Le coût de l'IA n'est plus aussi bas qu'on l'avait promis initialement.

Le coût de l'IA augmente avec l'échelle, obligeant les entreprises à examiner attentivement le compromis entre automatisation et efficacité financière.

Avec l'essor de l'intelligence artificielle (IA), de nombreuses entreprises y ont vu une opportunité de réduire leurs coûts, d'accroître leur productivité et d'automatiser les tâches répétitives. Mais après la phase de test, le tableau financier s'est complexifié. L'IA n'est pas un simple logiciel prêt à l'emploi ; elle implique des coûts liés à l'infrastructure, aux données, à la sécurité et au personnel opérationnel.

Dans certains cas, les coûts de calcul liés à l'IA ont dépassé le coût des salaires. Bryan Catanzaro, vice-président de l'apprentissage profond appliqué chez Nvidia, a déclaré que dans certains groupes, les coûts de calcul sont « bien supérieurs » aux salaires des employés. Cela ne signifie pas que l'IA sera toujours plus coûteuse que les humains, mais cela montre que la promesse d'une « IA permettant de réduire les coûts » n'est plus aussi simple qu'à ses débuts.

Les coûts cachés des systèmes d'IA

L'un des postes de dépenses les plus importants est le coût de calcul. Les modèles d'IA modernes nécessitent une puissance de traitement considérable, notamment lorsque les entreprises les utilisent fréquemment pour le service client, la programmation, l'analyse de données ou le traitement de documents internes. Plus le nombre d'utilisateurs et de tâches est élevé, plus les coûts d'exploitation sont importants.

Pour les entreprises, le coût de l'IA ne se limite pas à la location de modèles ou au paiement des frais d'API. Pour intégrer l'IA à leurs systèmes réels, elles doivent nettoyer les données, se connecter aux logiciels internes, définir les autorisations d'accès, protéger les informations sensibles et mettre en place des processus de contrôle des résultats. Ces tâches nécessitent la collaboration des équipes techniques, de cybersécurité, juridiques et opérationnelles.

Plus le déploiement de l'IA est important, plus les entreprises doivent prendre en compte les coûts liés à l'infrastructure, aux données, à la sécurité et au personnel de supervision.

PHOTO : CRÉÉE PAR L'IA

L'intelligence artificielle n'est pas encore suffisamment stable pour tout gérer automatiquement sans intervention humaine. Cette technologie peut encore fournir des réponses erronées, falsifier des faits ou mal interpréter le contexte. C'est pourquoi de nombreuses entreprises doivent maintenir en poste du personnel chargé de vérifier, corriger et, en fin de compte, assumer la responsabilité des erreurs. Dans les secteurs liés à la relation client, à la finance, à la santé , au droit ou aux données sensibles, ce niveau de contrôle est quasiment indispensable.

Cela signifie que, dans de nombreux cas, l'IA ne remplace pas complètement la main-d'œuvre, mais engendre de nouveaux coûts. Les entreprises continuent de payer pour la technologie, tout en ayant toujours besoin de personnel pour garantir le bon fonctionnement et la sécurité du système.

La course aux infrastructures que se livrent les géants de la tech témoigne également des coûts faramineux liés à l'IA. Microsoft a annoncé son intention d'investir 25 milliards de dollars australiens (environ 17,9 milliards de dollars américains) en Australie d'ici 2029 afin de développer ses capacités en IA, en cloud computing, en cybersécurité et en formation. Ces investissements démontrent que l'IA ne se limite pas aux logiciels, mais englobe aussi les centres de données, les processeurs, la consommation d'énergie et les réseaux opérationnels à grande échelle.

Le coût de l'IA n'est pas simplement une question technologique.

Face à la hausse des coûts, les questions que se posent les entreprises évoluent. Auparavant, nombre d'entre elles se sentaient obligées d'adopter une stratégie d'IA pour ne pas paraître à la traîne. Désormais, l'attention se porte sur une question plus pragmatique : quelle valeur ajoutée l'IA crée-t-elle et quel est le délai de retour sur investissement ?

Le cabinet d'études Gartner prévoit que les dépenses informatiques mondiales atteindront 6 310 milliards de dollars en 2026, soit une hausse de 13,5 % par rapport à 2025. Cette croissance est tirée par l'infrastructure d'IA, le cloud computing et les logiciels. Cela indique que l'IA initie un nouveau cycle de dépenses technologiques, plutôt que de simplement remplacer les dépenses existantes.

L'IA n'a de réelle valeur que lorsque l'investissement dans cette technologie se traduit par une efficacité opérationnelle mesurable.

PHOTO : CAPTURE D'ÉCRAN DE ROBOTMAGAZINE

La pression pour rentabiliser les investissements se fait donc de plus en plus sentir. Le cabinet de conseil Deloitte prévoit que les investissements dans l'IA continueront d'augmenter, mais les retours sur investissement ne sont pas toujours faciles à mesurer. Pour les projets plus complexes, les entreprises ont besoin d'un horizon temporel plus long pour évaluer l'efficacité, plutôt que de se contenter d'examiner le nombre de tâches automatisées.

Cette évolution contraint les entreprises à adopter une approche plus pragmatique. Plutôt que de viser un remplacement massif des humains, nombre d'entre elles optent pour l'utilisation de l'IA afin de les assister dans des tâches spécifiques telles que la synthèse de documents, la suggestion de réponses aux clients, la programmation, la catégorisation des requêtes ou la détection d'erreurs. Cette approche permet de réduire les risques et de maîtriser les coûts.

L'IA pourrait encore devenir moins chère au fil du temps pour les tâches individuelles, notamment grâce à l'amélioration de l'efficacité des modèles et à l'intensification de la concurrence entre les fournisseurs. Cependant, à l'échelle de l'entreprise, les coûts totaux pourraient continuer d'augmenter avec l'accroissement de l'utilisation, le renforcement des exigences de sécurité et la complexification des processus opérationnels.

Le débat actuel ne porte donc plus sur le coût intrinsèque de l'IA. Ce qui importe, c'est de savoir à quels problèmes les entreprises font appel à l'IA, à quelle échelle, et si son efficacité est mesurable. La promesse de réduction des coûts ne devient convaincante que lorsque l'IA démontre une valeur concrète dans les opérations réelles.

Source : https://thanhnien.vn/chi-phi-ai-khong-con-re-nhu-loi-hua-ban-dau-185260427153301634.htm