Les grandes entreprises technologiques, initialement enthousiastes quant à l'intégration intensive de l'intelligence artificielle, constatent désormais des coûts élevés, particulièrement pour les applications nécessitant une chaîne de raisonnement complexe. Face à ces dépenses importantes, elles s'interrogent sur la rentabilité réelle de leurs investissements en IA. L'accent est désormais mis sur l'analyse économique précise de ces coûts, au-delà de la phase expérimentale. Les entreprises cherchent à optimiser le retour sur investissement (ROI) de leurs dépenses massives en IA. Cette nouvelle approche se concentre sur la "tokenomics", c'est-à-dire l'étude détaillée des coûts liés à l'utilisation des tokens, éléments fondamentaux du traitement de l'information par l'IA. L'objectif est de justifier les dépenses et d'assurer une utilisation plus efficiente de cette technologie.