Introduction
Chez Meta, l'utilisation des outils d'intelligence artificielle (IA) n'est pas qu'un simple atout, c'est une nécessité stratégique. Cependant, cette nécessité a un coût. Face à des dépenses internes en tokens d'IA qui pourraient atteindre des milliards de dollars d'ici 2026, Meta a décidé de prendre des mesures drastiques pour contrôler ces coûts.
L'alerte des tokens
Dans un mémo interne envoyé à 6 000 employés, Meta a révélé que la consommation de tokens d'IA avait explosé, atteignant 73,7 trillions de tokens en seulement 30 jours. Cette consommation effrénée a été suivie via un tableau de bord interne surnommé "Claudeonomics", en référence à l'outil d'IA Claude d'Anthropic, largement utilisé au sein de l'entreprise. Cependant, ce suivi par leaderboard a souvent conduit à une utilisation gonflée des tokens, plus motivée par la compétition que par de véritables gains de productivité.
Une nouvelle approche : le tableau de bord "AI Gateway"
Pour pallier ce problème, Meta prévoit de remplacer le leaderboard par un tableau de bord centralisé baptisé "AI Gateway". Ce système permettra de suivre en temps réel l'utilisation et les dépenses de tokens à travers les équipes, avec des alertes automatisées en cas de pics de dépenses inhabituels. Des budgets de tokens formels seront mis en place dès 2027.
Vers une solution maison : MetaCode
En parallèle, Meta oriente ses employés vers MetaCode, son assistant de codage propriétaire, pour réduire la dépendance aux outils externes comme Claude. Le CTO de Meta, Andrew Bosworth, a souligné la nécessité de se concentrer sur l'impact réel et non sur la simple utilisation des outils d'IA : "Tout mouvement n'est pas un progrès, et l'utilisation des tokens seule n'est pas une mesure d'impact."
Les enjeux pour Meta
Meta prévoit de dépenser jusqu'à 135 milliards de dollars en infrastructure IA d'ici 2026, avec un engagement de 600 milliards pour le développement de centres de données jusqu'en 2028. Ces chiffres illustrent l'ampleur des investissements en jeu et la nécessité de rationaliser les coûts internes.
Conclusion
En conclusion, Meta prend des mesures audacieuses pour maîtriser ses dépenses en tokens d'IA, tout en encourageant l'innovation interne. Pour les entreprises qui cherchent à adopter une approche similaire, une gestion stricte de l'utilisation des ressources est cruciale.
Discutons de ton projet en 15 minutes.
Introduction
At Meta, using artificial intelligence (AI) tools isn't just an asset; it's a strategic necessity. However, this necessity comes at a cost. Faced with internal AI token spending that could reach billions of dollars by 2026, Meta has decided to take drastic measures to control these costs.
The Token Alert
In an internal memo sent to 6,000 employees, Meta revealed that AI token consumption had skyrocketed, reaching 73.7 trillion tokens in just 30 days. This rampant consumption was tracked via an internal leaderboard dubbed "Claudeonomics," referencing Anthropic's Claude AI tool widely used within the company. However, this leaderboard tracking often led to inflated token usage driven more by competition than genuine productivity gains.
A New Approach: The "AI Gateway" Dashboard
To address this issue, Meta plans to replace the leaderboard with a centralized dashboard called "AI Gateway." This system will enable real-time tracking of token usage and spending across teams, with automated alerts for unusual spending spikes. Formal token budgets will be implemented starting in 2027.
Moving Towards In-House Solutions: MetaCode
Simultaneously, Meta is steering its employees towards MetaCode, its proprietary coding assistant, to reduce reliance on external tools like Claude. Meta's CTO, Andrew Bosworth, emphasized the need to focus on real impact rather than mere AI tool usage: "All motion is not progress, and token usage alone is not a measure of impact."
The Stakes for Meta
Meta plans to spend up to $135 billion on AI infrastructure by 2026, with a $600 billion commitment to data center buildouts through 2028. These figures highlight the magnitude of the investments at stake and the necessity to streamline internal costs.
Conclusion
In conclusion, Meta is taking bold steps to manage its AI token spending while fostering internal innovation. For companies looking to adopt a similar approach, strict resource usage management is crucial.
Let's discuss your project in 15 minutes.