L’IA conversationnelle à tout prix ? Comprendre les modèles de prix

Thierry Grenot

17/01/2025

Une opportunité unique pour les éditeurs

Avant d’adresser le sujet des modèles de prix pour l’intégration d’une IA, revenons rapidement sur les événements récents.

Le 30 novembre 2022 : ouverture de chatGPT, premier service grand public d’IA générative. L’événement a eu un retentissement extraordinaire. Avec plus de 100 millions d’utilisateurs en quelques semaines, ce fût l’adoption la plus rapide de l’histoire pour une nouvelle technologie.

La raison en est simple : c’est justement la simplicité apportée par l’utilisation de notre langage de tous les jours. Pas de formation à suivre, de certification à passer, de documentation à potasser. On pose une question, on a la réponse. Magique.

L’usage a rapidement infusé dans le milieu professionnel. Comme souvent, la nouveauté a été interdite, puis utilisée en cachette et enfin progressivement acceptée de gré ou de force au sein des entreprises.

Une évolution rapide des technologies IA

Au cours de ces deux dernières années, les technologies ont été affinées. Très vite, de nouveaux acteurs et de nouveaux usages sont apparus : agents applicatifs, permettant d’agir directement sur les applications, interrogation en langage naturel de bases de connaissances, etc.

Il est donc naturel que les utilisateurs des applications métier s’attendent à ce que leurs outils numériques professionnels s’emparent de ces nouvelles possibilités.

Faisons un pas de côté en s’intéressant à l’impact des technologies sur la traduction automatique.

On voit que ces solutions ont été fortement bousculées au fil du temps. Et que l’arrivée récente des grands modèles de langage (IA générative) a permis une amélioration telle de la qualité des services que leur adoption a explosé, pour ceux qui ont pu prendre le virage.

Difficile pour les éditeurs d’ignorer le mouvement. Impossible même de ne pas analyser comment s’y prendre pour mettre ces fonctions innovantes, plébiscitées par les utilisateurs, au sein de leurs solutions.

Affiner les usages (« à quoi ça sert ? »),
Trouver les bons partenaires,
Impliquer ses propres équipes techniques et commerciales.
Et surtout identifier les opportunités d’ajout de valeur au sein de leurs solutions.

Sous le tapis, la poussière ?

Toutefois, l’IA n’échappe pas à ses limites et ses problèmes.

Dans son étude récente « 2024 État de l’IA générative dans les entreprises mondiales » Lucidworks formule cinq avertissements :

L’effet de mode s’estompe et les entreprises ancrent leurs projets dans la réalité. Par conséquent, la planification des projets est plus réfléchie.
Les retards de déploiement des projets IA diminuent le retour sur investissement attendu : la moitié des dirigeants affirment qu’ils tirent peu d’avantages de l’IA générative.
Les coûts de mise en œuvre élevés amènent les entreprises à réévaluer les dépenses allouées à ces projets.
Ce sont les aspects pratiques qui stimulent l’adoption de l’IA générative. A vrai dire, la gouvernance et la réduction des coûts sont les principaux moteurs de l’IA générative.
Les dirigeants investissent dans des initiatives d’IA à l’épreuve du temps. De toute évidence un LLM ne constitue pas à lui seul une solution d’IA générative capable de produire des résultats.

Par ailleurs, les solutions d’IA génératives présentent un certain nombre de défauts inhérents aux grands modèles de langage (LLM) qu’il faut considérer sérieusement dans le cas d’une implémentation professionnelle : hallucinations, sécurité, confiance, etc.

Avant de mettre en œuvre des technologies d’IA au sein de leurs solutions, il est donc nécessaire que les éditeurs analysent précisément les besoins de leurs clients, ainsi que leurs propres forces et faiblesses autour de ce thème encore mouvant.

Une situation concurrentielle en cours de bouleversement

L’arrivée de l’IA conversationnelle sur le marché des applications métier rebat les cartes, et les forces en présence subissent de profondes transformations.

Nous y avons consacré récemment un article complet dont rappelons directement les conclusions, en indiquant les évolutions entre aujourd’hui et un horizon à (maximum) 3 ans :

↑ Le pouvoir de négociation de vos clients va augmenter.

↓ Le pouvoir de négociation de vos fournisseurs va diminuer.

↑ La menace des nouveaux entrants va s’exacerber.

= Il n’y a pas de solutions de substitution en vue.

↑ L’intensité concurrentielle votre marché va s’intensifier.

↑ Les contraintes légales vont s’appliquer avec plus de rigueur.

Les transformations sont à la fois profondes et rapides, signe que le moment est propice à l’adoption raisonnée et résolue de ce thème par les éditeurs.

L’IA, ça coûte un bras ?

En fait, oui. Même les deux. Particulièrement l’IA générative qui puise sa force dans le gigantisme. Comme l’illustre le nouveau modèle de langage d’Open AI (GPT 4) qui a plus de 1.500 milliards de paramètres (en fait, le nombre exact est confidentiel).

Pour donner une idée, c’est 10 fois plus que le nombre de neurones dans un cerveau humain (même si on ne parle pas de la même chose).

Le coût d’entraînement des réseaux profonds sous-jacents se compte en en milliard d’euros par an. Ce qui ne va pas sans secouer les modèles d’affaires des quelques sociétés capables d’investir de tels montants, dans l’espoir que « the winner takes it all » (GAFAM, NVIDIA).

