Boomi veut rendre chaque dépense IA traçable
Boomi relie consommation de tokens, actions des agents et validations humaines pour aider les entreprises à comprendre et maîtriser leurs coûts d’IA.
Le coût de l’IA ne se résume plus à une facture de cloud ou à quelques abonnements logiciels. À mesure que les entreprises multiplient les modèles et les agents autonomes, elles doivent aussi comprendre qui consomme des ressources, pour quelle tâche et avec quel résultat. Boomi fait de cette traçabilité financière l’un des piliers de son Agent Control Plane. Le changement est rapide. Selon les chiffres de la Linux Foundation repris par Boomi, 98 % des professionnels du FinOps gèrent désormais des dépenses liées à l’intelligence artificielle, contre seulement 31 % deux ans auparavant. La maîtrise des coûts devient donc un sujet opérationnel au même titre que celle du cloud.
Les agents compliquent encore l’équation. Contrairement à une application traditionnelle, ils peuvent enchaîner des appels à plusieurs modèles, interroger différents outils et recommencer une tâche lorsqu’une réponse ne leur convient pas. Une opération simple en apparence peut ainsi provoquer une consommation difficile à anticiper.
Identifier ce qui consomme les tokens
Boomi veut associer les dépenses aux agents et aux opérations qui les génèrent. Sa future AI Gateway doit permettre de mesurer les flux vers les modèles, d’appliquer des limites de consommation de tokens et de soumettre certaines actions à une approbation humaine.
Le contrôle financier rejoint ici la gouvernance. Une étude de Forrester Consulting commandée par Boomi indique que 86 % des dirigeants interrogés ont dépassé le stade des pilotes en matière d’IA agentique, mais que 34 % seulement disent faire confiance aux actions de ces systèmes. Les entreprises ayant déployé leurs agents trop rapidement déclarent également 2,1 millions de dollars de coûts supplémentaires en moyenne. Toutes ces dépenses ne viennent pas nécessairement du prix du modèle. Une mauvaise donnée peut entraîner une mauvaise réponse, puis de nouvelles requêtes et de nouveaux tokens. Agent Context cherche donc à fournir aux agents des définitions métiers validées et la traçabilité nécessaire pour limiter les hallucinations et les traitements inutiles.
L’architecture reste par ailleurs indépendante des fournisseurs et des modèles. Les entreprises peuvent donc associer modèles commerciaux, modèles qu’elles apportent elles-mêmes et petits modèles spécialisés selon leurs besoins et leurs contraintes économiques.
Après le FinOps appliqué au cloud, une nouvelle discipline se dessine autour des agents. Mesurer le prix d’un modèle ne suffira pas. Les directions financières et informatiques devront pouvoir rattacher chaque dépense à une action et, à terme, à la valeur qu’elle produit.