La facturation à l’utilisation n’est pas une nouveauté, mais les produits d’intelligence artificielle (IA) l’ont poussée à un point tel que les procédés standard ne suffisent plus. La variabilité des jetons, les boucles d’agents qui se propagent à des centaines d’appels en aval et les charges de travail pouvant atteindre des pics en quelques minutes créent des problèmes techniques liés à l’attribution des événements, à l’exactitude de la comptabilisation et à la maîtrise des coûts que la facturation traditionnelle par interface de programmation d’application (API) n’a jamais eu à résoudre. En effet, 46 % des responsables informatiques affirment que la tarification imprévisible constitue un obstacle majeur à la mise en œuvre de l’IA générative au sein de leur organisation.

Dans cet article, nous allons voir comment mettre en place une facturation à l’utilisation pour les services d’IA, comment transformer les événements bruts en montants facturables clairs, et comment mettre en place des mécanismes de protection permettant de détecter les coûts incontrôlés avant qu’ils ne donnent lieu à des contestations de factures.

Points clés

• Le contrat d’événement d’utilisation constitue la base de tout ce qui en découle. Les choix effectués dès le début concernant le schéma peuvent déterminer le degré de difficulté que vous rencontrerez lorsque les modèles de tarification évolueront ou qu’il faudra résoudre des contestations.

• La déduplication, les politiques d’événement tardif, les corrections et le contrôle de version des règles permettent de distinguer un système qui génère des factures fiables de celui qui finit par compter deux fois un élément. Le déterminisme et l’idempotence ne sont pas facultatifs.

• La maîtrise des coûts doit être intégrée au niveau de l’exécution. Les réservations de crédit, les mécanismes de coupure automatique pour les boucles d’agents et la détection des anomalies doivent se déclencher avant que l’utilisation ne soit générée.

Qu’est-ce que la facturation à l’utilisation pour les entreprises spécialisées dans l’IA?

La facturation à l’utilisation permet de facturer les clients en fonction de leur consommation (par exemple, le nombre de jetons traités, les secondes de calcul, les appels à l’API, les actions des agents) plutôt que sur la base d’un forfait.

Ce modèle est flexible, car le coût de l’inférence peut varier de plusieurs ordres de grandeur d’un client à l’autre. Une tarification forfaitaire revient à aider les gros utilisateurs ou à dissuader les petits utilisateurs. Une tarification en fonction de l’utilisation nécessite un pipeline capable de générer des événements d’utilisation, de les ingérer de manière fiable, de les comptabiliser correctement et de les convertir en factures, souvent en temps quasi réel.

Comment fonctionne la facturation à l’utilisation pour les entreprises spécialisées dans l’IA?

De manière générale, le système transforme une action facturable effectuée dans votre produit en un poste sur la facture du client. Chaque étape comporte ses propres risques de défaillance, qui s’accumulent si elles ne sont pas bien conçues.

Voici les différentes étapes et leur fonctionnement :

• Émission : votre application émet un événement d’utilisation chaque fois qu’une action facturable se produit : une tâche terminée, une demande d’intégration, un agent d’outil ou une étape d’agent.

• Ingestion : l’événement passe par un pipeline qui le valide, le met en mémoire tampon et l’archive de manière durable. Le pipeline doit être capable d’absorber le trafic sans perdre d’enregistrements ni subir de dégradation.

• Comptage : les événements bruts sont regroupés en quantités facturables sur les périodes de facturation. Cette couche applique de manière cohérente les définitions d’unité, la logique de tarification et les règles d’agrégation.

• Facturation : les totaux comptabilisés sont transmis à votre système de facturation, qui génère les postes de facture, applique les avoirs ou les rabais et facture le client.

Chaque couche doit être correcte en soi. Il ne faudrait pas que vous découvriez un problème d’ingestion lorsque vous constatez un écart de revenus plusieurs semaines plus tard.

Quels sont les comportements propres à l’IA qui compliquent la mise en œuvre de la facturation à l’utilisation?

L’API traditionnelle repose sur un principe simple : une requête génère une réponse et un événement facturable. Les charges de travail de l’IA ne fonctionnent pas ainsi.

Voici ce qui rend les comportements propres à l’IA plus difficiles à mettre en œuvre dans le cadre de la facturation à l’utilisation :

Boucles d’agents et répartition des appels d’outils

Une seule action d’un utilisateur (par exemple, « faire des recherches sur ce sujet et rédiger un rapport ») peut déclencher des dizaines, voire des centaines d’appels à de grands modèles de langage (GML), d’invocations d’outils et d’étapes de recherche. L’attribution devient alors rapidement complexe. Quelles actions sont facturables? Qui est facturé lorsqu’une seule session d’agent concerne plusieurs utilisateurs, projets ou locataires? Si cela n’est pas défini au niveau du schéma d’événement, il peut s’avérer plus difficile de corriger cela par la suite.

