La course à l’intelligence artificielle ne se résume pas à la puissance des modèles. Une étude menée par des chercheurs de Stanford, de Berkeley et de l’Université du Texas à Austin montre que l’efficacité économique constitue un facteur crucial. Elle remet en question l’idée selon laquelle le modèle le plus performant serait nécessairement le plus rentable.
Combien de valeur économique une intelligence artificielle peut-elle produire pour chaque joule d’électricité consommé ? C’est la question au cœur d’une prépublication diffusée le 2 novembre sur arXiv, signée par huit chercheurs : Amirreza Zeinali, Jon Saad-Falcon, Avanika Narayan, Mersad Abbasi, Jonathan S. Hartley, John Hennessy, Christopher Ré et Azalia Mirhoseini.
Les auteurs sont affiliés à trois universités : Stanford, Berkeley et l’Université du Texas à Austin. Leur étude propose un cadre d’évaluation qui va au-delà de la puissance brute des modèles en examinant leur efficacité économique et énergétique. Cependant, cette recherche n’a pas encore été évaluée par des pairs.
Une nouvelle mesure de la productivité de l’IA
Il est crucial de comprendre cette distinction. Les auteurs situent leur travail dans le contexte de déploiements soumis à des contraintes énergétiques, que ce soit sur site ou en périphérie du réseau. Dans ces situations, produire davantage avec moins d’énergie peut devenir un critère de choix.
Le cadre proposé, baptisé Joules-to-GDP, repose sur deux indicateurs : la valeur nette produite par joule et le gain de temps par joule. Le premier rapporte à l’énergie consommée la valeur estimée du livrable, après déduction du coût d’exécution. Le second mesure les heures de travail spécialisé économisées pour chaque unité d’énergie consommée.
Les chercheurs ont appliqué cette méthode à 220 tâches issues du banc d’essai public GDPval, couvrant 44 professions, de la comptabilité au développement logiciel.
La valeur économique d’un livrable est calculée en multipliant le temps qu’un expert a mis à le produire par le salaire horaire médian de sa profession. Cette valeur n’est cependant reconnue que si un évaluateur automatisé juge le résultat de l’IA au moins équivalent à celui d’un professionnel. Un échec ne génère aucune valeur, mais les ressources nécessaires sont tout de même consommées.
Cette approche introduit une distinction essentielle entre la capacité technique d’un modèle et sa contribution économique réelle.
La puissance brute ne garantit pas le rendement
Les résultats obtenus sur cinq modèles à poids ouverts, exécutés sur des serveurs locaux afin de mesurer leur consommation énergétique réelle, illustrent parfaitement cette différence.
GLM 5.2 génère la valeur moyenne la plus élevée, soit 74,19 $ par tâche, pour une consommation de 0,430 mégajoule. Pourtant, Gemma 4 31B de Google atteint 56 % de sa valeur nette avec seulement 23 % de l’énergie consommée. Son rendement énergétique est ainsi 2,5 fois supérieur à celui de GLM 5.2 en valeur nette par joule et 2,8 fois supérieur en temps économisé par joule. Les marges d’incertitude confirment l’écart avec GLM 5.2, mais pas celui avec les deux modèles GPT-OSS d’OpenAI.
Autrement dit, le modèle qui produit le plus de valeur par tâche n’est pas nécessairement celui qui utilise le plus efficacement les ressources disponibles.
Un autre résultat mérite l’attention : GPT-OSS 120B affiche un coût d’exécution et une durée comparables à ceux de GLM 5.2, tout en consommant 68 % moins d’énergie. Le coût financier et le temps de calcul ne suffisent donc pas à mesurer l’efficacité opérationnelle d’une infrastructure d’IA.
Pour les entreprises, cette distinction devrait avoir des conséquences concrètes sur les décisions d’approvisionnement technologique. Choisir un modèle uniquement sur la base de ses performances maximales risque de conduire à des investissements moins productifs.
L’infrastructure matérielle : un facteur de rendement
L’efficacité ne dépend pas uniquement du modèle. L’architecture matérielle joue également un rôle déterminant.
