Rapport de recherche sur la monétisation de l’IA générative

Monétisation de l’IA générative : une opportunité stratégique pour les entreprises SaaS

Rédigé par: Michael Mansard, Président EMEA du Subscribed Institute

Méthodologie : Cette analyse repose sur une étude approfondie de plus de 70 entreprises proposant des solutions d’IA générative. Nos recommandations s’appuient sur une approche rigoureuse, combinant données publiques issues de communiqués de presse, articles spécialisés et sites fournisseurs, actualisées jusqu’en avril 2024.

Explorez nos découvertes

Cliquez sur les liens ci-dessous pour en savoir plus sur les sujets qui vous intéressent le plus.

La Monétisation de l’IA générative

Atténuer vos coûts

Promouvoir l’adoption de votre offre

Tarification adaptée à la valeur

Evolution future

L’année 2023 restera sans doute comme celle où l’IA générative (GenAI) est passée du statut de technologie prometteuse à celui d’innovation grand public. Tandis que les entreprises se sont empressées de lancer de nouveaux produits GenAI, les utilisateurs finaux ont commencé à en explorer le potentiel dans leur vie personnelle comme professionnelle. Nous avons observé à la fois des réussites remarquables et des échecs notables, alors que le rythme effréné de l’innovation favorisait l’émergence de nouveaux modèles économiques.

Si certaines solutions GenAI sont proposées de manière autonome, de nombreuses entreprises établies intègrent désormais l’IA générative au cœur de leurs suites de produits. Fin 2023, plus de trois quarts des entreprises SaaS avaient déjà lancé ou développaient une offre GenAI.

Pourtant, malgré cet engouement, seules 15 % de ces entreprises avaient monétisé leurs solutions. Dans leur volonté d’accélérer la mise sur le marché, beaucoup ont lancé leurs produits sans élaborer de stratégie de monétisation à long terme. Certaines ont même choisi de renoncer totalement à la monétisation lors du lancement.

En analysant plus en détail différents exemples (que nous aborderons dans le reste de cette série), un constat s’impose : beaucoup d’entreprises se contentent de modèles tarifaires simplistes, au lieu de concevoir des stratégies pérennes et adaptées à l’avenir. Compte tenu des coûts élevés et des marges plus faibles associés au GenAI, cette approche pourrait s’avérer risquée, voire désastreuse.

Les guerres de prix entre grands acteurs — comme ChatGPT Plus, Google One AI Premium ou Amazon Q Business — donnent l’illusion que l’ajustement tarifaire suffit à assurer le succès de la monétisation du GenAI. En réalité, le défi est bien plus complexe.

Pour rester compétitives dans ce marché en pleine évolution, les entreprises doivent adopter des stratégies de monétisation agiles. Cela implique d’itérer en continu, d’aligner les prix sur la valeur perçue par le client et de s’adapter rapidement à l’évolution de la demande. C’est à cette condition qu’elles pourront atteindre ce que nous appelons la Monétisation Totale — une approche dynamique qui dépasse la simple tarification pour maximiser à la fois revenus et croissance.

Alors que ce nouveau marché prend forme, 2024 marque véritablement le début de la monétisation du GenAI. Les gagnants ne seront pas ceux qui « offrent gratuitement », mais ceux qui sauront mettre en place des stratégies de Monétisation Totale afin de bâtir des modèles d’affaires durables et évolutifs.

Notre analyse de plus de 70 offres GenAI révèle une riche diversité de stratégies en train de se développer en temps réel. Dans cette série, nous documenterons et explorerons l’évolution du marché de la monétisation du GenAI, en commençant par le triangle coût–adoption–valeur, et ce qu’il révèle sur les raisons pour lesquelles la monétisation du GenAI reste encore une opportunité manquée pour tant d’entreprises.

La majorité des entreprises SaaS passent à côté de l’opportunité de monétiser le GenAI

L’adoption rapide du GenAI par les entreprises et les particuliers s’explique par son design centré sur l’utilité, ses solutions orientées utilisateur et ses interfaces simplifiées. Cependant, en raison de l’évolution rapide de la technologie et du marché, des lignes directrices claires sur les meilleures pratiques de monétisation font encore défaut.

Expérimenter et itérer sur les stratégies de monétisation a toujours été un exercice délicat dans le SaaS. Pour le GenAI, avancer rapidement et apprendre des pionniers est absolument essentiel au succès. Si la monétisation n’est qu’une réflexion secondaire, l’échec devient hautement probable. Avec des marges brutes en moyenne inférieures de 10 à 30 points à celles du SaaS traditionnel, la rentabilité est difficile à atteindre dès le départ.

