Discussion :

[Stéphane le calme]

L'âge d'or du forfait IA illimité tire à sa fin : publicités ciblées, limitations d'usage, fonctionnalités verrouillées, prix en hausse.
L'IA agentique contraint les fournisseurs à modifier leurs modèles économiques

L'ère du forfait illimité est terminée. Derrière la guerre des modèles que se livrent les grands laboratoires d'IA se joue une bataille moins visible mais tout aussi décisive : celle de la monétisation. Le token, cette unité atomique de traitement du texte, est en train de redéfinir en profondeur les rapports entre fournisseurs, entreprises clientes et développeurs. Et les stratégies divergentes d'Anthropic et d'OpenAI révèlent deux visions radicalement différentes de ce que devrait être l'économie de l'intelligence artificielle.

Pour comprendre les enjeux économiques de l'IA en 2026, il faut d'abord saisir ce qu'est un token. Les tokens sont l'unité de base de l'usage de l'IA : les mots et caractères qui composent à la fois les requêtes envoyées par les utilisateurs et les réponses générées par les modèles. Une conversation ordinaire avec un assistant IA consomme quelques centaines de tokens par paragraphe. L'IA agentique (ces systèmes qui écrivent du code, naviguent sur le web et exécutent des flux de travail en plusieurs étapes), elle, en brûle des milliers supplémentaires par session.

C'est précisément cette explosion de la consommation agentique qui a fait voler en éclats les modèles tarifaires hérités des débuts de l'industrie. Le modèle à prix fixe a dominé les premières années de l'adoption de l'IA, avec des abonnements mensuels forfaitaires donnant accès à une utilisation généreuse ou illimitée. Ce modèle fonctionnait quand on se contentait de dialoguer avec une IA. Mais l'usage agentique a transformé ce qui coûtait des milliers de tokens par session en millions, brisant les équilibres économiques.

Le cas le plus emblématique de cette rupture est celui du plan Max d'Anthropic à 200 dollars par mois. Des données internes ont révélé que certains utilisateurs du plan Max à 200 dollars mensuels coûtaient à Anthropic plus de 50 000 dollars par mois en calcul informatique. Des développeurs avaient en effet trouvé le filon : ils routaient leur abonnement consommateur à travers des outils tiers comme OpenClaw, faisant tourner des agents autonomes en continu sur un forfait conçu pour la conversation. Une instance OpenClaw fonctionnant de manière autonome pendant une journée entière (naviguant sur le web, gérant des calendriers, exécutant du code, répondant à des messages) peut consommer l'équivalent de 1 000 à 5 000 dollars en coûts d'API. Sous un abonnement Max à 200 dollars par mois, ce transfert de coûts de l'utilisateur vers Anthropic était insoutenable.

La grande bifurcation tarifaire

Face à cette réalité, les deux leaders du marché ont adopté des postures opposées et leur divergence est lourde de sens pour l'avenir du secteur.

Anthropic a choisi la rigueur comptable. La réponse d'Anthropic a été de s'éloigner de la tarification forfaitaire pour les entreprises et d'adopter la facturation à la consommation de tokens, de sorte que les revenus collectés reflètent l'usage réel. La société a également coupé l'accès à certains outils tiers qui étaient de gros consommateurs de tokens. Les anciens contrats d'entreprise qui prévoyaient des sièges à tarif fixe avec une allocation d'usage intégrée appartiennent désormais au passé : ces formules sont désormais qualifiées de « types de sièges hérités qui ne sont plus disponibles pour les nouveaux contrats d'entreprise », selon la page d'assistance de l'entreprise. Les nouveaux plans d'entreprise facturent par siège, avec une consommation de tokens facturée aux tarifs API en supplément.

OpenAI, de son côté, a longtemps privilégié la croissance de la consommation à tout prix. Pendant qu'Anthropic opérait ce virage, OpenAI rendait l'IA moins chère et plus facile à consommer à grande échelle. Mais les signaux d'alarme se multiplient. Nick Turley, responsable de ChatGPT chez OpenAI, a reconnu publiquement lors d'un podcast que « il est possible que dans l'ère actuelle, avoir un plan illimité revienne à avoir un plan d'électricité illimité. Ça n'a tout simplement pas de sens. »

La grille tarifaire actuelle d'Anthropic illustre cette hiérarchisation de l'usage : Claude Opus 4.6, le modèle phare, est facturé à 5 dollars en entrée et 25 dollars en sortie par million de tokens ; Claude Sonnet 4.6, recommandé pour la majorité des charges de production, revient à 3 dollars en entrée et 15 dollars en sortie ; Claude Haiku 4.5, le modèle économique, est proposé à 1 dollar en entrée et 5 dollars en sortie par million de tokens.

