Tout le problème autour de l'IA, c'est que c'est beaucoup de spéculatif. Il y a assez peu de factuel.
Dans le factuel, il y a effectivement des usages agentiques qui fonctionnent, qui fonctionnent bien. C'est assez niche, et c'est de l'usage hautement supervisé. J'inclus le code dans ces usages. En factuel, il y a aussi qu'actuellement on est dans une phase de dumping à une échelle jamais connue ou imaginée. J'avais vu l'année dernière qu'on estimait que rien que pour couvrir les coûts d'inférence, il faudrait multiplier le coût au token par 5. À ça il faut ajouter les coûts d'entraînement, théoriquement du one shot, mais en pratique tous les modèles sont entraînés en continu depuis environ 2022, sans interruption. À ce total déjà colossal, il faut ajouter l'amortissement du matériel et du coût des datacenters, et tout l'argent perdu à rattraper, bref au total 1 400 milliards de dollars d'investissements à recouper.
J'ai lu en plusieurs endroits qu'il y a des perspectives de baisse des coûts d'inférence au token. Je sais pas d'où ça sort, mais en tous cas, c'est pas grâce aux progrès sur la finesse de gravure des semi-conducteurs, qui sont en quasi stagnation depuis 6 ans. Et même si le coût au token baisse, il y a une croissance progressive du nombre de tokens utilisés pour répondre à une requête. Bref, je dis pas que c'est impossible, mais c'est mal engagé. Et même si on arrive à produire du matériel rentable, il y a déjà 1 400 milliards de dollars d'investissement à rentabiliser. Autant dire que le prix est pas prêt de baisser.
# Spéculations
Posté par damaki . En réponse au journal Gains potentiels de l'IA en terme d'optimisation énergétique, et consommation d'énergie. Évalué à 10 (+10/-0). Dernière modification le 04 juin 2026 à 14:32.
Tout le problème autour de l'IA, c'est que c'est beaucoup de spéculatif. Il y a assez peu de factuel.
Dans le factuel, il y a effectivement des usages agentiques qui fonctionnent, qui fonctionnent bien. C'est assez niche, et c'est de l'usage hautement supervisé. J'inclus le code dans ces usages. En factuel, il y a aussi qu'actuellement on est dans une phase de dumping à une échelle jamais connue ou imaginée. J'avais vu l'année dernière qu'on estimait que rien que pour couvrir les coûts d'inférence, il faudrait multiplier le coût au token par 5. À ça il faut ajouter les coûts d'entraînement, théoriquement du one shot, mais en pratique tous les modèles sont entraînés en continu depuis environ 2022, sans interruption. À ce total déjà colossal, il faut ajouter l'amortissement du matériel et du coût des datacenters, et tout l'argent perdu à rattraper, bref au total 1 400 milliards de dollars d'investissements à recouper.
J'ai lu en plusieurs endroits qu'il y a des perspectives de baisse des coûts d'inférence au token. Je sais pas d'où ça sort, mais en tous cas, c'est pas grâce aux progrès sur la finesse de gravure des semi-conducteurs, qui sont en quasi stagnation depuis 6 ans. Et même si le coût au token baisse, il y a une croissance progressive du nombre de tokens utilisés pour répondre à une requête. Bref, je dis pas que c'est impossible, mais c'est mal engagé. Et même si on arrive à produire du matériel rentable, il y a déjà 1 400 milliards de dollars d'investissement à rentabiliser. Autant dire que le prix est pas prêt de baisser.