L’armée US découvre les limites de ses jetons d’IA

Des milliards de tokens engloutis par l’IA militaire

L’Armée américaine et le Département de la Défense ont massivement adopté des outils d’intelligence artificielle générative, au point de consommer des quantités impressionnantes de tokens. Dans le cadre de l’abonnement annuel à un « enterprise pack » pour Ask Sage, l’Armée disposait de 100 millions de tokens. Dans ce type d’outil, un token correspond à une unité de texte ou d’image générée par un modèle de langage, et peut représenter environ 3,7 caractères selon les documents consultés. À l’échelle du Pentagone, l’usage prend une autre dimension : durant l’opération Epic Fury en Iran, le Département de la Défense aurait consommé près de 20 milliards de tokens par jour pendant 38 jours, illustrant l’ampleur de la dépendance croissante à ces systèmes.

Ask Sage, au cœur d’un usage massif et parfois opaque

Le recours à Ask Sage s’inscrit dans une logique d’équipement rapide des équipes militaires en outils d’IA capables de produire du texte, synthétiser des informations ou accélérer certaines tâches administratives. Toutefois, plusieurs zones d’ombre persistent. Il n’est pas clair si les tokens utilisés par les employés civils du Département de la Défense proviennent du même réservoir que ceux mobilisés pour traiter des données classifiées ou secrètes. Cette absence de transparence nourrit les interrogations sur la gouvernance des usages, la sécurité des données et la répartition réelle des ressources entre les différents services.

Des exemples qui révèlent l’échelle du phénomène

• 100 millions de tokens alloués à l’Armée dans le cadre d’un abonnement annuel.
• 20 milliards de tokens par jour consommés par le Département de la Défense pendant une opération militaire.
• Un token équivaut approximativement à 3,7 caractères, ce qui donne une idée du volume de texte généré.

L’IA militaire avance, même quand ses usages sont contestés

Malgré ces chiffres, le Département de la Défense continue de miser sur l’IA. Selon des informations récentes, le Pentagone a poursuivi ses investissements dans des outils automatisés tout en réduisant les effectifs d’un centre spécialisé dans la protection des civils en zones de conflit. Ce centre avait pour mission d’évaluer les risques de pertes civiles, mais ses fonctions pourraient désormais être partiellement remplacées par un outil d’IA conçu pour accélérer ces analyses. Cette orientation soulève une question essentielle : l’automatisation peut-elle améliorer la rapidité sans affaiblir la qualité des décisions humaines dans des contextes sensibles ?

Des entreprises technologiques confrontées au même excès

L’Armée américaine n’est pas la seule organisation à devoir revoir sa stratégie de consommation d’IA générative. Dans la Silicon Valley aussi, l’enthousiasme initial s’accompagne d’un resserrement des règles. Chez Meta, l’encouragement à utiliser massivement les outils internes a été suivi d’un retrait discret du classement des usages de tokens, devenu trop révélateur de consommation. Adam Mosseri, responsable d’Instagram, a même évoqué la possibilité de plafonner l’utilisation par ingénieur. Chez Uber, des ingénieurs auraient consommé en quelques mois l’équivalent d’une année entière de tokens génératifs, signe que les coûts et l’usage peuvent rapidement devenir difficiles à maîtriser.

Ce que montrent les dérives observées

• Une adoption rapide peut conduire à une surconsommation difficile à contrôler.
• Les classements et indicateurs internes peuvent encourager des comportements de « tokenmaxx », c’est-à-dire l’usage intensif pour maximiser les volumes.
• Les entreprises cherchent ensuite à instaurer des plafonds ou des règles plus strictes.

Des résultats loin d’être toujours fiables

Sur le terrain, tous les utilisateurs ne sont pas convaincus de l’utilité réelle de ces outils. Un employé de l’Armée cité dans le reportage indique ne pas avoir trouvé les modèles génératifs particulièrement utiles pour son travail. Il rapporte aussi que certaines réponses étaient peu fiables, allant jusqu’à affirmer qu’une tâche avait été accomplie alors qu’elle ne l’avait pas été. Ce type d’erreur illustre un problème central : l’IA générative peut produire des réponses fluides et crédibles en apparence, sans garantir leur exactitude. Dans une administration militaire, une telle faiblesse peut devenir critique si elle influence des processus sensibles, des évaluations opérationnelles ou des décisions bureaucratiques.

Entre promesses d’efficacité et besoin de contrôle

Le débat dépasse largement le simple cas de l’Armée ou du Département de la Défense. L’IA générative peut aider à traiter des volumes massifs de documents, à accélérer des démarches administratives ou à faciliter certaines recherches internes. Mais son déploiement à grande échelle exige des garde-fous solides : validation humaine, traçabilité, surveillance des coûts, et vérification systématique des résultats. Sans ces protections, l’usage intensif risque de produire l’effet inverse de celui recherché : plus de volume, mais pas forcément plus d’efficacité, ni de confiance. Dans un environnement où la précision est essentielle, l’enjeu n’est pas seulement d’utiliser l’IA, mais de l’utiliser de façon mesurée, responsable et auditable.