Dans Meta, il y a un concours pour voir qui est la « légende symbolique » de l’entreprise. C’est payant de travailler

Il y a une bataille au sein de Meta : voyez qui dépense le plus de jetons IA. Il s’agit de l’unité de base que l’IA utilise pour comprendre le langage avec lequel nous ordonnons les actions. C’est comme le « pont » entre nos mots et les chiffres que la machine peut traiter et c’est pourquoi, lorsque ChatGPT ou Google présentent un modèle, ils se vantent des millions de jetons qu’ils peuvent traiter. Mais les jetons deviennent également une unité de « dépense » dans les entreprises d’IA de la Silicon Valley, à tel point qu’ils pourraient créer une culture de travail toxique.

Et Meta est un exemple d’entreprise où les employés rivalisent pour voir combien de jetons ils peuvent consommer pour devenir une légende des jetons.

Tokenmaxxing. Ce n’est pas la première fois que nous en parlons. Il y a quelques jours, Jensen Huang -PDG de NVIDIA et l’un des principaux instigateurs de ce phénomène- a déclaré qu’il serait inquiet si un ingénieur qui gagne 500 000 $ ne dépensait pas au moins 250 000 $ par an en jetons. Parce que les tokens coûtent de l’argent et que NVIDIA envisage déjà de proposer des tokens dans le cadre des primes de signature de ses ingénieurs en intelligence artificielle.

Objectifs. Comme il ne pouvait en être autrement, Meta ne veut pas manquer cette fête. L’entreprise, qui a changé de nom alors que le métaverse allait prendre de l’ampleur et qui, après le tournant, se définit comme une « entreprise native d’IA », fait partie de celles qui promeuvent ses ingénieurs en intelligence artificielle à tenir le compte des tokens dépensés au cours de leur journée.

Il n’y a pas de données officielles, mais des rapports révélés à des médias tels que Business Insider et The Information indiquent que certaines de ces équipes ont des objectifs très spécifiques liés à l’utilisation des jetons. Par exemple, l’entreprise s’attend à ce que 65 % de ses ingénieurs écrivent plus de 75 % du code à l’aide d’outils d’IA d’ici le milieu de cette année. La division Scalable Machine Learning a un autre objectif, et ainsi de suite dans chacun des départements liés au code au sein de Meta.

Jeton de légende. Dans L’Information, ils soulignent directement qu’il existe un tableau de classification interne créé par les salariés eux-mêmes pour gamifier le travail. Il présente les 250 utilisateurs d’IA les plus intensifs dans leurs tâches avec un principe simple : plus vous dépensez de jetons, plus vous grimpez dans le classement. Le gagnant de ce concours particulier remporte le titre de « Token Legend », ou « Legend of Tokens ». C’est transformer une attente en une sorte de sport interne.

Des dépenses folles. Si nous mettons le premier paragraphe de 542 mots dans l’outil « tokenizer » d’OpenAI, nous voyons que cette simple phrase a déjà consommé 121 jetons. Eh bien : selon The Information, au cours des 30 derniers jours, l’utilisation totale du panneau de jetons de cette table interne était de plus de 60 milliards (de nos) jetons.

Et même s’ils veulent l’habiller pour le sport et la compétition, cela reste obligatoire. Fin 2025, Meta a lancé le programme « Level Up » grâce auquel les employés qui effectuent le plus de tâches à l’aide de l’IA gagnent des badges. Et plus important encore : elle a fait de l’utilisation de l’IA un critère central dans l’évaluation des performances de ses collaborateurs. Ceci fixe évidemment les objectifs de salaire et de promotion.

Des doutes. Mais bien sûr, au-delà du paiement du travail, il existe d’autres problèmes sous-jacents. L’une des critiques de ce système de tokenmaxxing est que les sociétés d’IA comme Meta ou NVIDIA encouragent à dépenser davantage en tokens car, de cette manière, leurs propres employés deviennent des consommateurs du produit qu’ils créent.

Un exemple simple présenté par Gergely Orosz, analyste en génie logiciel, est que Tim Cook, PDG d’Apple, disait que si l’un de ses employés qui gagne 500 000 $ par an ne dépensait pas 50 000 $ en achats dans l’App Store, il serait inquiet. Orosz a poursuivi en déclarant que la productivité ne doit pas être mesurée en jetons dépensés, mais en résultats obtenus.

Question d’industrie. Quoi qu’il en soit, Meta et NVIDIA ne sont pas les seuls à mesurer leurs employés en fonction de leur consommation d’IA au travail. C’est quelque chose qui fait son chemin dans d’autres majors de l’IA, transformant les jetons en un avantage de travail supplémentaire incorporé dans la roue de rémunération des ingénieurs avec le salaire de base, les primes de performance et les actions.

On estime qu’un ingénieur OpenAI peut traiter 210 milliards de jetons en une semaine et certains ingénieurs de Claude Code accumulent plus de 150 000 $ de jetons en un mois. Fondamentalement, il s’agit de reverser une partie de votre salaire à l’entreprise qui vous paie.

Et… ont-ils dit quelque chose de Meta ? Oui, ce n’est pas une question de volume, mais de qualité, sachant que les récompenses en matière de performance sont basées sur l’impact du travail et non sur l’utilisation brute de l’IA.

Images | « Loup de Wall Street », méta-logo. Édité

À Simseo | Google Earth montre le monde. Le Xoople espagnol veut que l’IA le comprenne