Variabilité des jetons

Les jetons d’entrée et de sortie ont des coûts différents et ne peuvent être estimés à l’avance. Une requête avec une invite de 200 jetons peut renvoyer 50 jetons ou plusieurs milliers, selon la tâche, les paramètres du modèle et le comportement de génération. Il n’est pas possible de facturer à l’avance en fonction de la taille de la requête. Vous devez générer des événements après l’exécution en indiquant les nombres réels.

Répartition inégale de la charge de travail

Un traitement par lots d’entreprise lancé à 2 heures du matin peut générer plus d’utilisation en quelques heures que pendant les deux semaines précédentes réunies. Les systèmes d’ingestion doivent gérer ces pics sans perdre d’événements, sans prendre de retard ni retarder la facturation.

Coûts non déterministes

Une même invite peut générer un nombre de jetons différent d’une exécution à l’autre, notamment dans le cadre de la diffusion en continu, des appels de fonctions ou des chaînes d’agents. Cela complique la réalisation de tests déterministes et nécessite une logique de comptage conçue dès le départ pour tolérer ces variations.

Coûts non déterministes

Une même invite peut générer un nombre de jetons différent d’une exécution à l’autre, notamment dans le cas de la diffusion en continu, des appels de fonction ou des chaînes d’agents.

À quoi ressemble un contrat d’événement d’utilisation fiable pour les entreprises spécialisées dans l’IA?

L’événement d’utilisation est l’unité de base de votre système de facturation. Tous les systèmes en aval, du comptage à l’audit en passant par la facturation, reposent sur la stabilité et la clarté du contrat d’événement.

Voici à quoi ressemble un contrat d’événement d’utilisation fiable :

• Identifiants de client et de projet : identifiants stables et immuables qui ne changent pas lorsqu’un client renomme son organisation ou restructure la hiérarchie de son compte.

• Horodatage de l’action : moment où l’action s’est produite, et non moment où l’événement a été émis. Les pipelines asynchrones peuvent entraîner des retards qui ont une incidence sur l’attribution par période.

• Unité et quantité : ce que vous mesurez (par exemple, les jetons d’entrée, les jetons de sortie et les secondes de calcul) et en quelle quantité. Veillez à ce que les unités restent élémentaires, sauf si votre tarification les traite de manière identique.

• Identifiant de corrélation : identifiant unique qui relie un événement d’utilisation à la requête, à la session ou à l’exécution de l’agent d’origine. C’est ce qui vous permet de remonter jusqu’aux journaux de l’application à partir d’un poste de facture.

• Indicateur de facturation et code de motif : toutes les actions ne sont pas facturables. Indiquez clairement la décision de facturation au moment de l’événement plutôt que de la dissimuler dans la logique en aval, où elle est plus difficile à vérifier.

• Version du schéma : lorsque vos modèles tarifaires changent, les anciens et les nouveaux événements doivent coexister. Le contrôle de version permettra cela.

Comment les entreprises spécialisées dans l’IA doivent-elles concevoir l’ingestion et le stockage pour la facturation à l’utilisation?

Deux exigences priment à ce niveau : la fiabilité et l’immuabilité. Tout le reste (débit, latence, validation du schéma) est au service de ces objectifs.

Voici comment les entreprises spécialisées dans l’IA doivent concevoir l’ingestion et le stockage :

Fiabilité

Écrivez dans un système de file d’attente résilient avec une sémantique de « livraison au moins une fois ». La file d’attente vous protège contre les pannes passagères; les clients en aval se chargent de la déduplication. N’écrivez pas les événements d’utilisation directement à partir de votre application dans une base de données.

Vérifiez que les champs obligatoires sont bien présents, que les identifiants sont correctement résolus et que les horodatages sont plausibles. Rejetez rapidement les événements mal formés présentant des erreurs évidentes, plutôt que de laisser des données erronées se glisser dans le système de comptage.

Concevez explicitement votre système pour gérer les pics de trafic. Une capacité d’ingestion insuffisante entraîne généralement des échecs dus à la perte d’événements.

Immuabilité

Votre magasin d’événements bruts doit être en mode « ajout uniquement ». Cela signifie que, bien que de nouvelles données puissent être ajoutées à la fin d’un fichier ou d’une base de données, les données existantes restent immuables (elles ne peuvent être ni modifiées ni supprimées). En cas d’erreur, comme un nombre de jetons mal calculé ou un client mal attribué, émettez un événement de correction qui fait référence à l’initial plutôt que de modifier l’enregistrement source. Ceci est indispensable pour la résolution des contestations. Lorsqu’un client conteste une facture, vous devez rejouer la séquence exacte d’événements qui a généré ce montant.

Comment les entreprises spécialisées dans l’IA transforment-elles les événements d’utilisation bruts en agrégats facturables précis?

Le comptage est un domaine où la précision est essentielle. Pour des événements d’entrée et des règles identiques, le résultat doit toujours être le même.

