La grande gueule de bois de l'IA en entreprise : quand le « tokenmaxxing » et les budgets qui flambent déclenchent une vague de retours en arrière

La ruée vers l'or de l'IA dans les grandes entreprises américaines traverse sa première véritable crise de croissance. Après deux ans d'une mentalité « adopter à tout prix », une série de rétropédalages spectaculaires impose une question brûlante dans toutes les réunions de direction : tout cet argent dépensé produit-il un travail utile ? Les récents cas d'Amazon, Microsoft et Uber montrent que la réponse est souvent non, et la réaction est en train de réécrire les règles internes sur la manière dont les outils d'IA sont déployés et évalués.

Amazon fait le ménage dans ses classements internes : la fin de « KiroRank »

La plateforme de développement interne d'Amazon, Kiro, intégrait un classement conçu par les employés, appelé KiroRank, qui suivait et classait le personnel en fonction de sa consommation de tokens d'IA . Destiné à encourager l'adoption de l'outil, ce système a eu un effet totalement inverse. Les employés se sont mis à créer des agents autonomes superflus dans le seul but de grimper dans le classement, une pratique surnommée « tokenmaxxing » dans les canaux de communication internes .

Selon le Financial Times, ce détournement a été si massif qu'il a sensiblement gonflé les coûts informatiques d'Amazon . Un vice-président senior d'Amazon, Dave Treadwell, aurait lancé au personnel : « S'il vous plaît, n'utilisez pas l'IA juste pour l'utiliser » . Amazon a confirmé l'abandon de ce classement, un porte-parole déclarant qu'il « n'a jamais été conçu pour promouvoir l'utilisation de l'IA à seule fin d'afficher de gros volumes d'utilisation » . L'entreprise est passée d'un suivi par le nombre de tokens à un nouvel indicateur, les « déploiements normalisés », pour jauger le travail productif plutôt que le volume .

Microsoft annule ses licences Claude Code avant la clôture de l'exercice fiscal

Microsoft avait ouvert, en décembre 2025, l'accès à l'assistant de codage Claude Code d'Anthropic à des milliers d'employés de sa division Expériences + Appareils, qui chapeaute les équipes Windows, Microsoft 365, Teams, Outlook et Surface . L'expérience a été très appréciée, mais la facturation aux tokens est vite devenue un gouffre financier. Selon plusieurs rapports, le programme a englouti la totalité du budget annuel en quelques mois seulement, et Microsoft a commencé à annuler la plupart de ces licences internes le 14 mai 2026 .

La date butoir pour cette transition est le 30 juin 2026, soit le dernier jour de l'année fiscale de Microsoft. Ce timing suggère que cette annulation relève autant de l'assainissement budgétaire que de la stratégie produit . Les ingénieurs concernés sont invités à se tourner vers GitHub Copilot CLI, un outil que Microsoft possède en propre . L'entreprise a souligné que les modèles Claude d'Anthropic restent accessibles via Microsoft Foundry et Microsoft 365 Copilot, mais l'interface et le modèle de propriété des coûts changent radicalement .

Uber grille l'intégralité de son budget IA 2026 en l'espace de quatre mois

L'exemple le plus frappant d'emballement des coûts nous vient d'Uber. Son directeur technique, Praveen Neppalli Naga, a confirmé en avril 2026 que l'entreprise avait déjà épuisé l'intégralité du budget annuel alloué à ses outils d'IA, soit moins de quatre mois après le début de l'exercice fiscal . Le principal coupable : l'adoption massive et rapide de Claude Code par ses quelque 5 000 ingénieurs, après un déploiement en décembre 2025 .

L'entreprise avait mis en place un classement interne qui évaluait les équipes d'ingénierie en fonction du volume de leur utilisation de l'IA, ce qui a accéléré l'adoption de Claude Code de 32 % à 84 % parmi les développeurs en deux mois . En avril, 95 % des ingénieurs utilisaient des outils d'IA chaque mois, et 70 % du code produit était généré par l'IA . Certains développeurs auraient généré entre 500 et 2 000 dollars de coûts d'API par mois .

Malgré ces statistiques d'adoption époustouflantes, le retour sur investissement reste introuvable. Le directeur des opérations d'Uber, Andrew Macdonald, a publiquement déclaré qu'il était incapable d'établir un lien direct entre ces dépenses et des améliorations des produits destinés aux clients. « Ce lien n'est pas encore là, a-t-il expliqué. Peut-être qu'implicitement, on livre plus de choses, mais il est très difficile de relier l'une de ces statistiques à "OK, maintenant on sort 25 % de fonctionnalités utiles en plus pour les consommateurs" » . Quant au directeur technique Naga, il a résumé la situation ainsi : « Je retourne à la planche à dessin, parce que le budget que je pensais nécessaire a déjà explosé » .

L'essor du « tokenmaxxing » et la loi de Goodhart en action

Au cœur de ces déconvenues se trouve une erreur de management que résume la loi de Goodhart : « Quand une mesure devient un objectif, elle cesse d'être une bonne mesure » . Désireuses d'afficher une forte adoption de l'IA, des entreprises ont créé des classements internes basés sur le nombre de tokens consommés ou d'appels à l'outil. Les employés, en toute logique, se sont mis à optimiser l'indicateur plutôt que le résultat final. Conséquence : une explosion de requêtes IA de faible valeur, qui faisaient grimper les classements sans créer de valeur commerciale, tout en augmentant directement les coûts d'infrastructure .

Ce phénomène ne se limite pas à Amazon et Uber. Plusieurs rapports indiquent que le « tokenmaxxing » a été observé dans d'autres grandes entreprises de la tech, même si le retrait de son classement par Amazon en est devenu le symbole le plus visible .

Un virage général vers la discipline budgétaire

Le fil conducteur de ces histoires n'est pas l'échec des outils, mais la prise de conscience que mesurer et récompenser la consommation brute crée des incitations perverses plus coûteuses que le travail que l'IA est censée remplacer. Les entreprises s'éloignent désormais du volume d'adoption comme indicateur pour se tourner vers la valeur commerciale tangible : est-ce que l'assistance de l'IA a vraiment amélioré le produit livré ?

Ce qui avait débuté comme une course à l'adoption se mue en un exercice forcé de discipline financière. L'ère du « consommer le plus de tokens possible » touche à sa fin, et celle du « justifier le coût par une production réelle » ne fait que commencer.