Solveo ConsultingSolveo Consulting

Glossaire & Lexique

Vue d'ensemble

La carte des disciplines

Construire

Exploiter

Piloter la valeur

L'ensemble de ces disciplines fonctionne en synergie. À titre d'exemple, une pratique FinOps trouve son ancrage grâce au CCoE, tandis que le CCoE gagne sa dimension de valeur économique grâce au FinOps. Cette logique d'enrichissement mutuel s'étend à tous vos environnements, de la gouvernance de l'IA jusqu'au pilotage carbone (GreenOps).

CCoE : Cloud Center of Excellence

Définition

Entité transverse qui définit, arbitre et fait appliquer les règles d'usage du Cloud à l'échelle de l'organisation, et qui outille les équipes pour qu'elles les respectent sans les subir.

En pratique

Le CCoE est le lieu où l'on décide ce qui est autorisé par défaut, ce qui exige une dérogation, et qui porte la responsabilité de chaque arbitrage. Sa maturité se mesure à sa capacité à faire adopter les standards, au-delà de leur publication. Étendu aux usages IA, il devient un Centre d'Excellence Cloud & AI.

Ce que cela recouvre

  • Modèle opérationnel cible et RACI explicite : qui décide, qui exécute, qui est consulté sur les coûts, la sécurité et l'architecture
  • Landing zones, guardrails et policies as code : la conformité par défaut plutôt que le contrôle a posteriori
  • Catalogue de services et patterns d'architecture réutilisables
  • Gestion des exceptions et des dérogations, avec durée et propriétaire identifiés
  • Enablement : formation, documentation, accompagnement des équipes produit
  • Intégration native des dimensions FinOps, sécurité, souveraineté et GreenOps dès la conception (shift left)

Indicateurs de pilotage

  • Part des charges de travail déployées dans une landing zone conforme
  • Taux de conformité aux standards, nombre de dérogations actives et leur ancienneté
  • Délai moyen de mise à disposition d'un environnement conforme
  • Taux d'adoption du catalogue de services par les équipes produit
  • Part des décisions d'architecture instruites avec un chiffrage financier

Points de vigilance

  • Le CCoE conçoit les règles et outille les équipes, l'exécution reste portée par les équipes produit.
  • Sa valeur tient à sa transversalité : il réunit architecture, sécurité, finance et métiers.
  • Il s'agit d'une fonction permanente, dotée d'un mandat et d'un budget dans la durée.
  • Son pouvoir d'arbitrage découle directement du sponsorship de la direction.

Qui est concerné

  • CIO/CTO
  • Cloud Leaders
  • Architecture
  • Sécurité
  • Product Owners

Termes liés

Gouvernance de l'Intelligence Artificielle

Définition

Cadre de décision, de contrôle et de responsabilité appliqué aux usages d'intelligence artificielle : quels cas d'usage sont autorisés, sous quelles conditions, à quel coût, avec quel niveau de preuve.

En pratique

L'IA générative a inversé la chaîne d'adoption : les usages arrivent par les métiers, souvent en amont de toute décision d'architecture ou d'achat. La gouvernance IA consiste donc d'abord à rendre visible ce qui existe déjà (shadow AI), puis à instaurer des règles proportionnées au risque, qui maintiennent les usages à l'intérieur du périmètre maîtrisé.

Ce que cela recouvre

  • Inventaire des cas d'usage et classification par niveau de risque et de criticité
  • Politique d'usage : données autorisées, modèles autorisés, obligations de supervision humaine
  • Arbitrage build / buy / API, et choix entre RAG, fine-tuning et prompt engineering selon le coût complet et la maîtrise attendue
  • Gouvernance des données d'entrée et de sortie : confidentialité, propriété intellectuelle, rétention, traçabilité
  • Sécurité spécifique : injection de prompt, exfiltration de données, gestion des accès aux modèles et aux agents
  • Évaluation de la qualité et des dérives : jeux de tests, mesure de régression entre versions de modèle
  • Conformité : RGPD, AI Act européen, ISO/IEC 42001, NIST AI RMF
  • Pilotage économique des usages, en interface directe avec la pratique FinOps (voir Tokenomics)

Indicateurs de pilotage

  • Part des cas d'usage IA inventoriés et rattachés à un propriétaire métier
  • Coût complet par cas d'usage et par utilisateur actif
  • Valeur mesurée : temps gagné, taux de résolution, taux d'adoption réel après 90 jours
  • Part des cas d'usage classifiés au regard des obligations réglementaires
  • Nombre d'incidents liés aux données ou à la qualité des réponses

Points de vigilance

  • Une charte prend sa valeur lorsqu'elle s'accompagne de mécanismes de contrôle et de propriétaires identifiés.
  • Bien conçue, la gouvernance accélère la mise en production en levant l'incertitude juridique en amont.
  • La conformité fixe le cadre, l'essentiel des arbitrages quotidiens reste économique et technique.

Qui est concerné

  • CIO/CTO
  • DAF
  • Direction juridique & conformité
  • RSSI
  • AI Leaders
  • Métiers

Termes liés

DevOps

Définition

Ensemble de pratiques et de principes d'organisation visant à raccourcir le cycle entre une décision produit et sa mise en production fiable, en réunissant développement et exploitation autour d'une responsabilité commune.

En pratique

Pour un décideur, DevOps est avant tout un sujet de vitesse et de risque, mesurable par quatre indicateurs stables (DORA). C'est également un sujet financier : dans le Cloud, chaque déploiement automatisé constitue une décision d'achat. Une chaîne DevOps performante, dotée de garde-fous économiques, industrialise la maîtrise de la dépense autant que la livraison.

