Nikesh Arora a qualifié le gain d'efficacité de 54 % du dernier modèle d'OpenAI de "bon début", mais a déclaré que les coûts doivent continuer à baisser au cours des deux prochaines années.
Bloomberg / Getty Images
Les prix des jetons d'IA devront baisser de 90% avant que le déploiement à grande échelle de l'IA en entreprise ne devienne viable, selon le PDG de Palo Alto Networks $PANW, Nikesh Arora a déclaré jeudi, décrivant l'environnement de tarification actuel comme un obstacle pratique pour les entreprises cherchant à déployer la technologie.
Son calendrier pour un allègement était précis : d'ici un an, les coûts devraient se réduire à environ un cinquième de leur niveau actuel, et l'année suivante, à seulement un dixième. Ses remarques lors d'une apparition sur CNBC sont venues après que le PDG d'OpenAI, Sam Altman, a annoncé que le nouveau modèle de l'entreprise offre une efficacité de jeton 54% meilleure sur les tâches de codage agentiques — un chiffre qu'Arora a accueilli mais traité comme un plancher plutôt qu'un plafond. "Je pense que 54% est un bon début," a-t-il dit. "Je pense que nous devrons probablement y revenir."
Pourtant, Arora n'a pas sombré dans le pessimisme quant à la direction des choses. "La demande continue d'être infinie, et tant que vous faites face à une courbe de demande infinie, je pense que toutes ces choses se rationaliseront avec le temps," a déclaré Arora. Il a suggéré que l'efficacité croissante des modèles sous-jacents finirait par alléger la pression sur les dépenses en IA des entreprises.
Ses préoccupations le placent en compagnie d'un cercle élargi de dirigeants d'entreprise qui se sont exprimés sur ce qu'ils perçoivent comme des prix de modèle prohibitifs — des coûts suffisamment élevés, selon eux, pour empêcher l'IA de passer des pilotes à une utilisation véritablement généralisée en entreprise. Le PDG de Palantir $PLTR Technologies, Alex Karp a fait un bruit similaire la semaine dernière, s'en prenant à l'approche par jeton adoptée par Anthropic et OpenAI et pointant les modèles open-weight comme une voie plus praticable pour les clients d'entreprise. "Quelque chose a complètement mal tourné," a-t-il déclaré à CNBC, tout en notant qu'il ne visait aucun fournisseur en particulier.
Les chiffres derrière la frustration sont frappants et reflètent un paradoxe plus large dans l'IA d'entreprise : The Next Web rapporte que les taux par jeton ont chuté de 98 %, mais que les dépenses totales en IA d'entreprise ont triplé sur la même période, car les applications agentiques enchaînent les appels de modèles de manière à multiplier la consommation bien plus rapidement que la baisse des prix unitaires.
La pression change déjà le comportement des entreprises. Des sociétés comme Uber $UBER et Microsoft $MSFT ont limité ou restreint l'accès des employés aux outils de codage IA coûteux après que les budgets aient dépassé les prévisions. Certaines entreprises se sont tournées vers des modèles moins chers et à poids ouvert, y compris des alternatives chinoises qui comblent l'écart avec les laboratoires américains.
Aucune de ces frictions n'a ralenti le développement plus large. SpaceX a sollicité les marchés de la dette pour 25 milliards de dollars le mois dernier, et Amazon $AMZN a suivi cette semaine avec une émission obligataire de 25 milliards de dollars, les deux mouvements étant liés aux besoins croissants en capital pour l'infrastructure de l'IA.
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.
