Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarX: @rauchg→ original

Le patron de Vercel : la demande en tokens croît de 40 % par mois, et les clouds d'inférence le sollicitent tous les deux jours

Le patron de Vercel, Guillermo Rauch, affirme que de nouveaux clouds d'inférence, qui louent des cartes graphiques pour faire tourner des modèles prêts à l'emploi, lui proposent leurs services tous les deux jours. La demande en tokens (unités de volume de texte pour l'IA) sur l'AI Gateway, la passerelle de Vercel vers différents modèles, progresse d'environ 40 % par mois depuis le début de l'année. Rauch s'attend d'abord à une hausse du nombre d'acteurs, puis à une concentration, si bien que les équipes ont intérêt à ne pas lier leur produit à un petit fournisseur.

Traité par IA depuis X: @rauchg ; édité par Hamidun News
Le patron de Vercel : la demande en tokens croît de 40 % par mois, et les clouds d'inférence le sollicitent tous les deux jours
Source : X: @rauchg. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireX: @rauchg ↗
Rédacteur en chef
Chiffre clé #1Les propositions des clouds d'inférence arrivent à Rauch en moyenne tous les deux jours
Chiffre clé #240 % par mois en intérêts composés, cela fait environ 7,5 fois en six mois (notre calcul)
Chiffre clé #3La ZDR (le fournisseur ne conserve pas vos requêtes) et la cybersécurité pèsent sur les petits acteurs

Imaginez un marché où une nouvelle entreprise prête à vous louer des cartes graphiques pour faire tourner des réseaux de neurones apparaît tous les deux jours, alors que la demande de réponses des modèles croît de presque 40 % par mois. C'est le tableau que Guillermo Rauch, PDG de Vercel, a dressé sur X. Passons en revue les termes qu'il emploie.

L'inférence désigne l'exécution d'un modèle déjà entraîné, qui répond aux requêtes. Un « néocloud d'inférence » est une entreprise qui n'entraîne pas ses propres modèles, mais loue un grand nombre de GPU et vend l'accès à des modèles tiers ou ouverts. Le token est l'unité qui mesure le volume de texte traité par un modèle (grossièrement, un morceau de mot) ; on paie à la quantité de tokens.

L'AI Gateway est la passerelle unifiée de Vercel : une application s'adresse à elle, et elle achemine la requête vers le bon modèle et le bon fournisseur.

Selon Rauch, ces néoclouds lui adressent des propositions en moyenne tous les deux jours. Il souligne que ce n'est pas une exagération : il écoute chaque entrepreneur sérieusement et se plonge dans le produit. Mais il reconnaît que ce flux paraît instable.

Que signifie « 40 % par mois »

Rauch avance aussi un chiffre tiré de son activité. La demande en tokens sur l'AI Gateway progresse d'environ 40 % par mois depuis le début de l'année, en intérêts composés, chaque mois étant calculé à partir de la base déjà accrue. Selon lui, aucun signe de ralentissement ne se dessine.

En chiffres, faisons le calcul nous-mêmes (il s'agit de notre calcul, et non des propos de Rauch). À ce rythme, le volume double en un peu plus de deux mois, il est multiplié par environ 7,5 sur six mois et par près de 57 sur un an. Rauch ne communique pas de volumes absolus : on ne peut donc juger qu'à partir de la vitesse de croissance.

Réserve importante : ces données proviennent d'une seule plateforme, qui vend elle-même l'accès aux modèles et a intérêt à présenter un tableau dynamique. Ses clients sont pour l'essentiel des développeurs web qui intègrent l'IA dans leurs applications. L'ensemble du marché peut évoluer différemment.

Une « ruée vers le pétrole », pas vers l'or

Pour concilier le flux de propositions avec la croissance rapide de la demande, Rauch propose un cadre : le calcul devient la nouvelle économie, et le token une nouvelle unité d'énergie, à l'image du kilowattheure. Il parle d'une nouvelle révolution industrielle, où tous les secteurs de la vie migrent vers une nouvelle plateforme. C'est pourquoi il compare la situation à une « oil rush » plutôt qu'à une « gold rush » : le pétrole est consommé en permanence, alors que la ruée vers l'or reste un épisode.