Dans leurs essais avec Qwen3.6-27B, les chercheurs constatent que le passage d’un à huit processeurs graphiques H100 réduit le temps d’exécution de 22 %, mais multiplie la consommation énergétique par 3,24, sans amélioration significative de la valeur produite.
Le constat est révélateur : accélérer un calcul ne signifie pas nécessairement améliorer sa productivité.
Parmi les quatre accélérateurs testés individuellement, le B200 de Nvidia affiche le meilleur rendement énergétique, devant le MI350X d’AMD. Il faut néanmoins nuancer cette comparaison, puisque les marges d’incertitude des trois processeurs Nvidia se chevauchent.
L’enjeu dépasse donc la seule compétition entre fabricants de puces. Il concerne l’optimisation de l’ensemble de la chaîne de production numérique : modèles, processeurs, infrastructures et allocation des ressources.
Tous les secteurs ne bénéficient pas également de l’IA
Les écarts sont également considérables entre les professions étudiées. Le rendement économique par mégajoule varie d’un facteur de 13 entre les catégories professionnelles.
L’informatique et les mathématiques arrivent en tête, avec 524 $ de valeur nette par mégajoule, contre seulement 40 $ pour le soutien administratif.
L’ingénierie et l’architecture génèrent environ 10 % plus de valeur par tâche que le développement logiciel. Pourtant, ce dernier affiche un rendement énergétique supérieur d’environ 27 %. Ces deux écarts se situent toutefois dans des marges d’incertitude qui se chevauchent largement.
Ces résultats suggèrent que le rendement mesuré varie fortement selon le type de travail. Il dépend à la fois du taux de réussite, de la valeur de chaque livrable et de l’énergie consommée sur l’ensemble des tentatives, échecs compris. Avec cinq tâches par profession, ces classements décrivent les tâches évaluées et ne permettent pas, selon les auteurs, d’établir un ordre général entre les catégories.
La comparaison avec un expert assisté change la donne
Une autre dimension de l’étude mérite une attention particulière : la comparaison avec un professionnel qui utilise lui-même l’intelligence artificielle.
Lorsque les chercheurs prennent comme référence un expert assisté par l’IA plutôt qu’un expert travaillant sans assistance, le rendement de GLM 5.2 diminue de 70 % en valeur nette par joule et de 65 % en temps économisé par joule. Environ 57 % de cette baisse tient à l’évaluation des livrables, l’IA égalant ou surpassant moins souvent l’expert assisté, et 43 % à la valorisation du temps.
La barre est donc plus haute et plus proche de la façon dont de nombreux professionnels travaillent, selon les auteurs. Deux nuances s’imposent : l’écart de temps de 23 % en faveur des experts assistés est incertain (de −5 % à +46 %), et les deux références ont été produites par des annotateurs différents. L’étude relève par ailleurs qu’une marge subsiste : lorsque GLM 5.2 égale ou dépasse l’expert assisté, son temps d’exécution est environ 84 % plus court.
Les chercheurs observent également que multiplier les tentatives augmente la valeur créditée, de 74 $ à 93 $ par tâche avec quatre essais, mais détériore le rendement par joule : la valeur nette par mégajoule passe de 168 $ à 49 $. Toutes les tentatives étant facturées, même après un succès, et aucune politique d’arrêt anticipé n’étant évaluée, ce résultat ne signifie pas qu’il faille renoncer aux essais multiples. Selon un calcul effectué à partir des données publiées, la valeur nette totale continue de croître, passant d’environ 72 $ à 85 $ par tâche.
Le rendement moyen par joule diminue, mais la valeur nette globale ne recule pas. Face à l’expert assisté et avec un seuil de réussite strict (au moins trois essais gagnants sur quatre), la valeur créditée passe en revanche sous le coût d’exécution.
Des résultats prometteurs, mais des limites méthodologiques
Les conclusions doivent néanmoins être interprétées avec prudence.