Pour les entreprises qui développent et déploient des solutions GenAI, identifier la bonne stratégie de monétisation nécessite un exercice permanent d’équilibre. Nos recherches montrent que les entreprises devraient continuellement explorer et viser un alignement entre trois axes clés :

Orienté coût : une approche simple à mettre en place et protectrice des marges, mais qui reste déconnectée de la valeur perçue par le client. Résultat : des revenus laissés sur la table ou un risque de surfacturation.
Orienté adoption : facilite l’onboarding et l’accès aux services, mais souvent au détriment de la rentabilité, notamment au regard des économies spécifiques générées par le GenAI par rapport au SaaS.
Orienté valeur : assure un alignement direct entre création et capture de valeur, mais requiert une stratégie claire et des outils robustes pour mesurer et démontrer cette valeur. Cette approche doit constituer l’objectif à long terme de la plupart des entreprises.

Image : Une itération continue est nécessaire pour équilibrer les coûts, l’adoption et la valeur afin d’atteindre une Monétisation Totale du GenAI.

Bien qu’il n’y ait pas de manière unique de monétiser vos offres GenAI, comprendre les interactions et les défis de ces trois domaines clés de monétisation peut aider à fournir un focus stratégique.

Les dynamiques de coûts du GenAI diffèrent profondément de celles du SaaS traditionnel

Contrairement au SaaS classique, la nature même des solutions GenAI génère des coûts significatifs à chaque interaction ou requête utilisateur, ce qui entraîne des coûts marginaux beaucoup plus variables et dynamiques. En pratique, les coûts du GenAI augmentent proportionnellement avec le volume de requêtes des utilisateurs.

Alors que le Coût d’Acquisition Client (CAC) est historiquement l’un des leviers majeurs de l’économie SaaS, le GenAI exige une attention particulière au Coût des Biens Vendus (COGS). À titre d’illustration, OpenAI dépense environ 700 000 dollars par jour pour faire fonctionner ChatGPT. Et même avec des revenus annuels estimés à plus de 2 milliards de dollars, la croissance reste freinée par des coûts opérationnels extrêmement élevés. Étant donné la forte demande attendue pour le GenAI et la complexité croissante des cas d’usage, une réduction notable de ces coûts paraît peu probable à court terme.

Ces dépenses considérables proviennent notamment :

des investissements R&D nécessaires (réentraînement des modèles, inférence, expertise rare en IA),
des coûts récurrents liés à l’hébergement et à l’exécution, traditionnellement autour de 10 % des revenus dans le SaaS, mais nettement supérieurs pour le GenAI (+5 à +15 points de pourcentage en moyenne).

En outre, chaque interaction client avec un modèle GenAI — autrement dit, chaque inférence — engendre un coût marginal tangible, introduisant une variabilité des coûts beaucoup plus forte que dans le SaaS, qui bénéficie d’économies d’échelle plus marquées.

L’essor des modèles de monétisation basés sur l’usage

Face à ces contraintes, plus d’un tiers des 70 offres GenAI analysées dans notre étude adoptent un modèle de consommation (usage-based) ou un modèle hybride, combinant facturation récurrente et facturation à l’usage. En reliant directement la consommation réelle des clients à la tarification, ces approches permettent d’aligner plus efficacement revenus et coûts. Les unités de facturation les plus courantes incluent : jetons consommés, heures CPU/GPU, images générées, etc.

Ces modèles sont particulièrement répandus chez les fournisseurs de plateformes GenAI tels qu’OpenAI, Anthropic, Amazon, Cohere, Google Vertex, AI21, MistralAI, HuggingFace ou AWS Bedrock.

Mais la tendance gagne aussi la couche application. Par exemple :

Microsoft facture Copilot for Security sur une base “par heure d’unité de calcul de sécurité”,
Adobe propose Firefly via un abonnement incluant un certain nombre de crédits, avec la possibilité d’en acheter des supplémentaires.

Le taux d’adoption dépasse la monétisation réussie

L’adoption et le déploiement du GenAI connaissent une croissance exponentielle dans les entreprises depuis plusieurs mois. Les acteurs du secteur misent sur une poursuite de cette dynamique, portée par la montée en compétences des employés et des dirigeants. À mesure que la maîtrise de l’IA progresse, les cas d’usage se multiplient et le potentiel de création de valeur s’élargit considérablement.

Selon les données disponibles, 91 % des organisations s’attendent à des gains de productivité liés à l’utilisation du GenAI.