Ce que cela recouvre

  • Intégration et déploiement continus (CI/CD), tests automatisés
  • Infrastructure as Code : l'infrastructure devient un artefact versionné, revu et contrôlable
  • Observabilité : logs, métriques, traces, et corrélation avec les coûts
  • Plateformes internes et Platform Engineering : mettre à disposition des chemins pavés qui rendent la bonne pratique naturelle
  • Déclinaisons : DevSecOps (sécurité intégrée), GitOps (Git comme source de vérité), MLOps et LLMOps (cycle de vie des modèles)

Indicateurs de pilotage

  • Fréquence de déploiement et délai de mise en production (lead time for changes)
  • Taux d'échec des changements et délai de rétablissement (MTTR)
  • Couverture de l'infrastructure gérée en Infrastructure as Code
  • Part des contrôles de coût et de sécurité intégrés à la chaîne (policy as code)

Points de vigilance

  • L'outillage sert la démarche, la performance vient des pratiques d'équipe et du partage des responsabilités.
  • Il s'agit d'un modèle d'organisation partagé entre développement et exploitation, porté par les équipes elles-mêmes.
  • L'agilité porte sur la conduite du produit, DevOps sur la fiabilité de la livraison technique : les deux se renforcent.

Qui est concerné

  • CTO
  • Directions techniques
  • Product Owners
  • Architecture
  • FinOps Lead

Termes liés

AIOps

Définition

Application de l'analyse de données et de l'apprentissage automatique à l'exploitation des systèmes d'information, afin de détecter, expliquer et corriger les anomalies plus vite qu'une supervision fondée sur des seuils.

En pratique

L'AIOps répond à un problème de volume : les environnements distribués produisent trop de signaux pour une supervision humaine par règles. Sa valeur se juge à la réduction du bruit d'alerte et du temps de diagnostic, au-delà de la sophistication des modèles employés. Appliquée aux données de facturation, la même mécanique alimente directement la pratique FinOps.

Ce que cela recouvre

  • Corrélation et dédoublonnage d'alertes, réduction du bruit
  • Détection d'anomalies sur les métriques techniques comme sur les données de consommation et de coût
  • Analyse de cause racine assistée et enrichissement automatique du contexte d'incident
  • Remédiation automatisée sur des scénarios connus, prévision de capacité et de charge

Indicateurs de pilotage

  • Réduction du volume d'alertes et taux de faux positifs
  • Délai moyen de détection et de rétablissement
  • Part des incidents traités par remédiation automatique
  • Qualité des prévisions de capacité et de coût (écart réalisé / prévu)

Points de vigilance

  • Sa performance repose d'abord sur la qualité des données et la fiabilité du référentiel de configuration.
  • Elle constitue une couche d'analyse qui s'appuie sur l'observabilité existante et la valorise.
  • Les remédiations automatiques appellent leur propre gouvernance et une revue régulière de leurs règles.

Qui est concerné

  • CTO
  • Production & Exploitation
  • SRE
  • FinOps Lead

Termes liés

FinOps

Définition

Discipline de gestion de la valeur des dépenses technologiques variables, qui associe finance, technologie et métiers autour d'une responsabilité partagée sur les arbitrages de consommation.

En pratique

Le FinOps porte sur la valeur avant de porter sur la dépense. La réduction d'une facture est un résultat fréquent, elle gagne à s'inscrire dans un objectif plus large : savoir ce que coûte un service, à qui il profite, quelle valeur il produit, et pouvoir arbitrer entre performance, vitesse, risque et coût. Les organisations matures recherchent un modèle de gouvernance qui tient dans la durée, résiste aux réorganisations et supporte l'arrivée de nouveaux périmètres. Le référentiel de la FinOps Foundation structure la pratique en trois phases itératives, Informer, Optimiser, Opérer, déclinées en domaines et capacités.

Ce que cela recouvre : les périmètres de dépense

  • Cloud public : IaaS, PaaS, engagements et remises contractuelles
  • Intelligence Artificielle & GenAI : coûts d'inférence, d'entraînement et d'agents (voir la fiche dédiée)
  • Plateformes de données : Snowflake, Databricks, BigQuery et modèles à la consommation
  • SaaS et licences : droits d'usage, contrats-cadres, gestion des actifs logiciels
  • On-premise et centre de données : amortissements, capacité, coût unitaire comparable au Cloud

Ce que cela recouvre : les capacités

  • Visibilité et qualité de la donnée financière : taxonomie de tags, allocation des coûts partagés, showback et chargeback
  • Unit economics : coût par transaction, par client, par environnement, la base d'un arbitrage solide
  • Budgets, prévisions et détection des dérives, avec des seuils co-construits avec les responsables applicatifs
  • Optimisation de l'usage et du taux : dimensionnement, élimination des gaspillages, engagements (Reserved Instances, Savings Plans, CUD), architectures adaptées au profil de charge
  • Soutien factuel à la négociation fournisseur : hypothèses de consommation, scénarios d'engagement, comparaisons de marché
  • Ancrage organisationnel : modèle opérationnel, RACI, instances de pilotage, acculturation des équipes

Indicateurs de pilotage

  • Couverture d'allocation : part de la dépense rattachable à un propriétaire identifié
  • Coût unitaire métier et son évolution à volume constant
  • Précision des prévisions (écart budget / réalisé)
  • Taux de couverture et taux d'utilisation des engagements, taux d'économie effectif
  • Volume de gaspillage identifié et volume effectivement traité
  • Niveau de maturité de la pratique et nombre d'équipes réellement engagées

Points de vigilance

  • La réduction de coûts est un résultat fréquent, elle ne doit pas être un seul et unique objectif : certains arbitrages conduisent à dépenser davantage, de façon assumée.
  • Une plateforme de visualisation éclaire la décision, la responsabilité et l'arbitrage restent portés par l'organisation.
  • La pérennité des gains tient au modèle opérationnel : c'est lui qui les maintient au-delà de deux à trois trimestres.
  • L'engagement conjoint de la Finance et des Achats rend la pratique pleinement opérante.

Qui est concerné

  • CFO
  • CIO/CTO
  • Achats
  • Product Owners
  • Cloud Leaders
  • Contrôle de gestion

Termes liés

Tokenomics : FinOps appliqué à l'IA

Définition

Discipline de mesure, d'allocation et d'arbitrage des coûts liés aux usages d'intelligence artificielle générative, dont l'unité économique de base est le token consommé en entrée et en sortie des modèles.

