Une entreprise a dépensé accidentellement 500 millions $ en un mois pour l'IA Claude après avoir omis les limites d'utilisation, soulignant la nécessité d'un contrôle des dépenses dans l'adoption de l'IA

Une entreprise a dépensé accidentellement 500 millions $ en un mois pour l'IA Claude après avoir omis les limites d'utilisation, soulignant la nécessité d'un contrôle des dépenses dans l'adoption de l'IA

Une entreprise aurait dépensé 500 millions de dollars en un seul mois pour l'intelligence artificielle Claude d'Anthropic, après avoir omis de mettre en place des limites d'utilisation ou des contrôles des dépenses, d'après un rapport d'Axios. Cet incident, révélé par un consultant en IA, met en lumière la manière dont un accès illimité aux assistants de codage IA et aux flux de travail basés sur des agents peut rapidement faire grimper les coûts, exposant ainsi les entreprises qui adoptent l'IA à des défis croissants en matière de gouvernance, de surveillance et de maîtrise des coûts.

Cette affaire s'inscrit dans un contexte où les coûts de l'IA augmentent et remettent en question les promesses d'économies associées à cette technologie. Ces derniers mois, plusieurs entreprises ont vu leurs dépenses liées à l'IA exploser, au point que certaines payent désormais davantage pour la puissance de calcul que pour la main-d'œuvre humaine. Alors que les coûts augmentent et que les retours sur investissement restent incertains, les dirigeants se demandent si l'essor de l'IA est durable et si cette technologie est vraiment moins coûteuse que la main-d'œuvre humaine.

Dans ce contexte, la pression exercée sur les grandes entreprises technologiques pour qu'elles démontrent l'adoption de l'IA a également suscité des interrogations quant à la manière dont certaines d'entre elles évaluent son utilisation. Selon des informations rapportées par le Financial Times, des employés d'Amazon auraient été incités à gonfler les chiffres relatifs à l'utilisation de l'IA. Trois employés ont déclaré que les indicateurs internes d'utilisation de l'IA étaient probablement gonflés, certains collaborateurs utilisant notamment la plateforme d'IA interne MeshClaw pour effectuer des tâches non essentielles et faire bonne impression auprès de leurs responsables.

Une grande entreprise aurait appris à ses dépens que l'IA ne se contente pas d'écrire du code et de répondre à des requêtes. Elle peut faire exploser un budget à un rythme que la plupart des directeurs financiers n'ont jamais vu auparavant.

Selon un rapport d'Axios, un consultant en IA a révélé qu'une de ses entreprises clientes avait accidentellement accumulé une facture astronomique de 500 millions de dollars en un seul mois sur le service Claude d'Anthropic, après avoir omis de mettre en place des plafonds de dépenses ou des contrôles d'utilisation pour ses employés. Oui, un demi-milliard de dollars. En 30 jours. Pour l'utilisation de l'IA.

À première vue, cette histoire semble presque absurde. Mais quand on examine de plus près ce qui se passe actuellement au sein des grandes entreprises, cela ressemble moins à un accident isolé qu'à un signe avant-coureur de l'essor de l'IA en entreprise.

« Les budgets consacrés à l’IA dans les entreprises sont désormais à l’origine d’une véritable crise. Le client d’un consultant a dépensé 500 millions de dollars en un seul mois après avoir omis de mettre en place des contrôles d’utilisation pour les licences IA de ses employés. L’annulation par Microsoft de la plupart des licences internes de Claude Code en est l’exemple le plus marquant, mais ce phénomène s’observe de manière généralisée dans toutes les entreprises », selon le rapport.

Cette explosion des dépenses serait due à une utilisation sans restriction de Claude par l'ensemble des équipes. Les développeurs qui effectuent de longues sessions de codage, les agents IA qui exécutent des flux de travail enchaînés et les employés qui génèrent sans cesse des prompts à large contexte peuvent consommer d'énormes quantités de jetons en un temps étonnamment court.

Polymarket a également confirmé cette information dans un message publié sur X : « DERNIÈRE NOUVELLE : un consultant en IA révèle qu'un client a dépensé accidentellement 500 000 000,00 $ en un seul mois après avoir omis de fixer des limites d'utilisation de Claude pour ses employés. »

NEW: AI consultant reveals a client accidentally spent $500,000,000.00 in a single month after failing to set employee limits on Claude usage.

— Polymarket (@Polymarket) May 28, 2026

Comment l'utilisation incontrôlée de l'IA Claude a entraîné une facture astronomique de 500 millions de dollars en seulement 30 jours

Ce qui semblait gérable à petite échelle a pris une toute autre dimension lorsque des milliers d'employés ont commencé à utiliser simultanément des outils d'IA avancés.

