Avocat Lin Shang-lun - Article spécial » Lorsque vous demandez à l'IA ce que vous allez manger ce midi, le monde est en train de repenser la carte énergétique en réponse à cette question

L’avocat Lin Shanglun décompose la véritable nature économique des AI Tokens : les Tokens ne sont pas des actifs numériques d’investissement, mais plutôt des unités de mesure d’utilisation, comme le « degré ». Chaque question posée derrière cette action représente une chaîne d’énergie complète, allant de la centrale électrique, du réseau électrique, du centre de données jusqu’à la carte graphique, le centre de données convertissant l’électricité en services de Token mesurables. Huang Renxun a à plusieurs reprises averti que l’énergie sera insuffisante, ce qui reflète la véritable lacune vue depuis la ligne de front de la chaîne d’approvisionnement.
(Précédemment : Serenity, le gourou des actions aux cheveux blancs, recommande à nouveau SIVE ! Gagne une commande militaire de 8,2 millions de dollars, la puce Ka-band s’intègre dans la chaîne d’approvisionnement des satellites militaires américains)
(Contexte supplémentaire : Amazon ouvre des accessoires de conception IA : faire imprimer une T-shirt personnalisée avec Alexa en une phrase + livraison Prime à domicile)

Récemment, le terme le plus fréquemment rencontré mais aussi le plus mal compris dans le monde de la technologie mondiale est « AI Token ». Chaque fois que vous ouvrez une boîte de dialogue et posez une question, en réalité, toute une chaîne d’énergie allant de la centrale électrique, du réseau, du centre de données jusqu’à la carte graphique fonctionne pour vous, et le Token est l’unité de mesure de tout ce processus.

Si l’on décompose cette notion, la question la plus discutée et aussi la plus mal comprise sur le marché concerne en fait quatre problématiques : le Token est-il une forme d’argent ? La souscription à 17 dollars pour ChatGPT couvre-t-elle réellement tous les coûts ? Étant donné l’importance du centre de données, pourquoi certains sont situés à Silicon Valley ou dans des parcs scientifiques, alors que d’autres sont dans des déserts ou à côté de fjords ? Et pourquoi Huang Renxun insiste-t-il à plusieurs reprises sur le fait que l’énergie sera insuffisante à l’avenir ? Ces quatre questions, reliées, constituent la clé pour comprendre l’économie de l’IA.

Le AI Token est-il vraiment une forme d’argent ?

Le marché commence à décrire le Token comme une nouvelle classe d’actifs, voire à utiliser l’expression « investissement en AI Token ». Beaucoup de gens, entendant le mot Token pour la première fois, pensent naturellement à la cryptomonnaie ou se demandent s’il s’agit d’un actif numérique pouvant s’accumuler, prendre de la valeur ou échanger quelque chose. Mais fondamentalement, dans le domaine de l’IA, le Token ressemble davantage à une unité de mesure d’utilisation qu’à un vecteur de valeur pouvant être stocké ou échangé.

Commençons par la base. La conversion du Token côté sortie (génération) varie selon la langue. En anglais, 1 Token équivaut à environ 0,75 mot anglais ou à environ 4 lettres. Un mot courant comme « apple » correspond généralement à 1 Token ; mais pour un mot plus long comme « hamburger », l’IA le décompose en « ham », « bur », « ger », ce qui nécessite 2 à 3 Tokens. En chinois, cela consomme encore plus, car le codage sous-jacent occupe plus d’espace. 1 Token correspond à environ 0,5 à 1 caractère chinois. Les caractères courants comme «我» ou «的» prennent généralement 1 Token ; mais pour des caractères complexes ou rares, un seul caractère peut nécessiter 2 à 3 Tokens.

Du côté entrée (lecture), 1 Token est si minuscule qu’il ne suffit même pas pour une phrase complète. Pour donner une idée concrète, dans l’industrie, on utilise souvent 1 000 Tokens comme référence : lire un fichier en anglais avec 1 000 Tokens équivaut à environ 750 mots, soit environ 1,5 page A4 Word ; pour un fichier chinois, 1 000 Tokens représentent environ 500 à 800 caractères, soit une demi-page d’un article court ou une nouvelle de longueur moyenne. Lorsqu’on confie à l’IA un contrat de plusieurs dizaines de pages, la lecture seule consomme plusieurs dizaines de milliers de Tokens, sans compter la génération de réponse.

Plus important encore, il existe deux types de Tokens : Input Token et Output Token, chacun avec une méthode de tarification précise. L’Input correspond à la quantité consommée par l’IA pour comprendre le contenu que vous lui soumettez (fichiers, vidéos, voix) ; l’Output correspond à la quantité utilisée pour générer du texte, des images ou du code. Ces deux types ne sont pas abstraits, mais sont des unités concrètes facturées par les grands acteurs (OpenAI, Google, Anthropic, etc.) en fonction de chaque million de Tokens, à un tarif précis. Actuellement, le prix tourne autour de quelques dollars pour un million de Tokens.

