Visibilité des dépenses IA : suivre et contrôler l'usage de Claude, ChatGPT, Copilot et Gemini

Le 2 juillet 2026, Anthropic a donné aux administrateurs de Claude Enterprise ce que toutes les directions financières réclament à tous les fournisseurs d'IA : un tableau de bord qui montre ce que l'IA coûte réellement, par équipe et par utilisateur — avec des plafonds de dépenses, des alertes et une API pour le prouver. Le calendrier n'a rien d'un hasard. Dans le même trimestre, GitHub Copilot est passé à la facturation à l'usage, Microsoft a lancé Copilot Cowork sur des crédits mesurés, et Anthropic facture désormais le travail agentique intensif à la consommation. L'ère du forfait illimité pour l'IA au travail se termine — et la visibilité sur les dépenses IA devient une discipline de gestion à part entière, pas un détail informatique. Ce guide vous montre exactement où trouver les données d'usage et de coût dans Claude, ChatGPT Enterprise, Microsoft Copilot et Google Gemini, comment construire un tableau de bord analytique multi-plateformes, et comment former vos équipes à utiliser l'IA à la fois davantage et plus sobrement.

Par Toni Dos Santos, Co-Fondateur, Spicy Advisory

L'ère du forfait illimité pour l'IA au travail se termine

Pendant deux ans, budgéter l'IA était simple : compter les sièges, multiplier par un tarif mensuel, terminé. Ce modèle s'effondre sous le poids de l'IA agentique. Une seule session de codage autonome ou un agent de recherche multi-étapes peut consommer plus de tokens en un après-midi qu'un utilisateur occasionnel en un mois — et les fournisseurs ont cessé d'absorber la différence.

Regardez ce qui a changé en quelques semaines de 2026 :

• GitHub Copilot a fait passer tous ses plans à la facturation à l'usage le 1er juin 2026. Chaque plan inclut désormais une dotation mensuelle d'AI Credits (1 crédit = 0,01 $), consommés par les tokens d'entrée, de sortie et de cache, aux tarifs propres à chaque modèle. Copilot Business reste à 19 $/utilisateur/mois — mais cela achète maintenant 19 $ de crédits mesurés, pas un usage illimité.
• Microsoft a lancé Copilot Cowork en juin 2026 sur des Copilot Credits à l'usage, empilés sur la licence Microsoft 365 Copilot à 30 $/utilisateur/mois — le travail agentique se paie à la consommation, pas au siège.
• Anthropic mesure l'usage de Claude Enterprise au-delà des dotations par siège en « extra usage », avec des rapports de dépenses qui suivent précisément ce dépassement — et sa mise à jour admin de juillet 2026 existe précisément parce que les clients doivent désormais piloter une ligne budgétaire variable.
• Le changement de comportement est documenté : CNBC rapportait fin juin 2026 que les utilisateurs des outils OpenAI et Anthropic modifient activement leur façon de prompter et leur choix de modèles pour maîtriser les coûts — l'efficience fait désormais partie de l'expérience utilisateur, pas seulement des soucis du DAF.

La conséquence est simple et inconfortable : les habitudes quotidiennes de vos collaborateurs font désormais bouger une vraie facture. Le modèle qu'ils choisissent, la façon dont ils cadrent un prompt, le fait de relancer cinq fois un agent qui a échoué — tout est mesuré quelque part. Les entreprises qui traitent cela comme une question d'achats perdront deux fois : sur le gaspillage, et sur l'adoption, car le réflexe naturel quand les coûts sont opaques est de rationner l'IA plutôt que d'apprendre à bien l'utiliser. Nous avons décrit ce schéma d'échec dans pourquoi l'adoption de l'IA échoue en entreprise — l'anxiété budgétaire sans visibilité en est l'une des formes les plus pures.

La réponse n'est pas moins d'IA. C'est la visibilité d'abord, la frugalité ensuite, l'adoption enfin — dans cet ordre, et cet article couvre les trois.

Ce que les nouveaux outils d'administration de Claude apportent vraiment

La publication d'Anthropic du 2 juillet 2026 — « New analytics and cost controls are available for Claude Enterprise » — est le dispositif de visibilité des dépenses le plus complet des quatre grandes plateformes d'IA au travail aujourd'hui. Il mérite d'être compris en détail, à la fois parce que vous utilisez peut-être Claude et parce qu'il fixe la référence de ce qu'il faut exiger de chaque autre fournisseur.

