🎤 Les coûts cachés de l’IA menacent-ils son avenir ? (Albert Meige, Arthur D. Little)

9 snips

Feb 4, 2026

Albert Meige, associé chez Arthur D. Little et vice-président d’Impact AI, spécialiste des impacts environnementaux et stratégiques de l’IA. Il alerte sur les coûts énergétiques et économiques cachés, la non‑viabilité du modèle actuel et la nécessaire hausse des prix. Discussion sur souveraineté, dépendances technologiques et pistes pour une sobriété numérique responsable.

Ask episode

AI Snips

Chapters

Transcript

Episode notes

INSIGHT

Infrastructure Physique Critique

L'IA dépend d'une infrastructure physique très coûteuse et critique, pas d'un simple logiciel.
Ce découplage entre investissements massifs et chiffre d'affaires menace la viabilité économique du modèle.

INSIGHT

Chaîne De Valeur Concentrée

La chaîne de valeur de l'IA est extrêmement concentrée, avec des acteurs dominants en amont comme Nvidia pour les processeurs.
Aucune nation n'est totalement autonome, ce qui crée interdépendance et leviers géopolitiques.

INSIGHT

Usage Domine L'Empreinte Énergétique

L'usage domine la consommation énergétique d'un grand LLM : 95% de l'énergie est consommée à l'usage, pas à l'entraînement.
Des tâches comme générer cinq minutes de vidéo sur Gemini consomment autant qu'une recharge de Tesla, donc l'échelle compte beaucoup.

Get the Snipd Podcast app to discover more snips from this episode

Get the app

L’intelligence artificielle semble gratuite, instantanée et sans limites. Pourtant, derrière cette apparente facilité se cachent des coûts énergétiques, économiques et stratégiques majeurs. Albert Meige alerte sur un modèle qui, selon lui, ne peut pas durer en l’état.

Interview : Albert Meige, associé chez Arthur D. Little

Punchlines
L’IA repose sur une infrastructure physique devenue critique.
Le modèle économique actuel de l’IA ne fonctionne pas.
Les prix de l’IA vont nécessairement augmenter.
95 % de l’énergie d’un LLM est consommée à l’usage.
Générer cinq minutes de vidéo équivaut à charger une Tesla.

Votre rapport parle de « dépendances cachées » de l’IA. De quoi s’agit-il exactement ?

Nous avons travaillé sur trois grands volets. D’abord l’impact réel de l’intelligence artificielle, notamment environnemental. Ensuite les dépendances et les vulnérabilités que cela crée pour les utilisateurs, en particulier les entreprises. Et enfin, en toile de fond, toutes les questions d’autonomie stratégique que cela pose.

Vous affirmez que le modèle économique de l’IA n’est pas viable aujourd’hui. Pourquoi ?

On a l’impression que l’IA est un logiciel comme un autre, alors qu’elle repose sur une infrastructure physique extrêmement coûteuse. Les investissements se chiffrent en dizaines, voire en centaines de milliards, alors que la valeur créée et le chiffre d’affaires ne suivent pas. Il y a un découplage complet, si bien qu’à un moment donné, il n’y a pas d’autre solution que de voir les prix augmenter.

L’impact environnemental est au cœur de votre analyse. Que montrent vos chiffres ?

Il y a une explosion du nombre d’utilisateurs et de la complexité des requêtes. Une requête simple sur GPT-4 consomme à peu près autant qu’une requête Google, mais sur GPT-5, le coût énergétique est quasiment cent fois plus élevé. Et générer cinq minutes de vidéo sur Gemini consomme autant d’énergie que charger une Tesla. Sur le long terme, ça ne peut pas durer.

Que recommandez-vous aux entreprises et aux particuliers ?

Aux entreprises, je dis d’identifier précisément toutes leurs dépendances et vulnérabilités, sur toute la chaîne de valeur, et d’anticiper le coût réel de l’IA. Aux particuliers, j’ai un message simple : arrêtez de générer des vidéos de chats. Ça équivaut à charger une Tesla.

Hébergé par Audiomeans. Visitez audiomeans.fr/politique-de-confidentialite pour plus d'informations.