En pratique

Le Cloud a introduit une dépense variable pilotée par l'architecture. L'IA générative introduit une dépense variable pilotée par l'usage, donc par le comportement des utilisateurs et par la conception des invites, deux variables qui relèvent autant du produit et des métiers que de la DSI. Le coût d'un assistant suit le nombre de conversations, leur longueur et le modèle retenu. La relation entre FinOps et IA fonctionne dans les deux sens : gouverner le coût de l'IA, et utiliser l'IA pour gouverner les coûts.

Ce que cela recouvre : FinOps pour l'IA

  • Modèle de coût : tokens d'entrée et de sortie, fenêtre de contexte, mise en cache des invites, traitement par lots
  • Arbitrage entre modèles : router les requêtes simples vers des modèles moins coûteux, réserver les modèles avancés aux cas à forte valeur
  • Comparaison des architectures : RAG, fine-tuning, agents (coût complet, latence, maintenabilité)
  • Coûts d'infrastructure associés : GPU-heures, débit provisionné ou facturation à l'usage, stockage vectoriel
  • Allocation par cas d'usage, par équipe et par utilisateur, condition d'un showback crédible
  • Coût des agents : les chaînes d'appels multiplient la consommation de manière peu intuitive et gagnent à être plafonnées

Ce que cela recouvre : l'IA au service du FinOps

  • Détection d'anomalies de consommation et qualification automatique des écarts
  • Amélioration de la précision des prévisions budgétaires
  • Automatisation du reporting et de la rédaction des analyses récurrentes
  • Recommandations d'optimisation contextualisées et priorisées par impact

Indicateurs de pilotage

  • Coût par requête, par conversation, par utilisateur actif et par cas d'usage
  • Coût par unité de valeur métier : ticket résolu, document traité, ligne de code acceptée
  • Ratio tokens d'entrée / sortie et taux de succès du cache
  • Part de la dépense IA allouée à un propriétaire identifié
  • Coût marginal d'un passage à l'échelle : projection à dix fois le volume actuel

Points de vigilance

  • Ses inducteurs de coût sont d'abord produits et comportementaux, ce qui la distingue d'une ligne de facture Cloud classique.
  • Toutes les organisations sont concernées : les usages bureautiques dérivent aussi vite que les usages techniques.
  • La conception du produit pèse davantage sur la facture que le tarif unitaire du modèle.

Qui est concerné

  • CFO
  • CIO/CTO
  • AI Leaders
  • Product Owners
  • Achats

Termes liés

GreenOps

Définition

Pratique opérationnelle consistant à mesurer, arbitrer et réduire en continu l'empreinte environnementale des charges de travail numériques, avec la rigueur de pilotage que le FinOps applique aux coûts.

En pratique

GreenOps est au Green IT ce que le FinOps est au contrôle de gestion : un mécanisme de décision continu, branché sur les équipes qui conçoivent et exploitent. Sa difficulté est avant tout méthodologique : la donnée d'émission fournie par les hébergeurs reste hétérogène, partielle et peu comparable. Corollaire important pour un décideur : coût et carbone convergent souvent (une ressource inutilisée coûte et émet) et divergent parfois (une région bas-carbone peut être plus chère). Le pilotage repose donc sur un arbitrage explicite.

Ce que cela recouvre

  • Mesure et estimation des émissions par service, application et équipe, avec une méthodologie assumée et documentée
  • Élimination des ressources inutilisées et dimensionnement au juste besoin, premier levier commun avec le FinOps
  • Choix de régions et planification des traitements selon l'intensité carbone du réseau électrique
  • Écoconception des architectures et des services numériques, sobriété des données conservées
  • Arbitrages spécifiques à l'IA : taille des modèles, fréquence de réentraînement, empreinte de l'inférence à l'échelle
  • Formation des équipes techniques et intégration des critères dans les revues d'architecture

Indicateurs de pilotage

  • Émissions estimées par application et par unité d'œuvre métier (gCO2e par transaction)
  • Software Carbon Intensity (référentiel Green Software Foundation)
  • Part des charges hébergées dans des régions à faible intensité carbone
  • Taux d'utilisation moyen des ressources provisionnées
  • Efficacité des installations propres : PUE, WUE, CUE

Points de vigilance

  • La solidité des chiffres repose sur une méthodologie explicite, documentée et auditable.
  • Le recouvrement avec le FinOps est partiel : certains arbitrages environnementaux ont un coût assumé.
  • Au-delà du cadre réglementaire, GreenOps constitue un levier d'architecture et de conception.

Qui est concerné

  • CIO/CTO
  • Direction RSE
  • DAF
  • Architecture
  • Achats

Termes liés

Green IT : Numérique responsable

Définition

Démarche d'ensemble visant à réduire l'empreinte environnementale du système d'information sur tout son cycle de vie, des terminaux à l'hébergement en passant par la conception des services.

En pratique

Green IT constitue le cadre, GreenOps en assure l'exécution continue sur les charges de travail. Deux distinctions structurent le sujet : Green IT (réduire l'impact du numérique) et IT for Green (utiliser le numérique pour réduire l'impact du reste de l'entreprise), et surtout la prédominance du matériel : dans la plupart des organisations, la fabrication des terminaux pèse davantage que l'hébergement. Allonger la durée de vie d'un parc produit souvent plus d'effet que l'ensemble des optimisations d'infrastructure.

