Cinq ans de baisse, puis la rechute
L'étude annuelle de référence sur l'usage du cloud, menée auprès de 753 décideurs, livre un chiffre que personne n'attendait. Les entreprises estiment à 29 % la part de leurs dépenses d'infrastructure et de plateforme cloud gaspillée. Elle était de 27 % un an plus tôt.
Première hausse depuis cinq ans.
Un paradoxe
Le plus étonnant tient au contexte. Les équipes FinOps n'ont jamais été aussi matures. Elles disposent d'outils, de tableaux de bord, de rituels mensuels avec les équipes techniques et financières. Et le gaspillage repart quand même.
L'explication la plus partagée s'appelle l'IA. Les charges d'entraînement et d'inférence sont récentes, coûteuses, et souvent lancées par des équipes produit ou data, en dehors des circuits habituels. Leurs coûts se fondent dans une ligne générale d'infrastructure. Pas de prévisionnel dédié. Pas de responsable identifié.
Ce qui n'est attribué à personne n'est optimisé par personne.
Le FinOps n'a pas échoué, il a changé de terrain
Le FinOps classique a été conçu pour une infrastructure relativement stable. Des machines à redimensionner. Des engagements à négocier. Des ressources orphelines à éteindre. Sur ce terrain, il a fonctionné.
Les usages IA déplacent le problème. Leur coût dépend du volume de requêtes, de la taille des modèles, du nombre d'utilisateurs. Les optimiser exige de comprendre ce qu'ils produisent, pas seulement ce qu'ils coûtent.
Piloter par la donnée de valeur
C'est là que la donnée devient centrale. Attribuer chaque dépense IA à un responsable et à un usage métier, grâce à un étiquetage systématique des ressources. Fixer un budget avant le lancement, pas après la première facture. Et surtout suivre un indicateur de valeur : coût par transaction, par document traité, par utilisateur actif. Un montant mensuel seul ne dit rien de la rentabilité d'un usage.
Concrètement, cela suppose une base de données de coûts reliée aux données d'usage. Sans cette jonction, les tableaux de bord FinOps continueront à signaler des hausses sans pouvoir dire si elles sont justifiées.
Le gaspillage cloud n'est pas un problème d'outil. C'est un problème de propriété, et de données.
