L'économie de l'IA est caractérisée par des investissements massifs en capital (CAPEX) de la part des géants technologiques, mais aussi par des modèles de tarification et d'utilisation qui soulèvent de sérieuses questions sur leur viabilité et leur efficacité réelle. Microsoft, Google, Amazon et Meta prévoient de dépenser des centaines de milliards de dollars en CAPEX pour l'IA en 2026, un montant qui dépasse largement les revenus générés directement par l'IA, créant une illusion de croissance.
Une tendance émergente, le "tokenmaxxing", illustre ce paradoxe. Des entreprises comme Meta, Microsoft et Salesforce voient leurs employés "brûler" des quantités massives de "tokens" (unités de traitement des modèles d'IA) pour gonfler leurs métriques d'utilisation de l'IA, souvent sans valeur ajoutée concrète. Chez Meta, un "leaderboard de tokens" a même été créé, incitant à une utilisation excessive et coûteuse, avant d'être supprimé suite à des critiques. Ce comportement, qui peut coûter des millions de dollars par mois, est perçu par certains comme un signal de productivité, tandis que d'autres y voient un gaspillage massif et une course absurde.
Les modèles d'abonnement mensuel pour les services d'IA sont de plus en plus remis en question. Des plateformes comme GitHub Copilot passent à une tarification basée sur l'usage réel des tokens, car les coûts d'inférence des modèles d'IA, surtout les plus performants, sont devenus insoutenables pour les fournisseurs. Les utilisateurs, habitués à des tarifs fixes, se retrouvent face à des factures potentiellement très élevées, d'autant plus que les modèles "raisonnent" davantage et consomment plus de tokens. Cette opacité sur les coûts réels a permis aux entreprises d'IA de subventionner massivement l'utilisation pour attirer des clients, mais cette stratégie atteint ses limites financières.
Le cas du magasin "Luna" à San Francisco, géré par un agent IA, est un exemple frappant des défis de l'IA dans le monde physique. Malgré un investissement initial conséquent, l'agent a commis des erreurs de commande (1000 couvercles de WC, surstock de bougies) entraînant des pertes significatives, démontrant que l'automatisation sans supervision humaine peut être coûteuse et inefficace. Ces incidents soulignent que les bénéfices réels de l'IA ne sont pas toujours à la hauteur du battage médiatique et des investissements colossaux.