De ce point de vue, le Token ressemble davantage à une « unité » : c’est une mesure de votre consommation de service IA. On ne dira pas « j’ai utilisé 30 degrés d’électricité » pour parler d’un actif, ni on ne considère la consommation électrique comme une marchandise ou une monnaie. La logique des AI Tokens est très proche.

Bien sûr, à l’avenir, il est tout à fait possible que des produits financiers comme des contrats à terme, des crédits prépayés ou des échanges de quotas soient dérivés des Tokens, comme cela a été le cas pour le pétrole, l’électricité ou le carbone. Mais fondamentalement, comprendre que le Token est « une unité de mesure de l’utilisation de l’IA » plutôt qu’un vecteur de valeur indépendant, est plus proche de sa véritable fonction. Pour l’utilisateur moyen, cette différence de perception influencera directement la façon dont il voit la question suivante : le coût de l’abonnement aux services IA.

Le coût mensuel de 17 dollars couvre-t-il tous les coûts ?

C’est probablement la question la plus intuitive pour l’utilisateur moyen. Les abonnements aux services IA sur le marché, allant de ChatGPT Plus à diverses offres d’entreprise, semblent abordables. Beaucoup pensent donc que le vrai coût de l’IA est à peu près équivalent à ce prix d’abonnement. Mais en regardant de plus près les rapports financiers du secteur, la réalité est différente.

La majorité des grandes entreprises d’IA sont encore en perte d’exploitation. OpenAI, Google, Anthropic investissent massivement dans leurs divisions IA, dont une grande partie provient de financements extérieurs plutôt que de la rentabilité directe des services. Cela signifie que le prix d’abonnement actuel ne couvre pas entièrement le coût réel de la prestation. Lorsqu’un utilisateur intensif demande à l’IA de retoucher des images, de converser longuement ou de générer beaucoup de contenu, sa consommation réelle en Tokens peut dépasser le montant de l’abonnement, la différence étant supportée par l’entreprise ou par ses investisseurs. C’est une stratégie de tarification « période d’éducation des utilisateurs » : l’objectif est de développer la habitude d’utilisation et d’élargir la base d’utilisateurs, et il est à prévoir que ce tarif évoluera dans les années à venir.

Ce modèle de tarification entraîne aussi un phénomène intéressant : la barrière à l’entrée disparaît presque complètement. Autrefois, pour utiliser le pétrole comme énergie industrielle, il fallait posséder des véhicules, des machines ou des usines, ce qui constituait une sélection économique naturelle. Mais à l’ère de l’IA, l’accès est presque sans barrière. La même consommation de Tokens peut produire un rapport de diligence raisonnable ou un contrat de fusion-acquisition, ou encore un résumé médical, ou simplement discuter du déjeuner ou bavarder avec un personnage virtuel. La consommation de puissance et d’électricité est équivalente, mais la valeur sociale créée est très différente.

Pourquoi les centres de données ont-ils des emplacements si variés ?

C’est une autre question qui intrigue beaucoup. On voit des centres de données en Silicon Valley ou dans des parcs scientifiques, semblant être des installations de haute technologie. Mais on voit aussi des nouvelles de centres dans le désert de Dubaï, au bord de fjords en Norvège, dans la campagne irlandaise, ou même à côté de centrales hydroélectriques. La question se pose : le centre de données est-il une haute technologie ?

Une compréhension raisonnable est que ces deux points sont vrais. Les centres de données sont effectivement des infrastructures hautement spécialisées, impliquant la gestion thermique, l’électricité, le réseau, la sécurité, l’intégration de puces avancées, etc. La construction et l’exploitation ne sont pas simples ; de nombreuses entreprises taïwanaises dans ce domaine disposent d’une expertise technique solide, ce qui explique pourquoi certains centres sont situés dans des clusters technologiques pour accéder à la main-d’œuvre, aux clients et à la chaîne d’approvisionnement.

Mais d’un point de vue global, la localisation des centres de données dépend aussi d’un autre facteur clé : « leur dépendance à une alimentation électrique stable et bon marché ». À une certaine échelle, le coût de l’électricité devient déterminant pour la rentabilité. C’est pourquoi on voit Dubaï, Abu Dhabi, qui exploitent le solaire dans le désert, la Norvège avec son hydroélectricité et ses basses températures, ou l’Irlande avec ses politiques énergétiques souples, devenir des hubs pour les centres de données. En résumé, le principal avantage recherché est : « un emplacement où l’énergie est abondante et stable, permettant de transformer cette énergie en services de Token ».

De ce point de vue, le centre de données est une étape clé dans l’ère de l’IA : il transforme une énergie difficile à stocker ou à transporter à distance — l’électricité — en un service mesurable, valorisable et transférable à distance via Token. Les questions, les fichiers, les données de recherche envoyés par les utilisateurs ou les entreprises sont traités dans ces centres, puis facturés en fonction de la consommation de Tokens. Cela amène naturellement à la quatrième et dernière question cruciale.