Des pertes colossales malgré des revenus record

Derrière ces grilles tarifaires se cache une réalité financière vertigineuse : aucun des deux géants ne gagne encore de l'argent sur l'inférence. En 2025, OpenAI a généré environ 3,7 milliards de dollars de revenus et essuyé des pertes estimées à 5 milliards. L'entreprise derrière ChatGPT dépense 1,35 dollar pour chaque dollar gagné et ces pertes ne sont pas dues à la R&D ou aux effectifs, mais au coût de traitement de milliards de requêtes d'inférence par jour.

Les projections à horizon 2028 donnent le vertige. Le Wall Street Journal a publié des documents financiers confidentiels des deux entreprises en amont de leurs IPO. OpenAI projette de dépenser 121 milliards de dollars en calcul informatique en 2028 uniquement. Cette même année, même après une forte croissance des revenus, l'entreprise projette des pertes de 85 milliards de dollars. Elle n'anticipe pas d'atteindre l'équilibre avant 2030. Les coûts de formation des modèles d'Anthropic culminent quant à eux autour de 30 milliards sur la même période, environ quatre fois moins.

Le paradoxe est brutal : le coût unitaire du token ne cesse de baisser sous l'effet de la concurrence et des progrès techniques, mais les factures totales des entreprises explosent. Les coûts d'inférence représentent désormais 85 % du budget IA des entreprises, selon le rapport 2026 d'AnalyticsWeek sur l'économie de l'inférence. Le budget IA moyen des entreprises est passé de 1,2 million de dollars par an en 2024 à 7 millions en 2026. Certains groupes du Fortune 500 rapportent des factures d'inférence mensuelles se chiffrant en dizaines de millions de dollars.

La course aux revenus : Anthropic dépasse OpenAI

C'est dans ce contexte que s'est produit un événement que même les analystes les plus optimistes ne projetaient pas avant mi-2026 : Anthropic a confirmé un chiffre d'affaires annualisé de 30 milliards de dollars, contre 9 milliards à fin 2025. OpenAI de son côté a confirmé 2 milliards de dollars de revenus mensuels.

La trajectoire d'Anthropic est particulièrement saisissante : 87 millions de dollars de revenus annualisés en janvier 2024, 1 milliard en décembre 2024, 9 milliards à fin 2025, 14 milliards en février 2026, 19 milliards en mars, 30 milliards en avril. Cette dernière séquence (de 14 à 30 milliards en environ huit semaines) échappe aux catégories habituelles de la croissance logicielle.

La clé de cette ascension réside dans un choix stratégique fondamental : Anthropic a misé sur l'entreprise dès le début, évitant de subventionner massivement une base grand public. Anthropic n'a jamais vraiment eu de phase grand public. Les contrats d'API d'entreprise et les accords avec les fournisseurs de cloud (principalement Google Cloud et AWS) ont constitué la base. Huit des dix premières entreprises du Fortune 10 sont désormais clientes de Claude. Plus de 500 entreprises dépensent plus d'un million de dollars par an.

La concurrence se resserre autour des clients qui comptent le plus : les entreprises. Alors qu'OpenAI reste le chatbot grand public le plus populaire, il perd de l'argent sur cette clientèle en subventionnant le coût de leur consommation de tokens.

Le token comme révélateur d'une demande peut-être surestimée

Au-delà de la compétition entre les deux firmes, la question du token soulève un problème structurel plus profond : la demande en IA est-elle réelle, ou en partie artificielle ?

Les entreprises d'IA citent l'explosion de la consommation de tokens pour justifier les centaines de milliards dépensés en infrastructure. Mais le token est en train de devenir une métrique distordue. Meta et Shopify ont créé des classements internes mesurant le nombre de tokens consommés par leurs employés. Jensen Huang, PDG de Nvidia, a déclaré qu'il serait « profondément alarmé » si un ingénieur gagnant 500 000 dollars par an n'utilisait pas au moins 250 000 dollars de calcul, mesurant ainsi ce qu'un ingénieur dépense en IA plutôt que ce qu'il en produit.

