Skip to main content

Le fabricant de processeurs NVIDIA affirme que la rentabilité de l'intelligence artificielle (IA) en entreprise se joue sur le coût par token, unité de production des modèles selon le groupe.
La Banque des règlements internationaux (BRI) anticipe de son côté que les investissements liés à l'IA seront financés davantage par la dette que par les flux de trésorerie d'exploitation.
Les deux textes ne mesurent pas la même chose, mais ils déplacent ensemble le calcul économique vers l'infrastructure et son financement.

NVIDIA fait du token l'unité de production d'une usine d'IA

Dans un billet de blog signé Jeremy Graybill, NVIDIA décrit une « AI factory » comme une infrastructure qui convertit de l'énergie en tokens, en continu et en temps réel.
Le groupe retient cinq indicateurs : tokens par seconde, tokens par watt, coût par token, taux d'utilisation et disponibilité.
Selon NVIDIA, le coût par token détermine si une entreprise peut déployer l'IA de façon rentable.
Les organisations devront, dit le fournisseur, construire ou louer une telle installation, y compris dans leurs centres de données, avec des constructeurs partenaires comme Dell ou Lenovo.

Des gains annoncés sans conditions de test détaillées

NVIDIA avance que son système GB300 NVL72 offrirait 50 fois plus de tokens par mégawatt que la génération précédente, pour un coût par token 35 fois inférieur à celui de la plateforme Hopper.
Le billet n'exprime pas ces comparaisons de façon identique selon les passages, et il ne donne ni valeur absolue de coût par token, ni prix, ni résultat indépendant.
La plateforme Vera Rubin (systèmes avec LPX) est conçue pour atteindre jusqu'à 35 fois de performance par watt supplémentaire : c'est un objectif de conception, non une mesure.

La BRI anticipe un recours accru à la dette

Dans son Bulletin n° 120, Iñaki Aldasoro, Sebastian Doerr et Daniel Rees constatent que les investissements liés à l'IA progressent fortement, en montants nominaux comme en part du produit intérieur brut (PIB).
Ils anticipent, sans l'observer encore, que les besoins attendus pousseront les entreprises à s'endetter davantage, le crédit privé prenant plus de poids.
Les auteurs jugent modérés les risques pour la stabilité macrofinancière, à condition que les entreprises d'IA tiennent des attentes de bénéfices élevées.
Ils notent aussi que les cours boursiers ont nettement dépassé ce que suggèrent les prix du marché de la dette.

Analyse Finnewz : le coût unitaire devient une variable de crédit

Ce rapprochement relève d'une lecture de Finnewz.
Si l'IA se finance par la dette, le coût par token cesse d'être un simple indicateur technique : il conditionne les flux qui serviront à rembourser.
Un gain unitaire inférieur à celui annoncé par un fournisseur pèserait directement sur la trésorerie d'un projet endetté.
Les chiffres de NVIDIA restent des déclarations d'un fournisseur : pour un directeur financier, le taux d'utilisation et la disponibilité, mesurés sur les charges réelles de l'entreprise, comptent autant que le coût par token annoncé.
L'écart entre Bourse et marché de la dette relevé par la BRI rappelle que ces deux marchés n'évaluent pas de la même façon les promesses de rentabilité de l'IA.

Sources

AI Factories: The New Infrastructure of Intelligence, NVIDIA, blog officiel.
BIS Bulletin n° 120 — Financing the AI boom: from cash flows to debt, Banque des règlements internationaux.

À lire aussi : Agents IA, le risque se mesure aux pouvoirs délégués · Agents IA, le coût se mesure à la tâche accomplie

Photo : 极客湾Geekerwan — CC BY 3.0 (image adaptée)