Introduction
Les modèles de base peuvent prendre en charge de nombreuses tâches et produits en aval. Cette polyvalence crée de la valeur ajoutée commerciale, tout en rendant difficile la définition du périmètre de l'entreprise. Un développeur peut entraîner des modèles propriétaires, les distribuer via sa propre application, vendre l'accès via une interface, concéder des licences de capacité auprès de partenaires cloud, fournir des modèles personnalisés, gérer des abonnements clients et participer à des accords stratégiques avec des fournisseurs d'infrastructure. Une même organisation peut ainsi s'apparenter à un laboratoire de recherche, une entreprise de logiciels cloud, une plateforme grand public et un utilisateur d'infrastructure à forte intensité capitalistique.
Les données de marché confirment la nécessité d'une analyse de scénarios. L'Autorité britannique de la concurrence et des marchés (CMA) identifie la puissance de calcul, les données et les talents comme des intrants essentiels et a examiné un réseau interconnecté de partenariats tout au long de la chaîne de valeur du modèle de base [7-9]. La Commission fédérale du commerce (FTC) des États-Unis indique que les principaux partenariats dans le domaine du cloud et AI peuvent inclure des prises de participation, le partage des revenus, des services de conseil, le contrôle, l'exclusivité, des engagements de dépenses cloud et l'accès à des informations techniques et financières. [7]Ces relations peuvent financer la croissance et étendre la distribution. Elles peuvent également engendrer des coûts de changement de fournisseur, une concentration des marchés et des revendications sur les perspectives économiques futures.
Le leadership technique est tout aussi dynamique. L'indice 2026 de Stanford AI décrit un niveau d'excellence où plusieurs développeurs sont étroitement regroupés selon des critères de préférence humaine, tandis que les écarts de performance entre les modèles ouverts et fermés peuvent évoluer au fil du temps [10,11]. La documentation des fournisseurs présente plusieurs mécanismes de tarification, notamment le paiement à l'utilisation, la mise en cache des données d'entrée, les remises sur les traitements par lots, le débit réservé et la capacité spécifique au modèle [12-19]. Ces mécanismes peuvent modifier sensiblement le coût pour un client sans pour autant changer la famille de modèles nominale.
Une évaluation doit donc répondre à une question plus précise que celle de savoir si l'intelligence artificielle est stratégiquement importante. Elle doit déterminer quels flux de trésorerie, actifs, obligations et options appartiennent à l'entreprise, leur durabilité dans différents contextes concurrentiels et les capitaux nécessaires à leur préservation.
1. Définir le périmètre de l'entreprise avant de choisir une méthode
La première étape consiste à identifier ce que l'investisseur valorise. Le périmètre d'évaluation doit inclure les entités juridiques, les pondérations des modèles, le code d'entraînement, les droits sur les données, les systèmes d'évaluation, la pile d'inférence, les applications clientes, les contrats, les infrastructures cloud, les installations, le personnel, les systèmes de sécurité, la marque, la distribution et les obligations financières. Les actifs détenus par les fondateurs, les filiales, les universités, les partenaires cloud ou les communautés open source nécessitent un traitement distinct.
Les revenus doivent être rattachés au produit qui les génère. Les abonnements grand public, les licences entreprise, les interfaces à l'usage, la capacité réservée, la personnalisation, les services professionnels et les licences présentent des caractéristiques économiques distinctes. Un chiffre de croissance consolidé peut masquer le déclin d'une interface modèle, un produit grand public subventionné ou un segment d'entreprise à forte marge. Le fichier d'évaluation doit rapprocher chaque produit matériel des contrats, de l'utilisation, des factures, des encaissements et des coûts directs.
Le périmètre doit également être défini selon une cartographie des responsabilités. Un fournisseur de services cloud peut fournir des accélérateurs, héberger l'inférence, revendre le modèle, gérer l'identité du client et intégrer l'accès à une plateforme plus large. L'entreprise à l'origine du modèle peut conserver la responsabilité du produit tout en n'ayant pas accès aux données clients directes ni au contrôle des prix. L'accord doit être analysé en tenant compte de la télémétrie opérationnelle et des modalités de règlement.
La propriété intellectuelle doit être testée au niveau des composants. Les données d'entraînement, le code, les pondérations, les données synthétiques, les ensembles d'évaluation, les ajustements, les classificateurs de sécurité et les adaptations client peuvent avoir différents propriétaires et être soumis à différentes restrictions. La norme IAS 38 et les normes d'évaluation pertinentes fournissent des limites utiles en matière de comptabilité et d'évaluation, tandis que les droits légaux restent spécifiques à chaque situation [3,5].