Cette logique préoccupe les observateurs les plus avisés. Eric Glyman, PDG de Ramp (une plateforme de gestion financière qui a lancé un outil de suivi des dépenses en tokens), pointe une contradiction fondamentale : si votre modèle économique dépend de l'extraction d'un maximum de dépenses en tokens, avez-vous réellement intérêt à aider vos clients à utiliser l'IA plus efficacement ?

Salesforce a commencé à chercher une réponse à cette question en introduisant une nouvelle métrique qu'elle appelle les « unités de travail agentiques », qui mesure le travail accompli par l'IA plutôt que les tokens brûlés. Une approche qui pourrait préfigurer une recomposition plus large de la façon dont la valeur de l'IA est mesurée et facturée.

« Si votre seul objectif est de gaspiller de l'argent, il existe des moyens faciles d'y parvenir », a déclaré Ali Ghodsi, PDG de Databricks, qui traite les charges de travail d'IA pour des milliers d'entreprises. « Soumettez la requête à dix endroits différents. Mettez en place une boucle qui répète l'opération indéfiniment. Cela vous coûtera très cher sans aucun résultat. »

Jen Stave, directrice générale de l'Institut d'IA de la Harvard Business School, constate le même phénomène chez les dirigeants d'entreprise. « J'ai discuté avec une douzaine de directeurs techniques ou informatiques qui me disent tous : "J'ai beaucoup de mal à trouver un cadre d'analyse du retour sur investissement pour ce type de projet" », a-t-elle expliqué.

Vers des IPO sous haute surveillance

Les deux entreprises se préparent à entrer en Bourse dans les prochains mois, et les marchés ne manqueront pas de scruter ces dynamiques. Anthropic, en adoptant la facturation au token, disposera de données plus nettes sur ce que ses clients valorisent réellement. OpenAI aura des chiffres plus importants, mais aura davantage de mal à prouver quelle part en est réelle.

L'enjeu dépasse la simple comptabilité. Il s'agit de savoir quel modèle économique est viable à long terme pour une industrie qui subventionne massivement la consommation de ses propres produits. La fin du forfait illimité n'est pas seulement un ajustement tarifaire : c'est le moment où l'intelligence artificielle doit commencer à prouver qu'elle vaut réellement ce qu'elle coûte.

Sources : Wall Street Journal, Revenue Memo, Oplexa

Et vous ?

La tarification au token est-elle finalement plus juste pour les entreprises, ou risque-t-elle de décourager l'expérimentation et l'innovation à grande échelle ?

La course à la consommation maximale de tokens est-elle un signe de vitalité de l'IA agentique, ou révèle-t-elle une bulle économique prête à se dégonfler ?

Les entreprises françaises et européennes sont-elles suffisamment préparées à gérer des budgets IA devenus aussi imprévisibles que des factures d'électricité ?

Anthropic peut-elle maintenir son avantage sur OpenAI en se concentrant sur l'entreprise, ou la domination grand public d'OpenAI finira-t-elle par peser dans la balance ?

Voir aussi :

Anthropic bloque l'utilisation par des clients tiers des abonnements à Claude Code : la fin de l'interopérabilité et de l'ouverture des outils de dev ou simple épisode dans la bataille des assistants IA ?

Après qu'Anthropic ait bloqué brutalement Openclaw techniquement et légalement, Sam Altman l'opportuniste en profite pour récupérer le bébé dans le giron d'OpenAI

OpenAI a clôturé son dernier tour de table avec 122 milliards $ de capitaux engagés, pour une valorisation post-financement de 852 milliards $

Qui paie réellement pour votre utilisation quotidienne gratuite de ChatGPT ? OpenAI brûle plusieurs millions de dollars par jour, une facture astronomique que les offres payantes ne suffisent pas à couvrir

[jnspunk]

Alors en fait c'est l'inverse, on est en plein dans l'age d'or de l'IA gratuite.
On peut faire tourner des modèles très performants en local. (supérieur à ce qu'était ChatGPT 4o)
Gemma 4 et Qwen 3.6, pour ne citer que les plus accessibles.

[weed]

En effet on entends souvent parler que l'IA n'est pas encore rentable pour les différents acteurs comme Microsoft, Méta, Google, .. Ils proposeraient leurs services à perte, du coup, je ne serai pas surpris que les prix augmentent.

Mais en attendant beaucoup de crainte pour nos jobs de manière général. Aux US, pas mal d'entreprise de l'IT ont viré plusieurs centaines de leurs employés. En France, nous avons été un peu épargné pour le moment mais je pense que nous sommes craintifs sur l'avenir. Entre collègue, on parle des dégats que pourrait causer l'IA.

