Le coût de l’intelligence artificielle peut désormais dépasser celui de la main-d’œuvre humaine pour certaines tâches, remettant en question l’idée d’une automatisation toujours plus économique.
Cette réalité émerge alors que les exigences en puissance de calcul, notamment pour les unités de traitement graphique (GPU), et la consommation énergétique des grands modèles linguistiques (LLM) augmentent de manière significative. Le développement, la formation et la maintenance de ces systèmes complexes nécessitent également des talents spécialisés et coûteux, contribuant à des dépenses initiales et continues substantielles.
Si l’IA promet indéniablement efficacité et évolutivité, ses coûts opérationnels, particulièrement pour l’inférence (l’utilisation des modèles entraînés), peuvent s’avérer bien plus élevés que prévu. Des secteurs comme la génération de contenu ou le service client pourraient ainsi trouver des solutions humaines plus rentables pour des tâches complexes, nuancées ou nécessitant une compréhension contextuelle approfondie.
Cette observation défie la perception courante selon laquelle l’IA serait intrinsèquement une alternative moins chère. Elle invite les entreprises à réévaluer la viabilité économique de l’IA pour diverses applications, au-delà de la seule promesse de réduction des coûts.
Source : Hacker News (Algolia)