Un revirement spectaculaire
L'enthousiasme débordant pour l'intelligence artificielle générative au sein des entreprises laisse place à une réalité budgétaire plus brutale. En l'espace de quelques mois, la tendance s'est inversée : après avoir poussé leurs employés à maximaliser le recours aux outils d'IA, de grands noms de la tech imposent désormais des limitations sévères pour endiguer une explosion des coûts. Ce phénomène, que certains observateurs qualifient de « minimisation de jetons », marque un changement de paradigme dans la manière dont les sociétés abordent cette technologie.
De la course aux jetons à la chasse au gaspillage
Au début de l'année, l'injonction était claire dans les entreprises technologiques : utiliser l'intelligence artificielle le plus possible dans les tâches quotidiennes. Chez Meta et Amazon, des classements internes mesuraient même le volume de « jetons » — unités correspondant approximativement à un fragment de mot — consommés par chaque employé, créant une émulation parfois qualifiée de « tokenmaxxing ». Cependant, l'arrivée des factures émanant de fournisseurs comme Anthropic ou OpenAI a douché cet enthousiasme. Les coûts se sont révélés bien plus élevés que prévu.
Meta a ainsi averti ses équipes qu'elle allait bientôt limiter les usages de l'IA, invoquant une « augmentation exponentielle » des dépenses. Uber a indiqué en mai avoir épuisé en seulement quatre mois l'enveloppe budgétaire annuelle prévue pour l'IA, ce qui l'a contraint à instaurer des plafonds mensuels sur certains outils de codage. Walmart a également fixé des limites pour différents outils d'IA. Dans la foulée, Amazon et Meta ont retiré leurs tableaux de classement internes, actant la fin de l'ère de la surconsommation.
Des coûts sous-estimés et une flexibilité nécessaire
Ce retournement de situation illustre la difficulté pour les entreprises à évaluer le juste équilibre entre l'usage intensif de l'IA et la maîtrise des dépenses. Selon Rob May, dirigeant d'une start-up spécialisée dans l'optimisation de l'usage de l'IA, le principal problème réside dans la rapidité d'évolution du secteur, qui laisse les organisations désemparées. « Le plus grand problème est que tout change si vite que les gens et les entreprises ne savent pas quoi faire », a-t-il expliqué. Rob May est également l'auteur d'un manifeste dédié à cette nouvelle approche de minimisation.
Une tendance durable ou un simple ajustement ?
Si la phase de « tokenminning » semble s'imposer, il est encore trop tôt pour déterminer s'il s'agit d'une tendance de fond ou d'une simple correction après une période d'excès. Ce que révèle cette séquence, c'est la difficulté à intégrer durablement l'intelligence artificielle dans les processus de travail sans en compromettre la viabilité économique. Les entreprises cherchent désormais à concilier innovation et rigueur budgétaire, un défi qui devrait redéfinir les stratégies d'adoption de l'IA dans les mois à venir.
