Notes · Article
Tokenomics : ne comptez pas les tokens, comptez ce qu’ils ont acheté
La tokenomics, c’est l’économie de l’IA : la discipline qui consiste à transformer de l’énergie et du capital en IA, puis à utiliser cette IA assez bien pour prouver une valeur métier. Rien à voir avec la crypto. Sa première règle a de quoi surprendre pour une discipline qui tire son nom des tokens : ne comptez pas les tokens. Comptez ce qu’ils ont acheté.
C’est le message de J.R. Storment, directeur exécutif de la nouvelle Tokenomics Foundation au sein de la Linux Foundation, dans une keynote de cinq minutes à l’AGNTCon + MCPCon le 22 octobre. Il a ouvert sur deux questions à la salle. Combien d’entre vous savent ce que leurs agents leur coûtent ? Quelques mains. Combien savent relier ça à de la valeur et à un ROI ? Une seule, au fond.
De l’énergie en entrée, de la valeur en sortie
Sa slide donne la définition : prendre de l’énergie et du capital, les faire passer par des puces pour créer de l’intelligence, consommer cette intelligence efficacement, et produire à l’autre bout une valeur métier mesurable. Sa version courte : de l’énergie qui crée de l’intelligence qui crée de la valeur.
La définition n’est encore qu’un brouillon. La Linux Foundation a lancé la Tokenomics Foundation le 4 août pour écrire des standards, des benchmarks et des bonnes pratiques ouverts et neutres vis-à-vis des fournisseurs sur l’économie de l’IA, et elle travaille étroitement avec la FinOps Foundation.
L’énergie crée l’intelligence, qui crée la valeur
- Énergie et capitalentrent
- Intelligenceest créée
- Valeur métiermesurable, à l’autre bout
BrouillonVersion 0.5.2, datée du 1er septembre 2026. Elle bougera.
Le coût par résultat bat le coût par token
Le nombre de tokens n’est pas la mesure de valeur qui compte, dit-il. Même le coût par token n’est pas la bonne. Le coût par tâche vaut mieux, le coût par résultat mieux encore, et ce qu’il vous faut au final, c’est la valeur métier rapportée au coût total de l’IA, pas seulement au coût des tokens.
Un nombre de tokens vous dit à quel point les modèles ont été occupés. Il ne vous dit pas si le travail valait la peine. Ma note sur TokenOps traite l’autre moitié du problème : pourquoi le coût d’une tâche peut grimper bien plus vite que son nombre de tours.
Du comptage de tokens à la valeur métier
- À oublierNombre de tokensPas la mesure de valeur qui compte
- Pas la bonneCoût par tokenMême celle-ci n’est pas la bonne
- MieuxCoût par tâcheCe qu’a coûté un travail
- MieuxCoût par résultatCe qu’a coûté un résultat
- L’objectifValeur métierRapportée au coût total de l’IA, pas aux seuls tokens
La facture ne s’arrête pas au modèle
Le coût total de l’IA comprend tout ce qui se trouve sous les modèles. Il a listé ce que les agents entraînent discrètement : le calcul inutilisé, le stockage, le réseau, les données, et souvent des licences et des logiciels. Puis le travail humain : votre temps, celui de vos collègues et celui de l’entreprise pour gérer tout ça, plus ce que ça change, avec le temps, aux plans de recrutement et d’effectifs.
Un compteur de tokens ne voit rien de ce qui est sous la ligne. Mon propre Meterlex chiffre chaque appel de modèle à partir des logs de session, c’est-à-dire exactement la partie visible. Utile, mais ce n’est que le haut de la réponse.
Au-dessus de la ligne, un compteur le voit. En dessous, non.
- Calcul inutilisé
- Stockage
- Réseau
- Données
- Licences et logiciels
- Travail humainVotre temps, celui de vos collègues, celui de l’entreprise pour tout gérer, et l’effet sur les plans de recrutement et d’effectifs
L’entreprise compte autre chose
L’entreprise, dit-il, se moque de savoir combien d’agents vous avez, combien de tâches ils terminent, combien de lignes de code vous écrivez, combien de PR vous livrez, et même combien de fonctionnalités. Ce qui l’intéresse, c’est le chiffre d’affaires, les résultats, et la façon dont l’organisation a changé. Et ce côté-là est moins excitant que ce que vous pouvez livrer avec un agent cet après-midi, c’est pour ça qu’on en parle moins.
Il voit revenir un schéma déjà vécu avec le cloud. Le cloud est devenu trop cher, et les gens ont ramené leurs charges de travail chez eux : c’est le rapatriement. Avec l’IA, les premiers signes sont déjà là, dans les récits qui passent du token maxing à la façon de tirer de la valeur à l’autre bout.