D'un coté, je vais être un peu méchant, je trouve cela pas plus mal que ce soit moins open bar les IA, que l'IA va devenir moins attractif afin de ne pas l'utiliser à toutes les sauces.

[urumaru]

En ce qui concerne l'emploi : si les modèles mathématiques se perfectionnent, tout métier intellectuel basé sur des règles sera impacté : comptabilité, juridique, création artistique musicale, pilotage à distance, développements informatiques, recherche scientifique, identification, modèles prédictifs, etc.

les impacts seront certains en terme d'emploi et sur la chaine de valeur : un client va-t-il accepter de payer autant qu'avant pour un travail effectué 3 à 10 fois plus vite ?

si c'est le cas, alors le cout de la MO va exploser, dans le cas contraire, il va falloir aller chercher plus de clients.

le cout social augmentera pour les Etats, les rendements de l'immobilier professionnel va s'effondrer : fini les Open Space de 1000 personnes quand 500 seront sufffisants, voir encore plus petits avec le TT.

L'emploi et les ressources financières des Etats seront infiné impactés lourdement, mais je crois que le politique s'en fout un peu, il continuera ses gesticulations et de beugler des solutions inadaptées.

En revanche, quand les gens auront faim... ils devront faire attention aux manifestations : c'est peu être ça la conclusion de l'IA : le soulèvement des populations affamées

Sans compter sur les guerres : la population des pays dits "avancés" s'effondre, ces pays devenant des proies pour d'autres pays, le tout piloté par des intérêts privés. exemple : le japon ne sera bientôt plus en mesure de se défendre face à la Chine (déjà qu'il pèse bien peu militairement) et les US déversent leurs arsenaux sur l'Iran... En cas d'agression, sur qui le Japon pourrait-il compter ? bah pas grand monde

je suis conscient que tout ce que j'ai dit est exagéré, mais est-ce vraiment inconcevable ?

[OuftiBoy]

à toutes et tous,

Si je comprend bien l'article, les fournisseurs d'IA perdent de l'argent, et vont rediriger ces pertes vers le client, ce qui somme toute normal. Mais le coût de l'IA va exploser pour les clients, et se posera alors la question de savoir si à ce prix, les IA seront-elles employées autant ? Car tant que c'est presque gratuit, cela leur permet de faire des économies, mais s'il faut payer pleins pot, elles vont certainement rationaliser l'usage qu'elles font de l'IA, non ?

L'IA permet d'aller plus vite, mais cette accélération est-elle nécessaire dans tout les cas d'utilisation ? Donne-t-elle un avantage par rapport à une autre structure allant moins vite, mais gardant des compétences humaines en interne ? Une autre question, c'est la pérennité des IA. Tout est en changement permanent, et comment une entreprise peut-elle s'assurer que son business le restera dans l'avenir ? Quelle sera le rendement d'une IA, comment le calculer ?

Ce transfert du coût réel vers le client est dû au fait que les fournisseurs perdent de l'argent, mais comment un client héritant de ce coût réel pourra-t-il lui, non pas simplement ne pas perdre de l'argent, mais en gagner ?

Je n'ai aucune idée des réponses à ces questions... Qu'elle-un plus au fait de ces chosespeut-il m'éclairer ?

BàV et Peace & Love.

[Anthony]

L'IA peut désormais coûter plus cher que la main-d'œuvre humaine, car les dépenses IA des entreprises montent en flèche, certaines d'entre elles payant davantage pour la puissance de calcul que pour le travail humain

L'intelligence artificielle (IA), longtemps présentée comme un outil censé améliorer la productivité tout en maîtrisant les coûts, devient un fardeau financier pour certaines organisations. Les dépenses des entreprises en matière d'IA montent en effet en flèche, certaines d'entre elles payant désormais davantage pour la puissance de calcul que pour la main-d'œuvre humaine. Alors que les coûts augmentent et que les retours sur investissement restent incertains, les dirigeants commencent à se demander si l'essor de l'IA est durable et si cette technologie est vraiment moins coûteuse que la main-d'œuvre humaine.

Ce développement s'inscrit dans un contexte de transformation des modèles économiques de l'IA, marquée par la fin progressive de l'âge d'or du forfait IA illimité. Face à l’essor de l’IA agentique et à l’intensification de la concurrence entre les principaux acteurs du secteur, les fournisseurs réorientent leur stratégie de monétisation autour du token, qui devient l’unité de facturation centrale. Cette évolution s'accompagne de limitations d'usage, de fonctionnalités segmentées et d'une hausse des prix, redéfinissant ainsi les relations entre fournisseurs, entreprises et développeurs.

