Une analyse récente des cercles tech chinois met en lumière une crise croissante dans l'industrie de l'IA : alors que des entreprises comme DeepSeek et Xiaomi réduisent leurs prix pour attirer les utilisateurs, le coût total de la consommation de tokens explose. Le problème central est que des prix plus bas entraînent une utilisation plus élevée, ce qui nécessite à son tour des investissements massifs dans l'infrastructure de calcul et d'énergie. Cela crée un cycle de 'combustion de tokens' où le revenu par token diminue mais les coûts totaux augmentent, comprimant les marges. Pour les développeurs et fondateurs étrangers, cela signale la nécessité de repenser les stratégies de prix, d'optimiser l'efficacité de l'inférence et d'explorer des modèles commerciaux alternatifs comme les plafonds d'utilisation ou les niveaux d'entreprise. Cette tendance est particulièrement pertinente pour ceux qui construisent des applications natives d'IA ou investissent dans des startups d'IA, car elle suggère que la course actuelle vers le bas pourrait être insoutenable sans des avancées significatives dans l'efficacité des modèles ou le matériel.
Malgré des baisses de prix agressives de la part d'entreprises d'IA comme DeepSeek et Xiaomi, le coût de fourniture des tokens monte en flèche en raison de l'augmentation de l'utilisation et des besoins en infrastructure. Ce paradoxe menace la rentabilité et soulève des questions sur la viabilité à long terme des modèles économiques actuels de l'IA.