Les entreprises ont besoin d'étiquettes "nutritionnelles" pour l'IA afin de maîtriser les dépenses

Les entreprises technologiques ont consommé des services d'IA à une échelle sans précédent au cours de la dernière année. Google traite à lui seul plus de 3,2 quadrillions de tokens par mois, soit une augmentation septuple par rapport à l'année précédente. Uber, par exemple, a épuisé l'intégralité de son budget IA pour 2026 dès le mois d'avril.

Les efforts visant à maîtriser l'utilisation excessive de l'IA sont justifiés, car les entreprises qui manquent de visibilité sur leur consommation obtiennent de moins bons rendements. Des études indiquent que les organisations ayant une vision complète de leurs coûts d'exploitation en IA sont cinq fois plus susceptibles de déclarer un retour sur investissement (ROI) établi.

Le problème principal est que la plupart des utilisateurs ne savent pas combien d'énergie et de ressources informatiques consomme même le plus petit prompt. L'IA est devenue facile à utiliser avant que son coût ne soit facile à comprendre. La proposition suggère que les outils d'IA fournissent aux employés des informations claires sur le coût réel de chaque prompt avant son exécution – une sorte d'étiquette "nutritionnelle".

Bien que les améliorations de l'infrastructure de l'IA et les limites de tokens puissent aider à contrôler la surconsommation, elles ne résolvent pas le problème fondamental : les employés ne peuvent pas évaluer si l'effort de calcul d'un prompt est approprié à son objectif. Un seul flux de travail inefficace peut coûter à une entreprise des centaines, voire des milliers d'euros par mois et par employé, compte tenu des tentatives répétées et des requêtes peu claires. De plus, la consommation d'énergie est une préoccupation majeure.

À l'avenir, les entreprises exigeront une plus grande transparence de la part des modèles d'IA. Les fournisseurs de services d'IA commenceront probablement à fournir des informations sur le nombre de tokens, les coûts et l'intensité de calcul des prompts. Cela aiderait les employés à évaluer le coût d'un prompt par rapport à sa valeur et, en même temps, permettrait aux entreprises de suivre plus efficacement leurs dépenses en IA.