Ce qu’on compte
Ce qu’on livre
Agents
Tâches accomplies
Lignes de code
PR livrées
Fonctionnalités livrées
contre
Ce que compte l’entreprise
Le changement
Chiffre d’affaires
Résultats
Comment l’organisation a changé
Le cloud, encore ?Trop cher, on fait marche arrière. Il en voit les premiers signes avec l’IA.
Trois couches, et un écart au bout
La Fondation regarde toute la chaîne d’approvisionnement, en trois couches. La production, c’est le côté data center : l’énergie, les puces, les usines d’IA et les modèles. La consommation, c’est la qualité de l’usage qu’on fait de ce qui en sort : le KV cache, le prompt engineering, le choix du modèle, la prévision de la demande, et même le coût du harnais (harness). La valeur, ce n’est pas seulement le coût par résultat ou l’intelligence par watt, c’est l’impact métier, y compris les modèles de tarification et les marges.
Leur première enquête, le State of Tokenomics, a eu lieu en septembre. Beaucoup de répondants étaient sûrs de bien voir leurs dépenses. Très peu étaient sûrs de pouvoir en prouver la valeur à la personne qui valide le budget IA, le DAF. Il a parlé d’un vrai décalage. La keynote ne donnait aucun chiffre et je n’ai pas lu le rapport, donc je n’en citerai pas.
1 · Production
- Énergie
- Puces
- Data centers
- Usines d’IA
- Modèles
2 · Consommation
- KV cache
- Prompt engineering
- Choix du modèle
- Prévision de la demande
- Coût du harnais
3 · Valeur
- Coût par résultat
- Intelligence par watt
- Impact métier
- Modèles de tarification
- Marges
Première enquête : qui est sûr de soi
Voir la dépenseBeaucoup
Prouver la valeur au DAFTrès peu
Ce que la communauté construit
Le travail avance sur les trois couches. Il a cité l’optimisation du cache, le routage de modèles et les gateways, et Big T, un clin d’œil à la notation Big O, version tokens. Sur le site de la Fondation, Big T écrit la croissance des tokens comme T de n fois k fois a : n est le nombre de requêtes ou la taille de l’entrée, k le nombre d’appels de modèle par requête, a la profondeur de l’agent. La page liste d’autres niveaux entre les deux ; je n’ai vérifié que les deux extrêmes et le cas par défaut :
| Niveau | Ce que c’est |
|---|---|
| T de 1 | Un hit de cache, aucun appel de modèle |
| T de n | Le cas sain par défaut : un appel par requête |
| T de l’infini | Sans borne : une boucle sans condition d’arrêt |
Le conseil de la page : borner la profondeur et ajouter des budgets. L’annonce du lancement ajoute deux chantiers prévus : la télémétrie du coût des tokens dans FOCUS, le format FinOps de reporting des coûts, et une mesure de la valeur qui commence par la part du travail accomplie sans intervention humaine.
Tout cela, dit-il, se ramène à une seule tâche : prendre ce que votre IA a fait et le montrer à l’entreprise dans des termes qu’elle reconnaît. Le chiffre d’affaires. Les coûts évités. Le gain de capacité. Le travail augmenté. La vitesse de mise sur le marché, et pas seulement celle du code.
Travail en cours
- Optimisation du cache
- Big T : le Big O des tokens
- Routage de modèles et gateways
Ce que l’entreprise entend
- Chiffre d’affaires
- Coûts évités
- Gain de capacité
- Travail augmenté
- Vitesse de mise sur le marchépas seulement celle du code
La tâcheMontrer l’impact de votre IA dans les termes que l’entreprise utilise déjà.
À vous d’essayer
La conférence de la Fondation à San Diego, Tokenomicon avec FinOps X, se tient du 7 au 10 juin 2027. D’ici là :
- Regardez les cinq minutes : la keynote sur le livestream de l’AGNTCon, à partir de 39:41.
- Lisez la page de la Fondation : tokeneconomics.com donne la définition, les trois couches et Big T.
- Lisez le lancement : l’annonce de la Linux Foundation.
- Lisez le côté coûts en détail : TokenOps : pourquoi un agent à 40 tours coûte 16×, et pas 4×.
La prochaine fois que vous ouvrez une facture d’IA, écrivez à côté un résultat, dans les termes du DAF. Si vous avez réussi à mesurer un vrai coût par résultat, j’aimerais savoir comment vous avez défini le résultat.
Texte brut: tokenomics-dont-count-tokens.md · Flux Atom · Toutes les notes