Je râle pendant 9 minutes sur la stupidité en entreprise

MMaximilian Schwarzmüller
Computing/SoftwareBusiness NewsManagement

Transcript

00:00:00Parlons de l'une des tendances les plus stupides que nous avons vues ces dernières semaines et ces derniers mois,
00:00:05et qui, semble-t-il, touche déjà à sa fin. À juste titre, car cela n'a aucun sens.
00:00:12Le “token maxing”. Le “token maxing”, au cas où vous ne sauriez pas, consiste simplement à utiliser, ou pourrions-nous dire
00:00:18à brûler, autant de jetons d'IA que possible par mois, par an, peu importe la période de temps que
00:00:24vous mesurez. Donc, l'idée, du point de vue de l'entreprise, car c'est un terme qui vient du
00:00:30monde de l'entreprise, l'idée est vraiment de vouloir inciter vos employés à utiliser autant de
00:00:37jetons d'IA, par exemple, via des outils comme Cloud Code. Et juste une petite parenthèse, c'est un outil utile,
00:00:44tout comme Codex et ces autres outils. Vous pouvez accomplir du travail grâce à eux. J'ai des cours sur Cloud Code
00:00:50et Codex si vous voulez en apprendre davantage. Ils sont vraiment approfondis et vous montrent quelques trucs et astuces. Mais
00:00:54l'idée est que vous utilisez ces outils pour brûler ou utiliser autant de jetons que possible, parce que
00:01:00cela vous donnera d'excellents résultats, n'est-ce pas ? Non. Comme mentionné, ces outils sont précieux. En tant que développeur,
00:01:09je crois que vous devez être capable de travailler avec ces outils, mais utilisez-les comme une assistance. L'idée derrière
00:01:16le “token maxing”, ou l'incitation derrière le “token maxing”, est clairement, bien sûr, que vous gaspillez simplement des jetons
00:01:23à la fin, que vous les dépensez sans réfléchir, que vous enchaînez les prompts, que vous regardez
00:01:29le résultat le moins possible, ou pas du tout, bien sûr, parce que cela vous empêchera simplement de prompter
00:01:36davantage. Nous avons entendu parler d'entreprises ayant des classements internes, où les personnes qui dépensent le plus de
00:01:42jetons seraient, eh bien, en tête et pourraient potentiellement obtenir des récompenses. Et bien sûr, cela n'a aucun sens. Et bien sûr,
00:01:50je parle principalement de l'IA utilisée pour le développement ici, car c'est mon domaine. Mais je dirais
00:01:57que cela n'a de sens dans aucun contexte. Mais surtout si nous parlons de l'utilisation de l'IA pour écrire
00:02:03du code ou pour générer du code, vous voulez comprendre et examiner ce code. Il ne s'agit pas de cracher autant
00:02:11de code que possible. Ça ne l'a jamais été. Même avant l'IA, ce n'était pas une bonne idée de mesurer la productivité d'un
00:02:20développeur par le nombre de lignes de code qu'il peut écrire en une journée donnée. Et ce n'est pas différent avec l'IA. La qualité
00:02:27compte. Et je sais que cela semble être quelque chose avec lequel toutes les entreprises ne seraient pas d'accord de nos jours. Mais oui,
00:02:35ça compte. Si vous tombez dans le piège de la génération de code sans fin, et que vous laissez l'IA générer tout ce
00:02:43code spaghetti, et que vous perdez totalement le fil de ce qui se passe, et que vous ne comprenez pas ce que le code
00:02:50est, et que vous n'êtes pas capable de plonger dans le code manuellement à un moment donné, parce que c'est tout simplement trop,
00:02:55alors vous avez perdu. Alors vous avez vraiment perdu. Parce que l'IA est loin d'être parfaite, comme nous le savons probablement tous. Donc bien sûr,
00:03:03nous avons besoin de cette touche humaine, de ce contrôle humain, pour utiliser l'IA efficacement et obtenir de bons résultats. Et
00:03:11c'est pourquoi je le dis dans toutes mes vidéos, et j'y crois toujours fermement, l'IA peut être un outil utile.
00:03:17Mais c'est un outil. Ce n'est pas le remplacement des développeurs, peu importe à quel point certaines entreprises
00:03:23le souhaitent. Et bien sûr, toute l'idée derrière le “token maxing” au final, c'est que, avec un peu de chance,
00:03:30du point de vue de l'entreprise, vous pouvez arriver à un point où vos employés utilisent tellement l'IA que
