Après avoir dépensé des milliards de dollars en jetons, les grandes entreprises de la Silicon Valley commencent à limiter l’utilisation de jetons par leurs employés.
TechFlow SélectionTechFlow Sélection
Après avoir dépensé des milliards de dollars en jetons, les grandes entreprises de la Silicon Valley commencent à limiter l’utilisation de jetons par leurs employés.
L’IA automatise pour les entreprises les tâches « détestées » par les employés, et non pas celles qui « génèrent des revenus ».
Dédié à des analyses Web3 approfondiesAuteur｜Huá Lín Wǔ Wáng
Éditeur｜Jìng Yǔ
Il y a quelques jours, GeekPark a rapporté que Microsoft, qui parie massivement sur l’IA, avait discrètement suspendu, en interne, la plupart des licences Claude Code accordées à ses employés.
Cet épisode est particulièrement étrange, car dans la vague actuelle de déploiement de l’IA, le principal argument marketing auprès des entreprises reste l’« amélioration de l’efficacité ». Or, si cette technologie permet bel et bien d’accroître la productivité, pourquoi Microsoft décide-t-elle de priver ses employés de l’accès à Claude Code ?
Microsoft n’est pas la seule entreprise à adopter une telle posture : « limiter la consommation de tokens » et cesser d’encourager les employés à pratiquer sans modération le « Vibe Coding » sont désormais devenus une tendance émergente parmi les grands acteurs de la Silicon Valley.
Uber a épuisé, en quatre mois seulement, son budget annuel alloué aux tokens IA. Salesforce verse chaque année environ 300 millions de dollars à Anthropic. Un consultant spécialisé en IA révèle qu’un de ses clients dépense à lui seul jusqu’à 500 millions de dollars par mois en services IA. Quant à Meta, elle a même retiré discrètement de son intranet le « classement interne des « tokenmaxxers » » — un palmarès initialement conçu pour inciter les employés à utiliser davantage l’IA.
Aujourd’hui, les entreprises entreprennent une action que, il y a encore quelques années, elles n’auraient jamais osé envisager :
limiter et surveiller l’utilisation de l’IA par leurs employés.
Pourquoi ces géants ont-ils tous opéré ce revirement ?
01 « Tokenmaxxing », reflet de notre époque
Pour comprendre la crise actuelle des coûts, il faut d’abord définir précisément ce qu’est le « tokenmaxxing ».
Ce terme, apparu vers 2025, signifie littéralement « maximisation de la consommation de tokens ». Il traduit une logique managériale selon laquelle, puisque l’entreprise investit massivement dans des outils IA, ses employés doivent les utiliser intensivement : plus on consomme de tokens, plus on paraît « engagé dans la transformation numérique » ; moins on en consomme, plus on risque d’être accusé de gaspillage de ressources. De nombreuses entreprises ont ainsi instauré des quotas d’utilisation, des classements publics ou même intégré l’usage de l’IA dans les évaluations de performance, afin de pousser leurs employés à l’adopter systématiquement.
Et quel en est le résultat ?
Les employés commencent à utiliser les modèles IA professionnels fournis par leur entreprise pour consulter la météo, rédiger des vœux d’anniversaire ou choisir leur repas du jour.
Une étude menée auprès de 2 444 entreprises révèle que, pour chaque dollar dépensé en tokens IA, 0,44 dollar est consacré à la correction des bogues générés par l’IA, 0,27 dollar à la réécriture du code produit par l’IA, et 0,11 dollar à la révision et aux retards liés à l’intégration.
Autrement dit, chaque dollar investi dans l’achat de services IA masque près de 80 % de pertes cachées.
L’investisseuse Shruti Gandhi propose une analogie particulièrement percutante : « Les entreprises adeptes du “tokenmaxxing” ressemblent à celles qui jugeraient leur productivité au nombre d’ampoules allumées — dépenser davantage ne signifie pas nécessairement produire davantage. »
L’ironie est encore plus forte : la plupart de ces entreprises ignorent totalement ce que font leurs employés avec l’IA, et encore moins si les tâches accomplies grâce à celle-ci ont réellement généré un quelconque impact.
Cette « course aux dépenses » a duré de 2024 à 2025, avant d’exploser collectivement cette année. JPMorgan a publié un rapport formulé dans des termes très sévères, dont le titre, direct et dérangeant, est le suivant : « Le coût des tokens IA dévore les bénéfices du secteur internet ».
Shopify, Spotify, ServiceNow et Roku ont toutes évoqué, lors de leurs conférences téléphoniques sur les résultats financiers, l’IA comme une source majeure de pression sur leurs charges opérationnelles. Le climat général commence à basculer d’un enthousiasme aveugle — « comme c’est impressionnant, l’IA ! » — vers une interrogation plus pragmatique : « Ce montant dépensé en IA en vaut-il vraiment la peine ? »
02 Lorsque les PDG remettent en cause le ROI
Seulement 14 % des directeurs financiers affirment percevoir un retour sur investissement clair et mesurable issu de leurs dépenses en IA.
Andrew Macdonald, directeur des opérations d’Uber, s’est exprimé avec une grande franchise dans un podcast : selon lui, il est extrêmement difficile d’établir un lien entre l’amélioration individuelle de la productivité des employés et l’impact global sur les activités de l’entreprise. « Si vous ne parvenez pas à identifier concrètement combien de fonctionnalités utiles pour vos utilisateurs ont été déployées grâce à l’IA, justifier le coût des tokens devient encore plus ardu. »
Cette déclaration met en lumière le cœur du dilemme des entreprises face à l’IA : une augmentation de l’efficacité individuelle ne se traduit pas automatiquement par une croissance des revenus de l’entreprise.
