# Coût Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Coût", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Le dilemme des coûts de l'IA : comment l'économie des infrastructures va remodeler la prochaine phase du marché

L'économie des infrastructures d'IA révèle une fragilité croissante sous son expansion rapide. L'entraînement des modèles coûte des centaines de millions de dollars (jusqu'à 1 milliard pour les prochaines générations), mais c'est le coût d'inférence, continu et souvent imprévisible, qui pèse structurellement sur les entreprises. Trois géants du cloud (AWS, Azure, Google Cloud) détiennent les deux tiers de la puissance de calcul mondiale, créant une concentration risquée. Un profond déséquilibre émerge : les grands laboratoires comme OpenAI bénéficient de tarifs préférentiels pour le GPU (~1,30$/h), tandis que les plus petits acteurs paient des prix de détail avec une majoration pouvant atteindre 600%. La dimension énergétique est cruciale. Les data centers consomment 1 à 1,5% de l'électricité mondiale, une part appelée à croître, faisant de l'accès à une énergie abordable un avantage géopolitique. En réponse, des modèles décentralisés émergent, comme le protocole Gonka. Leur proposition : mobiliser des GPU inutilisés pour offrir une inférence à un coût radicalement inférieur (exemple : 0,0009$ par million de tokens contre 1,50$ pour un service centralisé), avec une élasticité d'approvisionnement et une souveraineté accrues. La conclusion est que le modèle économique actuel n'est durable que pour les géants. La concurrence ne se fera plus sur la performance des modèles, mais sur l'économie de l'infrastructure. La tension entre les modèles centralisés et décentralisés définira l'avenir du marché de l'IA.

marsbit03/26 08:19

Le dilemme des coûts de l'IA : comment l'économie des infrastructures va remodeler la prochaine phase du marché

marsbit03/26 08:19

Dernier mot sur Backpack, et mes principes pour farmer les airdrops

L'auteure, Christine (@0xsexybanana), présente deux méthodologies pour maximiser les airdrops dans la cryptomonnaie. La première, dite « labour-intensive », consiste à participer à un maximum de projets. La seconde, qu'elle adopte, est une approche de « sniper » : une recherche approfondie et une participation ciblée basée sur une liste de critères. Sa « checker list » évalue quatre dimensions : 1. **L'équipe** : Elle doit être compétente, efficace et intègre. 2. **Le produit** : Il doit répondre à un besoin, être bien livré et l'équipe doit en être responsable. 3. **Le récit (narrative)** : Le projet doit évoluer dans un secteur prometteur et novateur. 4. **Le timing et le coût** : Il faut éviter les périodes de FOMO extrême où les coûts de participation sont trop élevés. En appliquant ces critères à Backpack, l'auteure explique pourquoi elle ne l'a pas « farmé » : * **Narrative** : Elle considère le récit d'un « exchange centralisé et conforme » comme une fausse bonne idée, sans avantage clair face à des géants comme Binance. * **Produit** : Elle critique les pannes fréquentes, les remboursements massifs et le manque de finition des fonctionnalités, signes d'un manque de rigueur. * **Coût** : Le coût de participation (0,5$ par trade) était jugé trop élevé comparé à des alternatives sans frais. Elle conclut qu'elle considère désormais le token de Backpack ($BONK) non pas comme un jeton utilitaire sérieux, mais plutôt comme un « meme coin », tout en maintenant une petite position pour spéculer sur un éventuel soutien de l'écosystème Solana.

比推03/23 20:42

Dernier mot sur Backpack, et mes principes pour farmer les airdrops

比推03/23 20:42

Les premiers employés licenciés par l'IA dans les grandes entreprises sont déjà de retour

Les premiers employés licenciés par des grandes entreprises en raison de l'IA sont déjà de retour. Fin février, Block, la société de Jack Dorsey, a supprimé plus de 4 000 postes, invoquant les changements apportés par l'IA. Cependant, moins d'un mois plus tard, certains employés ont été réembauchés, pour des raisons allant d'« erreurs administratives » à des retours demandés par des managers. L'article souligne que le remplacement des humains par l'IA est souvent plus coûteux qu'il n'y paraît. Le coût des tokens pour les modèles d'IA d'entreprise peut dépasser le salaire d'un employé, comme le montre l'exemple d'un assistant IA personnel ayant coûté 6 000 $ en un mois. De plus, des entreprises comme Klarna, qui avaient fièrement remplacé des centaines d'agents par l'IA, ont dû recommencer à embaucher. Le texte aborde également le « paradoxe de Jevons » : l'IA, censée libérer les employés, augmente souvent leur charge de travail au lieu de la réduire. L'IA ne peut pas remplacer la dynamique humaine informelle au sein d'une organisation. Le PDG de Nvidia, Jensen Huang, critique les dirigeants qui licencient au lieu d'utiliser l'IA pour se développer. Enfin, l'article conclut que l'IA est souvent un prétexte pour réduire les coûts. Les licenciements massifs suivis de réembauches ciblés, comme chez Block ou Twitter sous Musk, montrent que derrière l'excuse de l'IA se cachent des stratégies de gestion et des réalités économiques. L'IA change beaucoup de choses, mais elle ne compense pas les mauvaises décisions stratégiques.

Odaily星球日报03/20 07:30

Les premiers employés licenciés par l'IA dans les grandes entreprises sont déjà de retour

Odaily星球日报03/20 07:30

Lobster en 11 questions clés : Explication détaillée et accessible du fonctionnement d'OpenClaw

L'OpenClaw est un agent IA qui agit comme une "coquille" autour d'un grand modèle de langage (comme GPT ou Claude), transformant un simple prédicteur de texte en un assistant numérique actif. Contrairement aux chatbots classiques, il peut exécuter des tâches concrètes (lire des fichiers, naviguer sur le web, exécuter du code) via des appels d'outils, où le modèle génère du texte structuré que l'OpenClaw interprète et exécute localement. Cependant, le modèle souffre d'"amnésie" : il ne se souvient de rien entre les requêtes. L'OpenClaw contourne ce problème en réinjectant à chaque fois un énorme prompt contenant l'historique des conversations, les paramètres de l'agent (AGENTS.md, SOUL.md, USER.md) et les résultats précédents. Cela rend son utilisation coûteuse (consommation élevée de tokens) et justifie des mécanismes d'optimisation comme les sous-agents (déléguer des tâches pour économiser du contexte) et les battements de cœur (vérification périodique des tâches sans intervention utilisateur). La puissance d'OpenClaw s'accompagne de risques de sécurité majeurs. Il fonctionne avec les permissions de l'utilisateur et peut être vulnérable aux injections de prompt (instructions malveillantes provenant de sources externes). Il est donc crucial de l'exécuter sur une machine dédiée, isolée, avec des permissions minimales et des validations humaines pour les actions critiques.

Odaily星球日报03/11 10:09

Lobster en 11 questions clés : Explication détaillée et accessible du fonctionnement d'OpenClaw

Odaily星球日报03/11 10:09

活动图片