Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Les investissements en IA dépassent la capacité de contrôle des coûts
Dans un contexte où l'intelligence artificielle devient un pilier stratégique pour de nombreuses entreprises, une enquête récente menée auprès de 107 entreprises révèle une tendance préoccupante : les investissements en infrastructure IA s'accélèrent à un rythme qui dépasse la capacité des entreprises à en mesurer les coûts réels. Bien que la plupart des organisations s'appuient sur des hyperscalers et des APIs de fournisseurs de modèles pour exécuter leurs projets IA, elles se tournent de plus en plus vers des calculs spécialisés. Cependant, peu d'entre elles utilisent actuellement ces technologies avancées. Une majorité envisage de changer ou d'ajouter des fournisseurs dans les mois à venir, soulignant une dynamique d'achat axée sur l'intégration et le coût total de possession plutôt que sur le prix des jetons.
Un écart de calcul préoccupant
L'étude met en lumière un écart de calcul significatif : les entreprises investissent massivement dans des infrastructures IA sans avoir une visibilité claire sur leur économie unitaire. Environ 21% seulement des entreprises interrogées ont atteint un stade de production à grande échelle pour leurs projets IA, mais les intentions de dépenses dépassent largement ce niveau de maturité. Le domaine des clouds spécialisés en IA est particulièrement prisé, avec 45% des entreprises prévoyant d'évaluer ces solutions au cours de l'année prochaine, bien que peu d'entre elles les utilisent actuellement. Parallèlement, 83% des entreprises rapportent une utilisation des GPU à 50% ou moins, et moins de la moitié (44%) peuvent suivre précisément le coût de leur calcul IA, ce qui souligne une sous-utilisation des ressources existantes.
Une volonté de changement de fournisseurs
Les entreprises ne sont pas seulement préoccupées par l'optimisation de leurs ressources actuelles, mais elles montrent également une forte intention de réévaluer leurs partenariats avec les fournisseurs d'infrastructure. Une majorité claire (64%) prévoit de changer ou d'ajouter un fournisseur dans les douze mois à venir, et 38% envisagent de le faire dans le trimestre à venir. Cette intention de changement est notablement élevée pour un secteur aussi crucial. Lors du choix de nouveaux fournisseurs, les entreprises privilégient l'intégration avec leur pile technologique existante (41%) et le coût total de possession (35%), tandis que le coût par million de jetons n'est un facteur décisif que pour 8% des entreprises. De plus, la transition du calcul GPU à la bande passante mémoire, à mesure que l'inférence se développe, reste largement sous-estimée, avec environ une entreprise sur cinq encore inconsciente de cet enjeu.
Méthodologie de l'enquête
L'enquête, réalisée par VentureBeat dans le cadre de sa série de recherche Pulse, s'est concentrée sur l'infrastructure IA des entreprises, le calcul et l'économie de l'inférence. Les réponses ont été collectées auprès d'organisations de plus de 100 employés (n=107), excluant les plus petites entreprises. Cette étude, menée au deuxième trimestre 2026, offre une vue transversale plutôt qu'une analyse de tendances mensuelles. Les participants provenaient principalement du marché intermédiaire : 101–250 employés (36%), 251–1 000 (27%), et des plus grandes entreprises. Les rôles des répondants incluaient des managers (38%), des contributeurs individuels (28%), et des décideurs finaux (45%) pour les solutions IA.
Conclusion
Les résultats de l'enquête soulignent une ambition croissante des entreprises en matière d'IA qui dépasse leur capacité actuelle de production. Bien que les décisions d'infrastructure soient fortement influencées par l'intégration et le coût total de possession, les clouds spécialisés en IA émergent comme une priorité pour l'avenir. Cependant, sans une meilleure visibilité sur les coûts réels et une utilisation optimisée des ressources existantes, ces investissements pourraient entraîner des inefficacités coûteuses.