Quatre propriétés rendent cela possible :

• Déduplication et idempotence : la « livraison au moins une fois » garantit l’existence de doublons. Cette idempotence (selon laquelle les résultats d’une opération sont toujours identiques) implique que chaque événement doit disposer d’un identifiant unique et que l’agrégation doit procéder à une déduplication avant le comptage. Sans cela, le risque de double facturation est nettement plus élevé.

• Gestion des événements tardifs : les événements n’arrivent pas dans l’ordre. Définissez une politique claire : clôturez une période de facturation X minutes après la date limite, acceptez les événements tardifs jusqu’à cette heure butoir, et signalez ou rejetez tout ce qui arrive après. La cohérence est essentielle.

• Événements de correction : lorsque des erreurs apparaissent, générez des événements de correction qui ajustent les totaux, font référence à l’événement d’origine et expliquent la raison de cette modification. Ne modifiez pas les agrégats historiques.

• Contrôle de version des règles : les règles de tarification peuvent changer, mais les événements doivent être comptabilisés selon les règles en vigueur au moment où ils se sont produits. L’application des règles actuelles à l’utilisation du dernier trimestre entraînerait des factures erronées.

Des outils tels que Stripe Billing se chargent de l’agrégation au niveau des factures, mais votre système interne de comptage doit générer ses propres agrégats de manière indépendante. Ceux-ci constituent votre source de référence pour le rapprochement.

Comment les entreprises spécialisées dans l’IA utilisent-elles des mécanismes de protection pour maîtriser leurs coûts?

Les charges de travail liées à l’IA peuvent générer des dépenses (les vôtres et celles de vos clients) plus rapidement qu’un être humain ne peut intervenir. Les mesures de protection doivent fonctionner en temps réel.

Voici comment les entreprises spécialisées dans l’IA les utilisent pour éviter une explosion des coûts :

Registres de crédits et réserves

Avant d’exécuter une action génératrice d’utilisation, bloquez le montant prévu sur le solde du client. Si le blocage échoue, n’exécutez pas l’action. Une fois l’action exécutée, effectuez le règlement en fonction de l’utilisation réelle. Ce principe s’inspire de la préautorisation des cartes de crédit et constitue le modèle conceptuel approprié pour la facturation de l’IA.

Limites souples et limites strictes

Les limites strictes bloquent purement et simplement l’utilisation. Les limites souples déclenchent des alertes à l’approche des seuils. Ces deux types de limites doivent être configurables par client et par projet. Les charges de travail de production et les comptes d’essai ont des seuils de tolérance différents.

Disjoncteurs pour les charges de travail des agents

Les agents nécessitent une gestion particulière. Définissez un nombre maximal d’étapes, un plafond de dépenses par session et des mécanismes d’arrêt automatique. Appliquez ces mesures au moment de l’exécution, et non après la facturation. Une fois que le service de facturation a pris connaissance de l’événement, le coût est déjà irrécupérable.

Détection d’anomalies

Suivez la vitesse d’utilisation par client et signalez les écarts dépassant un seuil défini (par exemple, 0,1 $ par unité). Une mise en pause automatique suivie d’une file d’attente pour examen humain constitue souvent la réponse appropriée. L’objectif est de détecter les dérapages avant qu’ils ne se transforment en contestations ou en surprises au niveau du coût des marchandises vendues.

Comment Stripe Billing peut vous aider

Stripe Billing vous permet d’émettre des factures et de gérer vos clients comme vous le souhaitez, que ce soit pour une simple facturation récurrente, une facturation à l’utilisation ou des contrats négociés. Commencez à accepter des paiements récurrents dans le monde entier en quelques minutes, sans codage, ou créez une intégration personnalisée à l’aide de l’API.

Stripe Billing peut vous aider à :

• Proposer des tarifs flexibles : répondez plus rapidement à la demande des utilisateurs grâce à des modèles tarifaires flexibles, notamment des formules fondées sur l’utilisation, à plusieurs niveaux, à forfait avec supplément en cas de dépassement, et bien d’autres encore. La prise en charge des bons de réduction, des essais gratuits, des facturations au prorata et des options supplémentaires est intégrée.

• Vous développer à l’international : augmentez votre taux de conversion en proposant les modes de paiement préférés de vos clients. Stripe prend en charge plus de 100 modes de paiement locaux et plus de 130 devises.

• Accroître les revenus et réduire le nombre de désabonnements : augmentez vos revenus et réduisez les résiliations involontaires grâce aux Smart Retries et à l’automatisation des procédures de recouvrement. Les outils de recouvrement de Stripe ont permis à leurs utilisateurs de récupérer plus de 6,5 milliards de dollars de revenus en 2024.

• Gagner en efficacité : utilisez les outils modulaires de Stripe pour la gestion fiscale, le reporting des revenus et l’analyse des données pour regrouper plusieurs systèmes de gestion des revenus en un seul. Intégrez-les facilement à des logiciels tiers.

Découvrez-en plus sur Stripe Billing, ou commencez dès aujourd’hui.