Instagram et Mosseri : réduction des coûts d'IA controversée

Le brief IA que les pros lisent chaque soir
Les 7 actus IA du jour, décryptées 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
Instagram réduit ses dépenses en IA sous la direction de Mosseri
Le PDG d'Instagram, Adam Mosseri, a récemment révélé que la plateforme avait entrepris de réduire ses dépenses liées à l'intelligence artificielle. Cette décision a été motivée par l'élimination de ce qu'il a qualifié de "choses absurdes" que l'entreprise avait mises en œuvre. Mosseri a précisé que ces ajustements étaient relativement simples à réaliser.
Dans une discussion sur "Lenny's Podcast", Mosseri a expliqué que la réduction des coûts a été facilitée par la suppression de projets qu'il considérait comme inutiles. Bien qu'il n'ait pas détaillé ces initiatives, il a souligné la facilité avec laquelle des ressources peuvent être gaspillées dans des projets qui consomment des jetons sans apporter de réelle valeur ajoutée.
Les défis du tokenmaxxing et la position de Meta
Mosseri a également abordé la question du tokenmaxxing, une pratique qui a vu le jour dans la Silicon Valley et qui consiste à maximiser l'utilisation des jetons pour alimenter les modèles d'IA. Meta, la maison mère d'Instagram, a été l'une des entreprises à adopter cette approche, mais elle a depuis été largement critiquée et abandonnée par de nombreuses entreprises technologiques.
Les jetons sont des unités de données essentielles pour le fonctionnement des grands modèles de langage, comme ceux utilisés par ChatGPT d'OpenAI. La plupart des fournisseurs d'IA facturent leurs services en fonction de la consommation de ces jetons, ce qui peut rapidement faire grimper les coûts.
La montée des coûts de l'IA et les perspectives futures
Les commentaires de Mosseri arrivent à un moment où de nombreuses entreprises, grandes et petites, font face à une augmentation des coûts liés à l'IA. Cette hausse est en partie due à l'adoption croissante de l'IA par les employés et à la complexité accrue des tâches qu'ils demandent à ces outils d'accomplir. Andrew Macdonald, directeur des opérations d'Uber, a récemment exprimé des préoccupations similaires concernant les dépenses d'Uber en IA, qui n'ont pas toujours produit les résultats escomptés.
Mosseri reste optimiste quant à une éventuelle diminution des coûts de l'IA. Il prévoit que la concurrence accrue entre les entreprises pour des parts de marché entraînera une baisse des prix. Cependant, il reconnaît que les dépenses de sa division pourraient continuer à augmenter à court terme, en raison de l'utilisation accrue des jetons par les employés.
Intégration des jetons dans la gestion budgétaire
Mosseri a indiqué que les jetons d'IA sont désormais intégrés dans le processus de budgétisation d'Instagram, au même titre que d'autres ressources technologiques comme les GPU, le stockage et la RAM. Il a suggéré que, dans un avenir proche, la consommation de jetons par un ingénieur pourrait représenter un coût équivalent à son salaire.
Il a également évoqué la possibilité d'introduire des plafonds sur l'utilisation des jetons, proportionnels à la confiance de l'entreprise dans la capacité des employés à les utiliser efficacement. Pour l'instant, Instagram n'a pas encore mis en place de tels plafonds, mais Mosseri estime que cela pourrait devenir nécessaire.
Réorganisation des équipes chez Instagram
En parallèle de ces ajustements budgétaires, Instagram a également modifié la structure de ses équipes. Mosseri a expliqué que la taille moyenne des équipes a été réduite, passant d'une douzaine de membres à environ six ou sept. Cette réduction s'inscrit dans une tendance plus large observée dans l'industrie technologique, où les entreprises cherchent à améliorer l'efficacité en réduisant le nombre de collaborateurs à coordonner.
Autrefois, une équipe typique chez Instagram comprenait plusieurs ingénieurs spécialisés dans différents domaines, ainsi que des chefs de projet et des data scientists. Aujourd'hui, les équipes, ou "pods", sont composées de quatre à six ingénieurs plus généralistes et d'un membre du personnel produit, souvent un spécialiste adapté aux besoins spécifiques du projet.
Mosseri a conclu que cette nouvelle structure permet une prise de décision plus rapide et plus efficace, en réduisant les chevauchements de fonctions et en s'adaptant aux évolutions de l'industrie.
Brief IA — L'actualité IA en français
L'essentiel de l'actualité de l'intelligence artificielle, décrypté et expliqué chaque jour.