L'IA devient coûteuse, et les dirigeants qui la paient commencent à s'en apercevoir

Points clés

• Un sondage KPMG auprès de plus de 2 000 cadres supérieurs dans 20 pays a révélé que 29 % ont du mal à comprendre les coûts de fonctionnement de leurs déploiements d'IA.
• Près de la moitié de ces cadres ont déclaré qu'ils envisageaient de ralentir ou de remodeler leurs projets d'IA lorsque les coûts dépassaient les avantages.
• L'analyste Gartner Nitish Tyagi prévoit qu'en 2028, le coût par développeur des assistants de codage par IA dépassera le salaire moyen global des développeurs.
• Dans les pays aux salaires plus bas, comme l'Inde, ce point de basculement se produit déjà aujourd'hui.
• Les principaux fournisseurs d'IA, dont Anthropic, OpenAI et GitHub, sont passés des frais mensuels fixes à la facturation à l'usage, où les entreprises paient par « jeton », c'est-à-dire chaque petit morceau de texte que l'IA lit ou écrit.

Les entreprises se sont précipitées pour adopter les outils d'IA au cours des deux dernières années. Maintenant, les factures arrivent, et les chiffres causent une véritable alarme dans les salles de réunion.

Un nouveau sondage de KPMG, le cabinet mondial de conseil et de services professionnels, a capturé l'ambiance. L'entreprise a interrogé plus de 2 000 cadres supérieurs dans 20 pays et a constaté que 29 % d'entre eux ne pouvaient pas avoir une vision claire de ce que leurs déploiements d'IA coûtaient réellement à l'exécution à mesure qu'ils se développaient. Rapportées en premier par AI2Day The Register, les conclusions dépeignent un tableau d'entreprises qui se sont lancées rapidement et qui tentent maintenant de comprendre ce qu'elles ont signé.

La confusion a une cause simple. Pendant longtemps, les outils d'IA sont venus avec des abonnements mensuels fixes. Vous payiez des frais forfaitaires, votre équipe utilisait les outils autant qu'elle le souhaitait, et la facture était prévisible. Ce modèle disparaît. Anthropic, OpenAI et GitHub sont tous passés à une facturation à l'usage basée sur les jetons. Un jeton est une petite unité de texte, environ les trois quarts d'un mot, et chaque fois qu'un modèle d'IA lit une demande ou écrit une réponse, il consomme des jetons. Plus votre équipe utilise les outils, plus la facture est élevée, et les coûts peuvent augmenter sans avertissement.

Près de la moitié des cadres interrogés ont déclaré qu'ils envisageaient de « rééchelonner » leurs déploiements, ce qui signifie ralentir, réduire la portée et chercher des modèles moins chers ou plus petits plutôt que de toujours opter pour l'option la plus capable (et la plus coûteuse).

Qu'est-ce que cela signifie pour les travailleurs dont les entreprises utilisent des outils d'IA ?

Cela pourrait en fait protéger certains emplois. Nitish Tyagi de Gartner a découvert que dans les parties du monde où les salaires des développeurs sont plus bas, le coût d'exécution d'un assistant de codage par IA dépasse déjà ce qu'un développeur humain gagne. À l'échelle mondiale, Tyagi projette que ce basculement arrivera en 2028. Quand un outil coûte plus cher que la personne qu'il était censé remplacer, le cas financier pour remplacer cette personne s'effondre.

La recherche de Gartner a également révélé quelque chose de contre-intuitif sur le fonctionnement de ces outils. Utiliser plus de jetons ne produit pas automatiquement un meilleur code. Les développeurs qui étaient disciplinés et précis dans la façon dont ils rédigeaient leurs demandes obtaient des résultats de meilleure qualité et dépensaient moins que ceux qui utilisaient l'IA librement et souvent.

Le tableau financier plus large est difficile à ignorer. Une analyse d'investissement majeure a révélé que l'industrie de l'IA est en bonne voie de dépenser 1 500 milliards de dollars en infrastructure de centres de données entre maintenant et 2030. Cette dépense doit être récupérée d'une manière ou d'une autre, ce qui explique exactement pourquoi la tarification se déplace vers des modèles à l'usage qui peuvent croître avec chaque client.

Pour les entreprises déjà dépendantes de ces outils, le changement n'est pas simple. Les développeurs qui ont utilisé des assistants d'IA quotidiennement pendant un an ou deux peuvent perdre de la fluidité dans les compétences sous-jacentes. Cette dépendance donne aux fournisseurs d'IA un véritable pouvoir tarifaire. Cependant, facturez trop cher, et les clients d'entreprise cherchent ailleurs : des modèles open-source moins chers, des outils spécialisés plus petits, ou simplement réembaucher le personnel qu'ils ont licencié.