Une récente étude des analystes de l’UBS révèle que près de soixante pour cent des entreprises interrogées réduisent désormais leur budget dédié à l’intelligence artificielle. Cette tendance, observée dès le début du mois de juin, souligne une prise de conscience croissante des dirigeants face à la montée des coûts, notamment celle des tokens, l’unité de calcul utilisée par les grands modèles de langage. Selon les échanges avec des responsables informatiques, l’optimisation des dépenses est devenue une priorité. Des dirigeants, comme le directeur des opérations d’Uber en mai dernier, ont ainsi mis en doute la rentabilité actuelle de ces investissements face à des factures en hausse. Cette pression a conduit certaines organisations à instaurer des garde-fous, entraînant un ralentissement significatif des dépenses pour les projets les plus avancés, tandis que d’autres, soit en phase précoce, soit justifiant un retour sur investissement solide, maintiennent leur rythme pour préserver leur avantage concurrentiel. À court terme, cette rationalisation touche particulièrement les développeurs de modèles dominants comme OpenAI et Anthropic. En revanche, les modèles open source et les solutions chinoises, telles que DeepSeek, pourraient en tirer parti, en offrant des alternatives économiques pour des tâches ne relevant pas du codage. Les analystes de l’UBS précisent cependant qu’il ne s’agit pas d’un signal d’alarme. Cette phase d’ajustement est qualifiée de problème sain et naturel, caractéristique de la maturation des technologies émergentes. Les perspectives restent positives, l’arrivée de nouvelles puces et de modèles plus performants devant continuer à faire baisser les coûts de calcul. Face à ce nouveau contexte, l’industrie évolue rapidement d’une logique d’expérimentation vers une discipline d’optimisation technique. Google et Anthropic ont respectivement lancé les modèles Gemini 3.5 Flash et Claude Sonnet 5, conçus pour offrir des performances élevées avec une consommation réduite. Au sein des entreprises, la consolidation des outils s’accélère, certaines réduisant leur flotte de solutions jusqu’à diviser par deux leur utilisation pour respecter les plafonds budgétaires annuels. En définitive, la question pour les organisations n’est plus de savoir si elles doivent utiliser l’intelligence artificielle, mais comment le faire de manière rationnelle. L’optimisation des tokens s’impose désormais comme une compétence ingénieuriale continue, reflétant l’intégration mature de l’IA dans les opérations commerciales mondiales.