Ce que cela recouvre

  • Cycle de vie du matériel : achats responsables, allongement de la durée d'usage, réemploi, filières de fin de vie
  • Empreinte de fabrication (carbone incorporé) et analyse de cycle de vie
  • Écoconception des services numériques et référentiels associés (RGESN, GR491)
  • Sobriété des données : politiques de rétention, réduction des duplications, archivage adapté
  • Achats : critères environnementaux dans les appels d'offres et clauses fournisseurs
  • Reporting extra-financier : CSRD et norme ESRS E1, contribution du SI au bilan carbone, scope 3 notamment

Indicateurs de pilotage

  • Bilan carbone du SI par poste : terminaux, réseau, hébergement, usages
  • Durée de vie moyenne du parc et taux de réemploi
  • Part des projets passés par une revue d'écoconception
  • Volume de données stockées rapporté à leur usage effectif
  • Fiabilité et auditabilité des données de reporting extra-financier

Points de vigilance

  • L'empreinte se répartit entre terminaux, réseau, hébergement et usages : l'hébergement n'en représente qu'une part.
  • Le dispositif produit sa valeur lorsque les indicateurs alimentent des décisions d'achat et de conception.
  • Green IT fixe le cadre et les objectifs, GreenOps les exécute au quotidien.

Qui est concerné

  • CIO
  • Direction RSE
  • DAF
  • Achats
  • Direction générale

Termes liés

Lexique A→Z

Lexique transverse

Attribution d'un coût technologique à l'entité qui le consomme : équipe, produit, centre de coût ou cas d'usage.
FinOps & Budgets IT
Principe de pilotage selon lequel chaque itération du cycle FinOps affine les seuils, les allocations et les leviers d'optimisation à mesure que la maturité progresse.
FinOps & Budgets IT
Écart significatif et non anticipé par rapport au profil de consommation attendu.
CAPEX désigne une dépense d'investissement. Un actif informatique acheté, comme un serveur, relève du CAPEX et s'amortit sur plusieurs années. Ce régime comptable structure le financement du Cloud Privé et des infrastructures possédées.
OPEX désigne une dépense opérationnelle. Une ressource Cloud Public consommée à l'usage relève de l'OPEX et s'impute au fil de l'eau. Ce régime comptable structure le financement du Cloud Public et des services consommés à la demande.
Activité opérationnelle du référentiel FinOps, rattachée à un domaine et principalement travaillée dans l'une des phases du cycle.
FinOps & Budgets IT
Émissions générées par la production d'un équipement, amorties sur sa durée d'exploitation.
GreenOps & Green IT
Mécanisme par lequel le coût technologique est effectivement imputé au budget de l'entité consommatrice.
Cloud Privé
Loi fédérale américaine (Clarifying Lawful Overseas Use of Data Act) permettant aux autorités des États-Unis d'accéder, sous conditions, à des données hébergées par des fournisseurs américains, y compris hors du territoire américain. Un facteur central des arbitrages de souveraineté numérique en Europe.
Modèle ouvert d'estimation de l'énergie et des émissions du Cloud, qui fournit des coefficients de puissance moyens par vCPU, par processeur graphique, par stockage et par réseau. Ces coefficients sont indicatifs : ils varient fortement selon la génération de processeur et le constructeur, et doivent être affinés par famille d'instances sur une mission réelle.
GreenOps & Green IT
Offre de services Cloud opérée selon des critères de souveraineté juridique et/ou technologique (immunité aux lois extraterritoriales, hébergement et exploitation par des entités nationales ou européennes). Se distingue du Cloud Public traditionnel par ses garanties de protection contre l'accès extraterritorial.
Référentiel recensant les éléments de configuration d'un système d'information (serveurs, applications, dépendances) et leurs relations. Base indispensable, aux côtés de l'ITAM, pour construire un modèle d'allocation de coût fiable en Cloud Privé.
KPI FinOps mesurant, sur une échelle de 0 à 100, le rapport entre le gisement d'économie identifié et le coût total sur un périmètre donné (équipe, service, compte). Un score d'efficience plutôt qu'un montant brut.
Indication signalant qu'un jeu de données est définitif ou reste susceptible de révision.
Standard FOCUS
Praticien ou fonction adjacente exploitant les jeux de données normalisés pour conduire les activités FinOps.
Standard FOCUS
Somme de l'ensemble des coûts associés à un service sur son cycle de vie : abonnement, usage, support, intégration et supervision.
Accumulation de l'historique réexpédié à chaque appel, rendant les derniers tours d'une conversation mécaniquement plus coûteux.
FinOps pour l'IA
Cadre européen de reporting de durabilité imposant aux entreprises concernées la publication d'informations environnementales normalisées et vérifiées.
Conformité & CSRD
Mécanisme tarifaire (Google Cloud) offrant une remise en échange d'un engagement de consommation sur une durée définie, équivalent fonctionnel des Reserved Instances (AWS) et Savings Plans.
Boucle continue à trois phases, Informer, Optimiser, Opérer, chacune mobilisant des capacités précises du référentiel.
FinOps & Budgets IT
Unité de mesure de la capacité de calcul consommée sur la plateforme Databricks, convertie en coût selon un tarif par unité de temps. Le DBU est au Cloud Privé ce que le SKU est au Cloud Public : une brique d'étalonnage tarifaire.
Système de gestion centralisant l'inventaire et le suivi des actifs physiques d'un centre de données (serveurs, réseau, énergie, refroidissement). Complète la CMDB côté infrastructure physique.
Capacité de traitement réservée à l'avance auprès d'un fournisseur d'IA, garantissant une latence et un tarif.
FinOps pour l'IA
Planification des traitements tolérants au report sur les créneaux de moindre intensité carbone du réseau.
GreenOps & Green IT
Unité de compte propre à une plateforme (crédit Snowflake, DBU Databricks, slot BigQuery), utilisée pour mesurer et facturer la consommation. Convertie en devise réelle selon un taux fixé au contrat, elle introduit une couche d'abstraction entre l'usage technique et le montant facturé.