Premièrement, la valeur calculée ne correspond pas au PIB. Elle repose sur les économies de temps professionnel converties en dollars selon les salaires médians. Deuxièmement, le juge automatisé Gemini 3.1 Flash-Lite concorde avec les évaluations humaines dans 23 cas sur 32, soit 72 %.
La représentativité des tâches pose également problème. Chaque profession n’est évaluée qu’à partir de cinq tâches. Le modèle dominant conserve sa première place dans seulement 40 % des simulations où une tâche est retirée de chaque catégorie.
Enfin, la consommation énergétique est mesurée sur des lots de vingt requêtes, puis répartie entre les tâches selon une règle de calcul. Modifier cette méthode suffit à changer le modèle dominant dans le classement du gain de temps par joule.
Le dimensionnement matériel influence lui aussi considérablement les résultats : pour Qwen3.6-27B, la valeur nette mesurée passe de 123 $ par mégajoule sur huit H100 à 402 $ sur un seul.
Ces limites ne rendent pas la démarche inutile. Elles soulignent plutôt la nécessité d’améliorer les méthodes de mesure avant d’en faire des critères définitifs d’investissement ou de politique industrielle.
La prochaine frontière : la productivité, pas seulement la puissance
L’étude met en évidence un principe économique fondamental : une technologie ne se juge pas uniquement sur ce qu’elle est capable d’accomplir, mais aussi sur les ressources qu’elle mobilise pour y parvenir.
L’électricité consommée par une tâche de GLM 5.2, estimée à environ 0,12 kilowattheure, représente quelques cents. Comparativement aux 74 $ de valeur attribuée au livrable, le coût direct de l’énergie paraît modeste dans cet exemple. Mais à l’échelle d’infrastructures utilisées massivement, l’efficacité énergétique devient un facteur de capacité, de coûts et de compétitivité.
Pour les entreprises, les investisseurs et les décideurs publics, la question devrait donc évoluer. Il ne suffit plus de demander quel modèle est le plus puissant ou lequel produit les meilleurs résultats. Il faut aussi déterminer lequel génère le meilleur rendement économique pour chaque dollar investi, chaque heure de calcul et chaque unité d’énergie consommée.
Les auteurs proposent notamment d’intégrer le rendement par joule dans le choix des tâches confiées à l’IA, l’amélioration des modèles et des processeurs, ainsi que les décisions relatives à l’interruption des calculs. Cette dernière piste reste à valider.
Les travaux ont bénéficié du soutien de plusieurs organismes publics et partenaires privés, dont la NSF, la DARPA, Google, Microsoft, Intel, IBM, TSMC et Anthropic, ainsi que de ressources informatiques fournies par Stanford.
La prochaine étape de la révolution de l’intelligence artificielle sera de transformer les gains de puissance informatique en gains de productivité mesurables. Dans une économie où les ressources sont limitées, le rendement devient un indicateur de compétitivité incontournable.
Source
Zeinali, Amirreza, Jon Saad-Falcon, Avanika Narayan, Mersad Abbasi, Jonathan S. Hartley, John Hennessy, Christopher Ré et Azalia Mirhoseini. 2026. « Joules-to-GDP: How Much Economic Value Do AI Systems Produce per Unit of Energy? ». arXiv. Consulter la publication.
Autres articles sur Pilule Rouge
Centre de données à Sherbrooke : ce que l’on sait du projet de 96 MW Samuel Rasmussen
Un projet québécois reliant directement la puissance électrique aux infrastructures d’intelligence artificielle.
L’État face aux machines : après l’impôt sur le revenu Antoine St-Denis
L’intelligence artificielle, l’automatisation et leurs conséquences sur la création de richesse et la fiscalité.
L’IA et la création d’entreprise : vers l’essor de l’entrepreneur en solo ? Louis-Philippe Noël
Comment l’intelligence artificielle peut réduire les coûts et transformer la productivité des entrepreneurs.
Productivité au Canada : le plan de réformes du C.D. Howe Institute et l’urgence d’agir Louis-Philippe Noël
L’innovation technologique et l’efficacité des investissements comme leviers de croissance économique.
