentaires liés au volume d’utilisation, et peut être déployé indépendamment avec d’autres systèmes RH. Cette approche marque un tournant dans la gouvernance de l’IA en entreprise : l’accès généralisé aux outils génératifs ne pourra plus être automatique. À mesure que la technologie se démocratise, son maintien dépendra impérativement d’une transparence totale sur le retour sur investissement, transformant ainsi l’IA d’une dépense opérationnelle en un levier de performance mesurable.