Nvidia va augmenter les prix de ses puces phares d'environ 17%, selon des fabricants de serveurs qui ont prévenu leurs clients. La hausse touche surtout les systèmes à base de Grace Blackwell 300 et de Vera, les configurations les plus demandées pour l'entraînement des grands modèles. De quoi rappeler que la ruée vers l'IA a un prix, littéralement, et que ce sont les entreprises clientes qui vont l'absorber.
Autre signal qui remet les pieds sur terre: selon Gartner, plus de 40% des projets d'IA agentique aujourd'hui en production ne tiendront pas jusqu'en 2028. Pas à cause de la performance des modèles, mais des coûts qui explosent et de l'absence de valeur commerciale démontrée. Les entreprises qui s'en sortent, elles, ont un point commun: elles limitent volontairement l'autonomie de leurs agents plutôt que de tout leur déléguer.
Ça tombe bien, une étude de Princeton et de l'UC San Diego explique justement pourquoi. Les "skills", ces modules d'instructions qu'on greffe aux agents pour muscler leurs performances, fonctionnent bien sur des tâches ciblées mais échouent dès que le contexte devient trop ambigu ou s'éloigne de leur cadre d'entraînement. Trois histoires, un même fil rouge: entre puces plus chères, agents sous surveillance et limites techniques mieux comprises, l'IA affronte sa facture après deux ans d'euphorie, et la question n'est plus de savoir si elle change tout, mais à quel prix et avec quelles garde-fous.