Google aurait limité l’usage de Gemini par Meta, faute de capacité. Un signal net sur la tension qui monte déjà dans l’infrastructure IA.
En bref
- Google aurait plafonné Meta sur Gemini
- La capacité IA manque même aux géants
- Les coûts et les tokens redeviennent centraux
Les groupes qui dépensent des fortunes dans l’IA se heurtent déjà à un mur très simple, le compute. D’après le Financial Times, Google a dû limiter l’usage de Gemini par Meta après un dépassement de capacité. Le contraste est assez brutal.
Des milliards investis, mais un plafond très concret
Le cas est parlant parce qu’il concerne deux acteurs qui n’ont rien de petits joueurs. Meta, qui ne dispose pas d’activité cloud propre, accélère en parallèle la construction de ses data centers et a promis environ 552 milliards d’euros (600 milliards de dollars) d’investissements dans le cloud sur les deux prochaines années.
Or Google aurait prévenu l’entreprise dès mars sur ses limites de capacité. Conséquence, Meta a demandé à ses salariés d’utiliser les tokens de manière plus efficace. Dit autrement, même avec des budgets gigantesques, l’accès à la puissance de calcul n’est pas fluide.
Pourquoi Meta s’appuyait sur Gemini
Si Meta s’est tourné vers Gemini, ce n’était pas pour un usage marginal. Le modèle sert au codage, au service client, aux chatbots destinés aux annonceurs, mais aussi à des tâches internes à fort volume comme le retrait de contenus nuisibles ou la détection d’arnaques.
Et c’est là que le dossier devient intéressant. Selon les informations du Financial Times, Meta avait choisi Gemini pour ces usages parce qu’il faisait mieux que ses propres modèles open source Llama. L’entreprise s’appuie aussi sur d’autres modèles, dont Claude d’Anthropic, pour des besoins comparables.
Une tension qui touche aussi les fournisseurs
Le plus révélateur, c’est que la contrainte ne frappe pas seulement les clients. Google lui-même a récemment accepté de payer environ 846 millions d’euros par mois (920 millions de dollars) à SpaceX pour utiliser les data centers de xAI, afin d’obtenir la puissance supplémentaire nécessaire à Gemini Enterprise.
Bref, la chaîne entière est sous pression. Les gros consommateurs d’IA profitent du boom, mais les fournisseurs, eux, ne gagnent pas encore vraiment d’argent, les revenus restant faibles face aux coûts selon des analystes. Dans le même temps, le prix des tokens grimpe, au point de pousser certaines entreprises à réduire leurs usages. Y compris, visiblement, des entreprises d’IA elles-mêmes.
Ce que cela change pour l’écosystème mobile et numérique
Pour l’écosystème, le signal est net. Tant que la capacité restera tendue, les arbitrages sur les API, les modèles tiers et l’efficacité des requêtes vont peser autant que la qualité des modèles. On parle souvent de performance applicative ou de cas d’usage. Mais derrière, il y a une question plus sèche, et plus structurante, l’accès à l’infrastructure.
