Le PDG de Coinbase, Brian Armstrong, affirme que 80 % des charges de travail en IA évolueront vers des modèles 99 % moins chers

• Brian Armstrong s’attend à ce que 80 % des charges de travail de l’IA soient transférées vers des modèles 99 % moins chers.
• Shaughnessy, cofondateur de Delphi, a soutenu que de nombreux abonnements à l’IA sont fortement subventionnés.
• Coinbase a maintenu les coûts de l’IA globalement stables en redirigeant les invites vers des modèles à moindre coût.

Le PDG de Coinbase, Brian Armstrong, estime que la plupart des charges de travail en IA fonctionneront bientôt sur des modèles nettement moins chers que les systèmes leaders actuels.

En réponse à une discussion sur la hausse des coûts des API IA, Armstrong a déclaré que la demande pour l’intelligence IA est pratiquement illimitée, mais que l’économie de l’industrie évolue rapidement. Il s’attend à ce qu’environ 80 % des charges de travail en IA évoluent vers des modèles 99 % moins chers dans les 12 à 18 prochains mois.

Selon Armstrong, seulement environ 20 % des charges de travail continueront d’utiliser les modèles les plus récents et les plus puissants. Ces systèmes resteront nécessaires pour la recherche avancée, la découverte scientifique et les agents d’IA de haut niveau où la performance maximale compte plus que le coût.

Selon lui, l’IA suit un chemin similaire à celui du matériel informatique. La plupart des utilisateurs n’achètent pas de PC gaming haut de gamme ni de stations de travail haut de gamme. Ils achètent des produits qui offrent suffisamment de performances à un prix plus bas. Armstrong s’attend à ce que le même schéma se retrouve chez l’IA.

Les modèles open source transforment le marché

Le débat a commencé après que Tommy Shaughnessy , cofondateur de Delphi Digital, a exposé ce qu’il considère comme un risque majeur pour les entreprises d’IA.

Shaughnessy a soutenu que de nombreux abonnements à l’IA sont fortement subventionnés. Les entreprises commencent souvent avec des forfaits mensuels forfaitaires, mais finissent par passer à des services basés sur API où les coûts sont directement liés à l’utilisation.

À mesure que l’adoption de l’IA se développe, les entreprises peuvent consommer bien plus de puissance de calcul que prévu, ce qui fait augmenter rapidement les coûts. Parallèlement, les entreprises ont désormais accès à un nombre croissant d’alternatives open source.

Shaughnessy a cité des exemples où des modèles open source peuvent atteindre la performance de systèmes premium pour une fraction du coût.

Il a noté que DeepSeek V4 se comporte proche du modèle Opus d’Anthropic sur les benchmarks d’ingénierie logicielle, tout en coûtant environ un trentième de ce prix. Certains modèles ouverts moins chers peuvent être proches d’un centième du prix.

L’essor de fournisseurs tels qu’OpenRouter, Venice, Baseten et Together a offert aux entreprises des moyens supplémentaires d’accéder à ces modèles tout en maintenant les exigences de confidentialité et de conformité.

Cette concurrence croissante pourrait rendre difficile pour les grands laboratoires d’IA d’augmenter leurs prix, même s’ils continuent à dépenser massivement en GPU, en entraînement de modèles et en infrastructures.

Coinbase redirige déjà les charges de travail vers des modèles moins chers

Armstrong a déclaré que Coinbase s’adapte activement à cette tendance. L’entreprise redirige de nombreux prompts d’IA vers des modèles moins coûteux lorsque les systèmes premium ne sont pas nécessaires. En conséquence, Coinbase a réussi à maintenir les dépenses liées à l’IA relativement stables, même si l’utilisation des jetons continue de croître de façon exponentielle.

Il estime que la baisse des coûts d’inférence et les améliorations rapides de l’IA open source pousseront davantage d’entreprises à adopter cette approche.

Au lieu de payer des tarifs premium pour chaque tâche, les entreprises peuvent réserver les modèles les plus avancés pour des travaux spécialisés tout en transférant les opérations de routine vers des alternatives moins coûteuses.

Armstrong a également soutenu que la principale contrainte de l’industrie pourrait éventuellement devenir l’énergie et la capacité de calcul plutôt que la qualité du modèle elle-même.

En lien : Brian Armstrong présente 8 changements clés nécessaires dans la finance mondiale