Chez Meta, la consommation de tokens d'IA est devenue un phénomène professionnel mêlant concurrence interne, pression corporative et dynamiques propres à l'économie numérique. Les tokens, l'unité fondamentale qui permet aux modèles d'IA de comprendre et de traiter le langage, ne délimitent pas seulement la capacité de ces outils, mais servent désormais aussi de métrique de productivité.
Cette tendance favorise un environnement où les employés rivalisent pour consommer plus de tokens, ce qui a entraîné une culture de « payer pour travailler » qui suscite déjà des débats à Silicon Valley.
Qu'est-ce que les tokens d'IA et pourquoi sont-ils devenus une obsession chez Meta
Les tokens fonctionnent comme un pont entre le langage humain et le traitement numérique de l'intelligence artificielle. Chaque fois qu'un employé utilise des outils d'IA, il consomme des tokens, et leur utilisation a un coût économique réel pour l'entreprise.
Chez Meta, la concurrence pour voir qui utilise le plus de tokens s'est transformée en une partie de la culture organisationnelle. Selon des rapports de Business Insider et The Information, certaines équipes ont des objectifs concrets sur la quantité de code qui doit être écrit en utilisant l'intelligence artificielle, comme l'objectif que 65% des ingénieurs génèrent plus de 75% de leur code avec ces outils d'ici le milieu de l'année.
L'entreprise aurait gamifié le processus en créant un tableau interne de classement, où les 250 employés qui consomment le plus de tokens se disputent le titre de ‘Token Legend’. Ce système de classements transforme le travail quotidien avec l'IA en une sorte de jeu, où gravir les échelons nécessite de consommer plus de ressources, et le gagnant est reconnu comme la plus grande ‘Légende du Token’.
Tokenmaxxing et ses implications professionnelles dans l'industrie technologique
Ce phénomène, connu sous le nom de tokenmaxxing, va au-delà d'une simple compétition. Jensen Huang, PDG de Nvidia, a déclaré qu'il s'attendait à ce qu'un ingénieur gagnant 500 000 dollars dépense au moins la moitié en tokens par an, et Nvidia elle-même envisage de les inclure dans les primes d'embauche pour les ingénieurs d'IA.
Chez Meta, la pression à utiliser l'IA s'est institutionnalisée : des programmes comme ‘Level Up’ récompensent par des insignes ceux qui complètent le plus de tâches en utilisant l'IA, et la consommation de tokens est un critère fondamental dans les évaluations de performance, ce qui peut influencer les salaires et les promotions.
Le coût de ces habitudes est énorme. Selon The Information, la consommation totale de tokens au cours des 30 derniers jours a dépassé 60 billions. Dans OpenAI, un ingénieur peut traiter jusqu'à 210 milliards de tokens en une semaine, et certains employés de Claude Code dépensent plus de 150 000 dollars par mois en tokens. Ainsi, une partie du salaire des ingénieurs finit par être réinvestie dans l'entreprise elle-même.
Critiques et débats sur la productivité mesurée en tokens
Ce modèle a suscité des critiques tant à l'intérieur qu'à l'extérieur de l'industrie. Des analystes comme Gergely Orosz ont comparé le système à exiger des employés d'Apple qu'ils dépensent une part significative de leur salaire dans l'App Store.
Orosz soutient que la productivité et la performance devraient être mesurées par les résultats, et non par la quantité de tokens dépensés. Bien que Meta affirme qu'elle récompense la qualité et l'impact du travail, et non seulement le volume d'utilisation de l'IA, la pression pour augmenter la consommation de tokens soulève des inquiétudes quant au bien-être au travail et à la nature des incitations.
La tendance ne se limite pas à Meta et Nvidia ; d'autres entreprises technologiques adoptent des systèmes similaires, intégrant les tokens comme une partie des avantages professionnels aux côtés du salaire, des primes et des actions.
La « tokenisation » croissante de la performance professionnelle soulève des questions sur les limites de la concurrence interne et le véritable sens de la productivité à l'ère de l'intelligence artificielle.