Rentabilité d'un agent IA : comment la mesurer
Pour savoir si un agent IA est rentable, il faut comparer, sur des périodes équivalentes et les mêmes types de demandes, son coût complet à ce qu'il libère ou rapporte. Le coût complet comprend la construction, la consommation du modèle, la maintenance et le temps humain de relecture. Les gains se mesurent en temps de traitement, en délai de réponse, en erreurs évitées et parfois en ventes. Sans mesure prise avant le lancement, aucune rentabilité ne peut se démontrer.
Je suis développeur Sylius et Symfony indépendant et j'intègre des agents IA dans des boutiques en ligne. La question de la rentabilité arrive toujours trop tard : une fois l'agent en place, quand plus personne ne se souvient du temps que prenaient les messages avant. Voici la méthode que je propose avant d'écrire la moindre ligne, et que j'applique dans chaque projet d'agent IA pour l'e-commerce.
Pourquoi tant de commerçants ne savent-ils pas si leur agent rapporte ?
Parce que personne n'a mesuré le point de départ. Le commerçant sent qu'il passe moins de temps dans sa boîte mail, ou au contraire qu'il passe ses soirées à corriger l'agent, mais il n'a aucun chiffre pour trancher. Il compare alors une impression à une facture, et la facture gagne toujours la discussion.
Le deuxième piège est de compter des gains qui n'existent pas. Une heure libérée n'a de valeur que si elle sert à autre chose : préparer des commandes, travailler le catalogue, prendre un jour de repos. Si cette heure se dissout dans la relecture des brouillons de l'agent, elle n'a rien rapporté.
Le troisième piège est de juger trop tôt. Les premières semaines, l'agent se trompe davantage, les règles se précisent, la relecture est plus lente. On mesure la rentabilité sur un régime stable, pas sur la mise au point.
Quels coûts faut-il compter ?
Tous, y compris ceux qu'on oublie volontiers. Voici la liste que je pose sur la table avec le commerçant.
| Poste | Ce qu'il recouvre | Comment le suivre |
|---|---|---|
| Construction | Conception, branchement sur la boutique, règles, tests | Le devis initial, une seule fois |
| Consommation du modèle | Les appels au modèle de langage, à chaque passage | La facture de votre compte chez le fournisseur, plus le coût tracé par passage |
| Hébergement | Le serveur où tourne l'agent et ses traces | La facture de l'hébergeur |
| Maintenance | Mises à jour, changement de modèle, nouvelles règles | Le temps passé, mois par mois |
| Relecture humaine | Le temps de valider ou corriger ce que l'agent prépare | Un relevé simple sur quelques semaines |
La consommation du modèle est le poste qui fait le plus peur, parce qu'il varie avec le volume. Elle se maîtrise avec deux couches : le cache, qui évite de repayer ce qui a déjà été envoyé, et le routeur de modèles, qui confie les cas simples à un modèle plus léger. Anthropic documente par exemple la mise en cache des prompts, et les autres grands fournisseurs proposent un mécanisme comparable. Le détail de ces leviers est dans l'article sur la facture d'un jour de pic.
Un point que je mets toujours en avant : l'agent est branché sur votre propre compte chez le fournisseur du modèle. Vous voyez la consommation réelle, sans abonnement de plateforme de chatbot ni marge ajoutée par un intermédiaire. C'est la condition pour que le calcul soit honnête.
Et si un agent le faisait pour vous ?
Laissez votre numéro : je vous rappelle sous 24 heures ouvrées et je regarde avec vous ce qu'un agent peut prendre en charge dans votre boutique, dans votre budget.
Quels gains mesurer, et comment ?
Je retiens rarement plus de quatre indicateurs, choisis avant le lancement et mesurés de la même façon avant et après.
Le temps de traitement par demande. Combien de minutes pour traiter un message de chaque type, de l'ouverture à l'envoi. C'est le gain le plus direct, et je consacre un article entier à la mesure des heures réellement gagnées.
Le délai de première réponse. Le temps qui sépare le message du client de la réponse. Un délai qui se raccourcit évite des relances, des réclamations et parfois des avis négatifs.
Le taux de brouillons validés sans retouche. C'est l'indicateur de qualité de l'agent. S'il reste bas, le temps de relecture mange le gain.
Les erreurs évitées. Un remboursement accordé hors règle, un échange envoyé deux fois, une information de délai fausse. On ne les compte que si on les relevait déjà avant.
Pour un conseiller d'achat sur le site, on ajoute un indicateur commercial, comme le taux de conversion des visiteurs qui l'utilisent. Mais attention à l'attribution : un visiteur qui pose une question était peut-être déjà décidé à acheter.
Comment poser le calcul sans se raconter d'histoire ?
Le calcul tient en une phrase. Sur une période donnée, la valeur du temps libéré et des erreurs évitées, moins le coût récurrent de l'agent, doit couvrir en un délai raisonnable le coût de construction. Chaque terme doit venir d'une mesure, pas d'une estimation enthousiaste.
Trois règles rendent la comparaison fiable. Comparer des périodes équivalentes : pas un mois de soldes contre un mois creux. Comparer les mêmes types de demandes : si l'agent ne traite que les questions de suivi, on ne mesure que celles-là. Et compter la relecture humaine comme un coût, pas comme un détail.
Que peut-on mesurer sur une boutique Sylius ?
Sur Sylius, beaucoup de mesures existent déjà dans la base : les commandes, leurs états de paiement et d'expédition, les dates de chaque transition. On peut donc relier un message client à la commande concernée et voir, par exemple, combien de demandes de suivi arrivent pour des colis déjà livrés.
Le reste vient des traces de l'agent. Sur l'agent de service client que je construis en ce moment pour une boutique sous Sylius 2, chaque passage sera tracé : ce que l'agent a lu, ce qu'il a proposé, les règles citées, la version des règles, le modèle utilisé et le coût. Un plafond de dépense par jour déclenche une alerte, et les messages attendent au lieu de faire grimper la facture. Avec ces traces, la question « combien coûte le traitement d'une demande de retour ? » a une réponse précise.
Ce que l'agent ne fait jamais seul : juger de sa propre utilité. C'est une personne qui compare les brouillons proposés aux réponses réellement envoyées, et qui décide si le périmètre doit grandir, rétrécir ou s'arrêter.
Quand faut-il élargir, réduire ou arrêter ?
Élargir quand une tâche est stable, que les brouillons sont presque toujours validés tels quels et que le coût par passage est connu. Réduire quand une catégorie de messages coûte cher en relecture sans gain visible : mieux vaut la rendre à l'humain. Arrêter quand, après la période de mise au point, le coût récurrent dépasse durablement la valeur mesurée. Le code vous appartient, rien ne vous retient dans un abonnement.
Pour savoir ce qu'un agent pourrait rapporter dans votre boutique avant de dépenser quoi que ce soit, je propose un diagnostic IA offert : je vous rappelle sous 24 heures ouvrées, je regarde vos demandes clients et je vous propose une solution qui rentre dans votre budget.