2. Établir un registre des revenus des produits et des clients
La qualité des revenus du modèle de base repose sur un registre client-produit. Chaque ligne doit identifier le client, le produit, le contrat, l'unité de facturation, le minimum engagé, l'utilisation, les crédits, le prix, la date de renouvellement, le niveau de service, la région, la version du modèle, le canal de distribution, la facture, le recouvrement et les frais de livraison directe. Les entités liées et les utilisateurs finaux sous-jacents doivent être agrégés lorsqu'ils présentent une exposition commune.
L'utilisation doit être interprétée avec soin. Un volume élevé de jetons peut refléter la valeur client, des invites inefficaces, des crédits gratuits, des tests internes ou du trafic automatisé. Un faible volume peut correspondre à un engagement minimal, bien qu'une sous-utilisation persistante puisse compromettre le renouvellement. Le registre doit relier la consommation à un parcours client validé et à un résultat commercial.
Il convient de distinguer les produits contractuels des réservations, des obligations restantes, de la consommation annualisée et du taux de fonctionnement courant. La norme IFRS 15 fournit le cadre applicable à la comptabilisation des produits pour les entités présentant leurs résultats. [4]L’analyse de valorisation nécessite également les calendriers opérationnels sous-jacents aux revenus comptabilisés : annulations, crédits de service, hypothèses de montée en puissance, minimums, niveaux d’utilisation, réinitialisations de prix et acceptation par le client.
Les cohortes de clients doivent suivre le parcours de l'évaluation à la production. L'investisseur doit pouvoir observer le délai de conversion, le taux d'utilisation maintenu, l'expansion, la contraction, le taux de désabonnement, le taux de rétention du chiffre d'affaires brut, le taux de rétention du chiffre d'affaires net et la contribution par génération d'acquisition. Le lancement d'un modèle commercial peut temporairement augmenter le nombre d'essais sans pour autant améliorer la fidélisation des clients payants. Les données de cohorte permettent de déterminer si l'intérêt technique se traduit par un comportement commercial reproductible.
3. Distinguer les capacités du modèle de l'utilité client
Les benchmarks de modèles fournissent des données probantes sur des tâches définies dans des conditions définies. Ils n'établissent pas directement la valeur de l'entreprise. Un client achète un résultat fourni par un système qui peut inclure la récupération de données, des outils, une logique de flux de travail, des contrôles de sécurité, une vérification humaine, l'intégration, la surveillance et le support. L'évaluation doit distinguer les capacités du modèle de base des performances du système complet.
Le tableau de bord produit doit inclure la qualité, la fiabilité, la latence, le débit, la disponibilité, la sécurité, la sûreté, l'explicabilité, la contrôlabilité et le coût pour des flux de travail représentatifs. MLCommons publie des méthodes d'inférence reproductibles permettant de comparer les infrastructures [20,21]. Une évaluation spécifique à l'entreprise nécessite néanmoins des données clients, des conditions de production et une base de référence contrôlée.
La saturation et la contamination des bancs d'essai peuvent réduire la durée de vie utile d'un plomb rapporté. L'analyse technique de Stanford fait état de progrès rapides, d'un regroupement serré sur certaines mesures et de préoccupations concernant la fiabilité des bancs d'essai. [10]L'équipe de vérification doit examiner la gouvernance de l'évaluation, l'historique des versions, l'accès aux ensembles de tests, la réplication indépendante et les performances en dehors du classement public.
L'utilité pour le client doit être mesurée par rapport à l'alternative pertinente : un modèle concurrent, un modèle plus petit, un modèle à pondération variable, un logiciel déterministe, un processus interne ou l'absence de déploiement. La mesure économique peut se traduire par le nombre de tâches acceptées par dollar dépensé, le gain de temps à qualité maintenue, l'augmentation du taux de conversion, la réduction des pertes ou l'amélioration maîtrisée du service. La valorisation repose sur la preuve que l'entreprise peut capter une partie de cette valeur par le biais du prix et de la fidélisation.
4. La tarification des modèles en tant qu'ensemble de mécanismes
Les prix publics des jetons sont visibles mais incomplets. Les aspects commerciaux peuvent inclure les données d'entrée, les données d'entrée mises en cache, les données de sortie, l'audio, les images, les outils, le stockage, le paramétrage fin, le traitement prioritaire, le traitement par lots, le débit réservé, le déploiement régional, le support et les engagements minimaux. Les contrats d'entreprise peuvent prévoir des remises et des crédits confidentiels. Le modèle de tarification doit reproduire la facture réelle pour chaque lot de données.