Pendant des années, l'IA a été présentée comme une révolution en matière de productivité, censée améliorer les performances des travailleurs humains tout en maîtrisant les coûts. Mais une nouvelle réalité se dessine. Pour certaines entreprises, le coût d'exploitation des systèmes d'IA commence à dépasser celui de leurs propres employés. Cette évolution oblige les dirigeants à se poser une question délicate : l'IA est-elle vraiment moins coûteuse que la main-d'œuvre humaine ?

Cette tension se fait déjà sentir au sein de certaines des plus grandes entreprises technologiques. Chez Oracle, une vaste restructuration donne un aperçu de la manière dont les investissements dans l'IA redéfinissent profondément les priorités des entreprises. Au cœur de cette initiative se trouve un accord colossal dans le domaine du cloud computing conclu avec OpenAI, dont la valeur s'élèverait à environ 300 milliards de dollars, visant à construire et à développer des centres de données capables de prendre en charge des charges de travail avancées en matière d'IA, notamment des systèmes similaires à ChatGPT.

Pour y parvenir, Oracle a accéléré l'expansion de son infrastructure à travers les États-Unis. L'ampleur et la rapidité de ce développement ont eu un coût. L'entreprise s'est lourdement endettée, le montant total de ses emprunts ayant, selon les estimations, dépassé les 100 milliards de dollars, tandis que d'importantes dépenses d'investissement ont fait basculer son flux de trésorerie disponible en territoire négatif.

Dans ce contexte, les récents licenciements apparaissent moins comme une mesure isolée que comme un réajustement. Les analystes estiment que ces réductions d'effectifs pourraient permettre d'économiser entre 8 et 10 milliards de dollars, des fonds qui pourraient être réaffectés à ces projets d'IA à forte intensité capitalistique. C'est un exemple révélateur de l'évolution des priorités en matière de dépenses, même si cela implique de réduire les effectifs pour financer les machines.

Quand les machines coûtent plus cher que les humains

L'ampleur des dépenses prend même les professionnels du secteur au dépourvu. Bryan Catanzaro, vice-président chargé de l'apprentissage profond appliqué chez Nvidia, a récemment fait remarquer que les coûts informatiques de son équipe dépassaient désormais largement les dépenses de personnel. Il s'agit là d'un renversement frappant de l'idée reçue selon laquelle l'automatisation permettrait de réduire les coûts d'exploitation, rapporte Axios.

Le problème réside dans les mécanismes de l'IA moderne. L'entraînement et l'exécution de modèles avancés nécessitent une infrastructure informatique colossale, souvent alimentée par des puces et des services cloud coûteux. À cela s'ajoutent les coûts « par jeton », c'est-à-dire les frais liés au traitement des requêtes sur les grands modèles de langage, qui peuvent rapidement monter en flèche à mesure que l'utilisation s'intensifie.

Chez Uber, la pression se fait déjà sentir. Son directeur technique aurait épuisé tout le budget 2026 de l’entreprise consacré à l’IA avant la date prévue, principalement en raison de ces dépenses liées aux jetons. Par ailleurs, Amos Bar-Joseph, PDG de Swan AI, a attiré l’attention après avoir souligné la facture croissante que lui adressait Anthropic, présentant cela comme faisant partie de la mise en place d’une « entreprise autonome ».

Le pari à mille milliards de dollars sur l'IA

Le contexte général met en évidence l'ampleur prise par cette tendance. Le cabinet d'études Gartner estime que les dépenses mondiales en technologies de l'information atteindront 6 310 milliards de dollars en 2026, soit une hausse de 13,5 % par rapport à l'année précédente. Cette croissance est en grande partie alimentée par des investissements soutenus dans les infrastructures d'IA, les logiciels et les services basés sur le cloud.

De la création de modèles à l'abonnement à ceux-ci, les entreprises investissent massivement à tous les niveaux de la pile IA. Pourtant, cet enthousiasme commence à se heurter à une certaine résistance. Les actionnaires exigent de plus en plus la preuve que ces investissements génèrent des retours concrets, que ce soit sous la forme de gains de productivité mesurables ou de réductions de coûts évidentes.

