Le budget IA dont personne ne parle vraiment
Le budget IA d'une équipe n'est pas simplement 20 dollars par siège multiplié par le nombre de personnes. Le coût mensuel réel dépend des rôles, de l'intensité des workflows, des agents de codage et de la manière dont le stack est réparti.
L'adoption de l'IA est un coût opérationnel mensuel
Il existe une fiction confortable : l'IA coûte 20 dollars par siège, et c'est tout.
Ce chiffre est réel. Il est aussi incomplet. Il décrit un abonnement de chat pour une personne, pas ce qui se passe quand une entreprise commence à utiliser l'IA simultanément dans le produit, l'engineering, le design, le marketing, le QA et les opérations — tous les jours, sur du travail réel.
Dès que l'IA entre dans les vrais workflows, elle cesse de se comporter comme un simple abonnement à un outil et commence à se comporter comme un coût opérationnel. Non pas parce qu'elle est extravagamment chère, mais parce qu'elle touche à tout. Un product manager reformulant des tickets Jira, un ingénieur faisant tourner des agents de codage pendant des heures, un designer générant des variantes d'images, un marketeur rédigeant des textes de campagne et un QA lead produisant des matrices de tests n'ont pas le même profil de coût.
La bonne question n'est pas de savoir si l'IA coûte de l'argent. Elle en coûte. La bonne question est de savoir comment distribuer cette dépense pour qu'elle corresponde réellement à la valeur que chaque personne en tire.
Les trois vraies couches de coût
Quand une équipe adopte l'IA au-delà de l'expérimentation occasionnelle, les dépenses tombent généralement dans trois couches à la fois.
- Les outils de chat par siège. C'est le coût visible que tout le monde remarque en premier : ChatGPT Business, Claude Team, Gemini Advanced et des plans similaires. Ils couvrent la rédaction, la synthèse, le brainstorming, l'analyse rapide et les prompts du quotidien. Ils sont utiles pour presque tout le monde. Et ils ne sont que le début.
- L'utilisation des workflows et des API. C'est là que l'IA devient opérationnelle plutôt que conversationnelle. Au lieu d'une personne qui chatte avec un modèle, l'équipe lance de la planification structurée, de la recherche, de la génération d'images, de l'enrichissement d'issues Jira et des workflows documentaires. Des outils comme la calculatrice de prix Just vivent ici, et la dépense évolue avec ce qui tourne réellement.
- Les agents de codage. C'est la ligne qui surprend les équipes. Claude Code, Codex et des outils similaires consomment bien plus de calcul qu'une session de chat normale, parce qu'ils lisent des fichiers, raisonnent sur l'architecture, écrivent du code, exécutent des tests et itèrent.
Ces trois couches — sièges, workflows et agents de codage — sont la véritable anatomie du budget IA d'une équipe. L'erreur de planification est de les traiter comme un seul chiffre bien net.
Pourquoi les différents rôles coûtent des montants différents
C'est la section qui devrait changer la façon dont vous budgétez.
Une entreprise qui donne à chaque employé le même abonnement IA alloue presque certainement mal son argent. Un ingénieur faisant tourner Claude Code pendant six heures ne ressemble pas du tout, en termes de coût, à un recruteur rédigeant des questions d'entretien. Un PM utilisant l'IA pour structurer des exigences sur trente tickets par semaine a un profil de coût fondamentalement différent de celui d'un agent de support qui utilise le chat pour rédiger des réponses ponctuelles.
Les différences ne sont pas minimes. Elles peuvent facilement atteindre 5 à 10 fois entre les rôles.
| Rôle | Usage léger | Usage régulier | Usage intensif |
|---|---|---|---|
| Ingénieurs | $20–40 | $50–120 | $100–250+ |
| Product Managers / Leads | $20–40 | $40–120 | $100–200 |
| Designers | $20–50 | $50–150 | — |
| Marketing / Contenu | $20–40 | $40–100 | — |
| QA / Testing | $15–40 | $30–80 | — |
| Recrutement / People Ops / Support | $10–30 | $20–60 | — |
Ce ne sont pas des prix de produits. Ce sont des fourchettes budgétaires par rôle : ce que représente typiquement la dépense IA totale d'une personne en combinant sièges, usage des workflows et éventuels coûts d'agents de codage. Un tiret ne signifie pas impossible — il signifie suffisamment rare pour être traité comme une exception, pas comme une hypothèse de planification par défaut.