Regroupement de capacités partageant un même objectif : comprendre les coûts et l'usage, quantifier la valeur métier, optimiser les coûts et l'usage, piloter la pratique.
FinOps & Budgets IT
Principe de reporting documentant à la fois l'incidence de l'activité sur l'environnement et l'incidence des enjeux environnementaux sur l'activité.
Conformité & CSRD
Ensemble des autorisations d'utilisation acquises contractuellement auprès d'un fournisseur, à rapprocher de l'usage réellement constaté.
SaaS & Licences
Intégration de critères environnementaux dès la conception d'un service, sur l'architecture, le code, les données et les interfaces.
Éco-conception
Rattachement du coût technologique à un indicateur métier : coût par client, par transaction, par document traité.
FinOps & Budgets IT
Eau consommée en amont de l'usage informatique, pour produire l'électricité puis la distribuer, à distinguer de l'eau consommée directement par le refroidissement des installations. Elle est à l'eau ce que les émissions de portée 3 sont au carbone.
GreenOps & Green IT
Volume d'eau consommé rapporté à l'énergie utilisée par les équipements informatiques d'une installation.
GreenOps & Green IT
Rapport entre l'énergie totale consommée par une installation et l'énergie effectivement utilisée par les équipements informatiques.
GreenOps & Green IT
Suppression des observations d'outils déjà consommées et compression des étapes antérieures pour contenir le volume de contexte.
FinOps pour l'IA
Émissions liées à la fabrication du matériel, à la construction des installations et à la production de l'énergie, comptabilisées avant toute mise en service. Sur un réseau électrique décarboné, elles dominent le bilan de cycle de vie et déplacent le levier d'action vers le taux d'utilisation et la durée de vie du matériel.
GreenOps & Green IT
Multiplication du coût par délégation successive à des sous-agents, chaque branche reproduisant la structure de coût complète du workflow.
FinOps pour l'IA
Spécification ouverte qui normalise la donnée de facturation et d'usage entre fournisseurs technologiques, pour la rendre comparable au sein d'un même référentiel.
Standard FOCUS
Distinction entre l'entité qui commercialise un service et celle sur laquelle la ressource sous-jacente est déployée, notamment en présence de revendeurs.
Standard FOCUS
Ressource provisionnée et facturée dont l'usage reste nul ou marginal.
Fournisseur produisant un jeu de données conforme à la spécification : fournisseur Cloud, éditeur SaaS, service d'IA, plateforme de données, équipe interne pratiquant la refacturation.
Standard FOCUS
Discipline de recensement, de suivi et de mise en conformité des équipements et licences détenus par l'organisation.
SaaS & Licences
Ensemble des mécanismes bornant le nombre d'itérations d'un agent : budget de tours, cadrage des outils, condition d'arrêt explicite.
FinOps pour l'IA
Ensemble des démarches visant à réduire l'impact environnemental du numérique, de la conception des équipements à leur fin de vie.
GreenOps & Green IT
Pratique de mesure, de réduction et de pilotage de l'empreinte environnementale des systèmes d'information, articulée aux décisions techniques quotidiennes.
GreenOps & Green IT
Règle technique appliquée automatiquement pour maintenir les configurations dans le cadre défini.
Modèle d'architecture centralisant les fonctions partagées (gouvernance, catalogue, sécurité) dans un hub, avec des domaines ou équipes consommateurs (spokes) opérant en périphérie. L'un des patterns de référence pour le placement des charges de travail sur les plateformes de données.
Exécution d'un modèle déjà entraîné sur une requête. Une fois l'entraînement amorti sur le volume servi, l'inférence concentre l'essentiel de la consommation énergétique d'un service d'IA en production.
GreenOps pour l'Intelligence Artificielle
Description versionnée de l'infrastructure, déployée de façon automatisée et reproductible.
Quantité d'émissions associée à la production d'une unité d'électricité sur un réseau donné, variable selon la localisation et le moment.
GreenOps & Green IT
Taux d'émission de la production électrique appelée à la marge pour répondre à un mégawattheure supplémentaire, indicateur pertinent pour mesurer l'effet réel d'un décalage ou d'un déplacement de charge, à la différence de l'intensité moyenne qui décrit le mélange du réseau.
GreenOps & Green IT
Discipline de gestion du cycle de vie des actifs informatiques (matériels et logiciels), depuis l'acquisition jusqu'au décommissionnement. Fournit, avec la CMDB, le socle de données nécessaire à toute gouvernance FinOps sur le Cloud Privé.
Ensemble des charges ligne à ligne, normalisées selon le schéma FOCUS.
Standard FOCUS
Ensemble permettant de réconcilier ligne à ligne les données de coût et d'usage avec la facture émise par le fournisseur.
Standard FOCUS
Ensemble décrivant les termes d'un engagement : dates, unités restantes, consommation, palier de bénéfice atteint.
Standard FOCUS
Socle Cloud préconfiguré, conforme par défaut, sur lequel les équipes déploient.
Comptabilisation du scope 2 retenant l'intensité carbone moyenne du réseau alimentant le site.
GreenOps & Green IT
Comptabilisation du scope 2 retenant les attributs contractuels d'électricité acquis par l'organisation.
GreenOps & Green IT
Quatre indicateurs de performance de livraison logicielle largement adoptés.
Mécanisme conservant la représentation calculée d'un préfixe de prompt stable, pour refacturer les appels suivants à tarif réduit.
FinOps pour l'IA
Restitution d'une réponse déjà produite pour une requête sémantiquement équivalente, sans nouvel appel au modèle.
FinOps pour l'IA
Nombre de paramètres réellement mobilisés par un modèle pour traiter une requête, qui peut être très inférieur au nombre total de paramètres sur les architectures à mélange d'experts. C'est cette grandeur, et non la taille annoncée, qui détermine l'énergie consommée par jeton.
GreenOps pour l'Intelligence Artificielle
Point de passage centralisant les appels aux modèles, attribuant une clé virtuelle par équipe ou cas d'usage et appliquant les plafonds de dépense.