La documentation des fournisseurs illustre les mécanismes disponibles. OpenAI décrit les structures de paiement à l'utilisation, par lots et de capacité réservée ou évolutive [12-14]. Anthropic publie les prix des modèles, du cache et des traitements par lots et maintient un processus documenté pour le cycle de vie des modèles [15,16]. Google publie les prix de l'interface Gemini. [17]Amazon Bedrock publie des prix spécifiques aux modèles, des remises sur les lots et des mécanismes de mise en cache [18,19]. Ces calendriers évoluent et doivent être horodatés avec soin.
Se fier uniquement au prix par jeton peut induire en erreur. Un modèle plus performant peut nécessiter moins d'appels, des messages plus courts, une vérification allégée ou un taux d'acceptation plus élevé. Un modèle moins cher peut allonger les délais de correction ou la latence. Le lien entre prix et volume au niveau client doit prendre en compte le prix effectif, les unités consommées, les résultats acceptés et le coût du service.
L'investisseur devrait tester séparément quatre actions tarifaires : modification du prix catalogue, remise négociée, modification de la gamme de produits et amélioration de l'efficacité technique. Un prix catalogue plus bas peut stimuler les ventes. Une remise peut fidéliser un client stratégique tout en limitant les pertes. Le routage peut transférer la charge de travail vers un modèle moins coûteux. La mise en cache et le traitement par lots peuvent réduire les coûts pour les charges de travail appropriées. Chaque mécanisme a un impact distinct sur le chiffre d'affaires, les coûts et la fidélisation.
5. Estimer l'élasticité-prix et la répercussion concurrentielle
L'élaboration de scénarios de tarification exige une analyse explicite du comportement des clients. La direction doit identifier l'évolution de la demande suite à des modifications de prix, de modèle ou d'emballage. L'analyse doit prendre en compte la qualité du modèle, le lancement du produit, les capacités de production, la saisonnalité, la composition de la clientèle et les effets promotionnels. En l'absence de données, le scénario doit rester une hypothèse.
L'élasticité varie selon le flux de travail. Les charges de travail expérimentales peuvent croître rapidement lorsque les coûts diminuent. Les charges de travail de production réglementées peuvent être limitées par la validation, l'intégration et la gouvernance. L'utilisation par les consommateurs peut être affectée par la conception de l'abonnement et les limitations des fonctionnalités. Un client disposant d'une application intégrée peut supporter des coûts de migration, tandis qu'un développeur utilisant une interface standard peut acheminer le trafic entre différents fournisseurs.
La répercussion concurrentielle détermine si la baisse des coûts informatiques génère une marge ou une réduction des prix. Une entreprise dont la qualité, la distribution ou la gouvernance sont différenciées peut conserver une partie des économies réalisées. Un marché où les produits de substitution sont proches et les prix transparents peut répercuter la majeure partie des économies sur les clients. Le modèle doit distinguer l'amélioration des coûts techniques de la captation commerciale.
La conception de scénarios doit éviter de se baser sur une prévision de prix unique. Une matrice pertinente croise le prix effectif avec le volume conservé et la contribution client. Elle permet ensuite d'appliquer différentes probabilités selon le produit et la période. La direction doit justifier chaque élément et identifier les décisions opérationnelles susceptibles d'influencer le résultat.
6. Reconstruire l'unité d'inférence économique
Le coût de l'inférence doit être mesuré à partir des données de télémétrie de la charge de travail et des factures des fournisseurs. Le processus inclut les jetons ou autres unités de calcul, la combinaison de modèles, le temps d'accélération, l'utilisation, la mémoire, le stockage, le réseau, les écritures et lectures du cache, le traitement par lots, les requêtes ayant échoué, les appels de sécurité, la récupération, l'observabilité et la vérification humaine. Les engagements partagés doivent être alloués selon une règle documentée.
La capacité peut être achetée à la demande, réservée, provisionnée, engagée ou indirectement par l'intermédiaire d'un partenaire stratégique. Le coût économique inclut la capacité consommée et inutilisée. Une entreprise peut afficher un coût par demande active attractif tout en supportant des dépenses minimales importantes qui restent hors contribution du client. Le modèle doit présenter à la fois le coût marginal et le coût total alloué.
Les initiatives d'efficacité doivent se traduire par des résultats concrets en production. La quantification, la distillation, le routage, la mise en cache, le traitement par lots, la réduction immédiate et l'amélioration des noyaux peuvent réduire les coûts. À l'inverse, une fenêtre de contexte plus large, des résultats plus riches, un raisonnement plus poussé ou des contrôles de sécurité redondants peuvent les augmenter. La documentation du fournisseur confirme que les prix de la mise en cache et du traitement par lots peuvent différer sensiblement des prix des appels standard [12-19]. Les économies réalisées dépendent de l'éligibilité et du comportement de la charge de travail.
