Guide approfondi
Test de résistance de la marge d'un produit d'IA : tokens LLM et surcouche logicielle
Analyse sectorielle pour décideurs
Les logiciels avaient autrefois un coût marginal quasi nul. Une fois le code écrit, servir un client de plus coûtait quelques centimes d'hébergement, ce qui explique pourquoi des marges d'abonnement de quatre-vingts ou quatre-vingt-dix pour cent sont devenues la norme et pourquoi les investisseurs ont appris à ignorer le coût des marchandises dans le logiciel. Les produits d'IA ont brisé cette règle. Chaque requête d'un utilisateur déclenche désormais une facture chez un fournisseur de modèles, et cette facture évolue avec ce que fait l'utilisateur, pas avec ce qu'il paie. Un client abonné à une offre forfaitaire de vingt-quatre dollars peut coûter cinq dollars un mois et cinquante le suivant s'il découvre un usage qui fait tourner le modèle en boucle toute la journée.
C'est le problème central d'une surcouche d'IA, un produit qui ajoute une interface et un flux de travail par-dessus le modèle de quelqu'un d'autre. Votre prix est fixe, votre coût est variable et votre fournisseur peut changer ses tarifs ou ses modèles à tout moment. La marge qui semblait saine pendant une démonstration, où un fondateur testait une poignée de requêtes, peut disparaître quand arrivent de vrais utilisateurs avec de longs documents, de grands contextes et des agents qui appellent le modèle vingt fois pour terminer une seule tâche. Le test de résistance sert à vous montrer la finesse de cette marge avant l'arrivée de votre facture.
Le modèle en dominos suit l'argent en cinq étapes. D'abord, quelle part de vos dépenses en tokens va à des utilisateurs qui ne paient rien, car une offre gratuite est un budget de promotion payé en tokens. Ensuite, quelle part du chiffre d'affaires la facture des modèles consomme. Troisièmement, la marge brute qui reste après les modèles et les frais. Quatrièmement, si le chiffre d'affaires couvre tous les coûts avec de la marge. Cinquièmement, le bénéfice. Un changement sur un levier, comme des agents qui réessaient plus souvent ou un prompt plus long, déplace d'abord les deux premières cases et le reste suit : vous voyez ainsi un problème de marge arriver un mois avant qu'il n'apparaisse dans les comptes.
L'iceberg montre ce que cache une simple facture de modèles. Au-dessus de la ligne de flottaison se trouvent la facture des modèles pour les utilisateurs payants et l'infrastructure fixe. En dessous, la facture des modèles pour les utilisateurs gratuits, les tokens brûlés en nouvelles tentatives et en boucles d'agent, la modération, la journalisation et l'évaluation que tout produit sérieux ajoute, ainsi que les frais de paiement. Dans de nombreux produits d'IA, l'offre gratuite et les nouvelles tentatives coûtent ensemble plus que l'usage des utilisateurs payants eux-mêmes. Utilisez le simulateur pour trouver le prix, le nombre de tokens ou le nombre d'utilisateurs gratuits à partir duquel votre marge s'effondre, puis décidez de plafonner, de mettre en cache, d'aiguiller ou de revoir les prix.
Formules et méthodologie
Le modèle fonctionne par mois. Les tokens par utilisateur sont les requêtes multipliées par les tokens par requête, majorés de la part de nouvelles tentatives. Les utilisateurs gratuits effectuent un quart des requêtes d'un utilisateur payant. Le prix effectif du token est le prix moyen diminué de la remise sur les tokens en cache. La facture des modèles est le nombre de millions de tokens multiplié par ce prix effectif, avec une charge d'évaluation en plus. Le bénéfice net est le chiffre d'affaires d'abonnement moins les frais, la facture des modèles, la charge d'évaluation et l'infrastructure fixe.
- Tokens par utilisateur payant
- T = requêtes × tokens par requête × (1 + nouvelles tentatives)
- La charge mensuelle en tokens que crée un utilisateur payant, nouvelles tentatives et boucles d'agent comprises.
- Prix effectif du token
- P = prix moyen × (1 − réussite du cache × 0,9)
- Les tokens en cache coûtent environ un dixième : le taux de réussite abaisse donc le prix que vous payez réellement.
- Facture des modèles
- IA = (payants × T + gratuits × T × 0,25) × P × 1,08
- L'usage payant et gratuit valorisé au prix effectif, plus huit pour cent pour l'évaluation et la journalisation.
- Bénéfice net
- Net = payants × prix − frais − IA − infrastructure
- Le résultat mensuel. Le point de rupture est celui où il atteint zéro.
- Coût de l'offre gratuite
- G = gratuits × T × 0,25 × P
- Ce que coûtent chaque mois les utilisateurs gratuits en factures de modèles sans rien payer.
