L’Institut pour l’intelligence artificielle centrée sur l’humain de l’Université Stanford a publié son AI Index 2025, une analyse exhaustive et fondée sur les données du paysage mondial de l’IA, couvrant la recherche, la performance technique, l’économie et l’impact environnemental.
Ce rapport de plus de 400 pages met en lumière une dichotomie frappante dans l’économie de l’IA. Alors que la formation des modèles d’IA de pointe coûte de plus en plus cher — la formation de Gemini 1.0 Ultra de Google aurait coûté environ 192 millions de dollars —, le coût d’utilisation de ces modèles a chuté de façon spectaculaire. Interroger un modèle d’IA avec une performance équivalente à GPT-3.5 coûtait 20 $ par million de jetons en novembre 2022, contre seulement 0,07 $ par million de jetons en octobre 2024, soit une réduction de 280 fois en 18 mois.
Cette baisse spectaculaire des coûts d’inférence s’explique par des gains majeurs en efficacité matérielle. Selon le rapport, les coûts du matériel d’IA pour les entreprises ont diminué de 30 % par an, tandis que l’efficacité énergétique s’est accrue de 40 % chaque année. Ces tendances abaissent rapidement les obstacles à l’adoption de l’IA avancée : 78 % des organisations déclarent désormais utiliser l’IA, contre 55 % en 2023.
Cependant, l’empreinte environnementale liée à la formation de grands modèles d’IA continue de croître à un rythme inquiétant. Les émissions de carbone générées par la formation des modèles de pointe augmentent sans cesse : Llama 3.1 de Meta aurait généré environ 8 930 tonnes de CO2 — l’équivalent des émissions annuelles de près de 500 Américains moyens. Cela explique pourquoi les entreprises d’IA se tournent de plus en plus vers l’énergie nucléaire comme source fiable d’électricité sans carbone pour leurs centres de données.
Le rapport met également en évidence l’évolution des dynamiques mondiales dans le domaine de l’IA. Si les États-Unis conservent leur avance dans la production de modèles d’IA notables (40 en 2024 contre 15 pour la Chine), les modèles chinois rattrapent rapidement leur retard en matière de performance. L’écart entre les meilleurs modèles américains et chinois est passé de 9,26 % en janvier 2024 à seulement 1,70 % en février 2025.
Alors que l’IA continue de transformer les industries, l’AI Index de Stanford constitue une ressource essentielle pour comprendre à la fois les opportunités et les défis liés à cette technologie en évolution rapide. Les conclusions suggèrent que, bien que l’IA devienne plus accessible et abordable à déployer, l’industrie doit s’attaquer aux coûts environnementaux croissants associés au développement de modèles toujours plus puissants.