Quelques patterns comptent plus que le tableau lui-même. Les ingénieurs sont presque toujours les utilisateurs IA les plus coûteux parce que les agents de codage dominent leur profil de coût. Les PMs peuvent devenir des utilisateurs étonnamment intensifs dès que l'IA est impliquée dans la structuration des tickets, la planification et la recherche. Les designers s'envolent quand la génération d'images devient fréquente. Le support, le recrutement et les opérations restent généralement légers.
La conclusion est directe : un budget IA égal par personne est presque toujours une erreur.
Ce que coûte un workflow dans Just
Les couches de coût abstraites sont utiles pour cadrer la réflexion. Ce sont les chiffres concrets par workflow qui rendent la planification possible. Voici ce que ça donne à l'intérieur de Just, où des workflows IA structurés tournent sur de vrais issues Jira.
Une analyse par défaut — l'analyse IA standard d'un issue Jira — coûte ~0,60 $. Une analyse plus lourde avec recherche et cinq images générées atterrit typiquement dans la fourchette 0,60 $–1,00 $ de bout en bout.
Au niveau des étapes, l'ordre de grandeur approximatif est le suivant. Les coûts d'image ci-dessous correspondent à Nano Banana 2, le modèle d'image par défaut de Google dans Just.
| Type d'étape | Coût estimé |
|---|---|
| Une étape texte/structurée lourde avec Opus | ~0,10 $ |
| Un appel de recherche web Google | ~0,035 $ |
| Une image Nano Banana 2 à 1K (16:9) | ~0,10 $ |
L'important n'est pas la valeur exacte en centimes. C'est que le workflow cesse d'être abstrait. Une équipe peut voir la différence entre une exécution de planification légère et une de recherche intensive, puis décider quels workflows méritent un usage large et lesquels doivent rester sélectifs.
Pour un point de départ rapide pour votre propre équipe, utilisez la calculatrice de prix Just ci-dessous :
Préréglages rapides
Scénarios mensuels par taille d'équipe
C'est là que le budget devient concret. Les chiffres ci-dessous sont des estimations directionnelles — utiles pour la planification, pas des devis pseudo-précis. Le scénario qui correspond à votre équipe dépend de la façon dont l'IA est principalement déployée : workflow-first, déploiement large de sièges ou centré sur l'engineering.
Budget de workflows piloté par Just
Ces chiffres supposent que les workflows Jira structurés sont au centre du stack IA.
| Taille d'équipe | Fourchette mensuelle indicative |
|---|---|
| Solo | ~25 $ |
| 5 personnes | ~60 $ |
| 15 personnes | ~200–300 $ |
| 50 personnes | ~700–1 000 $ |
| 100 personnes | ~1 500–2 000 $ |
Déploiement uniquement par sièges
C'est le modèle le plus simple : donner à tout le monde un plan de chat et en rester là.
| Taille d'équipe | ChatGPT Business | Claude Team Standard |
|---|---|---|
| 5 personnes | ~125 $ | ~100 $ |
| 15 personnes | ~375 $ | ~300 $ |
| 50 personnes | ~1 250 $ | ~1 000 $ |
| 100 personnes | ~2 500 $ | ~2 000 $ |
Ce modèle est facile à budgéter et facile à déployer. Il est aussi incomplet. Il ne dit presque rien sur la visibilité des workflows, la qualité des sorties ou l'usage intensif en engineering.
Déploiement mixte : sièges + agents de codage
C'est plus proche de ce que font finalement les équipes sérieuses.
| Taille d'équipe | Fourchette mensuelle indicative |
|---|---|
| 5 personnes | ~250–450 $ |
| 15 personnes | ~600–1 000 $ |
| 50 personnes | ~1 800–2 800 $ |
Le pattern compte plus que le chiffre exact. Les agents de codage deviennent rapidement leur propre ligne budgétaire, et un petit groupe d'utilisateurs intensifs peut consommer plus de budget que tout le reste de l'équipe réuni.
