Aravind Srinivas, PDG de Perplexity AI, prédit que le vainqueur de la course à l'IA sera l'entreprise générant le plus de valeur économique par watt consommé : "la valeur du jeton par watt et par utilisateur"

Aravind Srinivas, PDG de Perplexity AI, prédit que le vainqueur de la course à l'IA sera l'entreprise générant le plus de valeur économique par watt consommé : « la valeur du jeton par watt et par utilisateur »

Aravind Srinivas, le PDG de Perplexity AI, estime que l'entreprise qui réussira à tirer la plus grande valeur économique de chaque watt d'énergie consommé sera le vainqueur à long terme de la course à l'intelligence artificielle (IA). Lors d'une interview accordée à la chaîne CNBC, il a présenté la « valeur du jeton par watt et par utilisateur » comme l'indicateur le plus important pour les entreprises du secteur. Selon lui, l'entreprise qui « parviendra à optimiser cet objectif, en trouvant le juste équilibre entre précision, latence, coût, confidentialité et intelligence, sera la gagnante ». Ces propos interviennent alors que Perplexity intensifie ses efforts dans le domaine de l'IA agentique tout en étant confrontée à la concurrence d'entreprises telles qu'OpenAI, Anthropic et Google.

La vision d'Aravind Srinivas s'inscrit dans un contexte où la puissance de calcul et l'énergie sont devenues des ressources aussi stratégiques que les modèles eux-mêmes. En l'espace de quelques mois, l'IA a consommé tellement d'énergie que la puissance de calcul mondiale commence à manquer. Entre pannes à répétition, rationnement des accès, envolée des prix des GPU et contrats pluriannuels à plusieurs milliards de dollars, le secteur de l'IA générative se heurte de plein fouet à une contrainte que l'argent ne peut pas résoudre à court terme.

Aravind Srinivas est un ingénieur informaticien, homme d'affaires indo-américain, et le cofondateur ainsi que le PDG de Perplexity AI, une société américaine privée spécialisée dans l'IA. Informaticien et entrepreneur indien, il est diplômé de l'Indian Institute of Technology de Madras et titulaire d'un doctorat en informatique de l'université de Berkeley. Il a également travaillé comme chercheur chez OpenAI, Google Brain et DeepMind, et est considéré comme l'une des figures marquantes du domaine de l'IA.

Lors d'une récente intervention sur la chaîne CNBC, Aravind Srinivas a prédit comment les entreprises peuvent remporter la course à l'IA. Il estime que l'entreprise qui tirera le plus de valeur économique de l'énergie consommée par les systèmes d'IA finira par s'imposer comme le vainqueur à long terme de cette course.

Aravind Srinivas a déclaré que l'indicateur le plus important pour les entreprises du secteur de l'IA est la « valeur du jeton par watt et par utilisateur », une mesure qui combine efficacité, performance et rendement économique. Selon lui, la capacité à maximiser cet indicateur sera plus importante que la simple construction de modèles d'IA plus grands ou plus coûteux.

« Celui qui parviendra à optimiser cet objectif précis, en trouvant le juste équilibre entre précision, latence, coût, confidentialité et intelligence, sera le gagnant ; c’est cela qui fera la différence à long terme », a déclaré le PDG de Perplexity AI.


Un token est l'unité de base des données traitées par un modèle d'IA. Chaque instruction donnée à l'IA est décomposée en tokens, dont le traitement nécessite à chaque fois de la puissance de calcul et de l'énergie. Aravind Srinivas a fait valoir que les entreprises capables de tirer le meilleur parti de cette consommation d'énergie seront, à terme, les mieux placées. Il a également laissé entendre que les modèles d'IA coûteux qui génèrent aujourd'hui d'importants revenus ne se traduiront pas nécessairement par un leadership à long terme.

« On pourrait donc avoir l’impression que certains fournisseur de modèles gagnent beaucoup d’argent parce que leurs modèles sont très chers… mais il s’agit là d’une croissance des revenus à court terme », a ajouté le PDG.

