Amazon a mis à jour ses consignes d'ingénierie le 27 octobre 2026. L'objectif est de clarifier la manière dont les développeurs et les managers doivent évaluer l'impact de l'intelligence artificielle au sein de l'entreprise. Selon le mémo interne, des indicateurs tels que le taux d'adoption de l'IA, la consommation de tokens (les unités de traitement de texte des modèles d'IA), ou le volume de modifications de code deviennent « profondément imparfaits » lorsqu'ils sont déconnectés des résultats concrets. Transformer ces chiffres en objectifs encouragerait des comportements gaspilleurs, contraires aux principes de simplicité et de frugalité de la firme.
Cette mise au point fait suite à l'émergence du « tokenmaxxing ». Des employés utilisaient notamment MeshClaw, un agent IA interne capable de déployer du code ou d'interagir sur Slack, pour gonfler leurs statistiques d'utilisation sur les tableaux de bord internes. Amazon avait déjà dû fermer un classement interne en mai dernier après avoir constaté que des salariés manipulaient les chiffres pour grimper dans la hiérarchie. L'entreprise précise désormais que si les outils actuels n'apportent rien à une tâche spécifique, ne pas les utiliser est « un constat, pas un échec ».
Malgré ces dérives, Amazon maintient que l'IA restera au centre des pratiques d'ingénierie logicielle. Le PDG Andy Jassy a affirmé plus tôt cette année que cette technologie changerait « l'ampleur et la vitesse » des tâches quotidiennes. L'entreprise encourage désormais ses ingénieurs à privilégier les résultats à long terme plutôt que les métriques de consommation immédiates. Aucune limite stricte de consommation de tokens n'a toutefois été imposée aux employés pour le moment.
Amazon n'est pas la seule entreprise à s'interroger sur la rentabilité de l'usage massif de l'IA. Andrew Macdonald, président d'Uber, a souligné en mai que la hausse de la consommation de tokens ne s'était pas encore traduite par des fonctionnalités utiles pour les clients. Uber aurait d'ailleurs épuisé son budget annuel 2026 pour le modèle Claude dès le mois d'avril. De son côté, Sam Altman, PDG d'OpenAI, a reconnu que les coûts liés aux tokens étaient devenus un problème majeur pour les entreprises.
Notre lecture
Cette directive illustre le décalage entre la volonté de généraliser l'IA et la difficulté de mesurer son efficacité réelle. En transformant l'usage de l'IA en un indicateur de performance, les entreprises créent un effet pervers où l'outil devient une fin en soi au détriment de la qualité logicielle. Pour l'utilisateur, cela suggère une phase de rationalisation à venir : après l'intégration massive et parfois superflue de l'IA, les services numériques pourraient se concentrer sur des fonctionnalités plus ciblées pour limiter les coûts de calcul.