Meta prévoit que les budgets de jetons d'IA pour les ingénieurs pourraient bientôt être plafonnés
Alors que l'intelligence artificielle s'intègre profondément dans le cycle de vie du développement logiciel, les coûts cachés de la puissance de calcul commencent à faire surface. Adam Mosseri, cadre chez Meta, suggère que l'ère de l'expérimentation illimitée de l'IA pourrait toucher à sa fin, car les coûts de consommation de jetons commencent à rivaliser avec les salaires humains.
L'augmentation du coût de la consommation de jetons d'IA
Lors d'une récente interview dans le podcast de Lenny, le responsable d'Instagram, Adam Mosseri, a mis en lumière une réalité fiscale imminente pour les géants de la tech : le « burn rate » (taux de consommation) d'un ingénieur performant utilisant des outils d'IA pourrait bientôt égaler son coût réel d'emploi. Ce changement marque une transition : l'IA n'est plus perçue comme un simple booster de productivité gratuit, mais comme une dépense opérationnelle (OpEx) significative.
L'ampleur de ce problème est immense. Meta a récemment dû fermer un « classement interne des dépenses en jetons d'IA » après avoir réalisé que les modes de consommation actuels plaçaient l'entreprise sur une trajectoire de dépenses se chiffrant en milliards de dollars d'ici 2026. Mosseri a noté que, sans gestion, il est bien trop facile de construire un « incinérateur de jetons » — un flux de travail qui consomme des quantités massives de calcul sans apporter de réelle valeur commerciale.
Un virage vers la gestion des ressources
Mosseri soutient que les budgets de jetons doivent être gérés avec la même rigueur que n'importe quelle autre ressource d'entreprise limitée, telle que la capacité GPU, la RAM, le stockage ou la masse salariale. Ce mouvement vers le « rationnement des jetons » n'est pas propre à Meta ; l'industrie montre déjà des signes d'un ajustement fiscal lié à l'IA :
- Uber : Le géant du VTC a été confronté à une crise budgétaire liée à l'IA après avoir épuisé son budget de codage par IA prévu pour 2026 dès le mois d'avril de cette année.
- Microsoft : Dans une optique de consolidation des coûts, Microsoft a annulé les licences Claude Code, réorientant ses équipes d'ingénierie vers son propre outil Copilot CLI.
Le modèle proposé pour Meta consiste à fixer des plafonds par ingénieur, proportionnels à leur capacité à générer des résultats « rentables » (ROI-positive). Au lieu d'un accès illimité, les ingénieurs se verront probablement allouer des budgets basés sur la valeur que leurs flux de travail augmentés par l'IA génèrent pour l'entreprise.
La voie vers une mise à l'échelle durable de l'IA
Bien que l'avenir immédiat semble marqué par un resserrement des contraintes, Mosseri reste optimiste quant à la trajectoire économique de l'IA à long terme. Il prévoit qu'à mesure que les fournisseurs de modèles entreront dans des guerres de prix intenses pour gagner des parts de marché, le coût par jeton finira par diminuer.
Pour l'instant, l'industrie est dans une phase de transition. Les entreprises s'éloignent de l'expérimentation « futile » pour se diriger vers une mise en œuvre de l'IA disciplinée et axée sur la valeur. Pour les développeurs et les fondateurs de startups technologiques, cela signifie que la prochaine frontière de l'efficacité ne consistera pas seulement à écrire un meilleur code, mais à écrire un code qui maximise l'intelligence tout en minimisant le gaspillage de calcul.
Points clés à retenir
- Parité fiscale : Les coûts des jetons d'IA pour les ingénieurs individuels devraient finir par correspondre à leur coût total d'emploi.
- Tendance sectorielle : Des acteurs majeurs comme Uber et Microsoft mettent déjà en œuvre des contrôles stricts et consolident leurs outils pour gérer l'explosion des dépenses liées à l'IA.
- Accès axé sur le ROI : L'allocation future des ressources d'IA sera probablement traitée comme une dépense opérationnelle (OpEx) gérée, avec des budgets liés au retour sur investissement mesurable d'un ingénieur.