Amazon invite ses ingénieurs à un usage plus ciblé de l'IA

Amazon a adressé à ses ingénieurs logiciels une note de bonnes pratiques pour l’usage de l’intelligence artificielle, les incitant à éviter le tokenmaxxing, soit la tentative d’utiliser le plus possible les modèles d’IA sans se demander si cela améliore réellement le travail. La note, partagée en interne en septembre puis publiée sur le site de l’entreprise mardi, redéfinit le rôle des développeurs et des managers dans un contexte où l’IA devient centrale dans l’ingénierie logicielle. Amazon souligne que les indicateurs habituels, comme la consommation de jetons, le taux d’adoption des outils, le volume de code généré ou le nombre de revues de code, restent profondément imparfaits pour mesurer l’apport réel de l’IA. Ils peuvent, selon la direction, favoriser des coûts plus élevés et des processus trop complexes. Le texte ne demande pas de les ignorer totalement, mais recommande de les examiner avec discernement, au profit de résultats à long terme. Cette mise en garde intervient dans un contexte de pression sur les dépenses liées à l’IA. Certaines entreprises ont fixé des limites de jetons, les unités de données traitées et produites par les modèles, pour maîtriser leurs factures. Un porte-parole d’Amazon précise toutefois que l’entreprise n’a pas instauré de plafond pour ses employés. En mai, le groupe avait fermé un classement interne après avoir constaté que des ingénieurs cherchaient à grimper dans les rangs en augmentant leur usage des jetons. Marc Brooker, vice-président et ingénieur distingué chez Amazon Web Services, a indiqué à CNBC que l’entreprise privilégie des critères comme la vélocité des fonctionnalités, centrés sur le nombre de mises en production et de changements réussis. Il décrit une logique de retour sur investissement : investir outils, temps, jetons et effort humain là où les besoins des clients et de l’entreprise sont importants, tout en conservant une marge d’expérimentation. Amazon conclut que l’IA doit être employée seulement lorsqu’elle apporte une valeur claire. Si une tâche n’y gagne pas, ce n’est pas un échec, explique la note, mais la démonstration du jugement attendu des ingénieurs.