Les jetons IA : nouveau bonus de signature ou simple coût d'exploitation ?

Les jetons IA : nouveau bonus de signature ou simple coût d'exploitation ?

Cette semaine, un sujet qui fait le tour de la Silicon Valley a refait surface : les jetons IA comme forme de compensation. L'idée est assez simple : au lieu de donner aux ingénieurs uniquement un salaire, des actions et des primes, les entreprises leur attribueraient également un budget de jetons IA, les unités de calcul qui alimentent des outils comme Claude, ChatGPT et Gemini. Ces jetons peuvent être dépensés pour faire fonctionner des agents, automatiser des tâches ou traiter du code. L'argument est que l'accès à plus de puissance de calcul rend les ingénieurs plus productifs, et que des ingénieurs plus productifs valent plus. C'est un investissement dans la personne qui les détient.

Jensen Huang, le PDG de Nvidia, a captivé l'imagination de tous lorsqu'il a suggéré lors de l'événement annuel GTC de l'entreprise que les ingénieurs devraient recevoir environ la moitié de leur salaire de base en jetons. Selon ses calculs, ses meilleurs éléments pourraient consommer jusqu'à 250 000 dollars par an en puissance de calcul IA. Il a qualifié cela d'outil de recrutement et a prédit que cela deviendrait standard dans toute la Silicon Valley.

Il n'est pas entièrement clair d'où vient cette idée. Tomasz Tunguz, un VC renommé de la région de la baie qui dirige Theory Ventures et se concentre sur les startups IA, données et SaaS, en parlait déjà à la mi-février, affirmant que les startups technologiques ajoutaient déjà les coûts d'inférence comme un « quatrième composant à la compensation des ingénieurs ». En utilisant des données du site de suivi des compensations Levels.fyi, il a estimé qu'un ingénieur logiciel de premier quartile avait un salaire de 375 000 dollars. En ajoutant 100 000 dollars en jetons, on arrive à 475 000 dollars au total, ce qui signifie qu'environ un dollar sur cinq est désormais consacré au calcul.

Cela n'est pas un hasard. L'IA agentique a pris de l'ampleur, et la sortie d'OpenClaw fin janvier a considérablement accéléré la conversation. OpenClaw est un assistant IA open-source conçu pour fonctionner en continu — traitant des tâches, générant des sous-agents et travaillant sur une liste de choses à faire pendant que son utilisateur dort. Cela fait partie d'un changement plus large vers l'IA « agentique », c'est-à-dire des systèmes qui ne se contentent pas de répondre à des demandes, mais qui prennent des séquences d'actions de manière autonome au fil du temps.

La conséquence pratique est que la consommation de jetons a explosé. Alors qu'une personne écrivant un essai pourrait utiliser 10 000 jetons en une après-midi, un ingénieur faisant fonctionner une multitude d'agents peut en consommer des millions en une journée — automatiquement, en arrière-plan, sans taper un mot.

D'ici ce week-end, le New York Times avait élaboré une analyse pertinente sur la tendance dite du tokenmaxxing, constatant que des ingénieurs d'entreprises telles que Meta et OpenAI rivalisent sur des tableaux de classement internes qui suivent la consommation de jetons. Des budgets de jetons généreux deviennent discrètement un avantage standard, comme l'étaient autrefois l'assurance dentaire ou le déjeuner gratuit. Un ingénieur d'Ericsson à Stockholm a déclaré au Times qu'il dépensait probablement plus pour Claude qu'il ne gagnait en salaire, bien que son employeur prenne en charge la facture.

Peut-être que les jetons deviendront réellement le quatrième pilier de la compensation des ingénieurs. Mais les ingénieurs pourraient vouloir faire preuve de prudence avant d'accepter cela comme un gain évident. Plus de jetons peuvent signifier plus de pouvoir à court terme, mais étant donné la rapidité des évolutions, cela ne signifie pas nécessairement plus de sécurité de l'emploi. D'une part, un budget de jetons important s'accompagne de grandes attentes. Si une entreprise finance effectivement l'équivalent d'un deuxième ingénieur en puissance de calcul en votre nom, la pression implicite est de produire à un rythme deux fois plus élevé (ou plus).

Et il y a un problème plus complexe sous-jacent : au moment où les dépenses en jetons d'une entreprise par employé approchent ou dépassent le salaire de cet employé, la logique financière concernant le nombre d'employés commence à sembler différente pour son équipe financière. Si le calcul effectue le travail, la question du nombre d'humains nécessaires pour le coordonner devient plus difficile à éviter.

Jamaal Glenn, un ancien VC devenu CFO dans les services financiers, souligne également que ce qui peut sembler être un avantage peut être un moyen astucieux pour les entreprises de gonfler la valeur apparente d'un package de compensation sans augmenter le cash ou les actions — des éléments qui s'accumulent réellement pour un employé au fil du temps. Votre budget de jetons ne s'acquiert pas. Il ne prend pas de valeur. Il ne figure pas dans votre prochaine négociation d'offre comme le ferait un salaire de base ou une attribution d'actions. Si les entreprises parviennent à normaliser les jetons comme rémunération, elles pourraient trouver plus facile de maintenir la compensation en cash à un niveau stable tout en pointant vers une allocation croissante de calcul comme preuve d'investissement dans leurs employés.

C'est une bonne affaire pour l'entreprise. Que ce soit une bonne affaire pour l'ingénieur dépend de questions auxquelles la plupart des ingénieurs n'ont pas encore suffisamment d'informations pour répondre.