Morgan Stanley : Les modèles open weight réduisent le coût de l'IA, mais le « paradoxe de Jevons » pourrait entraîner une croissance continue de la demande en puissance de calcul

Selon Odaily, Morgan Stanley indique dans son dernier rapport « Modèles à poids ouverts et trois scénarios futurs » que les modèles à poids ouverts n’affaiblissent pas nécessairement la demande en puissance de calcul pour l’IA. Bien au contraire, la réduction des coûts d’utilisation pourrait accélérer l’adoption de l’IA, illustrant le paradoxe de Jevons typique : lorsque l’inférence devient moins chère, les entreprises déploient l’IA sur un plus grand nombre de tâches, ce qui augmente en fin de compte la demande totale en tokens, puissance de calcul, électricité et infrastructures. Le rapport souligne que l’ouverture des poids ne signifie pas gratuité totale, les entreprises devant toujours supporter les coûts liés aux GPU, services cloud, maintenance et sécurité ; la viabilité économique réelle dépend donc des cas d’application. Morgan Stanley estime que, quel que soit le degré d’ouverture des modèles, des entreprises comme Nvidia devraient en tirer profit.