L'IA pour générer du code : une économie de plus en plus coûteuse pour les entreprises

L’idée d’utiliser l’intelligence artificielle pour automatiser la production de code semblait révolutionnaire : réduire les coûts salariaux, supprimer les charges sociales, ou encore augmenter la productivité des développeurs. Pourtant, la réalité s’avère bien différente. Les entreprises qui misent sur ces outils découvrent des factures astronomiques, des serveurs saturés et une rentabilité de plus en plus discutable.

Les dépenses liées à l’IA générative de code explosent. Certaines entreprises enregistrent des coûts dépassant 150 000 dollars par mois pour un seul employé, simplement pour l’utilisation de tokens. Face à cette demande massive, les fournisseurs d’IA augmentent leurs tarifs, alourdissant encore la facture. Anthropic, par exemple, a récemment revu à la hausse ses estimations de coûts pour son outil Claude Code.

Selon les nouvelles données publiées fin avril, le coût moyen par développeur est désormais estimé à 13 dollars par jour d’activité, contre 6 dollars auparavant. Pour 90 % des utilisateurs, ce coût reste inférieur à 30 dollars par jour, mais certains dépassent désormais les 150 à 250 dollars par mois. Une hausse qui, bien que modeste en apparence, s’accumule rapidement, surtout dans les grandes entreprises où des milliers d’employés utilisent simultanément plusieurs agents IA.

Les conséquences financières sont telles que certaines organisations pourraient bientôt dépenser plus en calculs IA qu’en salaires humains. Bryan Catanzaro, vice-président de l’apprentissage profond chez Nvidia, a confirmé à Axios que pour son équipe, « le coût de calcul dépasse largement celui des employés ».

L’IA générative de code en pleine crise de rentabilité

Face à cette situation, les entreprises d’IA serrent la vis. Anthropic a déjà restreint l’accès à ses outils, supprimant les essais gratuits et limitant l’utilisation pour les utilisateurs payants. Microsoft, de son côté, a annoncé que GitHub Copilot passerait à un modèle d’abonnement basé sur l’usage, augmentant ainsi les coûts pour les entreprises qui génèrent beaucoup de code.

Parallèlement, les études remettent en question les gains réels de productivité promis par l’IA. Une recherche du MIT a révélé que la majorité des entreprises n’ont enregistré aucune augmentation de revenus après l’adoption de l’IA. Une autre étude évoque même l’émergence d’un nouveau phénomène : le « workslop », où l’IA génère davantage de travail que nécessaire, obligeant les employés à corriger ou compléter le code produit.

Alors que l’euphorie initiale autour de l’IA générative de code s’estompe, les entreprises doivent désormais évaluer si cette technologie reste viable économiquement. Entre factures salées et efficacité douteuse, le rêve d’une automatisation bon marché s’éloigne.