Uber subit l’explosion des coûts IA : budget épuisé en quatre mois

L’intelligence artificielle promet des gains de productivité spectaculaires, mais la facture grimpe plus vite que prévu. De nombreuses entreprises découvrent aujourd’hui que les coûts réels rattrapent les promesses initiales, créant un fossé entre investissements massifs et résultats concrets.

Un budget annuel englouti en un trimestre

Le géant du VTC vient d’imposer une limite mensuelle de 1 500 dollars par employé pour l’usage d’outils de codage agentique tels que Claude Code et Cursor. Cette restriction intervient après une découverte alarmante : le budget annuel dédié à ces technologies a été entièrement consommé en seulement quatre mois.

Cette surconsommation s’explique par une politique d’encouragement massif à l’adoption de ces solutions, couplée à des classements internes qui ont poussé les équipes à multiplier les usages.

Une adoption massive au sein des équipes techniques

Les chiffres témoignent d’un engouement sans précédent : 84 % des développeurs de la plateforme exploitent déjà quotidiennement ces outils de codage agentique. Cette démocratisation rapide explique en partie l’explosion des dépenses constatée par la direction.

Paradoxalement, Uber commercialise elle-même une offre baptisée Agentic AI Solutions destinée à des clients externes, capitalisant sur son expertise interne en la matière.

Des entreprises face au mur des coûts

L’expérience d’Uber n’est pas isolée. Une étude menée par Bain & Company révèle un constat troublant : 40 % des organisations échouent à atteindre leurs objectifs de réduction de coûts initialement espérés grâce à l’intelligence artificielle.

Malgré ces résultats décevants, les directeurs financiers persistent dans leurs investissements. Selon l’enquête, 83 % d’entre eux prévoient d’augmenter leur enveloppe dédiée à l’IA de plus de 15 % sur les deux prochaines années.

Un écart préoccupant entre investissement et rentabilité

Le fossé se creuse dangereusement entre les sommes englouties et les gains de productivité réellement mesurés sur le terrain. Cette situation illustre parfaitement le moment où les coûts associés à l’IA rattrapent effectivement les promesses commerciales.

Une gouvernance renforcée pour maîtriser les dépenses

Face à ce dérapage budgétaire, la société de transport a mis en place un système de surveillance personnalisé. Chaque collaborateur dispose désormais d’un tableau de bord interne lui permettant de suivre sa consommation en temps réel.

Les dépassements du plafond restent possibles, mais uniquement après validation au cas par cas. Cette approche marque un tournant vers une gestion plus rigoureuse des ressources technologiques.

Les défis de la mesure selon la direction

Andrew Macdonald, directeur des opérations, reconnaît ouvertement la complexité de l’exercice. Il souligne la difficulté « de tracer une ligne » entre l’utilisation de l’IA et la création de nouvelles fonctionnalités consommateurs.

Vers un nouveau modèle de gestion des outils IA

L’aventure d’Uber préfigure un changement de paradigme dans l’industrie. À mesure que l’usage devient agentique et facturé au token, les entreprises abandonnent progressivement l’approche permissive initiale.

La gouvernance évolue désormais vers un modèle plus strict, structuré autour de trois piliers : attribution par siège, tableaux de bord de suivi et gestion des exceptions. Cette transformation constitue une leçon précieuse pour tous les directeurs des systèmes d’information.