Intelligence artificielle et coûts : les entreprises peinent à calculer le rendement attendu

Alors que l'intérêt pour les technologies d'intelligence artificielle (AI) a atteint son apogée dans la Silicon Valley, les grandes entreprises rencontrent des difficultés sérieuses pour analyser l'efficacité économique de ces innovations. L'excitation initiale laisse place à des questions de calculs précis et d'optimisation des coûts. C'est ce qu'indique Techcrunch.com dans un article.

Tiffany Luck, associée au fonds de capital-risque NEA, a souligné dans le podcast Equity de TechCrunch que de nombreuses entreprises se heurtent à des obstacles financiers imprévus lors de l'implémentation d'outils AI. La tendance du « tokenmaxxing » (maximisation des capacités de l'AI), populaire en début d'année, se heurte désormais à des restrictions budgétaires. Par exemple, les informations selon lesquelles Uber aurait épuisé son budget AI annuel en quelques mois seulement ont préoccupé les experts du secteur.

La situation est telle que certaines organisations ont été contraintes de réduire les licences de réseaux neuronaux avancés, comme Claude, pour leurs employés. Meta a même interrompu son propre système de classement interne (leaderboard). Cela démontre que même les géants technologiques n'ont pas encore trouvé l'équilibre entre les fonds investis dans l'AI et le retour sur investissement (ROI) réel.

Contradiction entre investissements et résultats réels

Selon Tiffany Luck, de nouvelles opportunités s'ouvrent actuellement pour les startups. Désormais, les entreprises ne cherchent plus seulement à acheter un modèle AI, mais recherchent des outils permettant de surveiller les coûts de cette technologie et d'en mesurer l'efficacité. Cela montre une évolution de l'approche de l'intelligence artificielle dans le monde des affaires.

Sur le marché ouzbek, les entreprises locales et les banques intègrent progressivement ChatGPT et d'autres modèles génératifs dans leurs systèmes. Cependant, l'expérience internationale montre qu'il ne suffit pas de lancer le système. Le coût payé pour chaque requête et chaque donnée traitée (token) doit servir les intérêts de l'entreprise sur le long terme.

Les experts prévoient également que les agents personnels et les « moments magiques » (magic moments) créés pour les consommateurs seront les principaux moteurs du marché de l'AI à l'avenir. Mais pour atteindre cet objectif, les entreprises devront d'abord revoir leurs stratégies financières et calculer précisément le rendement des investissements AI.

En conclusion, l'ère de l'intelligence artificielle passe désormais de la phase de « hype » à celle de l'analyse économique réelle. Dans les années à venir, seuls ceux qui ne se contenteront pas d'implémenter la technologie, mais qui sauront l'utiliser de manière rationnelle et économique, sortiront vainqueurs sur le marché.