Le 1er juillet 2026, Alex Karp, PDG de Palantir Technologies, a lancé une critique acerbe du modèle économique dominant de l'industrie de l'IA, arguant que la structure de tarification basée sur les jetons lancée par OpenAI et Anthropic est fondamentalement erronée.
S'exprimant lors d'un événement soulignant le partenariat croissant de Palantir avec NVIDIA pour les déploiements sécurisés d'IA, Karp a déclaré que le modèle de tarification par jeton utilisé par les principaux laboratoires d'IA représente une mauvaise allocation des ressources et de la propriété intellectuelle. "Quelque chose a complètement mal tourné" avec cette approche, a déclaré Karp, selon la couverture de CNBC, Yahoo Finance et de plusieurs autres médias.
Ces commentaires représentent l’une des critiques publiques les plus pointues de la part d’un grand dirigeant technologique de l’économie dominante de l’industrie de l’IA. Pour une analyse continue de la stratégie commerciale de l'IA, suivez notre Couverture de l'industrie de l'IA sur AI Buzz Wire.
Les arguments contre la tarification des jetons
Le modèle basé sur des jetons – dans lequel les clients paient par unité de texte traitée par un modèle d'IA – est devenu le mécanisme de tarification standard dans le secteur de l'IA. OpenAI, Anthropic, Google et d'autres facturent tous en fonction de la consommation de jetons, créant ainsi une économie basée sur l'utilisation similaire à la facturation des services publics.
Karp a fait valoir que ce modèle encourage le gaspillage et ne parvient pas à protéger la propriété intellectuelle. Il a suggéré que les entreprises devraient plutôt s'orienter vers des modèles ouverts pouvant être exécutés sur une infrastructure interne, donnant ainsi aux organisations un meilleur contrôle sur leurs données et leurs coûts. Cela correspond à la propre stratégie de Palantir consistant à déployer l'IA dans des environnements sécurisés et contrôlés pour les gouvernements et les entreprises clientes.
Ces critiques font écho au débat croissant de l’industrie sur la durabilité de l’économie basée sur les jetons. Tel que rapporté par TechCrunch, le fournisseur de néocloud Together AI a noté que l'adoption des modèles open source a triplé au cours de l'année écoulée alors que les entreprises recherchent des alternatives aux jetons coûteux du modèle frontière.
Le partenariat de sécurité Palantir-NVIDIA
Les remarques de Karp interviennent alors que Palantir approfondit sa collaboration avec NVIDIA sur les déploiements souverains d'IA pour les agences gouvernementales américaines. Le partenariat se concentre sur la fourniture d’une infrastructure d’IA sur site sécurisée qui ne repose pas sur des API cloud externes ou des services basés sur des jetons.
Cette approche contraste fortement avec le modèle proposé par OpenAI et Anthropic, où les données clients sont traitées sur les propres serveurs des laboratoires d'IA. Pour les clients du gouvernement et de la défense soucieux de la souveraineté des données, le modèle Palantir-NVIDIA offre un meilleur contrôle, mais à un coût initial plus élevé.
Karp a présenté ce partenariat comme la preuve que l'avenir de l'IA d'entreprise réside dans des déploiements contrôlés au niveau de l'infrastructure plutôt que dans des appels d'API basés sur la consommation. Il a fait valoir que l'accent mis par l'industrie de l'IA sur la maximisation de la consommation de jetons l'a amenée à sous-évaluer la sécurité, la protection de la propriété intellectuelle et la durabilité à long terme.
Un bilan plus large de l'industrie
La critique de Karp arrive à un moment où l’examen des modèles commerciaux de l’IA s’intensifie. Les entreprises de tous les secteurs ont signalé des pressions sur leurs budgets à mesure que l’utilisation de l’IA augmente, certaines organisations limitant leurs dépenses en outils d’IA. Une étude de Gartner a averti que les coûts de codage de l’IA pourraient rivaliser avec les salaires des développeurs d’ici deux ans si les tendances actuelles en matière de prix se poursuivent.
Pendant ce temps, le mouvement de l’IA open source continue de prendre de l’ampleur. Les modèles Llama de Meta, DeepSeek, Mistral et la famille Qwen d'Alibaba ont tous réduit l'écart de performances avec les modèles frontières propriétaires, offrant aux entreprises des alternatives viables aux services coûteux basés sur des API.
L'argument de Karp selon lequel l'industrie devrait s'orienter vers des modèles ouverts et s'éloigner de la consommation symbolique pourrait trouver un écho auprès des acheteurs d'entreprise soucieux des coûts. Cependant, les laboratoires d’IA rétorquent que leurs tarifs reflètent les coûts énormes de formation et de fonctionnement des modèles frontières, et que le modèle basé sur la consommation permet aux clients de payer uniquement pour ce qu’ils utilisent.
Il est peu probable que le débat soit résolu de sitôt, mais les critiques très médiatisées de Karp garantissent qu'il restera une conversation centrale dans l'évolution de l'industrie de l'IA.
Gardez une longueur d'avance sur l'IA
Pour obtenir les dernières informations sur les modèles commerciaux de l'IA, l'adoption par les entreprises et les débats de l'industrie, visitez AI Buzz Wire.
Lire plus d'actualités sur l'IA →