Usage et coût, par équipe et par personne

Le tableau de bord analytique des admins montre désormais l'usage et le coût par groupe et par utilisateur, filtrés selon les groupes SCIM que votre DSI gère déjà dans votre annuaire d'identité. À côté de chaque ligne de coût figure la production correspondante : artefacts créés, fichiers modifiés, skills et connecteurs utilisés. Cet appariement compte — une équipe dont les coûts ont doublé pendant que la production a triplé est une réussite, pas un problème.

Interrogez le tableau de bord en langage naturel

Au lieu d'exporter et de croiser des tableaux, les admins peuvent demander à l'interface analytique des choses comme « Quelles équipes ont doublé leur usage de Claude ce mois-ci ? » ou « Où obtenons-nous le plus de valeur par siège ? » et obtenir des graphiques exportables à partager avec les parties prenantes. Si vous avez déjà perdu un après-midi à réconcilier des CSV de licences, vous comprenez pourquoi c'est la fonctionnalité la plus discrètement radicale de cette version.

Des plafonds de dépenses et des alertes qui évitent les surprises

Les admins peuvent définir des limites de dépenses au niveau de l'organisation et par utilisateur individuel. Des alertes de seuil préviennent les admins à 75 % et 90 % d'une limite organisationnelle — le temps de relever le plafond avant que quiconque soit bloqué en pleine tâche. Les utilisateurs reçoivent leurs propres notifications dans l'application à 75 % et 95 % et peuvent demander une augmentation de limite à leur admin sans quitter Claude. C'est le mécanisme qui transforme une facture variable inquiétante en facture pilotée.

Des modèles par défaut, pour que le travail courant ne tourne pas sur le moteur le plus cher

Les modèles par défaut et les droits d'accès permettent aux admins de choisir avec quel modèle Claude démarrent les nouvelles conversations — dans le chat, Cowork et Claude Code. Orienter la rédaction courante vers un modèle plus rapide et moins cher tout en réservant les modèles frontière au travail complexe est le levier de frugalité le plus puissant de la plateforme, et il tient désormais en un réglage d'administration plutôt qu'en une note de service.

Une Analytics API pour votre outillage FinOps existant

Toutes les données d'usage et de coût sont disponibles par programmation via l'Analytics API, pour que la finance et la DSI ramènent les dépenses Claude dans les outils qu'elles utilisent déjà — Anthropic cite Datadog Cloud Cost Management et CloudZero — et voient les dépenses IA à côté des dépenses cloud. Pour les directions techniques, Claude Code analytics ajoute des métriques spécifiques aux développeurs comme les lignes de code acceptées et le taux d'acceptation des suggestions, sous Admin settings > Claude Code.

Une Compliance API pour les équipes réglementées

Les organisations Enterprise disposent aussi d'une Compliance API offrant un accès programmatique en temps réel aux données d'usage et aux contenus, pour que les équipes conformité construisent une surveillance continue et une application automatisée des politiques plutôt qu'un échantillonnage trimestriel. Si vous opérez sous l'AI Act, le RGPD ou des règles sectorielles, c'est la piste d'audit que votre direction juridique demandera.

Où tout trouver : Analytics > Claude Chat pour l'usage à l'échelle de l'organisation, Admin settings > Claude Code pour les métriques d'ingénierie, et le centre d'aide Claude pour la référence champ par champ. Une nuance : sur les plans Enterprise par siège, les rapports de dépenses couvrent l'extra usage (dépassement) — la consommation incluse dans les dotations par siège est couverte par l'abonnement. Pour la vue d'ensemble de ce que Claude offre aux entreprises, voir notre guide complet de Claude pour les entreprises, et si vos équipes butent sur les plafonds d'usage, nos 18 tactiques pour arrêter de brûler vos crédits Claude au travail en sont le compagnon pratique.

Plateforme par plateforme : comment suivre l'usage et les dépenses IA sur chaque outil

Claude a donné le tempo, mais votre entreprise fait presque certainement tourner deux, trois ou quatre plateformes en parallèle — et chacune cache ses analytics à un endroit différent, avec une définition différente de l'« utilisateur actif ». Voici la carte de travail, outil par outil — le tableau donne la comparaison en un coup d'œil, les sections qui suivent donnent les chemins de clic.

ChatGPT Enterprise et Edu : Workspace analytics

Où cela se trouve : Workspace settings > Workspace analytics, accessible aux administrateurs du workspace.

Ce que vous obtenez : sièges attribués contre sièges réellement activés, taux d'activation, utilisateurs actifs hebdomadaires et tendances d'usage, plus des métriques agrégées sur les messages, les GPTs, l'usage des outils et les projets. L'outil montre délibérément des tendances au niveau de l'organisation, pas des contenus : les admins ne peuvent lire ni les prompts ni les conversations individuelles depuis les analytics. Le guide analytique d'OpenAI Academy accompagne les admins dans la lecture de l'adoption et de l'engagement à partir de ces vues.