Lors de nos entretiens avec des décideurs, notamment issus du SaaS traditionnel ayant récemment enrichi leurs offres avec l’IA, un constat s’impose : l’adoption pourrait être plus mesurée que ne le suggèrent certains articles spécialisés. Néanmoins, pour les éditeurs SaaS, il demeure essentiel de pénétrer rapidement le marché — et ce malgré l’augmentation des coûts spécifiques au GenAI déjà évoqués.

Dans cette course à l’adoption, de nombreuses entreprises se reposent sur des stratégies de monétisation héritées du SaaS, afin de générer rapidement des revenus. Toutefois, ces approches présentent des limites et risquent de ne pas être viables à long terme.

Tendances actuelles axées sur l’adoption

1. Des offres d’essai inspirées du SaaS
Plus de 65 % des entreprises étudiées proposent aujourd’hui des versions d’essai gratuites, limitées dans le temps ou en nombre d’interactions. Cette pratique, déjà courante dans les modèles SaaS pilotés par le produit, permet aux prospects de tester directement la technologie, de percevoir rapidement sa valeur et de réduire les frictions à l’inscription.

2. Une forte dépendance aux modèles de tarification traditionnels
Afin de lancer rapidement leurs offres et stimuler l’adoption, plus de 40 % des acteurs analysés s’appuient sur des modèles de tarification classiques, tels que le prix par utilisateur ou par siège. Cette approche est particulièrement répandue pour les offres de type copilote, conçues pour accroître la productivité des utilisateurs existants — à l’image de GitHub Copilot, Microsoft 365 Copilot ou Salesforce Einstein.

Ces modèles, bien qu’acceptés et prévisibles à court terme, révèlent rapidement leurs limites. Ils pénalisent en effet les utilisateurs intensifs, plus consommateurs de valeur mais moins rentables, car facturés au même tarif qu’un utilisateur occasionnel. Dans certains cas, comme pour Microsoft, les pertes par utilisateur actif seraient jusqu’à quatre fois supérieures à celles générées par un utilisateur standard.

3. L’émergence de modèles hybrides avec plafonnement
Pour atténuer ces déséquilibres, certaines entreprises innovent en instaurant des seuils d’utilisation. Box, par exemple, inclut dans son plan Enterprise Plus un quota de 20 requêtes GenAI par utilisateur et par mois, ainsi qu’un pool global de 2 000 requêtes supplémentaires, avec la possibilité d’acheter des crédits additionnels.

Ce type de stratégie de plafonnement se généralise : certaines offres limitent le volume d’interactions, d’autres la vitesse du modèle ou encore la qualité au-delà d’un certain seuil. Des solutions comme ChatGPT, Adobe Firefly, Google Gemini Business pour Workspace ou Regie Copilot appliquent déjà ces approches.

Maximiser le potentiel d’une adoption rapide

Ces tendances révèlent un défi central : aligner les incitations économiques entre coûts et création de valeur, dans un contexte où l’adoption prime souvent sur la rentabilité immédiate.

L’exemple récent d’Adobe illustre bien cette réalité. Comme l’a écrit l’analyste Brent Thill, « l’IA sera plus lente à monétiser que ce que les investisseurs espèrent ». L’entreprise concentre aujourd’hui ses efforts sur l’adoption et l’usage, ouvrant la voie à des modèles de monétisation plus innovants, capables d’aligner durablement la création et la capture de valeur.

Alignement des modèles de tarification sur la valeur

Promouvoir l’adoption à l’aide des modèles traditionnels de tarification par utilisateur issus du SaaS n’est pas une approche durable pour les offres GenAI, compte tenu des dynamiques de coûts spécifiques à cette technologie, et encore moins de leurs implications sur la rentabilité. De leur côté, les modèles strictement centrés sur les coûts risquent de limiter la transparence et de compliquer la capacité des acheteurs à anticiper ou comprendre la facturation.

Plutôt que d’adopter des stratégies figées, orientées uniquement vers les coûts ou l’adoption, les entreprises devraient privilégier les meilleures pratiques de monétisation centrées sur la valeur, qui favorisent une croissance récurrente et durable dans l’ensemble des secteurs.

L’approche basée sur la valeur fixe les prix en fonction de la valeur perçue ou estimée par le client, plutôt que sur le seul coût de production ou la pression concurrentielle. Comme le décrit le concept du « bâton de valeur » du professeur Oberholzer-Gee, cette approche permet d’aligner la tarification sur la disposition réelle du client à payer. C’est pourquoi il est essentiel de commencer à monétiser dès le lancement, afin d’envoyer un signal fort sur la valeur créée

Source : Harvard Business School Online. PDE – propension à dépenser ; PDV – propension à vendre.