Pourquoi Huang Renxun insiste-t-il sur le fait que l’énergie sera insuffisante ?

Ces dernières années, Huang Renxun, fondateur de NVIDIA, a à plusieurs reprises souligné lors de conférences et interviews que : « L’énergie sera insuffisante à l’avenir », et que la croissance de l’IA finira par rencontrer une limite énergétique. Beaucoup pensent qu’il s’agit d’un discours marketing ou d’une exagération de la part du fabricant de GPU. Mais en reliant les trois premières questions, on constate que cette affirmation repose sur une logique industrielle solide.

Du point de vue du Token, chaque question posée correspond à une opération de calcul, chaque opération consomme de l’électricité. Du point de vue du modèle d’abonnement, la tarification subventionnée actuelle incite peu à la modération, ce qui entraîne une croissance exponentielle de la consommation. Du côté des centres de données, toutes les régions disposant d’une énergie fiable accélèrent la construction d’infrastructures, chaque nouveau centre représentant une part importante de la consommation électrique locale. Lorsque ces trois tendances se combinent, la pression sur l’énergie s’amplifie rapidement.

C’est pourquoi Huang Renxun met autant l’accent sur la question énergétique, plus que sur le GPU lui-même : sans électricité suffisante, même le GPU le plus puissant ne peut fonctionner. Pour une entreprise comme NVIDIA, ils connaissent parfaitement l’ampleur des commandes de puissance de calcul de leurs clients, ainsi que le déficit électrique derrière. Leur discours « l’énergie sera insuffisante » reflète donc la réalité du terrain, vue depuis la chaîne d’approvisionnement, et non une simple déclaration marketing.

Cela indique aussi que le secteur de l’énergie sera le prochain domaine à surveiller à long terme. Partout dans le monde, dans les déserts, les régions riches en hydroélectricité, les côtes propices à l’éolien ou les pays avec un potentiel nucléaire, la capacité de production électrique continue de s’étendre. La Chine, avec son immense système d’énergies renouvelables, détient un avantage évident dans cette course. La discussion sur le nucléaire et l’énergie verte à Taïwan sera également replacée dans un contexte plus large à l’ère de l’IA. On peut prévoir que la consommation électrique globale des infrastructures IA dépassera dans quelques années celle de nombreux secteurs industriels, et que la proportion de la population mondiale utilisant l’IA est encore en croissance, ce qui laisse prévoir une courbe de demande toujours ascendante.

Comment les utilisateurs et investisseurs doivent-ils réagir ?

En résumé, deux axes méritent une attention à long terme. Le premier concerne la chaîne d’approvisionnement globale de l’infrastructure IA : la production d’énergie, la modernisation du réseau électrique, la construction de centres de données, la gestion thermique, l’emballage avancé, et la chaîne de fourniture de puissance de calcul. Ces domaines ont une visibilité claire sur les commandes, et tant que la demande IA continue de croître, le déficit en énergie et en infrastructure sera une problématique structurelle, non une fluctuation à court terme.

Le second concerne l’efficacité d’utilisation des Tokens, qui deviendra un enjeu majeur. À mesure que la tarification des Tokens deviendra plus transparente, les utilisateurs commenceront à percevoir les différences de coûts entre différentes tâches, et les entreprises ou particuliers développeront progressivement des habitudes d’utilisation plus rationnelles.

Pour l’industrie de l’IA, il est essentiel de suivre trois principes fondamentaux :

1. Comprendre que le Token est une unité de tarification, ce qui vous aidera à juger plus justement les narratives financières dérivées.
2. Apprécier le rôle du centre de données, qui, tout en étant une infrastructure hautement spécialisée, dépend fortement de l’approvisionnement énergétique.
3. Surveiller les évolutions à long terme du secteur énergétique, car elles deviendront la principale contrainte et opportunité pour l’IA, et c’est aussi le message clé que les grands de l’IA ne cessent de rappeler.

L’année dernière, la vitesse de développement de l’IA a été si rapide que beaucoup n’ont pas saisi la structure de ses coûts. Cela ne signifie pas que l’IA est une bulle ou que tout l’industrie va s’effondrer, mais plutôt qu’à mesure qu’une nouvelle industrie mûrit, ses méthodes de tarification, la répartition des ressources et l’infrastructure évolueront vers un nouvel équilibre. La courbe de demande de l’IA continue de monter, mais les enjeux énergétiques et de coûts deviennent de plus en plus cruciaux pour chaque utilisateur, investisseur ou décideur politique.

Ce petit unité qu’est le Token, en réalité, relie la production d’électricité, le réseau, les centres de données, les puces, les modèles, les applications, jusqu’aux choix quotidiens de chaque utilisateur. Comprendre sa véritable nature permet de mieux discerner où se situent opportunités et coûts dans l’ère de l’IA.