- Marge brute
- MB = (chiffre d'affaires − frais − IA) ÷ chiffre d'affaires
- La part du chiffre d'affaires restant après les frais et la facture des modèles, avant l'infrastructure fixe.
Élasticité en cascade
Les tokens par requête et le prix du token se répercutent directement sur la facture des modèles : ce sont les leviers les plus élastiques, et diviser l'un des deux par deux divise la facture par deux. Les utilisateurs gratuits viennent ensuite, car ils ajoutent du coût sans chiffre d'affaires. Le prix par utilisateur est linéaire mais puissant, puisqu'il relève tous les utilisateurs payants à la fois. L'infrastructure fixe agit comme un seuil que la marge doit franchir avant que tout bénéfice n'apparaisse.
Trois études de cas concrètes
Démarrage en autofinancement
Les premiers utilisateurs payants d'un fondateur solo
Un fondateur solo lance un assistant d'écriture avec quatre-vingt-dix utilisateurs payants et six cents gratuits, en utilisant un modèle bon marché et des prompts courts. Les chiffres sont petits, l'hébergement est presque gratuit et le bénéfice est mince mais positif. Chargez ce scénario pour voir le peu de marge de manœuvre d'un jeune produit quand quelques gros utilisateurs arrivent.
Croissance d'une entreprise de taille intermédiaire
Un produit à grande échelle avec un aiguillage intelligent
Un produit de neuf mille utilisateurs payants dirige l'essentiel du trafic vers un modèle bon marché, met en cache presque la moitié de ses entrées et limite les nouvelles tentatives. La facture des modèles est importante en valeur absolue mais représente une petite part du chiffre d'affaires. Chargez ce scénario pour voir comment la rigueur d'ingénierie protège la marge à grande échelle.
Crise de type cygne noir
Un agent viral à prix forfaitaire
Un produit ajoute un agent qui fait tourner le modèle en boucle sur chaque tâche et une offre gratuite qui devient virale. Les tokens par requête triplent, les nouvelles tentatives explosent et le prix reste à douze dollars. Le chiffre d'affaires augmente tandis que chaque nouvel utilisateur creuse la perte. Chargez ce scénario pour voir quel levier redresse le mois.
Matrice des repères sectoriels
| Indicateur | Zone de danger | Moyenne du secteur | Élite : les 10 % meilleurs |
|---|---|---|---|
| Facture d'IA en part du chiffre d'affaires | Plus de 35 % | 15–25 % | Moins de 10 % |
| Marge brute après modèles et frais | Moins de 50 % | 65–75 % | Plus de 80 % |
| Part des tokens dépensée pour les utilisateurs gratuits | Plus de 50 % | 20–35 % | Moins de 15 % |
| Taux de réussite du cache de prompt | Moins de 10 % | 25–40 % | Plus de 60 % |
| Surcoût des nouvelles tentatives et boucles d'agent | Plus de 40 % | 10–20 % | Moins de 8 % |
Variables et leviers
Utilisateurs payants
Clients abonnés à une offre payante ce mois-ci.
Levier: Ne développez les utilisateurs payants que lorsque chacun rapporte plus que ce que le modèle lui coûte, sinon la croissance aggrave la perte.
Prix par utilisateur et par mois
Ce qui est facturé chaque mois à un utilisateur payant, après remises.
Levier: Passez à une tarification à l'usage ou par paliers, pour que les gros utilisateurs paient en proportion des tokens qu'ils consomment.
Utilisateurs de l'offre gratuite
Utilisateurs actifs qui se servent du produit sans payer.
Levier: Plafonnez l'offre gratuite par nombre de requêtes, dirigez-la vers un modèle moins cher ou limitez-la dans le temps, car les utilisateurs gratuits sont le plus gros coût caché.
Requêtes par utilisateur et par mois
Nombre d'appels au modèle qu'un utilisateur payant actif déclenche dans un mois.
Levier: Fixez des limites d'usage raisonnable par offre et montrez aux utilisateurs leur consommation, car une petite part de gros utilisateurs génère généralement l'essentiel de la facture.
Tokens par requête
Tokens d'entrée plus tokens de sortie pour un appel, y compris l'instruction système et le contexte récupéré.
Levier: Raccourcissez les prompts, résumez l'historique et récupérez moins de contexte, car les tokens par requête multiplient tout le reste.
Prix moyen par million de tokens
Prix moyen que vous payez par million de tokens sur l'ensemble des modèles utilisés.
Levier: Dirigez les requêtes simples vers des modèles plus petits et réservez le modèle haut de gamme aux cas difficiles.
