Les grandes entreprises technologiques ont commencé à revoir leurs stratégies d'implémentation de l'intelligence artificielle (IA). Au lieu de l'efficacité attendue, elles sont confrontées à un nouveau problème : plus les employés utilisent activement les outils d'IA, plus les coûts augmentent rapidement, rendant le modèle économique difficile à maintenir. Microsoft, en particulier, a cessé de fournir des licences Claude Code à ses ingénieurs, les transférant vers la plateforme GitHub Copilot CLI. C'est ce que rapporte Ixbt.com rapporte .
Cette décision a été prise seulement six mois après le début de l'utilisation intensive des outils d'Anthropic. Bien que le partenariat stratégique et les accords cloud de plusieurs milliards de dollars entre Microsoft et Anthropic restent en vigueur, le modèle opérationnel interne passe en mode économie. Une situation similaire a été observée chez Uber : l'entreprise avait déjà dépensé son budget IA prévu pour 2026 au cours des quatre premiers mois de cette année.
À ce stade, la contradiction principale est que, bien que les outils d'IA augmentent la productivité sur des tâches spécifiques, ils augmentent considérablement le besoin en puissance de calcul et les dépenses globales. Selon les analystes de Goldman Sachs, d'ici 2030, l'adoption généralisée des systèmes d'IA agents pourrait porter la consommation mensuelle de jetons à des centaines de quadrillions, imposant une pression exponentielle sur l'infrastructure.
Les recherches de Gartner prédisent que d'ici 2030, le coût du traitement des requêtes dans les grands modèles de langage diminuera de 90 %. Cependant, cela ne signifie pas que les dépenses des entreprises diminueront. Les systèmes agents complexes consomment beaucoup plus de jetons par tâche, ce qui compense la baisse du coût par unité de calcul. Il en résulte une dynamique paradoxale où les coûts totaux augmentent à mesure que la technologie devient moins chère.
Les dirigeants des géants de la tech continuent de promouvoir l'idée d'un « avenir agentique » où les assistants numériques sont entièrement intégrés aux flux de travail. Cependant, les données récentes suggèrent que le passage à l'échelle de ce modèle pourrait être beaucoup plus coûteux que prévu initialement.
Lisez “Zamin” sur Telegram !
