« Les tokens coûtent trop cher. » Non. Vous répondez aux mauvaises questions.
Alex Karp dit que les tokens coûtent trop cher. Il a raison sur le constat, tort sur la cause. Le problème, c'est le diagnostic.
Le 1er juillet, Alex Karp est passé sur CNBC pour déclarer que le modèle de tokens d'Anthropic et OpenAI était cassé. « Something has gone completely wrong. » Les entreprises sont frustrées. Elles paient pour des tokens. Elles n'obtiennent pas de valeur. Et en bonus, elles donnent leur propriété intellectuelle.
L'action Palantir a pris 8% dans la journée.
Le problème, c'est que Karp a raison sur le constat. Et complètement tort sur la cause.
Le constat est juste
Oui, beaucoup d'entreprises brûlent des tokens pour rien. Oui, les coûts explosent. Oui, les résultats ne suivent pas.
J'en vois toutes les semaines. Des PME qui paient 500 à 2 000 € par mois en API, en licences, en abonnements IA. Et qui ne peuvent pas chiffrer un seul euro de valeur créée en retour.
Le PDG de Palantir dit que c'est la faute du modèle de pricing. Que les tokens coûtent trop cher. Que les labs IA captent la valeur.
Moi, je vois autre chose.
Le vrai problème
Les tokens ne coûtent pas trop cher. Ils coûtent trop cher par rapport à la valeur délivrée. Et la valeur délivrée est nulle parce qu'on répond aux mauvaises questions.
Un dirigeant achète un accès API. Il le donne à son équipe. L'équipe génère des résumés de documents que personne ne lit. Des brouillons de mails que tout le monde réécrit. Des analyses de données sans question précise.
Des millions de tokens consommés. Zéro processus transformé. Zéro heure récupérée.
Ce n'est pas un problème de prix. C'est un problème de diagnostic.
Le coût d'un token vs le coût d'une heure humaine
Faisons le calcul.
Un appel API Claude Sonnet pour analyser un document de 50 pages coûte environ 0,15 € en tokens. L'analyse manuelle de ce document par un cadre coûte 3 heures à 50 € de l'heure chargé, soit 150 €.
0,15 € vs 150 €. Ratio de 1 à 1 000.
Sur 40 documents par mois, l'automatisation coûte 6 € en tokens et remplace 6 000 € de travail humain. Même si on multiplie le coût par 10 pour intégrer le développement et la maintenance, on est à 60 € contre 6 000 €.
Les tokens ne sont pas chers. Ils sont extraordinairement bon marché quand ils sont utilisés pour résoudre un vrai problème.
Mais quand ils sont utilisés pour générer du bruit — des résumés inutiles, des chatbots que personne n'utilise, des POC sans problème défini — alors oui, chaque token est trop cher. Parce que la valeur est zéro. Et zéro divisé par n'importe quel prix donne un ROI négatif.
Ce que Karp ne dit pas
Karp vend une alternative. Palantir. Des modèles souverains. De l'IA on-premise. Un écosystème fermé où les données restent chez le client.
C'est un positionnement commercial, pas un diagnostic. Changer de fournisseur ne change rien si le problème de fond reste le même : l'absence de cadrage.
Vous pouvez mettre Palantir, OpenAI, Anthropic, Mistral, ou Llama en local — si vous n'avez pas identifié le problème précis que vous voulez résoudre, vous allez brûler du budget. Que ce soit en tokens, en licences Palantir, ou en salaires de consultants.
Le modèle n'est pas le problème. Le diagnostic est le problème.
La bonne question
Avant de regarder le prix d'un token, posez-vous une question : combien me coûte le problème que ce token va résoudre ?
Si la réponse est « je ne sais pas », vous n'êtes pas prêt à dépenser un seul centime en IA. Ni en tokens, ni en plateforme, ni en consultant.
Si la réponse est « 150 000 € par an en temps perdu », alors 200 € par mois de tokens pour en récupérer la moitié, c'est le meilleur investissement de votre année.
Karp a raison : beaucoup d'entreprises gaspillent de l'argent en IA. Il a tort sur la raison. Ce n'est pas parce que les tokens sont trop chers. C'est parce que personne n'a fait le diagnostic avant d'ouvrir le robinet.
Vous voulez que chaque euro investi en IA rapporte de la valeur mesurable ?