🦉
Le Veilleur

Microsoft reports are exposing AI's real cost problem: Using the tech is more expensive than paying human employees | Fortune

Auteurs
Jake Angelo, Fortune
Thème
Leadership
Mots-clés
coût IA, tokens, Claude Code, Microsoft, Nvidia
Ton
news

Résumé

Fortune révèle que Microsoft a commencé à annuler la plupart de ses licences Claude Code directes, six mois seulement après les avoir ouvertes à des milliers d'employés, pour les rediriger vers GitHub Copilot CLI. Uber avait déjà épuisé son budget IA 2026 en quatre mois. Ces signaux exposent un paradoxe : avec une tarification au token, plus les employés utilisent l'IA, plus la facture explose, au point que le compute peut coûter plus cher que les employés eux-mêmes.

💡 Pourquoi ça compte

C'est la preuve par les faits, côté grandes entreprises, du retournement économique de l'IA : même les plus gros acteurs (Microsoft, Uber, Meta, Amazon) se heurtent au mur des coûts. Un signal fort pour tout dirigeant qui planifie un déploiement IA à l'échelle.

Analyse approfondie

Les rapports Microsoft exposent le vrai problème de coût de l'IA : utiliser la technologie coûte plus cher que payer des employés humains

Par Jake Angelo, News Fellow — 22 mai 2026, 12h56 ET

Les entreprises poussent aujourd'hui leurs employés à utiliser autant d'IA que possible pour en extraire les gains de productivité. Mais cette pression provoque des fissures, et ces fissures pourraient être irréparables.

Microsoft a, selon les informations rapportées, commencé à annuler la plupart de ses licences Claude Code directes, d'après The Verge, redirigeant à la place ses ingénieurs vers GitHub Copilot CLI. Cela intervient seulement six mois après que la firme a ouvert pour la première fois l'accès à Claude Code, encourageant des milliers de ses développeurs, chefs de projet, designers et autres employés à expérimenter le code. La technologie est devenue populaire rapidement. Peut-être trop populaire. L'échelle à laquelle les employés l'utilisent pousse désormais l'entreprise à faire marche arrière sur un outil sur lequel ses propres ingénieurs s'étaient mis à compter.

L'annulation des licences Claude Code n'affectera pas l'accord Foundry de Microsoft, qui inclut un investissement pouvant aller jusqu'à 5 milliards de dollars dans Anthropic et donne aux clients de Foundry accès aux modèles Claude, ainsi que l'engagement d'Anthropic d'acheter pour 30 milliards de dollars de capacité de compute Azure, selon The Verge.

Microsoft n'est pas la seule entreprise à réduire son usage interne de l'IA. Le CTO d'Uber, Praveen Neppalli Naga, a déclaré à The Information en avril que la firme avait déjà épuisé tout son budget 2026 d'outils de code IA en seulement quatre mois. Cela survient après que l'entreprise avait activement incité à l'adoption via des classements internes hiérarchisant les équipes selon leur usage des outils IA.

Ces rapports pourraient doucher les paris que les plus grandes firmes tech ont placés sur la technologie. Tandis que certains s'accrochent à la promesse d'une « renaissance » ou « révolution » IA, le coût de l'adoption se révèle un goulot d'étranglement tenace. Ces développements suggèrent aussi que l'économie du remplacement ou de l'augmentation du travail humain par l'IA pourrait être plus compliquée que ne l'impliquaient certaines premières prévisions. Cela fait écho à ce qu'a récemment déclaré Bryan Catanzaro, vice-président de l'applied deep learning chez Nvidia, dans une interview avec Axios :

« Pour mon équipe, le coût du compute dépasse de loin le coût des employés. »

Anthropic n'a pas répondu immédiatement à la demande de commentaire de Fortune. Microsoft n'a pas fourni de commentaire.

Un paradoxe IA émergent : des tokens moins chers, des factures plus lourdes

Uber et Microsoft ne sont pas les seules firmes à pousser leurs employés à utiliser autant d'IA que possible. Comme chez Uber, un employé de Meta a conçu un classement, judicieusement nommé « Claudeonomics » d'après le modèle d'Anthropic, pour suivre quels salariés utilisent le plus d'IA. Amazon pousse ses employés à « tokenmaxxer », c'est-à-dire à utiliser autant de tokens IA que possible (les briques de base du compute IA).

Mais avec un système de tarification au token, le travail devient plus coûteux à mesure qu'il s'intensifie — créant le paradoxe d'une technologie censée réduire les coûts mais qui, à grande échelle, peut dépasser le coût de la main-d'œuvre humaine qu'elle est supposée augmenter.