Ce qu’un grand investissement en IA doit économiquement supporter
Décider d'investir dans de la capacité de calcul n'est pas une décision technologique, mais un calcul dont la durée d'utilisation est inhabituellement courte. Mise en perspective des grandeurs qui doivent alors converger.
Les investissements en intelligence artificielle se discutent le plus souvent dans le langage de la technologie : taille des modèles, cycles d'entraînement, indicateurs de performance. Pour savoir si un tel investissement se justifie, ce langage est inadéquat. Il décrit ce qu'un système sait faire, non ce qu'il a le droit de coûter.
Le calcul commence par la durée d'utilisation
Les investissements industriels classiques s'amortissent sur des décennies. Un hall de production tient trente ans, une machine-outil quinze. La capacité de calcul destinée à l'entraînement se comporte autrement : le matériel engagé ne perd pas son avance par usure, mais par l'arrivée des générations suivantes, et celles-ci se succèdent à des intervalles nettement plus courts que toute durée d'amortissement habituelle.
Cela déplace l'ensemble du calcul. Amortir une installation sur trois à quatre ans au lieu de quinze exige, sur cette période, un retour représentant un multiple de ce qui suffit pour des biens d'équipement durables. La question n'est pas de savoir si la technologie fonctionne. La question est de savoir si le rendement arrive assez vite.
Le taux d'utilisation est la deuxième inconnue
Une installation ne s'amortit qu'à un taux d'utilisation élevé. Or, pour la capacité de calcul, ce taux n'est pas régulier : les cycles d'entraînement arrivent par à-coups, l'inférence moins, et les deux profils de charge posent des exigences différentes à la même infrastructure.
Dimensionner pour la pointe, c'est payer en exploitation normale une capacité qui reste inutilisée. Dimensionner pour la moyenne, c'est ne pas pouvoir absorber les pointes. Les deux coûtent cher, et la décision se prend avant la construction, à un moment où la demande réelle n'est pas encore connue.
Le prix auquel on pourra vendre n'est pas acquis
La troisième grandeur est la plus volatile. Les fournisseurs de puissance de calcul et de services qui en dépendent évoluent sur un marché où la capacité se construit rapidement et où plusieurs acteurs recherchent simultanément des parts de marché. Dans une telle situation, le prix réalisable n'est pas une constante, mais le résultat d'une concurrence dont l'évolution ne peut être fixée au moment de l'investissement.
Un calcul d'investissement qui table sur les prix d'aujourd'hui et suppose une courte durée d'amortissement pose donc deux hypothèses qui s'aggravent mutuellement : il lui faut des retours rapides sur un marché dont les prix peuvent être sous pression.
Ce qui en découle
Aucune de ces considérations ne plaide contre l'usage de l'IA. Elles plaident contre le fait de traiter la décision d'investissement comme une décision technologique. Durée d'utilisation, taux d'utilisation et prix réalisable sont des grandeurs commerciales, et ce sont elles qui déterminent si un projet tient — indépendamment de la qualité finale du système.
Pour les entreprises qui n'exploitent pas elles-mêmes d'infrastructure, il en découle surtout ceci : la question intéressante est rarement la taille d'un modèle, mais de savoir quelle opération concrète en deviendra moins coûteuse ou meilleure qu'aujourd'hui — et si cette amélioration peut être chiffrée.