Résumé en une phrase
Il s’agit d’une mise en garde très directe face au phénomène de surchauffe dans l’industrie de l’IA en Chine : il est certes nécessaire de reconnaître la valeur à long terme de l’infrastructure liée à l’IA, mais on s’oppose clairement à la pratique de falsifier les données en augmentant artificiellement le nombre de requêtes aux grands modèles, ainsi qu’à l’idée de faire semblant que les activités commerciales sont prospères. Une ligne de base simple a été établie : la productivité réelle créée par la technologie IA doit augmenter plus rapidement que le coût qu’elle engendre ; sinon, toute l’industrie ne fait que jouer avec une bulle sans valeur réelle.
---
Interprétation détaillée et accessible
1. Pour ceux qui ne connaissent pas bien le sujet : qu’est-ce qu’un “token” ?
Il n’est pas nécessaire de se souvenir de définitions académiques complexes. Imaginez les grands modèles comme des “chargeurs partagés” qui facturent en fonction de la quantité d’informations traitées : à chaque question que vous leur posez, ils vous répondent, et chaque réponse coûte un certain nombre de tokens. Actuellement, les grands modèles sont facturés entre quelques centimes et quelques euros par millier de tokens. Le “facturier de tokens” représente donc le total des frais que vous payez pour utiliser l’IA.
Il y a deux ans, montrer un fort volume de requêtes aux grands modèles était un moyen de se vanter : “Notre entreprise envoie plus de 10 milliards de tokens par mois”, ce qui signifiait en réalité “Nous avons beaucoup d’utilisateurs et notre activité est très prospère, nous payons des millions chaque mois”. C’était l’un des indicateurs clés pour les investisseurs pour évaluer la croissance des entreprises d’IA.
2. Pourquoi dire “soutenir l’infrastructure, mais s’opposer à une prospérité artificielle” ?
Il s’agit de prévenir que les investissements ne soient pas gaspillés dans des projets inefficaces. Le soutien à l’infrastructure est essentiel : tout comme l’installation de fibres optiques il y a 20 ans ou la construction de stations 5G il y a 10 ans, la construction de centres de calcul, le développement de technologies de grands modèles et la mise en place de services associés à l’IA améliorent l’efficacité de toute la société et rapportent des bénéfices à long terme.
Cependant, une prospérité artificielle créée par des manipulations de données nuit à l’industrie : si seulement 10 centres de calcul étaient nécessaires pour répondre à la demande réelle, et que tout le monde falsifiait les données pour en créer 100, les fonds publics et les investissements seraient gaspillés, avec pour conséquence que 90 % de ces centres resteraient inutilisés, et ce seraient les contribuables qui en paieraient les conséquences.
3. “La productivité doit dépasser le coût des tokens” : une ligne de base pragmatique pour les entreprises d’IA
Beaucoup d’entreprises d’IA parlent de “intelligence artificielle universelle” et de “changement mondial”, mais personne ne se pose vraiment la question fondamentale : les bénéfices générés par l’IA suffisent-ils à couvrir les coûts ?
Prenons un exemple concret : si vous tenez un petit restaurant et utilisez l’IA pour gérer vos clients, calculer les ventes de plats et rédiger des annonces pour les plateformes de livraison, et que vous payez 100 euros de tokens par mois pour ces services, mais que l’IA vous permet d’augmenter vos revenus de 1000 euros, alors votre productivité (les bénéfices générés) dépasse le coût des tokens. C’est là qu’on parle d’une utilisation efficace de l’IA. En revanche, de nombreuses entreprises frauduleuses embauchent des stagiaires pour envoyer des questions inutiles aux grands modèles 24 heures sur 24, générant ainsi de fausses données pour impressionner les investisseurs, sans créer de valeur réelle.
4. Cette déclaration met en évidence un problème caché dans l’industrie de l’IA
Depuis deux ans, il est évident que 90 % des données présentées comme étant liées à l’IA sont falsifiées. Certaines entreprises créent des scripts automatiques pour augmenter artificiellement le volume de requêtes, augmentant ainsi leur valeur de marché. Cela nuit aux entreprises qui travaillent sérieusement dans des domaines tels que l’inspection industrielle par IA ou l’assistance médicale, qui ne reçoivent pas d’investissements et voient leur développement entraver.
5. L’illusion de l’IA ne concerne pas seulement les entreprises : si la bulle éclate, nous n’aurons pas d’IA fiable et abordable
Beaucoup pensent que les manipulations de données ne les concernent pas, mais en réalité, cela a de graves conséquences. Si tout le monde pense qu’il est possible de gagner de l’argent facilement en falsifiant les données, personne n’investira dans des solutions pratiques et efficaces. Les outils d’IA qui pourraient faciliter le travail ou prendre soin des personnes âgées ne verront pas le jour avant plusieurs années. Lorsque la bulle éclatera, de nombreuses entreprises d’IA fermeront, des milliers d’ingénieurs seront au chômage, et le développement de l’industrie en sera retardé de plusieurs années, au détriment de tous ceux qui espèrent en bénéficier.