Meta restructure ses coûts IA avec une nouvelle gestion des jetons
Meta repense sa stratégie de dépenses en IA, abandonnant l’usage illimité des jetons pour un système structuré de maîtrise des coûts. Des documents internes révèlent que les dépenses liées à l’IA interne atteignent plusieurs milliards, poussant l’entreprise à instaurer des contrôles budgétaires plus stricts et une supervision centralisée. Dès 2027, Meta mettra en place un nouveau cadre incluant des allocations budgétaires, un suivi des ressources et un tableau de bord centralisé, l’AI Gateway, pour surveiller la consommation de jetons. Ce changement marque une rupture avec sa précédente stratégie de tokenmaxxing, où l’utilisation de l’IA primait sans limites de coûts.
Une note interne lance la refonte de la gestion des coûts
Une note adressée à 6 000 employés expose le virage vers l’efficacité plutôt que le volume. Le document souligne la pression financière d’un usage non régulé de l’IA, avec des coûts internes estimés à plusieurs milliards. Cette transition vise à aligner l’allocation des ressources IA sur les objectifs métiers, garantissant que les dépenses reflètent des résultats mesurables plutôt qu’une simple échelle de déploiement.
L’AI Gateway : un tableau de bord pour contrôler les jetons
La plateforme AI Gateway servira de hub central pour suivre et gérer l’utilisation des jetons dans les opérations de Meta. En intégrant des limites budgétaires et des analyses en temps réel, cet outil vise à éviter les dépassements tout en permettant aux équipes d’optimiser leurs flux de travail IA. Cette approche illustre les efforts de Meta pour concilier innovation et responsabilité financière.
L’avertissement du DSI sur les métriques de consommation
Le DSI Andrew Bosworth a souligné que la consommation de jetons ne rime pas avec progrès, incitant les équipes à se concentrer sur des résultats tangibles. Cette initiative s’inscrit dans une tendance plus large du secteur vers une comptabilité accrue des dépenses IA, alors que les entreprises font face aux défis financiers et opérationnels des modèles d’apprentissage automatique à grande échelle. La stratégie de Meta pourrait servir d’exemple pour la gestion des ressources IA dans les années à venir.
Source : The Decoder. Synthèse éditoriale assistée par IA — TechnoExpress.