Atlassian, Adobe et Citi coupent l'accès aux LLM les plus chers

Le rationnement des accès aux modèles IA vient d'entrer dans une nouvelle phase chez les grands groupes. 404 Media rapporte, sur la base de conversations Slack, de captures de tableaux de bord internes et d'e-mails obtenus auprès d'une demi-douzaine d'entreprises, qu'Atlassian, Adobe, Amazon et Citi resserrent les vannes pour contenir l'explosion des factures.

Le chiffre qui résume tout: chez au moins une des entreprises citées, la dépense IA aurait triplé en quelques mois pour dépasser 15 millions de dollars mensuels. Atlassian aurait ainsi vu sa note pour AWS, Google Cloud et les LLM d'OpenAI passer de 5 M$ en août 2025 à plus de 15 M$ en mai 2026, selon les documents consultés. Le groupe a mis fin à l'usage illimité de l'IA et déployé un tableau de bord où chaque salarié peut voir combien coûte son propre usage à l'entreprise.

Chez Citi, l'accès aux tout derniers modèles a été purement coupé, y compris Claude Opus 4.6 et 4.7 et GPT-5.5, et les salariés reçoivent désormais des consignes précises: réserver un modèle plus lourd comme Claude Sonnet à des tâches identifiées comme du "architectural reasoning" et se rabattre sur des modèles moins chers pour le reste. Adobe, de son côté, ne renouvelle pas son accès illimité à Claude, qui expire le 30 juin. Chez GitHub, il n'y a pas encore de plafond de tokens, mais la direction a prévenu ses équipes qu'elle regardait du côté des modèles open source pour baisser la facture.

La caveat honnête, c'est que 404 Media s'appuie sur des documents internes fuités et ne publie pas les factures brutes; les 15 M$ mensuels concernent, selon le récit, une seule entreprise, pas l'ensemble du panel. Le reportage ne dit pas non plus dans quelle proportion cette explosion tient à l'usage réel des équipes techniques, à des tâches triviales automatisées par les non-ingénieurs, ou simplement au fait que les fournisseurs sont passés du forfait à la tarification à l'usage. À prendre comme des indices, pas comme une comptabilité vérifiée.

L'ouverture qu'il vaut la peine de suivre est là: si ces politiques se généralisent, les modèles open source et les LLM moins puissants vont récupérer les tâches banales, pendant que les têtes de gamme se réservent aux flux les plus techniques. Le rationnement n'est pas une défaite pour l'IA en entreprise, c'est un tri par valeur ajoutée qui commence.