Taux de réussite du cache
Part des tokens d'entrée servie depuis un cache ou un cache de prompt avec une forte remise.
Levier: Structurez les prompts pour que la longue partie statique vienne en premier et puisse être mise en cache, puis mesurez le taux de réussite chaque semaine.
Nouvelles tentatives et boucles d'agent
Tokens supplémentaires dépensés en appels échoués, nouvelles tentatives, réflexion et boucles d'outils.
Levier: Corrigez les échecs qui déclenchent des nouvelles tentatives et plafonnez les boucles d'agent, car chaque nouvelle tentative est une seconde facture pour la même réponse.
Infrastructure et outils fixes
Hébergement, base de données vectorielle, supervision et outils autour du modèle.
Levier: Dimensionnez l'infrastructure sur les utilisateurs actuels, car le coût fixe détermine combien de temps vous survivez à un mauvais mois.
Frais de paiement
Pourcentage prélevé par votre prestataire de paiement sur les revenus d'abonnement.
Levier: Faites passer les offres annuelles au virement bancaire ou négociez les frais du prestataire dès que le chiffre d'affaires est assez important.
Comment utiliser ce simulateur
- 1Partez du préréglage réaliste ou saisissez vos propres utilisateurs, prix, tokens et taux de cache.
- 2Lisez les cinq cases de l'effet domino pour voir si les utilisateurs gratuits, la facture des modèles ou la marge passe au rouge en premier.
- 3Appuyez sur « Trouver mon point de rupture » pour savoir quel prix, quel nombre de tokens ou quelle répartition d'utilisateurs ramène le bénéfice à zéro.
- 4Comparez le plan actuel avec le plan d'aiguillage et de plafonds sur 24 mois dans l'onglet Univers parallèle.
- 5Copiez le lien de partage pour que votre équipe ou vos investisseurs ouvrent le même scénario.
Erreurs à éviter
- Tester la marge avec une poignée de requêtes de démonstration. Les vrais utilisateurs envoient des entrées plus longues et déclenchent plus d'appels : mesurez la moyenne et les dix pour cent d'utilisateurs les plus gourmands à partir des données de production.
- Proposer une offre illimitée à prix forfaitaire. Les utilisateurs qui apprécient le plus l'illimité sont généralement ceux qui coûtent le plus, ce qui transforme vos meilleurs clients en votre plus grosse perte.
- Ignorer l'offre gratuite dans l'économie unitaire. Les utilisateurs gratuits coûtent des tokens chaque mois et apparaissent rarement à côté du chiffre d'affaires : c'est le coût le plus souvent oublié.
- Supposer que le prix de votre fournisseur ne bougera pas. Les prix et le comportement des modèles changent : gardez une marge de sécurité et la capacité de changer de modèle ou d'aiguiller vers un autre.
Questions fréquentes
Pourquoi la marge est-elle plus difficile pour un produit d'IA que pour un logiciel classique ?
Chaque requête appelle un modèle que vous payez : le coût augmente donc avec l'usage alors que votre prix reste fixe. Un logiciel classique a un coût quasi nul pour une requête de plus.
Qu'est-ce qu'un token ?
Un token est un morceau de texte, à peu près les trois quarts d'un mot en anglais. Les fournisseurs facturent séparément les tokens d'entrée et de sortie, et ce modèle utilise par simplicité un seul prix moyen par million de tokens.
Comment le cache réduit-il mon coût ?
Les fournisseurs facturent beaucoup moins les tokens qu'ils ont déjà traités dans une requête récente. Placer en premier les longues instructions répétées permet de les mettre en cache, ce qui réduit le prix effectif.
Comment fixer le prix d'un produit d'IA ?
Incluez un quota d'usage et facturez l'usage intensif, ou proposez des offres par paliers de volume. Une offre forfaitaire illimitée fait que les utilisateurs qui coûtent le plus sont aussi ceux qui s'inscrivent.
Dois-je supprimer l'offre gratuite ?
Pas nécessairement. Limitez-la par nombre de requêtes, utilisez pour elle un modèle moins cher et mesurez combien d'utilisateurs gratuits deviennent payants. Une offre gratuite est un coût de promotion et doit être budgétée comme tel.
Quelle est la précision de cet outil ?
C'est un modèle de planification pédagogique aux hypothèses explicites, pas un conseil financier. Remplacez les valeurs par vos propres données d'usage et les tarifs actuels de votre fournisseur.
Il s'agit d'un modèle de planification à visée pédagogique, fondé sur des hypothèses explicites. Il ne constitue ni un conseil financier, ni un conseil fiscal, ni un conseil juridique. Remplacez les données par vos propres chiffres et faites valider les décisions importantes par un professionnel qualifié.