Comment Perplexity s'attache à améliorer l'efficacité des agents IA

Les propos d'Aravind Srinivas interviennent alors que Perplexity intensifie ses efforts dans le domaine de l'IA agentique, qui désigne des systèmes capables d'effectuer des tâches plus complexes avec une intervention limitée de l'utilisateur. En début d'année, l'entreprise a lancé Perplexity Computer, un agent IA conçu pour gérer des tâches sur des périodes prolongées.

Afin d'améliorer son efficacité, l'entreprise a récemment lancé Personal Computer, un produit qu'elle décrit comme un « orchestrateur ». Cet outil détermine quel modèle d'IA doit être utilisé pour une tâche donnée, comment les différents agents IA doivent collaborer et où le traitement doit avoir lieu. Selon PDG de Perplexity AI, l'avenir de l'IA passera par le transfert d'une plus grande partie du traitement des grands centres de données vers des appareils locaux tels que les ordinateurs portables et les smartphones.

« Le centre de données arrive sur votre ordinateur portable », a déclaré Aravind Srinivas, ajoutant que les systèmes d'IA nécessitent une plateforme unifiée capable de coordonner les modèles, le matériel et les systèmes d'exploitation. Perplexity a étendu sa plateforme Personal Computer au système d'exploitation Windows de Microsoft, ce qui lui permet d'interagir avec des applications telles que Word et Outlook, ainsi qu'avec les fichiers stockés sur l'appareil de l'utilisateur. Le produit avait auparavant été lancé sur la plateforme Mac d'Apple.


Perplexity est confrontée à la concurrence d'entreprises telles qu'OpenAI, Anthropic et Google, qui investissent toutes massivement dans les agents IA et les modèles de fondation. Aravind Srinivas a déclaré que l'approche de Perplexity consiste à rester neutre vis-à-vis des plateformes en prenant en charge plusieurs modèles d'IA, plateformes matérielles et systèmes d'exploitation.

« Je pense qu’ils vont sans aucun doute essayer de développer leurs propres systèmes d’IA, mais nous sommes convaincus que nous mettons au point le système d’exploitation le plus polyvalent qui soit, puisqu’il fonctionne sur différents modèles, différentes puces, différents systèmes d’exploitation traditionnels, différents fournisseurs de matériel et différents ordinateurs portables », a-t-il ajouté.

Selon Aravind Srinivas, les améliorations apportées par des fournisseurs de modèles tels qu'Anthropic profitent directement à Perplexity, car leurs technologies sont intégrées aux produits de l'entreprise. Il a déclaré que ces avancées avaient permis à Perplexity de tripler son chiffre d'affaires annualisé depuis le début de l'année.

À mesure que la compétition dans le domaine de l'IA évolue vers l'optimisation de chaque watt consommé, les choix architecturaux sont aussi importants que les performances brutes des modèles. Perplexity a récemment présenté une fonctionnalité d'« inférence agentique hybride » pour sa plateforme Computer. Le système répartit automatiquement les tâches entre les modèles exécutés localement et ceux hébergés dans le cloud, afin d'adapter les ressources utilisées à la nature de chaque requête.

L'entreprise affirme que cette approche permet de conserver les données sensibles sur l'appareil tout en optimisant l'utilisation des jetons et des ressources de calcul. Cette stratégie, présentée comme une réponse au problème de l'orchestration entre l'IA locale et l'IA cloud, vise à concilier performances, confidentialité et maîtrise des coûts, et illustre la compétition qui se joue autour de la performance énergétique et économique des systèmes d'IA.

Et vous ?

Quel est votre avis sur le sujet ?
Trouvez-vous les prédictions du PDG de Perplexity AI crédibles ou pertinentes ?

Voir aussi :

Aravind Srinivas PDG de Perplexity : « La plupart des gens n'aiment pas leur travail de toute façon », quand un PDG de la Silicon Valley transforme les licenciements par l'IA en bonne nouvelle

Perplexity promettait d'être l'anti-Google avec son navigateur IA : une plainte affirme qu'il transmettait vos données à Google et Meta, même en mode incognito qui est qualifié de « mascarade »

Perplexity présente « Computer », un nouvel outil qui permet aux utilisateurs d'assigner des tâches et de les voir exécutées par un système qui coordonne plusieurs agents IA utilisant différents modèles