Un seul ingénieur qui expérimente des flux de travail de codage agentique peut accumuler des centaines, voire des milliers de dollars de frais d'utilisation en un mois. Si l'on multiplie ce chiffre à l'échelle d'une entreprise où l'accès est illimité, les coûts deviennent difficiles à maîtriser.

Le moment choisi a également son importance. Les entreprises américaines ont passé une grande partie des années 2024 et 2025 à se précipiter pour déployer l'IA générative dans tous leurs services. Les dirigeants craignaient de se faire distancer par leurs concurrents. Les fournisseurs ont encouragé une adoption à l'échelle de l'entreprise. Les équipes ont été incitées à intégrer l'IA dans leur travail quotidien le plus rapidement possible.

Les entreprises pensaient qu'en matière d'IA, « plus il y en avait, mieux c'était » ; elles dépensaient sans compter dans des abonnements à des services d'IA pour prouver à Wall Street qu'elles ne se laisseraient pas distancer. Cette culture d'entreprise a donné naissance à une tendance appelée « tokenmaxxing », qui consiste pour les employés à consommer délibérément autant de puissance de calcul que possible, dans le seul but de donner l'impression d'être à la pointe de la technologie.

Comme les premiers modèles de tarification de l’IA étaient largement subventionnés, les entreprises ne se rendaient pas compte de l’impact financier. Cependant, maintenant que les principaux développeurs d'IA sont passés à une tarification à l'utilisation, les entreprises paient chaque « jeton » consommé par leurs employés.

Dans de nombreux cas, la gouvernance n'est venue qu'après.

Claude Code a suscité un vif intérêt au sein des équipes d'ingénieurs grâce à ses excellentes performances dans le domaine des tâches logicielles. Cet outil est capable d'analyser de vastes bases de code, de déboguer, de générer des fonctions et d'automatiser les tâches de développement répétitives. Les gains de productivité ont impressionné les entreprises. Les factures aussi.

Le problème sous-jacent est que de nombreuses entreprises ont abordé les outils d'IA comme elles le feraient pour des abonnements SaaS classiques. Un tarif mensuel forfaitaire par utilisateur semblait prévisible. Puis, l'utilisation avancée de l'IA a introduit la facturation par jetons, les agents autonomes, les fenêtres de mémoire à large contexte et les flux de travail en arrière-plan fonctionnant en continu, qui consommaient des ressources à toute heure.

Cela a rapidement bouleversé la donne économique.

L'IA agentique n'a fait qu'aggraver le problème. Les systèmes autonomes peuvent exécuter des tâches en boucle, réessayer les opérations qui ont échoué, générer plusieurs résultats, analyser de vastes ensembles de données et fonctionner pendant des heures avec une intervention humaine minimale. Dans la pratique, cela peut transformer un simple assistant de programmation en une machine à calculer qui tourne sans arrêt.

Le résultat est une prise de conscience de plus en plus forte pour les entreprises qui se sont lancées à corps perdu dans l'IA d'entreprise sans avoir défini de limites financières claires.

Ce que Microsoft, Uber, Meta et d'autres entreprises technologiques ont déclaré

Ce récent incident fait suite à des informations selon lesquelles Microsoft aurait fortement réduit le nombre de licences internes de Claude Code après que les coûts d'utilisation ont commencé à grimper. Selon Axios, certains ingénieurs auraient généré entre 500 et 2 000 dollars de coûts liés à l'IA par mois et par personne. Depuis, Microsoft a orienté davantage d'équipes vers GitHub Copilot et vers des outils internes permettant un meilleur contrôle des coûts.

Des entreprises telles qu'Uber, Instagram, Meta (la société mère de Facebook et WhatsApp), Salesforce et d'autres ont également appelé à une utilisation modérée. Google a révélé que son volume de traitement de jetons avait explosé pour atteindre 3,2 millions de milliards de jetons par mois, soit sept fois plus que l'année dernière.

Uber se serait heurté à un obstacle similaire. Selon Axios, l'entreprise aurait épuisé dès le mois d'avril 2026 l'intégralité de son budget 2026 consacré à l'IA, suite à une adoption massive de produits de codage basés sur l'IA. Le directeur des opérations de l'entreprise aurait admis que ces coûts devenaient de plus en plus difficiles à justifier.

