fr.wedoany.com Rapport : GitHub (États-Unis) a introduit sur sa plateforme une fonctionnalité permettant de consulter l’utilisation et les coûts de l’IA par utilisateur, tâche et unité organisationnelle, afin de répondre à la forte augmentation de la consommation de tokens et aux besoins de gestion de l’utilisation liés à la généralisation des agents d’IA dans les entreprises.
Avec la généralisation des agents d’intelligence artificielle (IA), la consommation de tokens des entreprises augmente, et la demande de fonctionnalités capables de gérer simultanément l’utilisation, les coûts et le retour sur investissement (ROI) ne cesse de croître. GitHub a déjà lancé des fonctionnalités permettant aux administrateurs de surveiller l’utilisation de l’IA selon différentes dimensions. Cette initiative intervient alors que les agents de codage évoluent vers un modèle de facturation basé sur l’utilisation, obligeant les entreprises à définir des limites d’utilisation des tokens API et à connaître les coûts en temps réel. Le 19, GitHub a ajouté le champ « ai_credits_used » à l’API Copilot Usage Metrics, qui affiche la consommation de crédits IA de chaque utilisateur.
Ce champ affiche le nombre total de crédits IA consommés par un utilisateur en une journée, couvrant la consommation de crédits de l’utilisateur dans toutes les activités Copilot, y compris le chat et la génération de code. Cette fonctionnalité est disponible pour les rapports destinés aux entreprises et aux unités organisationnelles. Les administrateurs peuvent consulter la consommation de crédits IA de chaque utilisateur via des rapports sur 1 jour (users-1-day) et 28 jours (users-28-day), et gérer les coûts dans le cadre du système de facturation basé sur l’utilisation. En analysant les schémas de consommation quotidienne de crédits IA, il est possible de prévoir l’ampleur des coûts futurs et d’établir des plans budgétaires. Mario Rodriguez, Chief Product Officer (CPO) de GitHub, a déclaré lors d’un récent webinaire que l’objectif n’est pas de permettre aux développeurs de consommer sans condition une grande quantité de tokens API, mais de transformer l’intention des développeurs en logiciels dignes de confiance.
Le CPO Rodriguez a proposé une stratégie de modèles locaux et de routage automatique des modèles comme solutions d’optimisation des coûts. Il a expliqué qu’il ne faut pas utiliser des modèles d’IA de pointe pour toutes les tâches, mais choisir le modèle approprié en fonction de la difficulté et de l’objectif de la tâche. GitHub travaille sur une approche qui ne consiste pas à appliquer des modèles haute performance à toutes les tâches, mais à déployer de manière appropriée des modèles locaux, des modèles à faible coût et des modèles de pointe. Le CPO Rodriguez a également exprimé son soutien à la méthode BYOK (Bring Your Own Key), permettant aux développeurs d’utiliser leurs propres clés pour accéder aux modèles. GitHub, via des fournisseurs de modèles locaux comme Ollama, prend en charge l’utilisation conjointe de Copilot avec des modèles externes.
La raison pour laquelle le CPO Rodriguez met en œuvre cette stratégie réside dans la confiance, la gouvernance et le ROI de la plateforme. Ce n’est que si les entreprises peuvent prévoir et contrôler l’utilisation et les coûts de l’IA qu’elles pourront appliquer les outils de codage IA à des environnements de développement à grande échelle. Auparavant, OpenAI avait également lancé des fonctionnalités d’analyse de l’utilisation des crédits et des fonctions de contrôle des dépenses mises à jour pour les utilisateurs de ChatGPT Enterprise, intégrant les informations d’utilisation de ChatGPT et de Codex dans la console d’administration globale. Les administrateurs peuvent consulter la consommation de crédits par utilisateur, produit et modèle. OpenAI avait déjà introduit au début de l’année la possibilité de définir des limites d’utilisation des crédits par rôle personnalisé, et a maintenant étendu les fonctions de contrôle des dépenses au niveau des unités organisationnelles. Le CPO Rodriguez a souligné que l’application GitHub Copilot n’est pas seulement un outil d’écriture de code, mais un système d’ingénierie natif de l’IA ; à l’avenir, le rôle du développeur ne sera plus d’écrire chaque ligne de code lui-même, mais de définir des objectifs, de vérifier les résultats générés par les agents d’IA, et de gérer la qualité et l’architecture.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