Pour les entreprises utilisatrices, les coûts sont également considérable, dépendant des usages, des technologies et de la R&D à investir. Et de toute façon hors de portée des TPE, PME et même de la plupart des ETI.

L’IA générative est-elle à la veille d’un collapsus ? Nous n’y croyons pas une seconde, après tout l’internet a plutôt bien résisté aux excès et à la bulle de 2001 parce que son utilité avait déjà été démontré !

Avant les prix, quels modèles de coût pour une IA ?

Avant tout, qui dit modèles de prix pour une IA, dit modèles de coût.

Naturellement, il faudra proposer des approches permettant d’échapper à la malédiction du gigantisme (certaines sont déjà en place) :

La mise à disposition de plus petits modèles de langage (environ 10 milliards de paramètres quand même) permet de diminuer le coût d’entraînement et d’inférence ;
L’open source, sujet que nous avons déjà abordé ;
L’usage raisonné des fonctions coûteuses, obtenu en mixant différentes technologies et en tirant le meilleur de chacune d’elles ;
L’arrivée de solutions multi-tenant (par exemple celle d’Agora Software) permettant de répartir les coûts technologiques et de savoir-faire entre de nombreux clients ;
Et bien sûr l’intégration de l’IA conversationnelle au sein des applications métier, qui apporte les bénéfices aux entreprises à un coût marginal.s

L’IA au service de la chaîne de valeur des applications

La valeur d’une solution réside dans la connaissance fine du métier et la qualité de l’implémentation qu’elle propose à ses clients.

Les applications de type ERP, SIRH, ATS, etc. supportent formidablement de nombreux professionnels dans la réalisation de leurs missions.

De même qu’un éditeur ne conçoit pas ses serveurs, ses systèmes d’exploitation et ses bases de données, un éditeur n’a pas vocation à devenir un fournisseur d’IA. Mais plutôt à mettre l’IA au service de ses solutions.

Ce qui ne l’empêchera pas de devenir un spécialiste de l’usage de ces technologies dans le contexte de son métier. Car c’est bien là que réside la valeur pour ses clients :

Simplification radicale de l’expérience utilisateur ;
Moins de temps perdu dans les menus (« une phrase vaut 9 clics, au moins ») ;
Moins de formation, de documentation à lire, etc. ;
Interrogation de bases de connaissances métier ;
Rédaction assistée de documents récurrents (devis, factures…) ;
Etc.

Effet mode ? Après tout, l’industrie du logiciel aussi a besoin d’effets de mode pour se développer. Sous réserve d’apporter les bonnes réponses aux avertissements cités plus haut, la réaction des utilisateurs à l’arrivée de chatGPT semble suffisamment claire pour prendre position.

Enfin ‘’ne pas en être’’ impliquerait également des coûts cachés. Effectivement, un éditeur n’intégrant pas d’IA paierait nécessairement le prix en termes d’image, d’impréparation de futures transformations et de dette technique.

Quels modèles de prix pour une IA ?

A vrai dire, le modèle de prix auquel l’éditeur commercialise son offre d’IA conversationnelle dépend des priorités qu’il se fixe :

Intégré – Ici on cherche à placer la solution sur un axe d’innovation, à l’écoute des besoins clients. Dans ce cas, l’IA devient une fonction totalement intégrée au sein du produit. Aussi, la diffusion doit être globale et rapide auprès de toute la base client. Les gains seront indirects mais importants :
- Maintien (voir augmentation) du prix global de la solution métier ;
- Vente simplifiée par l’intégration dans le socle de base ;
- Positionnement concurrentiel agressif et résolu.

Premium – Dans ce cas, on recherche avant tout un complément de revenu. Pour cela, il faut un prix assez élevé pour que ça vaille la peine, quitte à ne déployer que sur une base limitée :
- Offre premium sur un sous ensemble des utilisateurs (ou des clients) ;
- Effort de marketing et de vente spécifique ;
- Recherche d’une rentabilité immédiate.

Modèles de prix IA : Ce qu'il faut retenir pour les éditeurs

Plébiscitée par les utilisateurs, l’IA conversationnelle est là pour durer ;
Il reste des problèmes à régler pour amener ces fonctions à un niveau professionnel ;
Les applications métier vont s’en emparer pour maintenir leur position concurrentielle ;
Attention aux coûts : à la fois une menace (rentabilité) mais aussi une opportunité d’ajout de valeur auprès de ses clients ;
Les modèles de prix IA témoignent du positionnement de l’éditeur vis-à-vis de l’intelligence artificielle : must-have ou nice-to-have.

_____________

Vous êtes un éditeur de logiciel ? Nous espérons que cet article vous aura apporté des éléments de réflexion pour vos modèles de prix.

Agora Software est l’éditeur de solutions d’IA conversationnelle dédiées aux éditeurs. Nous déployons, rapidement, des interfaces conversationnelles applicatives renforçant l’expérience utilisateur des applications et des plateformes.

Vous souhaitez intégrer une IA conversationnelle à vos applications ?

Parlons-en : contact@agora.software

Si vous avez aimé cet article, vous pourriez lire 8 questions à se poser quand on intègre de l’IA à son application .

Et rejoignez-nous sur notre page Linkedin pour suivre notre actualité !