FinOps pour l'IA
Segment de dépense sur lequel s'applique le référentiel : produit, centre de coût, environnement ou découpage sur mesure.
FinOps & Budgets IT
Fonction engagée dans la pratique FinOps : praticien, ingénierie, finance, direction, achats, produit.
FinOps & Budgets IT
Moment du cycle de travail FinOps : Informer, Optimiser, Opérer.
FinOps & Budgets IT
Application de limites de dépense en amont de la consommation : plafond par session, quota par équipe, mise en pause automatique.
FinOps pour l'IA
Politique de conformité exprimée en code et évaluée automatiquement.
Conviction structurante qui oriente la façon de pratiquer le FinOps, indépendamment des activités menées.
FinOps & Budgets IT
Maintien en exploitation d'un équipement au-delà de sa période d'amortissement usuelle, pour répartir son empreinte de fabrication sur une durée plus longue.
Éco-conception
Matrice de responsabilités distinguant réalisation, responsabilité, consultation et information.
Enrichissement d'une requête par des données propres à l'entreprise, sans réentraînement du modèle.
Suppression des recouvrements fonctionnels entre applications souscrites séparément par des équipes différentes.
SaaS & Licences
Part des comptes réellement utilisés au sein des comptes ouverts, indicateur direct de gisement d'économie.
SaaS & Licences
Clause prolongeant automatiquement un contrat sans intervention explicite, à surveiller au regard des délais de préavis.
SaaS & Licences
Reprise des licences inactives ou sous-utilisées en vue de leur réaffectation.
SaaS & Licences
Ajustement facturé lorsque l'usage constaté dépasse les droits acquis à un jalon contractuel.
SaaS & Licences
Capacité de calcul non garantie, vendue à un tarif très réduit et pouvant être reprise par le fournisseur avec un court préavis. Adaptée aux traitements tolérants à l'éviction (traitements par lots, calcul distribué, tests), elle améliore le taux d'utilisation global du parc.
Optimisations et éco-conception
Rapport entre la charge réellement exécutée sur un nœud et la capacité qu'il réserve. Une faible densité laisse des ressources réservées inutilisées, qui consomment de l'énergie et portent l'intégralité de leurs émissions de fabrication.
Optimisations et éco-conception
Réduction de la précision numérique des poids d'un modèle d'apprentissage, qui diminue l'empreinte mémoire et le coût d'inférence au prix d'une perte de qualité à mesurer sur les cas d'usage réels.
Optimisations et éco-conception
Remise en service d'un matériel pour un usage équivalent, en interne ou par reconditionnement externe, avant tout recyclage. Le réemploi évite les émissions de fabrication d'un équipement neuf, là où le recyclage ne récupère qu'une fraction des matériaux.
Optimisations et éco-conception
Référentiel général d'écoconception de services numériques, publié par l'Arcep, l'Arcom et l'ADEME. Il fournit une grille de critères vérifiables couvrant la stratégie, les spécifications, l'architecture, le contenu et l'hébergement d'un service numérique.
Optimisations et éco-conception
Traitement simultané de plusieurs requêtes par un même processeur graphique. Le coût fixe de chargement du modèle est réparti, ce qui réduit l'énergie par requête, au prix d'un délai de réponse qui réserve ce levier aux usages non contraints par la latence.
GreenOps pour l'Intelligence Artificielle
Filtrage d'un ensemble de candidats issus d'une recherche documentaire pour ne conserver que les passages les plus pertinents avant injection dans le contexte.
FinOps pour l'IA
Engagement tarifaire (AWS) consistant à réserver une capacité de calcul sur une durée donnée en échange d'une remise substantielle par rapport au tarif à la demande.
Ajustement de la taille ou du niveau d'une ressource à son usage réellement constaté.
Cloud Public
Affectation de chaque tâche au niveau de modèle minimal atteignant le seuil de qualité requis.
FinOps pour l'IA
Gestion des droits d'usage logiciels et de la conformité contractuelle.
Engagement tarifaire (AWS, et par extension d'autres fournisseurs) portant sur un volume de dépense plutôt que sur une instance spécifique, offrant plus de flexibilité que la Reserved Instance en contrepartie d'une remise généralement légèrement inférieure.
Émissions directes provenant de sources détenues ou contrôlées par l'organisation.
GreenOps & Green IT
Émissions indirectes liées à l'énergie achetée et consommée par l'organisation.
GreenOps & Green IT
Émissions indirectes de la chaîne de valeur, où se loge la majorité de l'empreinte numérique : services Cloud, SaaS, équipements utilisateurs.
GreenOps & Green IT
Émissions des biens et services achetés. C'est la catégorie où se loge la consommation de Cloud : le Scope 2 du fournisseur, soit l'électricité consommée par ses centres de données, devient directement la catégorie 1 du client, qui hérite ainsi de la méthode de comptabilisation, du périmètre et de la clé d'allocation retenus par le fournisseur.
GreenOps & Green IT
Usage d'outils d'IA en dehors du périmètre validé par l'entreprise.
Applications ou services souscrits en dehors des circuits d'achat encadrés par l'organisation.
SaaS & Licences
Intégration des exigences de coût, de sécurité et de sobriété dès la conception.
Restitution du coût aux entités consommatrices à des fins de visibilité, sans imputation budgétaire effective.
FinOps & Budgets IT
Identifiant unique d'une référence tarifaire chez un fournisseur Cloud, correspondant à une combinaison précise de service, de région et de configuration. La prolifération de SKU est l'un des facteurs de complexité propres au Cloud Public.
Indicateur normalisé d'émissions rapportées à une unité fonctionnelle logicielle.
Dispositif enchaînant plusieurs appels de modèle, souvent avec recours à des outils externes, pour accomplir une tâche. Le nombre d'appels par tâche accomplie devient l'unité de pilotage, en coût comme en empreinte.
GreenOps pour l'Intelligence Artificielle
Retour réel de l'ensemble des engagements tarifaires, au-delà du taux de remise affiché.
