Les entreprises demandent désormais à leurs collaborateurs de tirer pleinement parti de l’IA pour maximiser les gains de productivité que la technologie peut apporter. Mais cette pression peut provoquer des fissures qui peuvent devenir irréparables.
The Verge rapporte que Microsoft a commencé à annuler la plupart de ses licences directes Claude Code et a incité ses ingénieurs à utiliser à la place la CLI GitHub Copilot. Cela survient six mois seulement après que l’entreprise a ouvert pour la première fois l’accès à Claude Code et encouragé des milliers de développeurs, chefs de projet, concepteurs et autres employés à expérimenter le codage. Cette technologie est rapidement devenue populaire. C’est peut-être trop populaire. À mesure que l’utilisation des employés s’est développée, l’entreprise s’est tournée vers les outils sur lesquels s’appuyaient ses ingénieurs. L’annulation de la licence Claude Code n’affecte pas l’accord Foundry de Microsoft, qui comprend un investissement jusqu’à 5 milliards de dollars dans Anthropic et l’accès des clients de Foundry au modèle Claude, ni l’engagement de 30 milliards de dollars d’Anthropic à acheter de la capacité informatique Azure, selon The Verge.
Microsoft n’est pas le seul à réduire son utilisation de l’IA au sein de l’entreprise. Le directeur technique d’Uber, Praveen Neppalli Naga, a déclaré à The Information en avril que l’entreprise avait déjà épuisé son budget pour les outils de codage d’IA 2026 en seulement quatre mois. Cela survient après que l’entreprise a activement encouragé l’adoption via un classement interne qui classe les équipes en fonction de leur utilisation des outils d’IA.
Le rapport pourrait jeter un frein aux paris que font les plus grandes entreprises de l’industrie technologique sur la technologie. Alors que certains s’accrochent à la promesse d’une « renaissance » ou d’une « révolution » de l’IA, les coûts de mise en œuvre s’avèrent être un goulot d’étranglement tenace. Ces évolutions suggèrent également que les aspects économiques du remplacement ou de l’augmentation de la main-d’œuvre humaine par l’IA pourraient être plus complexes que les premières prédictions le suggéraient initialement. C’est ce qu’a déclaré Bryan Catanzaro, vice-président de l’apprentissage profond appliqué chez Nvidia, dans une récente interview avec Axios.
« Pour mon équipe, le coût de l’informatique dépasse de loin le coût des employés », a-t-il déclaré.
Anthropic n’a pas immédiatement répondu à la demande de commentaires de Fortune. Microsoft n’a pas commenté.
Le nouveau paradoxe de l’IA : les jetons deviennent moins chers, les frais deviennent plus chers
Uber et Microsoft ne sont pas les seules entreprises à encourager leurs employés à utiliser l’IA autant que possible. Semblable à Uber, les employés de Meta ont créé un classement, bien nommé « Claudeonomics » d’après le modèle d’IA d’Anthropic, pour suivre quels employés utilisent le plus l’IA. Amazon encourage ses employés à « toxenmaxx » ou à utiliser autant de jetons d’IA (les éléments de base de l’informatique de l’IA) que possible.
Cependant, avec un système de tarification basé sur des jetons, à mesure que l’utilisation augmente et que l’efficacité s’améliore, le coût augmente également. Goldman Sachs a récemment prédit que l’IA des agents pourrait multiplier par 24 la consommation de jetons d’ici 2030, pour atteindre le chiffre stupéfiant de 1,2 quintillion de jetons par mois, à mesure que les consommateurs et les entreprises adopteront les agents IA. Alors que les entreprises s’appuient sur des agents d’IA pour améliorer leur productivité, les coûts totaux peuvent augmenter fortement, même si le prix de chaque jeton baisse.
Cependant, à mesure que la consommation augmente, le coût des jetons d’IA individuels devrait chuter fortement. Un rapport récent du cabinet de recherche Gartner a révélé que d’ici 2030, l’inférence avec un LLM (modèle d’IA avancé) de 1 000 milliards de paramètres coûtera aux entreprises d’IA près de 90 % de moins qu’en 2025. Pourtant, Gartner a prédit que les modèles d’agent nécessiteraient beaucoup plus de jetons par tâche que les modèles standard, que l’augmentation de la consommation pourrait compenser la baisse des coûts unitaires et que les fournisseurs d’IA ne seraient pas en mesure d’introduire des jetons à faible coût. Répercuter entièrement la baisse des coûts sur les consommateurs. En conséquence, les coûts d’inférence peuvent également augmenter.
« Les chefs de produit (CPO) ne devraient pas confondre la déflation des jetons de matières premières avec la démocratisation de la théorie des frontières », a averti Will Sommer, analyste principal de Gartner, dans un communiqué.
Cette réalité pourrait compliquer les grands projets de certaines entreprises visant à déployer des agents IA. Le PDG de Nvidia, Jensen Huang, a récemment déclaré que 100 agents IA travailleraient un jour aux côtés de tous les employés de son entreprise.
Huang fait partie d’un groupe plus large de PDG vantant un avenir d’agents dans lesquels les travailleurs du numérique opèrent dans toute l’entreprise. Cependant, si la consommation de jetons augmente plus rapidement que le prix unitaire ne diminue, son avenir pourrait impliquer des frais beaucoup plus élevés que ce que prévoit la direction.