Comment extraire les données : exports CSV à la demande pour les Users, GPTs et Projects sur une période choisie. Pour les enregistrements bruts au niveau item — conservation légale, DLP, eDiscovery — la Compliance API séparée est le bon outil ; les analytics restent agrégées par conception.

Leviers d'économies : la vue du taux d'activation est votre métrique financière. Des sièges payés jamais activés, ou activés puis dormants 60 jours, sont la première ligne de dépenses récupérables. Passez-la en revue chaque mois et recyclez les sièges avant le renouvellement. Si vous comparez encore les plateformes, notre comparatif ChatGPT Enterprise vs Copilot vs Gemini couvre les arbitrages, et notre formation ChatGPT Enterprise fait passer les équipes au-delà du plateau d'activation.

Microsoft 365 Copilot : Copilot Analytics et le Copilot Dashboard

Où cela se trouve : deux niveaux. Le centre d'administration Microsoft 365 fournit un rapport d'usage Copilot (utilisateurs activés vs actifs, dernière activité par application). L'interface la plus riche est le Copilot Dashboard dans Viva Insights, au sein de ce que Microsoft appelle Copilot Analytics.

Ce que vous obtenez : des métriques regroupées en préparation, adoption, impact et ressenti — collaborateurs licenciés, utilisateurs Copilot actifs sur une fenêtre glissante de 28 jours, adoption par application (Teams, Word, Excel, PowerPoint, Outlook, Chat), adoption par attribut organisationnel comme la fonction ou le département, et intensité et rétention d'usage (fréquence de retour des utilisateurs, actions hebdomadaires moyennes). Pour aller plus loin, le modèle de rapport d'adoption Microsoft 365 Copilot dans l'atelier analyste de Viva Insights segmente les utilisateurs par fréquence et régularité d'usage — ce que Microsoft offre de plus proche d'un recensement power users / utilisateurs dormants.

Comment extraire les données : les exports du dashboard et les requêtes Viva Insights alimentent Power BI ; le rapport du centre d'administration s'exporte en CSV. Attention à la latence : le dashboard se rafraîchit quotidiennement mais reflète la période de 28 jours précédente avec jusqu'à six jours de décalage.

Leviers d'économies : à 30 $/utilisateur/mois, une licence Copilot sans activité pendant 28 jours représente 360 $/an de pur gaspillage — la vue d'adoption par application vous dit exactement où intervenir par la formation ou récupérer des licences. Et avec Copilot Cowork et GitHub Copilot tous deux mesurés en crédits, définissez les budgets et alertes dans vos consoles de facturation Microsoft et GitHub avant la mise en production des agents, pas après la première facture surprenante. Nos guides sur Microsoft Copilot Cowork et les workflows Copilot dans Excel et PowerPoint se combinent bien avec notre formation Copilot.

Google Gemini et Workspace : les rapports Gemini de la console d'administration

Où cela se trouve : console d'administration > Menu > IA générative > Rapports Gemini, documenté dans la page Google « Review Gemini usage in your organization ».

Ce que vous obtenez : des vues au niveau organisation et au niveau utilisateur — combien de personnes utilisent activement Gemini, quel pourcentage des utilisateurs licenciés éligibles cela représente, l'adoption des fonctionnalités Gemini application par application (Gmail, Docs, Sheets, Meet), et l'identification des power users. Depuis une mise à jour de février 2026, les admins voient aussi des rapports de seuils : combien d'utilisateurs ont atteint leurs limites de fonctionnalités IA — un signal d'alerte précoce à la fois pour les utilisateurs frustrés et pour la pression d'upsell à venir. Les rapports se filtrent par unité organisationnelle ou par groupe, avec 2 à 3 jours de décalage des données.

Comment extraire les données : trois voies de puissance croissante. Exporter les vues vers Sheets ou CSV ; interroger les événements de journal Gemini for Workspace via l'outil d'audit et d'investigation ou la Reporting API (Admin SDK) ; ou activer le pipeline complet sous Reporting > Data integrations pour exporter les journaux vers BigQuery (nécessite un projet Google Cloud avec facturation activée) et construire ce que vous voulez dans Looker Studio par-dessus.