Factory, une entreprise spécialisée dans l'automatisation technologique, a révélé que les employés d'une grande institution financière dépensaient des centaines de milliers de dollars par mois en abonnements IA extrêmement coûteux, simplement pour faire la conversation ou répondre à des questions élémentaires.

Andrew Bosworth, directeur technique de Meta, a adressé un avertissement sans détour aux employés dans une récente note interne : « Personne ne devrait utiliser des outils d'IA juste pour le plaisir de les utiliser. Toute action n'est pas synonyme de progrès, et une utilisation symbolique ne constitue en soi aucune mesure d'impact », a écrit Bosworth.

En toute discrétion, de nombreuses entreprises font désormais de même en coulisses. Les services financiers contrôlent l'utilisation des jetons. L'accès à l'IA est limité en fonction des rôles. On demande aux équipes de réutiliser les résultats obtenus plutôt que de générer sans cesse de nouvelles requêtes. Certaines entreprises fixent pour la première fois des limites strictes aux dépenses mensuelles consacrées à l'IA.

Salesforce a par exemple mis en place un système de suivi interne pour s'assurer que chaque jeton d'IA utilisé par un employé contribue directement à un résultat commercial rentable. Amazon aurait quant à lui supprimé le classement interne qui suivait l'utilisation de l'IA par ses employés.

Selon certaines informations, plusieurs entreprises auraient considérablement réduit leurs coûts dès la mise en place de ces contrôles.

Les dirigeants se posent désormais des questions plus pointues. Quels outils d'IA améliorent réellement la productivité au point de justifier leur coût ? Quelles équipes ont véritablement besoin de modèles haut de gamme ? Jusqu'où les entreprises doivent-elles tolérer l'expérimentation avant que celle-ci ne devienne un gaspillage ?

Les réponses apportées commencent à redéfinir l'adoption de l'IA dans les entreprises.

Les entreprises qui obtiennent les meilleurs résultats semblent être celles qui considèrent l'IA comme une infrastructure cloud plutôt que comme un simple gadget. Les tableaux de bord d'utilisation, les alertes, les limites budgétaires, les processus de validation des flux de travail et les politiques de sélection des modèles deviennent la norme au sein des grandes organisations.

Cette évolution pourrait bien définir la prochaine étape de l'IA d'entreprise.

La phase d'adoption précoce a été alimentée par l'enthousiasme et la peur de passer à côté d'une opportunité. La prochaine étape semble beaucoup plus axée sur les aspects économiques. Pour une entreprise, cette leçon se serait traduite par une facture de 500 millions de dollars.

Alors que cette affaire met en lumière les risques financiers d'une adoption mal encadrée de l'IA, plusieurs études récentes remettent en question le retour sur investissement de ces technologies. Une récente enquête menée auprès de milliers de PDG révèle en effet que l'IA n'a aucun impact sur l'emploi ou la productivité. Si des bénéfices sont observés dans des tâches ou fonctions spécifiques, ils ne se traduisent pas encore par des gains mesurables à l'échelle de l'entreprise ou de l'économie. Ce constat rappelle le paradoxe formulé par l'économiste Robert Solow dans les années 1980 : une technologie peut être omniprésente sans apparaître dans les statistiques de productivité.

Les difficultés rencontrées par certaines entreprises illustrent également le décalage entre les dépenses engagées et les résultats attendus. Uber a ainsi épuisé en seulement quatre mois l'intégralité de son budget 2026 consacré à l'IA. Selon sa direction, il est difficile de mesurer les gains de productivité et les améliorations concrètes pour les utilisateurs. Cette situation souligne un décalage inquiétant entre des dépenses technologiques vertigineuses et la création de valeur effective pour l'entreprise. Pour certains observateurs, dont l'analyste Ed Zitron, cet exemple illustre l'idée que « l'IA coûte trop cher et n'est rentable pour personne ».

Source : Rapport d'Axios

Et vous ?

Quel est votre avis sur le sujet ?
Trouvez-vous les conclusions de ce rapport d'Axios crédibles ou pertinentes ?

Voir aussi :

L'IA coûte trop cher et n'est rentable pour personne : seuls Nvidia, les fabricants de matériel et le BTP en tirent profit, portés par la frénésie des centres de données, selon l'analyste Ed Zitron

L'IA en entreprise court à la catastrophe : code défaillant, hallucinations facturées au prix fort. Comment les entreprises mesurent tout sauf ce qui compte vraiment

IA en entreprise : des milliards investis, mais où sont passés les gains de productivité promis aux dirigeants ? Une enquête indique que la majorité des PDG déclarent ne pas en tirer de bénéfices financiers