00:03:37ils produisent énormément de résultats incroyables. Et en tant qu'entreprise, vous pouvez à un moment donné dire, génial, maintenant nous
00:03:42n'avons plus besoin de tous ces employés, ou du moins nous en avons besoin de moins. Maintenant, il s'avère que cela ne
00:03:49fonctionne pas trop bien. Il y a ce rapport sur Uber, qui est devenu assez populaire sur X, par exemple, au cours des
00:03:57dernières semaines, où le directeur des opérations d'Uber, et je pense aussi leur directeur technique, ont fini par mentionner qu'ils ont grillé
00:04:05tout leur budget IA de 2026 en quatre mois. Donc, ils avaient un budget de jetons qu'ils voulaient payer ou utiliser,
00:04:14et ils l'ont épuisé en quelques mois. Maintenant, bien sûr, et je pense que c'est important,
00:04:20une raison est que le budget a probablement été fixé en 2025, on pourrait le supposer, ou à la fin de 2025 ou au début
00:04:29de 2026. Et ensuite, nous avons vu le codage agentique décoller au début de 2026. Donc c'est arrivé. Et c'est arrivé,
00:04:40bien sûr, parce que certains modèles comme Opus 4.5, mais aussi GPT 5.4, ou Codex avant cela, sont devenus vraiment
00:04:50bons ou se sont améliorés, surtout pour suivre les instructions à la fin de l'année dernière. Et ensuite
00:04:55ces outils, Cloud Code, Codex, sur lesquels j'ai ces cours que j'ai mentionnés, qui sont excellents, les outils et
00:05:00les cours, ils se sont aussi améliorés et ont utilisé ces modèles très efficacement. Et bien sûr, aussi d'autres
00:05:05outils comme Pi, qui est un agent de codage incroyable, et ainsi de suite. Maintenant, la combinaison de cela a conduit à une plus grande
00:05:12utilisation de ces outils. Mais puisque nous parlons de codage agentique ici, où ces outils,
00:05:18ou où les modèles dans ces outils réfléchissent et utilisent des outils, appellent des outils, effectuent des recherches, analysent les résultats
00:05:25de recherche. Tout cela coûte beaucoup plus de jetons que la façon dont nous ou ces entreprises utilisions l'IA l'année dernière, où c'était
00:05:35des sessions plus courtes, pas autant de longues sessions agentiques. Et bien sûr, plus une session dure longtemps,
00:05:40plus elle brûle de jetons. Donc le calcul qui a été fait en 2025 n'a rien à voir avec la réalité
00:05:47de la façon dont l'IA est utilisée en 2026 avec ces modèles de codage agentique améliorés et les outils qui les entourent.
00:05:55Mais néanmoins, Uber a épuisé tout son budget. Maintenant, s'ils obtenaient des résultats incroyables,
00:06:02ils augmenteraient sûrement leur budget, mais on dirait que ce n'est pas ce qui s'est passé. Un cadre de NVIDIA
00:06:10a également déclaré que le coût du calcul est bien au-delà du coût des employés. Donc, il est plus coûteux en ce moment de
00:06:18utiliser l'IA que d'utiliser des humains. Maintenant, bien sûr, on pourrait dire que peu importe si l'IA est 10 fois plus productive
00:06:25qu'un employé humain. C'est bien si elle est 10 fois ou 8 fois plus coûteuse, non ? Peut-être que ce serait même
00:06:31bien si elle était 15 fois plus coûteuse car elle peut devenir encore meilleure, alors que pour la productivité
00:06:39humaine, elle peut aussi augmenter, mais probablement pas aussi fortement que celle de l'IA.
00:06:45Mais nous ne sommes pas non plus proches de ces chiffres, 10x, 15x, parce qu'encore une fois, le nombre de lignes de code générées n'est
00:06:54pas une bonne mesure. Et nous avons besoin d'employés humains avec leur expérience, avec leur empathie, avec leur
00:07:01compréhension d'une base de code, avec leur connexion à d'autres départements et une entreprise, avec toutes ces
00:07:08nuances qui constituent un travail. Bien sûr, avec toute la confiance qui est accordée à un humain. Et bien sûr,
00:07:15aussi avec leur compréhension profonde de ce qui constitue une bonne base de code, de ce qui arrivera probablement ensuite dans une
00:07:21base de code, quelles futures capacités pourraient être nécessaires. Toutes choses que les modèles d'IA manquent, bien sûr. Donc c'est si