Il s'agit d'une opinion, non d'une démonstration. La logique reste toutefois compréhensible : une fois les tokens intégrés au support client, à l'écriture de code, à la recherche et au traitement de documents, la demande repose sur l'habitude et non sur la mode.

Pourquoi il attend une concentration

À court terme, Rauch anticipe encore davantage d'acteurs, puis une consolidation. Il avance les raisons suivantes :

  • Effet d'échelle. Les grands fournisseurs font tourner leurs cartes graphiques à plein régime, ce qui réduit le coût par token.
  • Exigences des clients professionnels et sécurité. Il met particulièrement en avant la ZDR (zero data retention, soit la garantie que le fournisseur ne conserve ni vos requêtes ni les réponses) et la cybersécurité comme sujets brûlants pour les fournisseurs d'inférence. Une banque ou une clinique ne confiera guère ses données à un petit fournisseur sans ces garanties.
  • Capital. Acheter et exploiter des GPU coûte cher, et toutes les start-ups ne pourront pas lever des fonds indéfiniment.
  • Réglementation. Les règles applicables aux services d'IA évoluent, et s'y conformer n'est pas bon marché.

Que faire concrètement

Premièrement, ne pas construire son produit sur un seul fournisseur d'inférence peu connu, même si son prix par token est aujourd'hui deux fois moins élevé. Si le marché se contracte, une partie des entreprises disparaîtra ou sera rachetée, et les conditions changeront.

Deuxièmement, maintenir une couche d'abstraction entre l'application et le fournisseur. Des passerelles comme AI Gateway, OpenRouter ou un proxy maison permettent de changer de modèle ou de fournisseur sans réécrire le code.

Troisièmement, demander au fournisseur, dès le départ, ses engagements en matière de ZDR, de lieu de traitement des données et de certifications. Si vous vendez à des entreprises, c'est votre client qui posera ces questions.

Pour les fondateurs de start-ups d'inférence, la conclusion est plus sévère : un prix bas par token ne suffira bientôt plus. Il faudra démontrer sa sécurité, sa stabilité et ses réserves financières.

Pour l'heure, il s'agit de la prévision d'un seul dirigeant, non de statistiques sectorielles. Mais quand la personne par l'intermédiaire de laquelle transite un volume important de trafic d'IA évoque à la fois une croissance rapide et une consolidation inévitable, cela mérite d'être pris en compte au moment de choisir ses fournisseurs pour l'année prochaine.

Dossier

Questions clés sur cet article

Que sait-on sur Que signifie « 40 % par mois » ?

Rauch avance aussi un chiffre tiré de son activité. La demande en tokens sur l'AI Gateway progresse d'environ 40 % par mois depuis le début de l'année, en intérêts composés, chaque mois étant calculé à partir de la base déjà accrue. Selon lui, aucun signe de ralentissement ne se dessine. En chiffres, faisons le calcul nous-mêmes (il s'agit de notre calcul, et non des propos de Rauch).

Que sait-on sur Une « ruée vers le pétrole », pas vers l'or ?

Pour concilier le flux de propositions avec la croissance rapide de la demande, Rauch propose un cadre : le calcul devient la nouvelle économie, et le token une nouvelle unité d'énergie, à l'image du kilowattheure. Il parle d'une nouvelle révolution industrielle, où tous les secteurs de la vie migrent vers une nouvelle plateforme. C'est pourquoi il compare la situation à une « oil rush » plutôt qu'à une « gold rush » : le pétrole est consommé en permanence, alors que la ruée vers l'or reste un épisode.

Pourquoi il attend une concentration?

À court terme, Rauch anticipe encore davantage d'acteurs, puis une consolidation. Il avance les raisons suivantes : Effet d'échelle. Les grands fournisseurs font tourner leurs cartes graphiques à plein régime, ce qui réduit le coût par token. Exigences des clients professionnels et sécurité. Il met particulièrement en avant la ZDR (zero data retention, soit la garantie que le fournisseur ne conserve ni vos requêtes ni les réponses) et la cybersécurité comme sujets brûlants pour les fournisseurs d'inférence.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…