Un employé rédige son rapport hebdomadaire trois fois plus vite grâce à l’IA, mais les revenus de l’entreprise restent inchangés. Un ingénieur double sa vitesse de génération de code avec l’IA, mais le taux d’« échec » de ce code — c’est-à-dire la proportion de code abandonné ou entièrement réécrit — augmente de 800 %.
Sophia Velastegui, ancienne responsable principale de l’IA chez Microsoft, a prononcé une phrase qui dérange bon nombre de dirigeants : « La plupart des gens automatisent spontanément les tâches qu’ils détestent, plutôt que celles qui apportent le plus de valeur à l’entreprise. »
Autrement dit, les entreprises automatisent les « tâches pénibles » subies par les employés, non pas les « tâches génératrices de revenus ».
Il ne s’agit pas d’un problème technique, mais bien d’un problème de priorisation. C’est aussi la raison pour laquelle environ 30 % des projets d’IA générative sont abandonnés dès la phase de preuve de concept : ni le coût, ni la valeur ajoutée ne peuvent être clairement établis, ce qui conduit naturellement les dirigeants à ne pas renouveler leur financement.
La manière dont Marc Benioff, PDG de Salesforce, gère la question est représentative. Face à une facture annuelle de 300 millions de dollars adressée par Anthropic, il attend un « routeur intelligent » capable de déterminer automatiquement quelles requêtes méritent d’être traitées par des modèles haut de gamme, et lesquelles peuvent suffisamment l’être par des modèles plus petits et moins coûteux.
Cette idée en soi n’a rien de novateur — déjà à l’ère du cloud computing, les principes de « paiement à l’usage » et d’« optimisation des ressources » étaient monnaie courante. Mais la vague actuelle d’IA est arrivée trop rapidement : les entreprises ont d’abord acheté, puis réfléchi. Aujourd’hui, elles rattrapent leur retard.
03 Un retour à la rationalité, ou le prélude à un hiver glacial ?
Microsoft a récemment supprimé la plupart de ses licences d’entreprise pour Claude Code, invoquant officiellement des motifs budgétaires. Cette décision a suscité de vives discussions au sein du secteur — après tout, Microsoft est le principal investisseur d’OpenAI, tout en réduisant simultanément les abonnements à un concurrent. Il est difficile de distinguer, dans cette décision, ce qui relève du simple calcul économique de ce qui participe d’une stratégie plus large.
Quoi qu’il en soit, ce geste constitue un signal clair : les entreprises commencent à voter avec leurs pieds.
Harness et CloudZero ont presque simultanément — le 28 mai — lancé chacun un outil dédié à la gestion des coûts IA : le premier met l’accent sur la surveillance en temps réel des dépenses et du ROI ; le second introduit un « plan de contrôle financier IA », destiné à relier chaque dollar dépensé en IA à des résultats métier tangibles.
L’apparition même de ces deux produits témoigne d’un besoin réel — et d’une urgence manifeste.
Depuis avril, HubSpot a revu son modèle tarifaire pour ses agents IA : il ne se base plus sur la consommation de tokens, mais sur le « nombre de conversations résolues » ou le « nombre de pistes générées ». Il s’agit là d’un changement de cap fondamental, alignant les intérêts du vendeur sur les résultats concrets obtenus par l’acheteur. ServiceNow suit une trajectoire similaire. Les éditeurs IA prennent progressivement conscience que, s’ils continuent à vendre de la « consommation » plutôt que des « résultats », leurs clients entreprises finiront inévitablement par réagir collectivement.
Cette réorientation marque-elle simplement une étape incontournable dans la maturation industrielle de l’IA, ou présage-t-elle une crise plus profonde ?
Je penche pour la première hypothèse. Toutefois, un détail mérite attention : les dépenses mondiales mondiales en logiciels IA devraient atteindre 2,59 billions de dollars en 2026, soit une hausse de 47 % en un an ; or, 94 % des responsables techniques déclarent toujours ne pas disposer d’indicateurs clés de performance (KPI) permettant d’évaluer le ROI. Les sommes dépensées augmentent sans cesse, mais personne ne sait précisément où cet argent part, ni s’il est bien investi — tant que ce paradoxe ne sera pas résolu, un nouveau « moment tokenmaxxing » ne sera qu’une question de temps.
Une analyse publiée par Fortune va droit au but : « Le tokenmaxxing est facile ; repenser les processus de travail est difficile. » Ce que font aujourd’hui la plupart des entreprises, c’est optimiser leurs processus existants, non pas réinventer leur modèle économique. Or, c’est précisément là que réside la véritable valeur de l’IA — et c’est aussi là que la plupart des entreprises n’ont pas encore franchi le pas.
Un retour à la rationalité est une bonne chose. Mais une fois ce retour accompli, les entreprises devront répondre à une question encore plus complexe : l’IA doit-elle, pour leur activité, être un simple marteau, ou bien un nouveau cadre de pensée ?
Si l’on se contente d’utiliser l’IA pour accélérer les anciennes tâches, la facture finira inévitablement par nous ramener face à cette question.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