00:07:29stupide de tant de points de vue différents de comparer la productivité des modèles d'IA avec la productivité humaine.
00:07:36Et les premières entreprises commencent à le voir, je pense. Ce qui explique pourquoi tout ce “token maxing” ici touche à
00:07:43sa fin. Vous pouvez lire à propos de plus en plus d'entreprises comme Amazon, Meta et beaucoup, beaucoup d'autres qui
00:07:48réduisent leurs classements de jetons, qui réduisent leurs budgets d'IA ou leur approche de
00:07:54“token maxing” ici. Et j'espère vraiment, je ne sais pas, j'espère que nous entrerons bientôt dans une ère où
00:08:02les choses se calmeront un peu plus. L'IA est là pour rester et l'IA est utile. C'est un outil utile.
00:08:09Cela peut vous rendre plus productif. C'est génial pour faire des recherches supplémentaires. C'est génial pour produire ce
00:08:15code standard ou aussi le code non standard. Mais sur la base de spécifications clairement définies avec une revue
00:08:22humaine, idéalement sur la base d'une base de code qui a été au moins façonnée et peaufinée par un humain, l'IA peut être
00:08:30vraiment utile ici. Et elle peut même être utile pour du “wipe coding” si vous avez besoin d'un petit outil qui fait juste
00:08:38quelque chose dont vous avez besoin, que vous n'avez pas l'intention de publier au monde, où vous ne vous souciez pas
00:08:43de tous les bugs et où vous n'ajouterez pas beaucoup de fonctionnalités, ce que vous n'avez pas à maintenir.
00:08:48Cela peut être génial pour ça aussi, pour ces outils uniques. Il y a beaucoup d'excellents cas d'utilisation pour l'IA et
00:08:55c'est une technologie qui est là pour rester et qui va devenir meilleure, bien sûr. Et personne ne sait
00:09:00ce qui se passera dans 10 ans environ. Mais en ce moment, j'espère vraiment que les choses vont se calmer un peu plus
00:09:07et que nous utiliserons l'IA pour ce qu'elle est, un outil utile, mais pas ce truc magique en ce moment qui change
00:09:15tout et que nous nous débarrasserons de tous les emplois et que nous remplacerons tous les employés et tous les humains dans
00:09:20les 12 prochains mois environ. Et il semble, probablement pour des raisons de publicité cependant, que même nos PDG technologiques préférés,
00:09:28Sam Altman et surtout aussi Dario Amodei, sont en train de faire marche arrière concernant ces déclarations assez
00:09:36fortes sur la rapidité avec laquelle l'IA remplacera pratiquement tout le travail de bureau, n'est-ce pas ? Sam Altman a dit
00:09:45dans une interview qu'il s'était assez trompé sur l'impact économique de l'IA. Et le PDG d'Anthropic, Dario Amodei,
00:09:52qui, il n'y a pas si longtemps, mentionnait que la plupart ou la quasi-totalité du travail de bureau sera remplacé par l'IA
00:09:59relativement bientôt, dit maintenant que l'automatisation pourrait en fait étendre le travail que font les gens. Probablement cependant,
00:10:06parce que leur service de relations publiques leur a dit que même si c'est incroyable pour vendre leurs outils aux entreprises
00:10:13quand ils disent combien d'employés ils peuvent remplacer, ce n'est pas si incroyable si le monde entier se retourne contre
00:10:21eux. Donc, je ne me souciais pas trop de leurs déclarations avant et je ne le fais toujours pas maintenant qu'ils les inversent,
00:10:28j'ai toujours été assez convaincu que ce n'est pas demain la veille que l'IA remplacera tout le travail de bureau.
00:10:37Je suis sûr que cela conduira en fait à plus de travail. Cela a été le cas avec toutes ces avancées technologiques.
00:10:43Et comme avec toutes, nous ne voyons tout simplement pas à quoi ressembleront les futurs rôles. Mais quand nous
00:10:48jetons un coup d'œil au codage, nous ne sommes même pas proches du point où vous voudriez laisser l'IA écrire tout le
00:10:56code et ne pas vous en soucier du tout pour un produit sérieux. Au moins moi, je ne le ferais certainement pas et je pense que
00:11:03toute entreprise qui le ferait commettrait de graves erreurs. Mais semble-t-il, les entreprises commencent aussi, espérons-le, à
00:11:11réaliser que l'IA est mieux utilisée comme un excellent outil plutôt que comme une solution miracle tout-en-un.