Approche basée sur la valeur pour le GenAI

Le GenAI, encore émergent et radicalement différent des technologies traditionnelles, rend l’adoption d’une approche de tarification fondée sur la valeur particulièrement complexe. Bien que la dimension unique et transformative du GenAI soit largement reconnue, beaucoup d’acteurs avouent ne pas savoir comment monétiser efficacement leurs offres.

Du côté des clients, l’incertitude demeure également : interrogés sur la prime qu’ils seraient prêts à payer pour des fonctionnalités ou des capacités GenAI innovantes, plus de 25 % des dirigeants affirment « ne pas savoir ».

Face à des coûts massifs et des risques élevés, les entreprises qui lancent des offres GenAI sont contraintes de réaliser un véritable exercice d’exploration de la valeur en temps réel. Le succès repose désormais sur une compréhension fine de la proposition de valeur pour le client, puis sur un alignement rapide de la monétisation. C’est pourquoi de nombreux pionniers ont choisi de lancer des versions bêta afin de capitaliser sur l’engouement actuel, tout en collectant les données nécessaires pour affiner leurs cas d’usage, identifier leurs segments de clientèle idéaux et mesurer la valeur créée.

Un exemple parlant est celui d’OpenAI : à l’été 2023, certains analystes prédisaient sa faillite d’ici fin 2024 en raison de coûts opérationnels colossaux. L’entreprise a pourtant su accélérer la monétisation en réalisant probablement l’un des sondages de sensibilité prix les plus rapides jamais menés, afin de fixer son premier tarif pour ChatGPT.

À terme, à l’instar d’autres services récurrents, le GenAI pourra s’aligner sur la valeur en tirant les leçons de l’évolution de la demande client et des meilleures pratiques des leaders du secteur.

Adopter la bonne approche vis-à-vis de la valeur

Dans un contexte où les cas d’usage du GenAI évoluent en temps réel, aligner la tarification sur la valeur générée peut sembler presque impossible. Pourtant, de nombreux acteurs font déjà des promesses de valeur tangibles.

GitHub Copilot revendique un gain de productivité allant jusqu’à 55 % pour les développeurs, tout en améliorant leur satisfaction au travail.
Intercom Fin, son agent conversationnel GenAI, résout instantanément 30 à 50 % des tickets de support.
Zoom Revenue Accelerator améliore les revenus et la perception client de plus de 20 %.
Pour les PME, des solutions comme Canva ou Jasper offrent un avantage marketing inédit, souvent inatteignable auparavant.

Ces exemples montrent que les offres GenAI « parlent déjà de valeur ». Mais pour réellement « marcher dans les pas de la valeur », il est indispensable de :

capturer et analyser des données clients,
identifier les métriques de valeur réellement impactées,
et mesurer précisément l’ampleur de cet impact.

Sans preuves solides, les dirigeants resteront sceptiques face aux promesses uniformes d’amélioration de 50 % de la productivité. La confiance viendra de la démonstration chiffrée de la valeur, ce qui suppose une collaboration étroite entre chefs de produit, équipes go-to-market et clients. Les programmes pilotes payants, comme ceux proposés par C3 AI, illustrent bien ce processus de découverte mutuelle.

Capturer la prime de valeur

Certains attributs clés peuvent prédire le succès d’une offre GenAI dans l’adoption d’un modèle orienté valeur ou résultats, permettant de capter une prime de valeur supérieure :

Unicité de l’ensemble de données : rareté, profondeur et exclusivité des données utilisées pour entraîner le modèle.
Spécialisation : capacité à adresser un cas d’usage précis avec une grande exactitude.
Attribuabilité de la valeur : lien direct et mesurable entre la solution et un impact client (revenus, réduction des coûts, gains de productivité).
Temps de mise en valeur : rapidité avec laquelle le client constate un bénéfice tangible, clé pour justifier l’investissement.
Scalabilité : aptitude de la solution à s’adapter à la croissance des données, des utilisateurs et des cas d’usage.
Conformité réglementaire et locale : garantie de conformité aux exigences légales et de protection des données, minimisant les risques pour le client.
Position dans la chaîne de valeur GenAI : les applications en haut de la chaîne captent souvent plus aisément une prime de valeur, contrairement aux couches d’infrastructure plus banalisées — sauf dans les niches spécialisées (par ex. hyperspécialisation, conformité ESG, etc.).

Image : Chaîne de valeur GenAI à quatre niveaux. Certains niveaux sont fusionnés pour simplifier.

