Vamos a pagar por IA igual que pagamos por el coche

Vamos a pagar por IA igual que pagamos por el coche

Nous allons payer pour l'IA comme nous payons pour la voiture

par Jon Hernández (chaîne Inteligencia Artificial) · Voir la chaîne sur PSI

Sciences humaines, sociales & pensée Économie & Finance KCVEconomie de secteurs spécifiquesKCVMEconomie numérique ou de l’Internet
🎙 Jon Hernández (chaîne Inteligencia Artificial) 👥 808K 📅 25 septembre 2026 ⏱ 11 min 👁 42 📄 opinion experte 🧭 2026-09-25
Disponible en : Français (actuel) English

Mots-clés

intelligence artificiellecoûtJevonsAPImodèle local

Résumé

Dans cette vidéo, Jon Hernández analyse l’évolution du coût de l’intelligence artificielle. Il commence par constater que les dépenses en IA augmentent pour les utilisateurs, malgré une baisse spectaculaire du prix par unité de performance. Il illustre cela avec l’exemple du benchmark ARC-AGI : le modèle O3 d’OpenAI coûtait 4 500 dollars par tâche en décembre 2024, tandis que le modèle Luna, de performance équivalente, coûte désormais moins de 2 centimes, soit une division par 250 000. Il explique cette contradiction par le paradoxe de Jevons : plus une ressource devient efficace et bon marché, plus son usage global augmente. Il mentionne également la baisse des prix des API (GPT-3 à 60 dollars par million de tokens, contre 4 dollars pour Opus 5), mais souligne que la consommation de tokens explose, notamment avec l’IA agentique. Il évoque ensuite la possibilité d’une IA locale gratuite sur appareils personnels, équivalente à GPT-4, mais s’interroge sur la compétitivité face à des modèles plus puissants. Il prédit que les entreprises et les particuliers devront intégrer l’IA comme un poste de dépense récurrent, comparable au coût d’une voiture. Enfin, il mentionne que les fournisseurs pourraient facturer en fonction de la valeur apportée, comme l’a suggéré la CFO d’OpenAI.

203 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La vidéo apporte des données chiffrées récentes et une démonstration claire de la baisse des coûts unitaires, soutenue par l’exemple concret du benchmark ARC-AGI. L’argumentation s’appuie sur le paradoxe de Jevons, une théorie économique bien établie, ce qui renforce la crédibilité. L’auteur développe également une réflexion prospective sur l’adoption de l’IA locale et ses limites concurrentielles. Toutefois, certaines affirmations restent spéculatives (comme la hausse inévitable des dépenses personnelles) et manquent d’études citées pour étayer les tendances annoncées.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est moyenne : les chiffres proviennent de sources non explicitement référencées (il mentionne avoir demandé à ChatGPT de chercher les prix, mais sans fournir de liens). Les seules sources externes présentes dans la description sont des ressources personnelles de l’auteur (guides, livre, newsletter) et des liens communautaires, aucunement des références académiques ou industrielles indépendantes. Le titre est en adéquation avec le contenu : l’analogie avec le coût de la voiture reflète bien la thèse centrale, bien que le développement soit plus nuancé.

177 mots

Adéquation titre / contenu

Le titre annonce que l'IA deviendra un coût récurrent comme la voiture, ce que le contenu développe en analysant la baisse des prix unitaires et la hausse de la facture globale.

Qualité & fiabilité

7/10

La vidéo présente des données chiffrées concrètes (coûts d'API, comparaison de modèles) mais les sources sont principalement des ressources personnelles de l'auteur, sans références scientifiques externes. L'explication du paradoxe de Jevons est correcte, mais le raisonnement repose en partie sur des spéculations personnelles.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • Club de la IA — Communauté payante de l'auteur pour apprendre et appliquer l'IA.
  • IA Perfecta — Web avec une sélection d'outils d'IA.
  • Site de Jon Hernández — Site personnel de l'auteur proposant formations et guides.
  • Guide pour utiliser ChatGPT comme un PRO — Guide gratuit de l'auteur.
  • Livre « la hostIA que viene » — Ouvrage de l'auteur sur l'avenir de l'IA.
  • Newsletter sur les actualités IA — Newsletter de l'auteur.

Références externes

Apport & nouveautés

L’apport principal est la mise en perspective chiffrée de la baisse spectaculaire du coût unitaire de l’IA (facteur 250 000 en 18 mois) et son paradoxe : malgré cette baisse, la facture globale augmente. L’auteur relie ce phénomène au paradoxe de Jevons, offrant une explication économique claire. Il introduit aussi l’idée d’une IA locale quasi gratuite et discute des implications concurrentielles. Cette réflexion est originale dans sa synthèse, bien que les données soient anecdotiques et non sourcées.

Pour aller plus loin :

  • Paradoxe de Jevons — Concept économique fondamental expliquant l’augmentation de la consommation malgré l’efficacité accrue.
  • ARC-AGI — Benchmark mentionné dans la vidéo pour évaluer les capacités de raisonnement des modèles.
  • Modèle de langage local — Concept d’IA exécutée localement, sans coût d’abonnement.

124 mots

Profil radar

Le profil radar montre une bonne quantité d'informations et une fiabilité correcte, mais une qualité technique moyenne (le contenu reste accessible et vulgarisé). La vidéo se distingue par sa richesse de données chiffrées et son argumentation économique, mais la faiblesse des sources externes en limite la portée scientifique.

Fiabilité 7/10