Key Takeaway

Le “token maxing” est une stratégie d'entreprise obsolète, car l'IA doit être utilisée comme un outil d'assistance supervisé par l'humain plutôt que comme un remplaçant magique dont le succès se mesurerait au volume de calcul consommé.

Highlights

  • Le “token maxing”, stratégie incitant les employés à consommer un maximum de jetons d'IA, est une tendance inefficace et coûteuse en entreprise.

  • Uber a épuisé l'intégralité de son budget de jetons IA prévu pour l'année 2026 en seulement quatre mois, en raison de l'essor du codage agentique.

  • Le coût actuel du calcul nécessaire pour l'IA dépasse le coût de la main-d'œuvre humaine, sans pour autant garantir une productivité supérieure.

  • Mesurer la productivité d'un développeur par le nombre de lignes de code ou de jetons consommés est une métrique dénuée de valeur.

  • Des entreprises comme Amazon et Meta réduisent activement leurs budgets d'IA et leurs approches basées sur la consommation maximale de jetons.

  • Les dirigeants technologiques comme Sam Altman et Dario Amodei nuancent désormais leurs prédictions sur le remplacement massif des emplois par l'IA.

Timeline

La faillite du “token maxing”

  • Le “token maxing” consiste à brûler inutilement des jetons d'IA sans examen critique des résultats.
  • La productivité en développement ne doit pas être mesurée par le volume de code généré ou de jetons utilisés.
  • La génération de code sans compréhension humaine mène à une dette technique ingérable.

Cette tendance d'entreprise encourage les employés à consommer le plus grand nombre possible de jetons d'IA, souvent via des classements internes. Cette approche occulte la nécessité d'examiner le code produit, risquant de submerger les développeurs sous du code de mauvaise qualité qu'ils ne comprennent pas. La qualité et le contrôle humain restent indispensables pour une utilisation efficace de ces outils.

Coûts réels et réalité économique

  • Uber a épuisé son budget annuel 2026 en quatre mois à cause du codage agentique.
  • Le codage agentique consomme beaucoup plus de jetons que les interactions simples car il nécessite des recherches et des analyses récursives.
  • Le coût actuel du calcul informatique est supérieur au coût des employés humains dans de nombreux contextes.

L'augmentation des dépenses en jetons provient principalement de l'adoption du codage agentique, où les modèles utilisent des outils de manière autonome, ce qui rallonge considérablement les sessions et augmente la consommation de ressources. Contrairement à l'idée reçue, l'IA n'atteint pas des niveaux de productivité justifiant son coût supérieur face à l'expertise humaine, qui apporte empathie, compréhension du contexte et capacité de maintenance.

Repositionnement vers une utilisation pragmatique

  • Les grandes entreprises comme Amazon et Meta abandonnent progressivement les stratégies basées sur le volume de jetons.
  • L'IA est efficace pour des tâches spécifiques ou du code utilitaire sous revue humaine, mais pas comme remplacement complet du travail.
  • Les dirigeants d'entreprises d'IA nuancent leurs prédictions sur le remplacement des emplois face à la réalité économique.

Le marché commence à réaliser que l'IA ne remplacera pas les employés à court terme. Sam Altman et Dario Amodei ont récemment tempéré leurs déclarations sur l'automatisation totale du travail de bureau. L'avenir réside dans une intégration équilibrée de l'IA comme outil d'assistance, plutôt que comme solution miracle destinée à supprimer massivement des postes.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video