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
Une entreprise a récemment dépensé la somme colossale de 500 millions de dollars en un seul mois sur le modèle d'intelligence artificielle Claude. Cette dépense astronomique est survenue après que l'entreprise n'ait pas réussi à imposer des limites d'utilisation sur les licences de Claude. Habituellement, les modèles d'IA pour les entreprises sont proposés avec des tarifs forfaitaires, mais ces plans incluent souvent des restrictions sur le nombre de requêtes permises.
Le directeur des opérations d'Uber a exprimé des préoccupations concernant la difficulté croissante de justifier les dépenses en IA, surtout lorsque le retour sur investissement reste flou. Dans un contexte similaire, Microsoft aurait récemment réduit ses licences internes pour Claude Code, citant des raisons stratégiques et une augmentation des coûts.
Un autre dirigeant technique a noté que certains employés utilisent des systèmes d'IA pour des tâches aussi simples que vérifier la météo, ce qui s'avère beaucoup plus coûteux qu'une recherche traditionnelle. Sophia Velastegui, ancienne responsable de l'IA chez Microsoft, a observé que les entreprises tendent à utiliser l'IA pour des tâches peu désirées, plutôt que pour des activités génératrices de revenus.
Ces exemples illustrent un problème récurrent : lorsque l'IA devient essentielle à la génération de revenus d'une entreprise, il est crucial de disposer de personnel compétent pour utiliser et guider ces systèmes efficacement. Des rôles émergents, comme les orchestrateurs d'agents IA, vont devenir cruciaux.
Les coûts élevés sont souvent dus à un mauvais usage et à une mauvaise sélection de modèles. Un usage inefficace se traduit par un manque d'ingénierie contextuelle, provoquant des interactions inutiles et coûteuses. Choisir un modèle puissant pour des tâches simples, que des modèles moins chers pourraient accomplir, est également une source de dépenses inutiles.
Il est important de noter que toutes les tâches ne nécessitent pas l'utilisation d'IA générative, notamment pour des modèles de langage ou de raisonnement. De nombreuses tâches sont mieux gérées par des logiciels traditionnels. Développer cette compétence est essentiel pour toute entreprise souhaitant optimiser l'utilisation de l'IA.
Enfin, l'impact de l'IA ne se limite pas aux coûts. La qualité des résultats peut également en souffrir si l'on ne maîtrise pas ces technologies. Un exemple récent montre que Copilot, en mode automatique, a échoué dans une tâche d'analyse de données, produisant des résultats biaisés. Passer à un modèle de réflexion a permis de corriger l'erreur, soulignant l'importance d'une utilisation réfléchie de l'IA.