Part des appels bénéficiant effectivement du tarif réduit de mise en cache, indicateur avancé de dérive architecturale.
FinOps pour l'IA
Part de l'engagement souscrit effectivement consommée.
Répartition des données entre plusieurs niveaux de stockage (haute performance, standard, froid ou archive) selon leur criticité et leur fréquence d'accès réelle, afin d'aligner le coût de stockage sur la valeur de la donnée.
Architecture réservant les modèles avancés à l'orchestration et mobilisant des modèles légers pour les agents d'exécution.
FinOps pour l'IA
Organisation cible décrivant rôles, processus et instances.
Unité élémentaire de facturation des modèles de langage, correspondant à un fragment de texte traité en entrée ou produit en sortie.
FinOps pour l'IA
Token transmis au modèle : instructions système, historique de conversation, définitions d'outils, documents récupérés. Sert de tarif de référence.
FinOps pour l'IA
Token généré par le modèle lors de son cheminement interne, facturé au tarif de sortie tout en restant absent des tableaux de bord standards.
FinOps pour l'IA
Token produit par le modèle, facturé à un tarif généralement plusieurs fois supérieur au tarif d'entrée.
FinOps pour l'IA
Token d'entrée correspondant à un préfixe de prompt déjà traité, refacturé à une fraction du tarif standard.
FinOps pour l'IA
Discipline d'analyse et de gouvernance des coûts liés à la consommation de tokens et aux mécaniques de facturation propres à l'IA générative.
FinOps pour l'IA
Garde-fou natif de plateforme définissant une durée de vie maximale automatique pour une ressource (cluster, environnement de test), au-delà de laquelle elle est arrêtée ou supprimée, limitant les dérives de consommation liées à l'oubli.
Processeur virtuel, unité de facturation et de dimensionnement du calcul dans le Cloud. Sa consommation énergétique est estimée par des coefficients moyens (modèle Cloud Carbon Footprint), de l'ordre de 0,7 W à vide et 3,5 W en pleine charge pour un vCPU x86 : des valeurs indicatives, l'écart entre générations de processeurs pouvant dépasser le facteur deux à performance comparable.
GreenOps & Green IT
Unité de calcul mutualisée propre à Snowflake, dont le dimensionnement et le comportement de mise à l'échelle sont des leviers directs d'optimisation du coût.
Unité de calcul mutualisée propre à Databricks, dont le dimensionnement et le comportement de mise à l'échelle sont des leviers directs d'optimisation du coût.
Référentiel méthodologique proposé par les fournisseurs Cloud (AWS, Azure, GCP) pour aligner les stratégies d'affaires, culturelles et techniques lors d'une migration.
Centre d'Excellence Cloud & AI
Cadre de sécurité et de gouvernance garantissant que seuls les utilisateurs et systèmes autorisés accèdent aux ressources Cloud, selon le principe du moindre privilège.
Centre d'Excellence Cloud & AI
Modèle de sécurité postulant qu'aucune confiance n'est accordée par défaut, exigeant une vérification continue de chaque identité et appareil, même au sein du réseau d'entreprise.
Centre d'Excellence Cloud & AI
Cadre réglementaire européen classifiant les systèmes d'IA selon leur niveau de risque (minime, limité, haut risque, inacceptable) et imposant des obligations strictes de transparence et de conformité.
FinOps pour l'IA
Capacité à comprendre, tracer et justifier le raisonnement d'un modèle d'IA pour aboutir à une décision, un prérequis pour la conformité et la confiance des utilisateurs.
FinOps pour l'IA
Déviation systématique et injuste dans les résultats d'un modèle d'IA, souvent héritée de données d'entraînement non représentatives ou de conceptions biaisées.
FinOps pour l'IA
Démarche de gouvernance visant à développer et déployer des systèmes d'IA de manière éthique, transparente, sécurisée et respectueuse de la vie privée.
FinOps pour l'IA
Capacité à déduire l'état interne d'un système complexe à partir de ses données de sortie externes (métriques, journaux, traces). Dépasse la simple supervision en expliquant pourquoi un problème survient.
FinOps & Budgets IT
Processus méthodique, souvent accéléré par l'AIOps, visant à identifier l'origine fondamentale d'un incident plutôt que d'en traiter les seuls symptômes.
FinOps & Budgets IT
Approche d'ingénierie logicielle appliquée aux opérations IT, utilisant le code et l'automatisation pour gérer la fiabilité, la scalabilité et la performance des systèmes.
FinOps & Budgets IT
Pratique fondamentale du DevOps automatisant les phases de test, de validation et de livraison du code, réduisant ainsi les risques de déploiement et accélérant le délai de mise sur le marché.
FinOps & Budgets IT
Modèle opérationnel utilisant Git comme source unique de vérité pour l'infrastructure et les applications, où chaque modification est versionnée, validée et déployée automatiquement.
FinOps & Budgets IT
Unité agrégeant les gaz à effet de serre selon leur pouvoir de réchauffement global sur 100 ans.
Cadre GHG Protocol
Valeur moyenne d'émission par unité d'activité, utilisée pour convertir une donnée physique ou monétaire en émission équivalente.
Cadre GHG Protocol
Année servant de point de comparaison pour mesurer une trajectoire d'émissions, à recalculer en cas de changement structurel.
Cadre GHG Protocol
Achat de crédits représentant une réduction ou un retrait d'émissions réalisé ailleurs, publié séparément des émissions brutes.
Cadre GHG Protocol
Retrait de CO₂ de l'atmosphère par un mécanisme naturel ou technologique, distinct de la compensation.
Cadre GHG Protocol
Capacité à exécuter un cas d'usage sur un modèle alternatif sans réécrire le code d'intégration ni recalibrer entièrement les prompts.
Intelligence Artificielle & GenAI
Conception qui découple la logique applicative du modèle sous-jacent par une couche d'abstraction, afin de basculer la charge d'un fournisseur à un autre.
Intelligence Artificielle & GenAI
Modélisation de la rentabilité d'un cas d'usage sous plusieurs hypothèses de prix, tarif actuel, tarif annoncé et tarif intermédiaire plausible.
Intelligence Artificielle & GenAI
Dépendance technique ou contractuelle rendant coûteux le changement de fournisseur, de modèle ou de plateforme.
