L'IA bientôt plus coûteuse que les développeurs

Selon le cabinet Gartner, entre les priorités incontrôlées des utilisateurs et l'évolution des modèles économiques des fournisseurs, le recours aux plates-formes d'intelligence artificielle pour la programmation informatique pourrait bientôt coûter plus cher aux entreprises que le salaire moyen de leurs développeurs… et ne plus être rentable.

Il s'agit d'un des cas d'usage de l'IA générative les plus matures et les plus populaires, dans tous les secteurs d'activité, qui a même conduit à des vagues de licenciement massives : confier à ces outils l'écriture du code, soit dans sa totalité soit pour ses parties les plus routinières, permet d'accélérer drastiquement la création d'applications… même si des défauts de qualité peuvent survenir. Or, jusqu'à maintenant, la facture correspondante est peu surveillée, ce qui pourrait devenir un sérieux problème.

En effet, les analystes notent que, en parallèle de cette croissance phénoménale de l'adoption, les solutions mises en œuvre évoluent progressivement d'un modèle économique basé sur le nombre d'utilisateurs à une nouvelle approche par « token » (c'est-à-dire l'unité d'information traitée en entrée et en sortie des moteurs d'IA), qui reflète directement le niveau de sollicitation du produit. Par exemple, les derniers modèles d'Anthropic sont accessibles à un prix public de 10 à 50 dollars par million).

Pour les directions financières, le changement de référence induit un coût variable présentant une de ces caractéristiques qu'ils redoutent : l'imprévisibilité. Car, bien que le critère de mesure paraisse relativement objectif et quantifiable, il s'avère que, dans la pratique, il est totalement impossible d'évaluer a priori, et donc de prédire, la consommation de « tokens » de chaque développeur. Les paramètres à prendre en compte sont trop complexes et dépendent en outre des comportements individuels.

Avec les habitudes déjà acquises, le danger est immense d'assister à une explosion des dépenses et il sera illusoire d'espérer une auto-discipline de la part des principaux intéressés, qui sont préoccupés par leur confort, leur vélocité et leur efficacité et non par la note pour leur employeur. Dans des organisations qui, pour la plupart, n'ont pas encore mis en place d'indicateurs formels de mesure de la rentabilité de leurs investissements dans l'intelligence artificielle, l'opacité peut devenir tragique.

En guise de palliatif (plutôt que de véritable solution), Gartner suggère de définir un cadre rigoureux à l'intention des équipes de production logicielle. En premier lieu, il doit spécifier des règles quant aux conditions de recours à l'IA pour les différentes tâches des collaborateurs et préciser les catégories de modèle acceptables selon leur difficulté (en privilégiant les moins onéreux). Ensuite, dans le prolongement des initiatives de promotion de l'éco-conception (en n'oubliant pas que l'enjeu environnemental de l'IA est également critique), une formation au « bon » usage des tokens sera impérative. Enfin, l'instauration d'une gouvernance et d'un pilotage spécifiques devient urgente.