Les agents de codage, c'est un budget à part
C'est la ligne de coût que les équipes sous-estiment le plus souvent.
Les agents de codage ne sont pas des outils de chat. Ils ne se comportent pas comme le chat, et ils ne coûtent pas comme le chat. Une conversation normale peut impliquer quelques milliers de tokens. Une session d'agent de codage peut en brûler des centaines de milliers pendant qu'il lit le code, raisonne sur l'architecture, écrit du code, lance des tests et itère.
C'est pourquoi un plan à 20 dollars ne tient souvent pas le rythme d'une seule journée d'engineering concentré.
| Niveau | Coût mensuel | Ce que ça supporte réellement |
|---|---|---|
| Claude Pro | 20 $ | Accès, mais les sessions de codage intensif atteignent vite les limites |
| Claude Max 5x | 100 $ | Travail quotidien soutenu avec des agents de codage |
| Claude Max 20x | 200 $ | Boucles autonomes lourdes ou usage power-user |
| ChatGPT Pro | 200 $ | Calcul prioritaire et usage plus intensif de type Codex |
Le conseil pratique est simple : budgéter les agents de codage séparément des sièges de chat généraux. Identifier qui les utilise vraiment chaque jour, mettre ces personnes sur le bon niveau et ne pas diluer ce coût sur toute l'entreprise.
Le modèle de budget plus intelligent
La plupart des équipes commencent par l'un de deux mauvais réflexes : donner le même plan à tout le monde, ou laisser chacun dépenser ce qu'il veut. Le premier est simple mais gaspilleur. Le second est flexible mais invisible.
Un meilleur modèle est une allocation par rôle avec un suivi explicite :
- Les budgets IA plus élevés vont aux personnes qui multiplient vraiment la valeur avec — généralement les ingénieurs solides, les PMs à usage élevé et ceux dont l'output est amplifié par l'assistance IA.
- Les équipes plus larges reçoivent des sièges plus légers où c'est suffisant pour la rédaction, l'analyse et la recherche occasionnelle.
- Les équipes à workflows intensifs obtiennent des outils où les sorties restent réutilisables et traçables au lieu de disparaître dans l'historique de chat privé.
C'est là que Just : assistant IA pour Jira aide au-delà d'un simple outil IA supplémentaire. Il rend les coûts des workflows visibles, permet de router différentes étapes vers différents fournisseurs et relie les dépenses au travail réel au niveau des issues plutôt qu'à un volume de chat flou. Si vous voulez comprendre la logique derrière cette répartition entre fournisseurs, Chaque modèle ne mérite pas chaque rôle explique pourquoi la planification, la recherche et les images atterrissent souvent sur des modèles différents.
L'objectif n'est pas de minimiser les dépenses à tout prix. C'est de faire correspondre les dépenses à la valeur, éliminer les outils qui tournent à vide et investir davantage là où l'IA multiplie le travail utile chaque jour. Si vous démarrez avec un budget limité, commencez par le tooling de workflows où les sorties sont réutilisables — c'est là que le retour apparaît généralement en premier.
Le retour est dans l'allocation
L'IA vaut la peine d'être payée. La vraie erreur est la paresse dans l'allocation des coûts : traiter l'IA comme une charge utilitaire fixe alors qu'il s'agit en réalité d'un coût opérationnel variable, façonné par le rôle, l'intensité et le type d'outil.
Les équipes qui tirent le plus de l'IA ne sont pas celles qui dépensent le moins — ni celles qui dépensent le plus. Ce sont celles qui font correspondre dépenses et valeur : investissement plus élevé là où l'IA multiplie l'output quotidiennement, dépenses modérées sur les workflows où les sorties restent réutilisables, sièges légers pour tout le monde, et budgets explicites pour les agents de codage.
L'IA n'est pas une seule ligne budgétaire. Ce sont plusieurs couches de coûts, plusieurs profils de rôles et un spectre qui va d'un usage quasi nul à quelques centaines de dollars par personne et par mois. Les entreprises qui planifient pour cette réalité sont celles qui capturent vraiment le retour.
Estimez les coûts de workflow de votre équipe avec la calculatrice de prix Just, ou explorez les workflows Jira sur la page Just Marketplace.