Résumé des points clés
L’économie des tokens en Chine est étonnamment importante (140 billions d’appels par jour), mais elle rencontre trois problèmes majeurs :
1. La structure de l’utilisation est monopolaire (90 % sont utilisés par ByteDance, principalement pour la génération de vidéos AI, et non dans divers secteurs d’activité) ;
2. L’offre est dynamique, mais la demande est faible (les politiques visent à subventionner l’expansion de la capacité des entreprises, tandis que les tokens, en tant qu’intrants intermédiaires, ne se transforment pas en revenus pour les résidents, en consommation ou en services publics) ;
3. La répartition des bénéfices est inéquitable (la majeure partie des gains générés par l’amélioration de l’efficacité de l’AI revient aux entreprises, et non aux travailleurs). Si le problème de la connectivité de la demande n’est pas résolu, l’économie des tokens risque de suivre le même chemin que précédemment : une expansion de la capacité sans amélioration du bien-être des résidents.
Analyse détaillée
1. 140 billions de tokens : derrière cette activité, il y a un monopole
Beaucoup pensent que l’AI est largement utilisé dans tous les secteurs en voyant ce chiffre, mais en réalité, la majeure partie des tokens est consommée par le modèle “Doubao” de ByteDance (120 billions par jour), principalement pour la génération de vidéos AI. La création et la modification d’une seule vidéo nécessitent des millions de tokens. Cela ressemble plus à une explosion dans un seul domaine qu’à une application généralisée dans tous les secteurs.
Par exemple, si l’électricité d’une ville est produite par une seule usine, on ne peut pas dire que toute l’économie de la ville est prospère. Un grand usage de tokens indique simplement que l’AI est fréquemment utilisé dans ce domaine, mais cela ne signifie pas nécessairement qu’il améliore globalement l’efficacité économique, ni que les citoyens en bénéficient.
2. Le “jeu fermé” de l’offre : les subventions ne profitent pas aux résidents
Les gouvernements locaux (comme celui d’Yizhuang à Pékin) ont mis en place de nombreuses politiques de subvention pour promouvoir l’économie des tokens : 30 % de remboursement pour la location de puissance de calcul, 50 % pour la consommation de tokens, et même des “bons données” sont distribués directement. Cependant, ces subventions visent les entreprises, qui utilisent les tokens pour la production (par exemple, pour le service client ou la création de contenu), ce qui constitue un investissement intermédiaire – pas un usage final par les consommateurs.
Le résultat ? L’argent circule entre le gouvernement, les plateformes et les entreprises, formant un cercle fermé sans bénéficier aux salaires des résidents ou aux services publics. Par exemple, les politiques d’Yizhuang visent à subventionner les entreprises pour qu’elles consomment plus de tokens, mais les résidents n’en reçoivent rien. Cette approche a déjà été utilisée dans le secteur photovoltaïque, avec des surcapacités et aucun réel bénéfice pour les résidents.
3. Tokens ≠ efficacité ≠ profits : un grand usage ne signifie pas de bons revenus
Beaucoup pensent que plus de tokens sont utilisés, plus l’efficacité est élevée, mais en réalité :
- Les tokens ne sont qu’un investissement, pas un résultat concret ; une seule appelation peut générer du texte inutile ou économiser du temps, mais leur utilisation ne reflète pas nécessairement de la valeur réelle. Selon une enquête de KPMG aux États-Unis, près de la moitié des entreprises ont réduit leur dépense en AI car les coûts dépassent les bénéfices (par exemple, Uber a épuisé son budget annuel en AI sans amélioration significative de ses produits).
- Une augmentation des revenus ne signifie pas nécessairement une augmentation des profits ; par exemple, bien que les revenus d’Zhispu AI aient augmenté de 132 %, leur perte nette a augmenté de 29 %. De plus, l’industrie photovoltaïque s’est développée, mais Tongwei a enregistré une perte de près de 10 milliards en 2025. Cela montre que même un grand usage de tokens ne génère pas de bénéfices réels si cela n’améliore pas les revenus ou ne réduit pas les coûts.
4. Comment répartir les bénéfices ? Les travailleurs sont souvent laissés pour compte
Toutes les parties impliquées dans la chaîne de création de valeur par l’AI veulent en profiter : entreprises de puissance de calcul, fournisseurs de services cloud, plateformes de modèles, entreprises d’applications… mais les travailleurs n’en reçoivent souvent que peu. Par exemple :
- Les livriers utilisent de l’AI pour améliorer leur efficacité, mais leurs revenus ne augmentent pas ;
- Les entreprises utilisent de l’AI pour réduire leurs coûts, ce qui peut entraîner moins d’embauches ou des salaires plus bas ;
- Ford a dû augmenter les salaires (de 2,34 à 5 dollars par jour) pour retenir ses employés après l’amélioration de ses lignes de production, mais dans l’ère de l’AI, les entreprises préfèrent réduire les coûts plutôt que d’augmenter les salaires.
Cette inégalité de distribution conduit à une diminution des revenus des résidents, une faible capacité de consommation, des produits difficiles à vendre pour les entreprises, et donc une dépendance encore plus grande aux technologies AI pour réduire les coûts, créant un cercle vicieux.
5. Le plus grand risque : l’AI devient un nouvel outil de production sans créer de marché
Beaucoup considèrent l’économie des tokens comme le nouveau moteur économique après l’immobilier, mais il y a une différence fondamentale : l’immobilier crée de nombreux emplois pour des travailleurs peu qualifiés et stimule la consommation (rénovations, appareils électroménagers), tout en augmentant la richesse des résidents grâce aux taxes foncières et à la hausse des prix de l’immobilier ; tandis que l’AI est une technologie à forte intensité de capital et économe en main-d’œuvre – elle nécessite des composants et des serveurs, mais ne crée pas automatiquement beaucoup d’emplois ni n’augmente les revenus des résidents.
Par exemple, même si de nombreuses usines de tokens sont construites, si les résidents ne peuvent pas se permettre les produits qu’elles produisent (services ou biens générés par l’AI), ces usines resteront inactives. C’est comme les lignes de production de Ford : si les travailleurs ne peuvent pas se permettre les voitures fabriquées, la production est inutile. Ford a résolu ce problème en augmentant les salaires, mais l’économie des tokens n’a pas encore trouvé cette solution.
Conclusions
Le véritable problème de l’économie des tokens n’est pas que l’AI soit inutile, mais plutôt que nous soyons trop habitués à utiliser une logique “productiviste” pour la promouvoir : nous nous concentrons uniquement sur la capacité de production et l’utilisation des ressources, tout en ignorant les revenus, la consommation et le bien-être des résidents. Même si l’AI est très efficace, si cela ne se traduit pas par une amélioration de la vie des gens, il s’agit simplement d’une “bulle numérique”. La stabilité des salaires, la consommation de masse et les systèmes de protection sociale ne viennent pas naturellement ; ils nécessitent une conception systémique et des négociations sociales. C’est ce dont l’économie des tokens a vraiment besoin.