Leviers d'économies : Gemini étant inclus dans les éditions Workspace Business et Enterprise, le schéma de gaspillage s'inverse — vous avez déjà payé une IA que la plupart des équipes ignorent avoir. Ici, le rôle du tableau de bord est de repérer la sous-utilisation et d'y répondre par l'accompagnement ; notre guide des workflows Gemini dans Gmail, Docs et Sheets et notre formation Gemini pour Workspace existent exactement pour cela. Les rapports de seuils, eux, vous disent quand des power users ont réellement besoin d'un niveau supérieur.

Claude (Anthropic) : la nouvelle référence

Où cela se trouve : Analytics > Claude Chat et Admin settings > Claude Code, plus l'Analytics API et la Compliance API — le tout détaillé plus haut. En une ligne : coût par groupe et par utilisateur à côté de la production, interrogation analytique en langage naturel, plafonds de dépenses organisation et utilisateur avec alertes échelonnées, modèles par défaut, et export programmatique vers les outils FinOps. Servez-vous-en comme référence pour évaluer ce que les trois autres vous donnent.

Construire un tableau de bord analytique IA multi-plateformes

Quatre consoles, quatre définitions de l'« utilisateur actif », quatre modèles de facturation — et un DAF qui veut un seul chiffre. Combler cet écart est moins un problème d'outillage qu'un problème de discipline. Chez nos clients, nous observons trois niveaux de maturité, et l'erreur classique est de vouloir sauter directement au troisième.

Niveau 1 — le rituel mensuel des consoles (à lancer cette semaine). Un responsable (ops IT ou référent IA) ouvre tous les tableaux de bord natifs le premier jour ouvré de chaque mois et remplit une seule feuille de calcul avec des KPI définis à l'identique : sièges achetés, sièges actifs sur les 28 derniers jours, taux d'activation, coût par utilisateur actif, pourcentage de la dotation de crédits consommée, et dépassements. Vingt minutes par plateforme. La feuille est moche et elle fonctionne — la plupart des entreprises découvrent dès le premier passage que 15 à 30 % des sièges payés sont dormants.

Niveau 2 — des exports automatisés vers une vue unique. Branchez les voies lisibles par machine : l'Analytics API de Claude, les exports CSV de ChatGPT Enterprise, les exports Copilot Dashboard/Graph vers Power BI, et les journaux Gemini vers BigQuery alimentant Looker Studio. Deux prérequis font ou défont ce niveau : une taxonomie de départements unique (les mêmes noms d'équipes partout) et des groupes SCIM propres dans votre annuaire, car le coût par groupe de Claude et les attributs organisationnels de Viva ne valent que ce que valent les groupes que vous leur fournissez. Vous pouvez même prototyper la couche visuelle avec l'IA elle-même — nous l'avons montré dans construire des tableaux de bord vivants avec les artefacts Claude.

Niveau 3 — l'intégration FinOps. Envoyez tout dans l'outillage de coûts auquel vos équipes infrastructure font déjà confiance — Datadog Cloud Cost Management et CloudZero ingèrent déjà l'Analytics API de Claude — et gérez l'IA comme n'importe quelle ligne cloud : économie unitaire (coût par utilisateur actif par semaine, coût par workflow abouti), budgets avec alertes, et une revue trimestrielle de rééquilibrage où les sièges dormants deviennent des crédits pour les équipes qui créent de la valeur mesurable. C'est aussi là que les dépenses IA rejoignent la mesure du ROI ; notre guide du DAF pour mesurer le ROI de l'IA couvre le versant valeur de la même équation.

La frugalité IA : la discipline à laquelle personne n'a formé vos équipes

Voici le point que la plupart des entreprises prennent à l'envers. Quand la facture IA devient variable, l'instinct est de restreindre : limites plus basses, moins de sièges, circuits de validation. Ce réflexe tue l'adoption — et c'est l'adoption, pas la restriction, qui porte le retour sur investissement de l'IA. Les entreprises qui gagnent sous la facturation au token font autre chose : elles rendent les coûts visibles puis enseignent la frugalité comme une compétence, comme l'industrie a enseigné le lean.

