#Le brief du 26 mai 2026

Les agences de renseignement américaines à court de puissance de calcul pour leurs IA

Les problèmes d’approvisionnement en composants ne frappent pas que l’industrie IA. Les gouvernements, qui eux aussi font face à une pénurie les empêchant d’exploiter pleinement les modèles IA pour leurs besoins propres, en sont réduits à jouer du carnet de chèques.

La Maison Blanche aurait approuvé une rallonge de 9 milliards de dollars pour équiper les agences de renseignement des États-Unis en puces IA de pointe, selon des indiscrétions du New York Times. Le financement, qui doit encore être approuvé par le Congrès, doit permettre à la CIA, la NSA et autres agences à acronymes de trois lettres de faire tourner leurs modèles IA sur du matériel de pointe.

Illustration : Flock

Les modèles IA les plus récents d’OpenAI, d’Anthropic ou de Google ont de gros besoins en calcul. Les infrastructures capables de les accueillir, que ce soit pour l’entraînement ou l’inférence, affichent quasiment complet et les autorités doivent mettre de l’argent sur la table pour accéder aux mêmes capacités que le secteur privé. Notamment aux composants les plus puissants, comme les puces Grace Blackwell de NVIDIA, qui nécessitent des centres de données dotés de systèmes d’alimentation électrique massifs.

L’administration Trump aurait déjà redirigé 800 millions de dollars pour accélérer l’achat de capacités de calcul, ce qui est presque une goutte d’eau dans l’océan. Surtout, les délais restent aussi importants qu’incompressibles. Les réseaux infonuagiques classifiés du gouvernement, comme ceux opérés par AWS, ne peuvent pas être modernisés rapidement et les agences n’auraient pas anticipé les besoins gargantuesques de ces modèles IA.

Par ailleurs, la Maison Blanche aurait autorisé la NSA à continuer l’exploitation de Mythos, le modèle le plus avancé d’Anthropic. Le Pentagone considère pourtant l’entreprise comme un « risque » pour la chaîne d’approvisionnement et la sécurité nationale.

Le ministère américain de la Défense (DoD) exigeait un accès très large aux capacités des modèles avancés d’Anthropic, ce que la startup a refusé. L’affaire est toujours devant les tribunaux, mais un contrat classifié serait en préparation entre les deux parties ; l’accord inclurait des restrictions sur l’exploitation des modèles IA sur des données concernant des citoyens américains. La NSA et la CIA ont interdiction de collecter des renseignements aux États-Unis, et des limites strictes sont posées pour recueillir des informations sur les Américains à l’étranger.

Le DoD a récemment arrêté son choix sur les fournisseurs IA pour ses opérations secret defense. OpenAI, Google, Microsoft, AWS et d’autres vont mettre leurs modèles à disposition de l’armée US, tandis qu’Anthropic a été mise à part.

Uber commence à trouver l’addition de l’IA un peu salée

Tout ce qui brille n’est pas IA. Plusieurs entreprises commencent à se rendre compte qu’il n’est pas forcément rentable d’injecter cette technologie dans tout et n’importe quoi.

Pour Andrew Macdonald, le directeur des opérations d’Uber, il est de plus en plus difficile de justifier les coûts liés à l’usage de l’IA générative. Invité du podcast Rapid Response, il a expliqué qu’une consommation élevée de tokens n’aboutissait pas nécessairement à une augmentation proportionnelle des fonctions utiles pour le consommateur.

Illustration : Flock

« Ce lien n’existe pas encore, n’est-ce pas ? », se demande-t-il. « Implicitement, je pense qu’il y a peut-être davantage de [fonctions] qui sont livrées, mais il est très difficile d’établir un lien clair entre [les tokens consommés] et le fait de se dire : « D’accord, maintenant nous produisons réellement 25 % de fonctionnalités utiles en plus pour les consommateurs » ».

Ce constat n’est pas isolé au sein d’Uber. En avril, le directeur technique de la plateforme VTC, Praveen Neppalli Naga, s’était étonné chez The Information d’avoir explosé son budget IA de l’année… en seulement quatre mois. Il expliquait alors que 70 % environ du code validé provient d’outils IA, tandis que les dépenses oscillent entre 500 et 2 000 $ par mois et par développeur. Les coûts liés à l’IA chez Uber ont été multipliés par six depuis 2024.

L’IA n’est pas « gratuite », poursuit Andrew Macdonald. Ça peut sembler être le cas quand on est un utilisateur lambda, mais la situation est très différente pour une entreprise. Cette petite musique commence à s’entendre un peu partout dans l’industrie ; les gains en productivité ne sont pas nécessairement au rendez-vous, tandis que des pratiques comme le tokenmaxxing montrent les limites de l’exploitation à outrance de cette technologie.