L’industrie technologique envisage rapidement un nouvel élément de rémunération des ingénieurs : l’accès direct au calcul de l’IA. Les entreprises commencent à allouer des budgets aux jetons d’IA – les unités utilisées pour alimenter des modèles comme ChatGPT, Claude et Gemini – parallèlement aux salaires, actions et primes traditionnels. La raison est simple : un meilleur accès au calcul augmente la productivité des ingénieurs, ce qui les rend plus précieux. Ce n’est pas seulement une idée marginale ; Le PDG de Nvidia, Jensen Huang, a récemment suggéré que les ingénieurs devraient recevoir à nouveau environ la moitié de leur salaire en jetons, pouvant atteindre 250 000 $ par an pour les plus performants.
L’essor du « Tokenmaxxing »
Ce changement est motivé par la croissance explosive de l’IA « agentique », dans laquelle les systèmes ne se contentent pas de répondre aux invites, mais exécutent des tâches de manière autonome au fil du temps. Des outils comme OpenClaw, un assistant d’IA open source, illustrent cette tendance : s’exécuter en continu, générer des sous-agents et traiter des tâches sans intervention humaine constante. En conséquence, la consommation de jetons explose. Les ingénieurs qui exécutent des agents d’IA peuvent graver des millions de jetons quotidiennement, ce qui contraste fortement avec les 10 000 jetons qu’une personne pourrait utiliser pour une seule tâche d’écriture.
Le New York Times a récemment rapporté que les ingénieurs de Meta et OpenAI sont désormais en compétition sur les classements internes qui suivent l’utilisation des jetons. Les budgets généreux deviennent la norme, reflétant des avantages comme une assurance dentaire ou des repas gratuits. Un ingénieur d’Ericsson à Stockholm dépenserait plus en calcul d’IA que la totalité de son salaire, l’entreprise payant la note.
Pourquoi c’est important
Cette tendance révèle un changement fondamental dans la manière dont les entreprises technologiques mesurent la productivité. Le calcul est de plus en plus traité comme un apport direct à la valeur d’un ingénieur, plutôt que comme un coût d’exploitation indirect. Ceci est important car cela déplace l’attention des heures travaillées vers les résultats générés, récompensant potentiellement le travail de haute intensité assisté par l’IA par rapport à d’autres contributions.
Cependant, il y a des inconvénients. L’attente implicite d’une productivité doublée avec une allocation accrue de jetons crée une pression. Plus important encore, à mesure que les dépenses symboliques approchent ou dépassent le salaire d’un ingénieur, les entreprises peuvent commencer à réévaluer leurs effectifs. Si l’IA fait le travail, la nécessité d’une coordination humaine devient une question financière.
Une question de valeur
Des experts financiers comme Jamaal Glenn, ancien VC et directeur financier, soulignent que les jetons ne remplacent pas les liquidités ou les capitaux propres. Les budgets symboliques ne s’acquièrent pas, ne s’apprécient pas et n’ont pas de poids dans les négociations futures. Les entreprises peuvent utiliser ce système pour gonfler les rémunérations sans augmenter la valeur réelle à long terme des employés. Cette décision pourrait leur permettre de maintenir une rémunération en espèces stable tout en commercialisant une allocation informatique croissante en tant qu’investissement dans leur main-d’œuvre.
En fin de compte, il reste à voir si ce nouveau modèle profitera aux ingénieurs. Le manque actuel de transparence et ses implications à long terme soulèvent des questions cruciales auxquelles les employés doivent répondre avant d’adopter pleinement les jetons d’IA comme partie légitime de leur salaire.