Pour capturer et partager la prime de valeur, les entreprises devraient idéalement adopter une métrique de monétisation alignée sur le moteur de valeur qu’elles cherchent à optimiser, ou au moins une métrique qui évolue de manière similaire. De plus, l’exploration des cas d’utilisation et de la valeur devrait prendre en compte les besoins et l’utilisation de différents profils d’utilisateurs.

Fait peu surprenant, moins de 10 % des 70 offres analysées s’engagent activement dans cette démarche aujourd’hui (c’est-à-dire sans répercuter les coûts avec une surcharge ni monétiser les utilisateurs). Intercom, par exemple, facture son chatbot IA Fin en fonction des résolutions obtenues. Chez 11x, une société qui fournit des travailleurs numériques AI pour le marché, 90 % des clients sont facturés sur un modèle « par type de tâche », mais l’entreprise teste également une tarification basée sur les résultats, selon Kyle Poyar.

Il est crucial que les métriques de tarification soient en adéquation avec la perception de la valeur par les acheteurs, renforçant ainsi un sentiment d’équité et de transparence. Ce processus rend le parcours d’achat plus transparent grâce à l’utilisation d’une métrique conviviale pour le client, assurant ainsi que leur investissement soit justifié par la valeur apportée. Selon une étude menée conjointement par le Subscribed Institute et le Boston Consulting Group, les clients envisageant des solutions GenAI préfèrent effectivement une tarification basée sur l’utilisation ou les résultats.

Le GenAI : un voyage de longue haleine, pas une destination immédiate

La monétisation du GenAI sera un parcours évolutif, nécessitant des expérimentations continues avec les stratégies et les métriques de tarification. Aujourd’hui, de nombreuses entreprises s’appuient sur des indicateurs simples — tels que le nombre de tokens consommés ou le nombre d’utilisateurs — mais à terme, on peut s’attendre à une transition vers des modèles de tarification plus nuancés, basés sur les résultats et adaptés aux cas d’usage spécifiques.

Cette évolution ne sera pas instantanée. L’analyste Brent Thill prévoit que les impacts financiers significatifs des innovations GenAI d’Adobe ne se concrétiseront qu’entre fin 2024 et 2025, reflétant la nature progressive et itérative de ces adaptations.

Des développements récents, comme le lancement par GitLab de son offre Duo Enterprise Tier ou encore l’introduction par Microsoft d’un essai gratuit mondial pour Copilot, illustrent à la fois la rapidité des changements et la multiplication des expérimentations de monétisation dans l’industrie. Ces ajustements dynamiques soulignent l’importance de stratégies tarifaires réactives, capables de s’adapter rapidement aux évolutions du marché et aux retours des utilisateurs.

En définitive, l’objectif de la monétisation du GenAI ne se limite pas à proposer des prix compétitifs, mais consiste à créer une véritable valeur. Malgré les pressions liées à la réduction des coûts et à l’automatisation, l’avenir repose sur un alignement étroit entre les coûts engagés et la valeur effectivement délivrée. Cette approche définira la réussite de la monétisation du GenAI, en garantissant à la fois sa durabilité et son équité.

À venir dans notre prochain article

Vous découvrirez :

Une analyse documentée et des exemples des 4 axes actuels de monétisation du GenAI utilisés par les leaders du secteur
Les avantages et limites de chaque approche
L’axe adopté par près d’un tiers des entreprises GenAI, et les raisons de ce choix

Transformer l’innovation GenAI en revenus :

Découvrez les principaux modèles actuels de packaging du GenAI et analysez comment les entreprises SaaS les utilisent aujourd’hui.

Les 4 axes de monétisation du GenAI :

Explorez les stratégies de positionnement adoptées par les pionniers de la monétisation du GenAI — ainsi que leurs avantages et leurs inconvénients.

En savoir plus sur l’auteur

Michael Mansard

Président EMEA, Subscribed Institute
Directeur Principal de la Stratégie d’Abonnement, Zuora

L'Institut Subscribed

Le Subscribed Institute est le think tank dédié de Zuora qui cultive et sert une communauté de leaders d’entreprise à travers la recherche, des contenus, des événements et des services de conseil. Les stratèges de l’Institut Subscribed sont une ressource pour nos clients pour les aider à élaborer des stratégies sur mesure vers le succès des modèles d’affaires basés sur les revenus récurrents, à développer des capacités internes et à naviguer rapidement vers l’Usage.

Envie d’en savoir plus ?

Parlez à l’un de nos experts ou contactez votre chargé de compte pour organiser un entretien.