Intelligence Artificielle & GenAI
Point de passage unique des appels aux modèles, assurant attribution par clé virtuelle, plafonnement de la dépense et bascule entre fournisseurs.
Intelligence Artificielle & GenAI
Tarif volontairement bas pratiqué au lancement d'un modèle pour accélérer l'adoption, relevé vers un tarif cible une fois la base installée verrouillée.
Intelligence Artificielle & GenAI
Directive européenne 2023/1791 qui impose notamment aux centres de données dont la puissance informatique installée atteint 500 kW une déclaration annuelle de leur consommation d'énergie, de leur PUE et de leur usage de l'eau, auprès de la base de données européenne dédiée.
Mesure de l'empreinte
Mécanisme permettant de réutiliser une licence logicielle déjà détenue sur une infrastructure Cloud, plutôt que de payer la licence incluse dans le tarif du fournisseur. Son intérêt dépend des droits de mobilité prévus au contrat et du suivi de conformité associé.
FinOps & Budgets IT
Entraînement d'un modèle réduit à reproduire le comportement d'un modèle plus grand sur un domaine donné. Le modèle obtenu consomme moins de ressources par requête, à qualité comparable sur le périmètre visé uniquement.
Intelligence Artificielle & GenAI
Certificats attestant qu'une quantité d'électricité renouvelable a été injectée sur le réseau. Ils alimentent la méthode fondée sur le marché en comptabilité Scope 2, sans modifier l'électricité physiquement consommée sur le site.
Sources d'énergie et localisation
Situation d'un territoire dont les prélèvements en eau approchent ou dépassent les ressources renouvelables disponibles. Ce critère qualifie l'impact réel d'un litre consommé par un centre de données selon sa localisation.
Sources d'énergie et localisation
Apposition de métadonnées normalisées sur les ressources au moment de leur création, afin de rattacher chaque coût et chaque consommation à une entité responsable. Sans étiquetage appliqué au déploiement, l'allocation devient une reconstitution manuelle.
FinOps & Budgets IT
Fin d'usage d'un équipement décidée par la panne, l'arrêt du support logiciel ou la seule politique de renouvellement. La part logicielle et contractuelle domine souvent la part matérielle, ce qui en fait un levier de décision et non une fatalité technique.
Matériels et parc utilisateur
Équipement remis en état de fonctionnement et revendu avec garantie après effacement tracé des données du précédent détenteur. Son empreinte de fabrication étant déjà amortie, il évite l'essentiel du carbone incorporé d'un équipement neuf.
Matériels et parc utilisateur
Référentiel publié par la FinOps Foundation, structuré en principes, personas, phases (Inform, Optimize, Operate), domaines et capacités. Il fournit le vocabulaire commun et la grille de maturité d'une pratique FinOps.
FinOps & Budgets IT
Engagement contractuel d'un fournisseur sur un niveau de service mesurable, disponibilité ou temps de réponse, assorti de pénalités ou d'avoirs lorsqu'il n'est pas tenu. Ces avoirs constituent un levier de récupération souvent non réclamé.
Modèle d'exécution où le fournisseur alloue les ressources à la demande et facture à l'usage réel, sans capacité réservée par le client. La dépense y suit le trafic, ce qui déplace l'optimisation vers la conception du code et le volume d'appels.
Unité d'exécution isolée regroupant une application et ses dépendances, partageant le noyau du système hôte. La facturation portant sur la machine sous-jacente, l'allocation des coûts exige une mesure de la consommation par conteneur.
Orchestrateur de conteneurs qui planifie l'exécution des charges sur un ensemble de machines. Sa facture apparaît au niveau des machines et non des applications, ce qui en fait l'un des périmètres les plus difficiles à allouer et l'un des plus riches en capacité inutilisée.
FinOps & Budgets IT
Réutilisation du calcul déjà effectué sur la partie initiale identique de plusieurs requêtes adressées à un modèle, instructions système et contexte partagé. Les jetons concernés sont facturés à tarif réduit et ne sont pas recalculés.
Intelligence Artificielle & GenAI
Capacité d'une infrastructure à faire varier ses ressources selon la demande, à la hausse comme à la baisse. Elle n'apporte de gain que si la baisse est réellement appliquée, ce qui suppose des seuils et une extinction automatisée.
Capacité de calcul vendue à tarif fortement réduit sur les ressources non utilisées d'un fournisseur, récupérable à tout moment avec un préavis court. Elle convient aux traitements interruptibles et rejouables, pas aux charges de production sensibles.
Mécanisme ajustant automatiquement le nombre d'instances ou la taille d'un service selon des indicateurs de charge. Mal paramétré, il stabilise durablement l'infrastructure sur son pic plutôt que sur son besoin réel.

FAQ

Questions fréquentes

La réduction de coûts est un résultat fréquent, elle ne doit pas être un seul et unique objectif. Le FinOps produit avant tout la capacité à arbitrer : décider en connaissance de cause entre performance, vitesse de livraison, risque et dépense. Une décision FinOps bien instruite peut conduire à augmenter une dépense de façon assumée.

Les deux démarches peuvent progresser en parallèle. La gouvernance Cloud renforce toutefois l'ancrage : avec des propriétaires identifiés et des standards de déploiement, les optimisations se maintiennent dans le temps plutôt que d'être effacées par les déploiements suivants.

Ils partagent leurs premiers leviers, supprimer l'inutilisé, dimensionner au juste besoin, et divergent ensuite sur certains arbitrages bas-carbone qui ont un coût. Les traiter dans une même gouvernance permet de rendre ces arbitrages explicites.

En raisonnant en coût unitaire par cas d'usage plutôt qu'en enveloppe globale, en instrumentant l'allocation dès le premier pilote, et en traitant la conception du produit comme le principal levier de coût, en amont du choix du modèle.

L'AIOps utilise l'IA pour exploiter le système d'information. La gouvernance de l'IA encadre les usages d'IA de l'entreprise, y compris ceux de l'AIOps.