Copilot met Claude au régime : Microsoft veut faire maigrir la facture IA de ses clients
Il fut un temps, pas si lointain, où intégrer le meilleur modèle du marché dans un produit suffisait à justifier son prix. Ce temps est révolu. Chez Microsoft, la question n’est plus seulement « quel modèle donne le meilleur résultat ? » mais « quel modèle donne un résultat suffisant au coût le plus bas ? ». Et dans cette équation, Anthropic commence à sentir passer le courant d’air.
Selon The Information, Microsoft a réduit de plus d’un tiers ses dépenses internes liées à Claude, après un pic dépassant le milliard de dollars en rythme annualisé plus tôt dans l’année. Meta suit une trajectoire comparable. Pour Anthropic, voir deux de ses plus gros clients serrer la vis en même temps n’est jamais une excellente nouvelle, surtout quand l’un d’eux est aussi un canal de distribution majeur.
Car il y a un revers à la médaille, plutôt favorable à Anthropic celui-là. Les clients de Microsoft consomment de plus en plus de Claude à travers les fonctionnalités de Copilot qui s’appuient sur ses modèles. Microsoft reverse donc à Anthropic des montants croissants pour couvrir cet usage, ce qui compense à peu près la baisse de la consommation interne. Le bilan restait donc à peu près équilibré. Restait, au passé, car Microsoft annonce désormais vouloir faire pour ses clients ce qu’il a déjà fait pour lui-même.
Le Copilot « tapisserie »
Jacob Andreou, vice-président exécutif très impliqué dans le développement de Copilot, résume la doctrine en une image : Copilot est devenu « une tapisserie de nombreux modèles différents », et le rôle de Microsoft est « de garantir la qualité et le résultat », mais aussi « l’efficacité, pour vous offrir un excellent résultat au bon coût ».
Traduit en langage d’architecte, cela signifie que Copilot fonctionne de plus en plus comme une couche d’orchestration qui route chaque tâche vers le modèle jugé le plus adapté. Le client achète un résultat, pas un modèle. C’est élégant sur le papier, et cela pose quelques questions très concrètes que nous verrons plus loin.
Pour mémoire, Microsoft s’appuie depuis plus d’un an sur Claude pour les tâches complexes de GitHub Copilot, ainsi que pour certaines fonctions de Microsoft 365 Copilot comme la création de formules dans Excel ou la génération de présentations PowerPoint. Mais l’éditeur substitue désormais à Claude des modèles OpenAI, comme GPT-5.6 Sol, pour les tâches avancées. L’intérêt économique est évident : grâce à l’accord commercial entre les deux sociétés, Microsoft utilise ces modèles sans payer OpenAI à l’usage. Sur une partie du code, ce sont même les modèles maison MAI qui prennent le relais, pour un coût encore inférieur. Quand on peut remplacer un fournisseur payant par un fournisseur « gratuit » ou par sa propre production, le choix ne demande pas un comité de pilotage de six mois.
L’optimisation par le bon sens : arrêter de réécrire le même code
L’exemple le plus parlant donné par Andreou concerne PowerPoint. À chaque génération de présentation, le modèle produisait typiquement environ 100 000 caractères de code générique servant à construire le fichier. Le même code, à quelques détails près, à chaque fois. Autrement dit, on payait un modèle de pointe pour recopier un échafaudage connu d’avance.
Microsoft a donc programmé Copilot pour injecter ce script prédéfini au lieu de le faire générer. Ces caractères ne pèsent plus dans la facture de tokens du client. « Nous n’avons pas besoin de créer ce script à partir de zéro et de dépenser une montagne de tokens frontière pour cela », explique Andreou, qui affirme que l’on améliore même la qualité tout en réduisant fortement le coût.
On peut sourire : découvrir qu’il vaut mieux réutiliser un template que le régénérer, c’est un peu réinventer la bibliothèque logicielle. Mais l’enseignement est réel. Dans les workflows agentiques, une part importante des tokens consommés relève du code de plomberie déterministe. Isoler cette partie, la figer dans des outils ou des scripts, et réserver le modèle frontière au raisonnement réellement utile, c’est précisément ce que toute équipe qui industrialise des agents devrait faire. Le gain est double : moins de coût et moins de variabilité, donc moins de surprises en production.
Ce que cela change pour le modèle économique de Copilot
Rappelons la structure tarifaire : une licence à 30 dollars par utilisateur et par mois, à laquelle s’ajoutent des frais pour les fonctions avancées comme le codage assisté ou les agents, indexés sur le coût des modèles consommés. En théorie, si Microsoft automatise les mêmes tâches avec une IA moins chère, ces frais additionnels devraient baisser.
En théorie. Car la question qui intéressera tout DSI est simple : qui capte l’économie réalisée ? Si le coût de revient de Microsoft baisse grâce aux modèles OpenAI sans facturation à l’usage et aux modèles MAI, rien ne garantit que la totalité de ce gain soit répercutée sur la facture client. L’histoire du logiciel d’entreprise suggère plutôt un partage… asymétrique 🙂
Les points de vigilance
Premier point, la transparence. Si Copilot route dynamiquement les tâches entre Claude, GPT et MAI, le client sait-il quel modèle a traité quelle requête ? Pour les organisations soumises à des exigences de traçabilité, de conformité ou de localisation des données, ce n’est pas un détail. Anthropic, OpenAI et Microsoft n’ont pas les mêmes conditions de traitement, et l’arrivée de Claude dans Microsoft 365 avait déjà soulevé des questions d’hébergement hors du périmètre Microsoft.
Deuxième point, la stabilité du comportement. Un agent qui produit des formules Excel ou des présentations peut voir son résultat changer du jour au lendemain parce que le modèle sous-jacent a été remplacé. Andreou insiste sur le fait que la qualité reste la priorité, mais « qualité » est une notion qui se mesure, et c’est au client de disposer d’indicateurs pour vérifier qu’il n’a pas troqué un résultat excellent contre un résultat « suffisant ».
Troisième point, la mesure des coûts. Avec des frais variables liés à la consommation, il devient indispensable de suivre finement les usages avancés de Copilot, comme on le fait pour Azure. Le FinOps de l’IA générative n’est plus une option.
Anthropic n’est pas mis à la porte
Il serait exagéré d’y voir la fin de Claude dans Copilot. Andreou reconnaît que les modèles d’Anthropic restent les plus adaptés à certaines tâches, et rien n’indique leur disparition à court terme. Il est d’ailleurs difficile de dire aujourd’hui si ces efforts réduiront sensiblement la facture Claude des clients.
Mais le signal stratégique est clair. Microsoft ne veut plus dépendre d’un fournisseur unique et ne veut surtout pas payer des tokens premium pour des tâches qui n’en ont pas besoin. Pour Anthropic, cela signifie que sa place dans Copilot dépendra de sa capacité à rester nettement supérieur sur les tâches complexes. Pour les clients, la promesse est celle d’un Copilot moins cher à l’usage. Il ne reste plus qu’à vérifier, factures et tableaux de bord à l’appui, que la promesse se traduit en euros. Et à se souvenir qu’en matière d’IA comme ailleurs, celui qui choisit le modèle choisit aussi un peu la marge.