Brad Owens, responsable de la stratégie en matière de main-d'œuvre numérique chez Asymbl, affirme que le débat est déjà en train d'évoluer. Les entreprises se posent désormais une question plus fondamentale concernant la valeur : qu'apporte réellement un travailleur, qu'il soit humain ou numérique ?

Même au sein du secteur de l'IA, la rentabilité devient un enjeu concurrentiel majeur. Un investisseur d'OpenAI a laissé entendre que des outils tels que Codex pourraient se démarquer en utilisant moins de jetons que leurs concurrents, comme Claude d'Anthropic, ce qui permettrait de réduire les coûts globaux. De son côté, Anthropic a revu sa tarification pour faire face à la forte hausse de la demande.

Mais très vite, une préoccupation plus profonde commence à se faire jour. La hausse des coûts n’est pas seulement un problème budgétaire ; elle laisse entrevoir les limites structurelles de la technologie elle-même. Malgré toutes les sommes investies, les gains ne suivent pas toujours le rythme. Les modèles actuels sont certes bien plus puissants que leurs prédécesseurs d’il y a quelques années à peine, mais leurs capacités ne sont pas proportionnellement supérieures. Dans de nombreux cas, ils sont loin d’être dix fois plus « intelligents », alors qu’ils nécessitent des ressources exponentiellement plus importantes.

Ce déséquilibre commence à mettre en évidence les failles du discours sur les progrès sans fin de l'IA. Si le simple fait d'ajouter davantage de données et de puissance de calcul ne permet plus d'obtenir des améliorations spectaculaires, la logique économique qui sous-tend cet essor commence à s'effriter. Ce qui semblait autrefois être un simple jeu d'échelle se transforme en un problème de rendements décroissants.

Il en résulte un changement de perception subtil mais significatif. Les dépenses en IA, autrefois considérées comme un gage d'innovation et de puissance, risquent de devenir un handicap si les coûts continuent d'augmenter sans que la valeur ajoutée ne suive.

Par ailleurs, à mesure que les entreprises intensifient leurs dépenses en IA, un constat plus nuancé émerge quant aux bénéfices réels de cette technologie pour les entreprises. Selon une enquête menée auprès de milliers de PDG, l'IA n'aurait aucun impact sur l'emploi ou la productivité. Si certains bénéfices existent à l'échelle de tâches spécifiques, ils peinent à se traduire en gains globaux pour les entreprises ou l'économie. Cette situation rappelle le paradoxe formulé par l'économiste Robert Solow dans les années 1980 : une technologie peut être omniprésente, mais invisible dans les statistiques de productivité.

Dans ce contexte, les prévisions financières des principaux acteurs du secteur illustrent les tensions économiques entourant l'essor de l'IA. Selon des documents internes consultés par The Information, OpenAI prévoit une perte de 14 milliards de dollars en 2026, avec des déficits cumulés estimés à 44 milliards de dollars jusqu'en 2029. Malgré une croissance rapide de ses revenus et le succès de ses produits, l’entreprise est ainsi confrontée à un modèle économique fortement déficitaire. « OpenAI est en train de s'effondrer. Aucune start-up dans l'histoire n'a jamais fonctionné avec de telles pertes », a déclaré l'investisseur chevronné George Noble.

Sources : Nvidia, Uber, Axios

Et vous ?

Quelle lecture faites-vous de cette situation ?
Selon vous, l'augmentation des dépenses liées à l'IA au-delà des coûts de la main-d'œuvre humaine est-elle cohérente ou pertinente ?

Voir aussi :

IA en entreprise : des milliards investis, mais où sont passés les gains de productivité promis aux dirigeants ? Une enquête indique que la majorité des PDG déclarent ne pas en tirer de bénéfices financiers

L'IA en entreprise court à la catastrophe : code défaillant, hallucinations facturées au prix fort. Comment les entreprises mesurent tout sauf ce qui compte vraiment

Les dépenses en infrastructure IA ont atteint un niveau record de 86 milliards $ au troisième trimestre 2025, les coûts liés aux serveurs représentant près de 98 %, une croissance supérieure à 30 % par an

[RenarddeFeu]

Un LLM et des agents restent cependant beaucoup plus "manageable" que des salariés. Même si ça coûte plus cher en définitive, l'entreprise reste gagnante.

[Anselme45]

Un LLM et des agents restent cependant beaucoup plus "manageable" que des salariés. Même si ça coûte plus cher en définitive, l'entreprise reste gagnante.

N'importe quoi! Et vous "manager" comment les hallucinations de l'IA?