Il y a une différence que je trouve fondamentale, et que beaucoup d'entreprises n'ont pas encore intégrée : la différence entre un chatbot et un agent. Un chatbot, c'est simple : vous posez une question, il répond, vous payez un token en entrée et un token en sortie, c'est maîtrisable. Un agent, c'est complètement différent... lui, il enchaîne des dizaines, des centaines de requêtes pour accomplir une tâche, que ce soit coder une application, rédiger un rapport à partir de notes éparses, ou analyser un dataset et produire des recommandations. Et chaque étape, chaque requête intermédiaire, c'est un appel d'API facturé.
Et bien figurez-vous que Google traite désormais 3,2 millions de milliards de tokens par mois... c'est sept fois plus qu'il y a un an, et trois cent trente fois plus qu'il y a deux ans. Chez OpenAI, les interactions quotidiennes avec Codex ont été multipliées par 15 depuis janvier 2026. 179 entreprises clientes ont dépassé les 1 000 milliards de tokens générés au total, et on en est encore aux premiers déploiements d'agents en entreprise.
Donc là, faites le calcul avec moi : sur un cloud, chaque étape de l'agent est une requête facturée. Si vous avez un agent qui fait 100 étapes pour accomplir une tâche, c'est 100 fois le coût d'un chatbot pour la même tâche. Et ça, ça veut dire que les factures vont exploser, parce que les agents sont exactement ce que tout le monde veut déployer maintenant... c'est le produit de l'année 2026, et c'est aussi le produit qui va tuer les budgets.
Le coût marginal zéro : l'avantage du local
Et là, il se passe quelque chose d'assez remarquable avec l'IA locale. Sur un serveur local, un agent qui fait 100 étapes ne coûte rien de plus que l'électricité. Le modèle tourne sur votre machine, chaque itération c'est du calcul local, il n'y a pas d'API, pas de compteur qui tourne, pas de facture qui arrive en fin de mois... le coût marginal est strictement zéro.
Plus l'agent itère, plus l'écart se creuse entre le cloud et le local. Un agent cloud à 0,01 euro le token, 100 étapes, c'est 1 euro par tâche... le même agent sur votre serveur, c'est 0. Et ça, vous le multipliez par le nombre d'agents, par le nombre d'employés, par le nombre de tâches par jour. C'est mathématique, et c'est pour ça que je dis que les agents rendent l'IA locale économiquement évidente.
LeCun : les agents actuels ne prévoient pas, ils imitent
Yann LeCun, dans son entretien au Figaro en juin 2026, a dit quelque chose sur les agents qui vaut la peine qu'on s'y arrête. Il dit que les systèmes agentiques proposés aujourd'hui par Google ou OpenAI n'ont pas la capacité de prédire les conséquences de leurs actions... et bien ils sont entraînés à imiter l'humain, et l'imitation, selon LeCun, l'imitation reste une reproduction de comportements observés, et vraiment pas de l'intelligence au sens où l'entend LeCun.
Et ça rejoint quelque chose que je remarque sur le terrain : les agents qu'on déploie aujourd'hui sont gros consommateurs de tokens parce qu'ils procèdent par essais et erreurs, par itérations successives, un peu comme quelqu'un qui tâtonne dans le noir. Et chaque tâtonnement, en cloud, ça se facture. En local, ça se tâtonne gratuitement, si je peux dire... le modèle teste, se trompe, recommence, ajuste, tout ça sur votre machine, sans que ça ne coûte un centime de plus.
Le cloud pour le prototype, le local pour la production
Alors je ne dis pas qu'il faut tout basculer en local du jour au lendemain, ce serait absurde. Le cloud a sa place, surtout pour le prototype, pour la preuve de concept, pour les tâches qui nécessitent la dernière frontière du modèle. Et bien le local, lui, a sa place pour la production d'agents à grande échelle, pour les usages récurrents, internes, qui vont consommer des milliers de tokens par jour et par employé.
Si vous êtes en train de réfléchir à déployer des agents IA dans votre entreprise, et bien c'est peut-être le moment de faire le calcul entre le cloud et le local avant de signer... et je peux vous aider à le faire.