L'usage frugal de l'IA, ce n'est pas utiliser moins d'IA. C'est maximiser la valeur par token :

• Le bon modèle pour la bonne tâche. Une synthèse de routine n'a pas besoin d'un modèle frontière. Les nouveaux modèles par défaut de Claude l'imposent à l'échelle de l'organisation ; sur les autres plateformes, c'est une habitude à former. Ce seul changement divise généralement le coût par tâche par deux ou plus, sans toucher à la qualité.
• Des prompts cadrés et une hygiène du contexte. Les prompts vagues produisent des réponses longues et fausses qu'on relance trois fois. Apprendre à énoncer la tâche, le format et les contraintes d'emblée est une mesure d'économie déguisée en mesure de qualité.
• La réutilisation bat la re-saisie. Skills, projets, GPTs personnalisés et bibliothèques de prompts partagées : l'organisation paie une fois pour de bonnes instructions au lieu de payer chaque collaborateur pour les redécouvrir. Notre article 18 tactiques pour arrêter de brûler vos crédits Claude est un manuel complet de ces réflexes.
• Savoir quand ne pas utiliser l'IA. Un modèle de document, une recherche enregistrée ou un script de cinq lignes sont gratuits pour toujours. La requête la plus chère est celle qui n'avait pas besoin de modèle du tout.
• Éliminer les doublons et le shadow spend. Des abonnements ChatGPT Plus personnels passés en note de frais à côté d'un contrat entreprise, ou des outils non validés traitant des données de l'entreprise, sont à la fois une fuite budgétaire et un risque de gouvernance — notre guide du shadow AI explique comment les faire remonter.

Vos collaborateurs sont désormais en première ligne, que vous les y prépariez ou non : les utilisateurs de Claude reçoivent littéralement des alertes dans l'application à 75 % et 95 % de leur propre plafond. Un collaborateur qui comprend ce qui fait bouger ces chiffres ajuste son choix de modèle et ses prompts ; celui qui ne comprend pas cesse simplement d'utiliser l'IA le 25 du mois — le pire résultat possible pour tout le monde. Dans nos salles de formation, chez plus de 50 entreprises, le schéma est constant : les équipes formées à l'usage conscient des coûts augmentent leur activité IA pendant que leur coût par tâche baisse. Frugalité et adoption sont le même programme. C'est aussi l'argument pour traiter ce chantier comme un projet d'accompagnement, pas de surveillance — un point que nous développons dans les bonnes pratiques d'adoption de l'IA et que nous rendons opérationnel dans un cadre de gouvernance à la bonne taille.

Votre plan de visibilité des dépenses IA en 30 jours

1. Semaine 1 — inventoriez le compteur. Listez chaque outil IA payé par l'entreprise, son modèle de facturation (siège, crédits, dépassement), sa date de renouvellement et son responsable. Incluez les dotations de crédits : que couvrent réellement 19 $ d'AI Credits GitHub ou la dotation d'un siège Claude pour votre profil d'usage ?
2. Semaine 1 — activez les analytics natives et les garde-fous. Claude : définissez des limites de dépenses organisation et utilisateur et vérifiez que les alertes 75 %/90 % arrivent dans une boîte mail que quelqu'un lit. GitHub/Microsoft : fixez les budgets de crédits avant la montée en charge des agents. Google : consultez les rapports de seuils. OpenAI : générez votre premier export Users.
3. Semaine 2 — définissez des KPI partagés et une taxonomie unique. Utilisateur actif (28 jours), taux d'activation, coût par utilisateur actif, % de dotation consommée, dépassements. Alignez les noms de départements et les groupes SCIM sur toutes les plateformes.
4. Semaine 3 — montez le tableau de bord de niveau 1 et tenez la première revue. Trente minutes avec la finance, la DSI et un responsable par département. Des décisions, pas de la contemplation : récupérer les sièges dormants, fixer deux modèles par défaut, choisir une équipe pour un accompagnement renforcé.
5. Semaine 4 — formez les réflexes et re-mesurez. Organisez une session d'usage frugal avec l'équipe la plus dépensière, publiez un guide d'une page sur l'usage IA conscient des coûts, et comparez les chiffres de la semaine 4 à ceux de la semaine 1. Attendez-vous au résultat contre-intuitif : activité en hausse, coût par tâche en baisse.

Le rôle de Spicy Advisory

Visibilité des dépenses, usage frugal et adoption sont un seul et même chantier, et il se situe exactement là où nous travaillons. Spicy Advisory est un cabinet de conseil et de formation IA dirigé par ses fondateurs — plus de 1 500 professionnels formés dans plus de 50 entreprises dont L'Oréal, EssilorLuxottica et IGN, note de 4,98/5, en français et en anglais. Sur les dépenses IA, nous travaillons en trois temps : un audit IA qui cartographie vos usages réels, vos dépenses et vos écarts d'adoption sur Claude, ChatGPT, Copilot et Gemini ; un sprint tableau de bord qui met en place la vue multi-plateformes avec vos équipes DSI et finance ; et une formation par métier qui transforme l'usage IA sobre et productif en habitude quotidienne plutôt qu'en note de service.

Questions fréquentes