Les dirigeants de l'industrie technologique et financière appellent à une adoption plus rationnelle de l'intelligence artificielle face à la flambée des coûts. Jamie Dimon, président-directeur général de JPMorgan, a récemment souligné que les entreprises doivent considérer l'IA comme une ressource ordinaire, en veillant rigoureusement à son retour sur investissement. Face à la hausse rapide des dépenses liées aux jetons de traitement et à l'infrastructure des centres de données, il a indiqué que son établissement évalue constamment la valeur ajoutée de chaque outil, négocie avec les fournisseurs et oriente automatiquement les requêtes vers les solutions les plus économiques. Le groupe reste par ailleurs fermement attaché à la protection de ses données et de sa propriété intellectuelle. Cette prise de position s'inscrit dans un mouvement plus large de remise en question des pratiques d'IA jugées excessives, qualifiées de tokenmaxxing. Plusieurs cadres dirigeants estiment que les entreprises gaspillent des budgets considérables en surutilisant des modèles avancés et onéreux pour des tâches qui n'en nécessitent pas le niveau de complexité. Alex Karp, dirigeant de Palantir, a clairement indiqué que de nombreuses organisations américaines reconnaissent silencieusement payer pour des services sans valeur ajoutée réelle, tout en exposant leurs informations sensibles. Il a comparé cette surconsommation à une dépendance, signalant un désalignement entre l'investissement consenti et les bénéfices opérationnels obtenus. Pour corriger cette tendance, le secteur privilégie désormais le modelmaxxing, une approche consistant à sélectionner le modèle IA le plus adapté à chaque besoin, qu'il s'agisse de solutions open source légères ou de systèmes propriétaires performants. Andrew Feldman, dirigeant de Cerebras Systems, a illustré cette logique en affirmant que conférer à chaque employé un accès illimité à des outils coûteux relève de l'erreur stratégique, à l'image d'utiliser une automobile de luxe pour un trajet de quelques kilomètres. Selon lui, les entreprises apprennent progressivement à optimiser leurs dépenses en privilégiant l'efficacité plutôt que la puissance brute. Cette prise de conscience entraîne une transformation concrète des stratégies technologiques. Les services informatiques et les directions financières multiplient les audits d'utilisation, négocient des contrats flexibles et mettent en place des garde-fous internes pour garantir que chaque déploiement d'IA génère un gain de productivité mesurable. Alors que les infrastructures de calcul et les frais de licence continuent d'augmenter, cette orientation vers une IA responsable et rentable risque de définir les standards industriels des prochaines années.