Le licenciement des employés en raison de l’implémentation de l'IA s'avère économiquement inopportun, car il coûte plus cher.

Brève sur la situation

Les entreprises modernes obligent de plus en plus leurs employés à utiliser l’IA pour accroître l’efficacité du travail. Cependant, les coûts liés à ces technologies augmentent plus rapidement que leur rendement économique, et de nombreuses sociétés rencontrent déjà des difficultés financières.

1. Microsoft : passage de Claude Code à GitHub Copilot CLI
- Ce qui s’est passé

- Au cours d’une période de six mois, Microsoft a intégré dans ses projets l’IA‑développeur Anthropic Claude Code, encourageant les développeurs à expérimenter avec lui.

- Aujourd’hui, la société annule la plupart des licences professionnelles pour Claude Code et amène les ingénieurs vers son propre outil GitHub Copilot CLI.

- Pourquoi c’est important

- Malgré l’abandon des licences, Microsoft continue d’investir dans Anthropic : 5 milliards de dollars d’investissement et un engagement à acheter des capacités de calcul Azure d’une valeur de 30 milliards de dollars.

2. Uber : flux budgétaire « budgetaire » de l’IA
- Situation

- En quatre mois, les ingénieurs d’Uber ont épuisé tout le budget alloué à l’IA jusqu’en 2026.

- Auparavant, la direction encourageait l’adoption de l’IA, même en créant des classements départementaux sur l’utilisation des technologies.

- Conclusions

- Le coût de mise en œuvre de l’IA devient un obstacle majeur : le vice‑président Nvidia pour l’apprentissage profond, Brian Katanzaro, a noté que les dépenses en ressources informatiques dépassent les salaires des employés.

3. Autres grands acteurs
Entreprise | Mesure d’incitation | Problème
Meta ✴ Tableau de leaders « Clodonomics » (en hommage à Anthropic Claude) | Croissance du coût des jetons avec paiement à l’usage | Recommandation « maximiser l’utilisation des jetons IA » | Augmentation des dépenses en calcul

4. Prévisions et analyse
- Goldman Sachs

- D’ici 2030, la consommation de jetons d’IA pourrait augmenter de 24 fois, atteignant 120 quadrillions de jetons par mois.

- Même avec une baisse du prix d’un jeton, les dépenses totales en IA continueront d’augmenter.

- Gartner

- Le déploiement de modèles à un trillion de paramètres d’ici 2030 pourrait devenir 90 % moins cher qu’en 2025.

- Cependant, les modèles pilotés par des agents IA consomment plus de jetons que les solutions standard, donc la baisse de coût ne compense pas toujours l’augmentation de la consommation.

5. Conséquences pour les entreprises
- Risque financier – les sociétés peuvent faire face à des coûts inattendus en calcul si la consommation de jetons dépasse la baisse attendue des prix.

- Planification des stratégies IA – les dirigeants doivent réviser les budgets et les modèles de monétisation afin d’éviter des « investissements perdus » dans l’IA.

6. Conclusion
L’adoption de l’intelligence artificielle reste une priorité pour les grands géants technologiques, mais les coûts croissants en calcul et en jetons créent de nouveaux défis. Les entreprises doivent équilibrer leur désir d’accroître la productivité des employés avec leurs contraintes financières réelles.