Les marges des produits IA : la question par laquelle commencer

Sur un deal IA, nous recommandons de commencer par les marges. Pas par la démo, pas par la roadmap : par le coût complet d’une requête et par ce que devient la marge brute quand l’usage décuple. Un produit LLM porte un coût variable que le SaaS classique n’a jamais connu, et les réflexes de valorisation hérités du logiciel, calés sur des marges brutes de 80 à 90 %, ne s’appliquent plus sans vérification.

La question du coût d’inférence est simple à poser et très discriminante. Les équipes qui tiennent leur économie unitaire répondent en quelques secondes, avec un chiffre par action utilisateur. Les autres répondent par la marge brute moyenne du dernier trimestre, ou par "les prix des modèles baissent de toute façon". La suite de la due diligence ressemble en général à cette première réponse.

Le coût complet d’une requête

Le prix affiché de l’API ne dit presque rien du coût réel. Une action utilisateur déclenche rarement un appel unique : il y a la reformulation de la question, la recherche documentaire, la génération, souvent une étape de validation ou de guardrails, et des reprises quand la sortie est mal formée. Un produit agentique multiplie encore ces appels entre planification, outils et vérifications.

S’ajoutent les tokens de contexte, qui dominent souvent la facture : historique de conversation, documents récupérés, instructions système. Puis tout ce qui entoure le modèle : les embeddings, la base vectorielle, l’observabilité, et le temps de relecture humaine quand le workflow en prévoit une. La bonne unité de compte n’est pas le prix d’un appel API, c’est le coût complet d’une action utilisateur aboutie, reprises comprises.

La sensibilité aux prix des modèles

La marge d’un produit LLM repose en partie sur les décisions tarifaires d’un fournisseur. Les prix par token ont beaucoup baissé depuis 2023, et beaucoup d’équipes en ont fait une hypothèse de plan : la baisse continuera et absorbera la croissance des coûts. C’est une hypothèse, pas une stratégie. Une baisse des prix profite aussi à tous les concurrents, et elle s’accompagne régulièrement de nouveaux modèles plus chers, que le produit finit par adopter pour rester au niveau.

Ce que nous vérifions pendant l’audit : l’architecture permet-elle de changer de modèle, ou de router les requêtes simples vers un modèle plus petit, sans effondrer la qualité. Et l’équipe connaît-elle sa marge dans le scénario où le prix de son modèle principal double, ou dans celui où ce modèle est déprécié avec six mois de préavis. Une équipe qui a déjà fait cet exercice a en général fait le reste correctement aussi.

La marge à l’échelle

Le point le plus souvent négligé : la structure de prix du produit et la structure de ses coûts ne bougent pas ensemble. Un abonnement par siège est fixe ; le coût d’inférence suit l’usage. Si le produit réussit, l’engagement augmente et la marge par client se dégrade. C’est un des rares modèles économiques où le succès d’adoption peut appauvrir.

La moyenne cache l’essentiel. Demandez la distribution : la consommation médiane et celle du 95e centile, dont l’écart est souvent bien plus grand que ce que la moyenne laisse deviner. Demandez la marge par segment plutôt que la marge consolidée, parce qu’un grand compte en usage intensif peut être servi à perte sans que le chiffre global ne bouge. Et regardez la trajectoire dans le temps : le contexte par utilisateur, documents accumulés et historiques, a tendance à croître, donc le coût par action aussi, à comportement égal.

Ce qu’il faut demander dans la data room

Cinq pièces suffisent à faire le tri :

1. Le coût complet par action utilisateur, orchestration et reprises comprises, avec la méthode de calcul.
2. La marge brute par segment de clients, sur les douze derniers mois.
3. La distribution de consommation : médiane, 95e centile, et les dix comptes les plus consommateurs.
4. Une analyse de sensibilité : la marge si le prix du modèle principal double, et si l’usage décuple.
5. Ce qui a déjà été fait sur les coûts : cache, routage entre modèles, discipline de contexte.

Une équipe sérieuse produit ces pièces en quelques jours, parce qu’elle les regarde déjà chaque mois. Leur absence est un signal en soi, à croiser avec les autres points de notre checklist IA et avec les questions à poser aux fondateurs en entretien.

Les marges disent enfin quelque chose de la défensibilité. Un produit qui ne maîtrise ni ses coûts ni son architecture d’inférence est souvent une surcouche sans profondeur, et se valorise comme telle. C’est pour cela que nos audits techniques et IA commencent par l’économie unitaire : elle résume en un chiffre la qualité de l’ingénierie et la lucidité de l’équipe.