Coût incontrôlé et déni de service par IA : plafonner avant l'addition

Une IA branchée en production sans plafond, c'est un compteur qui tourne sans limite : une facture qui peut décupler en une nuit, et un service qu'un seul utilisateur mal intentionné peut saturer jusqu'à la panne. La parade tient en un principe simple, poser des limites explicites à chaque étage, du quota par utilisateur au coupe-circuit automatique. Dans cet article, je vous explique pourquoi une IA consomme sans retenue par défaut, puis la méthode en quatre garde-fous pour maîtriser à la fois votre coût et votre disponibilité.

Le problème : une IA ne s'arrête pas toute seule

Chaque requête envoyée à un modèle de langage se paie en « jetons » (les unités de texte que l'IA lit et produit) et mobilise de la puissance de calcul. Tant que rien ne l'en empêche, le système répond, encore et encore, sans se soucier du nombre d'appels ni de la longueur des réponses. C'est exactement ce que l'OWASP, la référence mondiale en sécurité applicative, a classé comme dixième risque de son Top 10 des risques de sécurité des IA : la consommation sans limite. Elle recouvre deux dangers jumeaux.

• Le coût qui dérape.Une boucle mal écrite, un agent qui se relance en cascade, un pic de trafic légitime, et la note du fournisseur d'IA passe de quelques centaines à plusieurs dizaines de milliers d'euros avant même que quiconque ne s'en aperçoive.
• Le déni de service.Un attaquant envoie des requêtes volumineuses en rafale ou des entrées conçues pour maximiser le calcul. Le service devient lent, puis indisponible pour vos vrais utilisateurs. C'est une panne provoquée, sans qu'aucune donnée n'ait été volée.

Le scénario que je vois revenir : une équipe met un assistant IA en ligne, ravie qu'il fonctionne, et découvre la facture le mois suivant. Ou pire, un concurrent ou un plaisantin s'amuse à le saturer, et le service tombe un jour de forte affluence. Dans les deux cas, la cause est la même, aucune limite n'avait été posée.

La méthode : quatre garde-fous à empiler

Maîtriser la consommation d'une IA ne relève pas d'un réglage unique mais d'une défense en profondeur. Chaque garde-fou attrape ce que le précédent a laissé passer. Voici les quatre étages, dans l'ordre où je les mets en place.

1. Plafonner en amont

Avant toute chose, décidez de ce qu'un usage normal a le droit de consommer, et refusez le reste. Cela passe par des quotas : un nombre maximum de jetons et un budget maximum par utilisateur, par clé d'accès et par application. L'idée n'est pas de brider vos équipes, mais de fixer un plafond très au-dessus de l'usage légitime et très en-dessous de ce qui vous ruinerait. Une clé technique qui devrait traiter cent requêtes par jour n'a aucune raison d'en passer cent mille.

2. Limiter le débit et la taille

Un plafond global ne suffit pas si une seule requête peut être gigantesque. Ajoutez donc des limites par appel : un nombre maximum de requêtes par minute (la « limitation de débit »), une longueur maximale pour les entrées, et surtout une longueur maximale pour les réponses générées. C'est souvent la sortie qui coûte le plus cher. Brider ces trois dimensions coupe court à la fois aux boucles emballées et aux attaques qui cherchent à faire produire des réponses interminables.

3. Surveiller en continu

On ne maîtrise que ce que l'on mesure. Mettez en place un suivi en temps réel de deux indicateurs, le nombre de jetons consommés et le coût associé, ventilés par utilisateur et par usage. Le point clé, ce sont les alertes de seuil : une notification automatique dès que la consommation d'une heure ou d'une journée dépasse une limite définie. Sans cette surveillance, vous découvrez le problème sur la facture ; avec elle, vous le voyez venir en quelques minutes.

4. Réagir automatiquement

Une alerte qui réveille une astreinte à trois heures du matin, c'est déjà trop tard. Le dernier garde-fou est un coupe-circuit automatique : au-delà d'un seuil critique, le système bride le débit, bascule sur un mode dégradé (une réponse plus courte, un modèle moins coûteux, ou un message d'attente) ou coupe purement et simplement l'usage suspect. Mieux vaut un service temporairement ralenti qu'une facture catastrophique ou une panne totale.

Le résultat : un coût prévisible et un service qui tient

Une fois ces quatre garde-fous en place, vous passez d'un compteur ouvert à un système borné. La facture devient prévisible, plafonnée par construction. Une clé qui fuite ne provoque plus qu'une alerte et un blocage, au lieu d'une catastrophe financière. Et une tentative de saturation se heurte à la limitation de débit avant de faire tomber le service. Vous avez transformé une menace invisible en un risque cadré et surveillé.

Ce raisonnement rejoint celui que j'applique aux sorties d'IA qu'il faut filtrer avant qu'elles n'attaquent vos systèmes : dans les deux cas, on ne fait jamais confiance au comportement par défaut du modèle, on l'encadre. C'est aussi l'un des points que je vérifie systématiquement lors d'un audit de sécurité d'une application IA, car une IA non plafonnée est une IA exposée.

Questions fréquentes

Un déni de service par IA, c'est vraiment différent d'une cyberattaque classique ?

Le principe est proche, mais le levier est propre à l'IA. Là où une attaque classique sature un serveur de connexions, ici l'attaquant exploite le fait que chaque requête déclenche un calcul coûteux. Quelques requêtes bien construites peuvent suffire à faire déraper le coût ou à saturer le service, sans le moindre trafic massif.

Le plafond de mon fournisseur d'IA ne me protège-t-il pas déjà ?

Partiellement, et de façon insuffisante. Ces plafonds sont conçus pour éviter les abus les plus extrêmes, pas pour tenir votre budget. Ils se déclenchent souvent bien au-delà du montant qui poserait déjà un vrai problème pour votre trésorerie. Vos propres quotas, plus fins, restent indispensables.

Mettre des limites ne va-t-il pas dégrader l'expérience de mes utilisateurs ?

Non, si les limites sont bien calibrées. Le but est de fixer les plafonds très au-dessus de l'usage normal. Un utilisateur légitime ne les atteint jamais ; seuls les comportements anormaux, boucle emballée ou abus, viennent buter dessus. C'est une protection invisible pour vos vrais utilisateurs.

Par où commencer si je n'ai aucune limite aujourd'hui ?

Par la surveillance et les quotas de base. En quelques jours, vous mettez en place un suivi du coût et un premier plafond par clé. Cela vous donne déjà la visibilité qui manque et coupe le pire des scénarios, le temps de déployer les garde-fous plus fins.

Vérifier qu'une IA est correctement plafonnée fait partie de mon audit Sécurité & Conformité IA : en une à deux semaines, vous savez où votre déploiement est exposé, côté coût comme côté disponibilité, et par quoi commencer.

Cet article a une visée pédagogique et ne constitue pas un conseil juridique. Chaque situation mérite une analyse au cas par cas.