L'unité doit être liée à la valeur client. Le nombre de jetons par dollar est un indicateur de performance. Les tâches acceptées par dollar, les cas résolus par dollar ou le chiffre d'affaires conservé par dollar de calcul permettent de relier le système technique au modèle commercial.
7. Considérer la formation comme un cycle de capital
La formation Frontier est un processus en plusieurs étapes : recherche, collecte de données, expérimentation, préparation, suivi, évaluation, sécurité, déploiement et amélioration continue. L’évaluation doit distinguer la recherche exploratoire, le développement de la plateforme, les sessions de formation majeures et la maintenance du produit. Chaque étape présente une probabilité de succès et une durée de vie différentes.
Les recherches sur les lois d'échelle mettent en évidence des relations systématiques entre la puissance de calcul, la taille du modèle, les données et les performances, tandis que les travaux sur l'optimisation de l'entraînement démontrent que la répartition des ressources entre le modèle et les données peut avoir un impact significatif sur les résultats [31,32]. Ces résultats plaident en faveur d'une planification rigoureuse. Ils ne transforment cependant pas un budget d'entraînement en une ressource prévisible.
Le calendrier des investissements doit inclure les accélérateurs, les services cloud, l'acquisition de données, la préparation, le personnel spécialisé, les échecs de tests, l'évaluation, la sécurité, les tests d'intrusion, la capacité de lancement et les provisions pour imprévus. Il doit indiquer les dates de paiement, la date de commercialisation d'un modèle, le modèle précédent qu'il remplace et le revenu ou la contribution supplémentaire qu'il génère.
La direction doit conserver les données prévisionnelles et les comptes rendus d'expérimentation. Une évaluation permettra ensuite de comparer les coûts, les délais, les capacités et le taux d'adoption prévus et réalisés. Des dépassements de coûts persistants ou une faible conversion commerciale doivent influencer la probabilité, le calendrier et le coût des investissements liés aux formations futures.
8. Estimer la durée de vie économique du modèle et le besoin de remplacement
Un modèle n'a pas besoin de cesser de fonctionner pour que sa valeur économique diminue. Les concurrents peuvent s'améliorer, les prix peuvent baisser, les clients peuvent se tourner vers d'autres plateformes, une plateforme peut abandonner son interface, la réglementation peut changer ou le successeur de l'entreprise peut capter une partie de la demande. L'historique de dépréciation publique d'Anthropic illustre pourquoi le cycle de vie des modèles doit être pris en compte dans l'analyse des produits et de leur valorisation. [16].
L'entreprise doit suivre le chiffre d'affaires, l'utilisation, la contribution et le nombre de clients par version de modèle. Elle doit consigner le temps de migration, les incitations, les pannes, les coûts de support et le taux de désabonnement lors du remplacement d'un modèle. Ces données permettent d'estimer la durée de vie économique du modèle déployé et de ses relations clients.
L'évaluation doit distinguer l'actif du modèle actuel de la capacité de l'organisation à en produire de nouveaux. Les pondérations peuvent avoir une durée de vie commerciale courte. Les systèmes de recherche, les droits sur les données, l'infrastructure d'évaluation, la distribution et une équipe expérimentée peuvent conserver leur valeur au fil des générations. Le réinvestissement nécessaire pour préserver cette capacité doit être intégré aux flux de trésorerie.
Un investisseur peut utiliser une provision pour obsolescence ou un calendrier de remplacement explicite. Le modèle doit éviter de capitaliser systématiquement tous les dollars investis en recherche et de supposer que toute recherche disparaît immédiatement. Des données probantes permettent de déterminer quelles dépenses génèrent des capacités maîtrisées et transférables.
9 Tests d'accès aux ressources de calcul et engagements en matière d'infrastructure
Le développement et le déploiement d'un modèle de base nécessitent l'accès à des accélérateurs, à des réseaux, au stockage, à l'alimentation électrique et à des logiciels spécialisés. Les documents publics de Microsoft, Alphabet, Meta et Oracle décrivent des investissements substantiels dans les centres de données et l'impact de l'infrastructure sur les coûts et les dépenses d'investissement [26-29]. Ces informations témoignent de l'intensité capitalistique du secteur. Elles ne permettent pas de connaître la situation économique d'une cible non cotée (AI).
Le registre de calcul de la cible doit mentionner le fournisseur, la région, l'accélérateur, la capacité, la durée, le prix, le montant minimum de dépenses, les modalités de renouvellement, la portabilité, la sécurité, l'emplacement des données, les conditions de résiliation, de cession, de changement de contrôle et les droits relatifs au niveau de service. Les investissements stratégiques et les crédits doivent être mis en conformité avec les accords juridiques et la capacité utilisable.
La concentration peut engendrer à la fois des avantages et des risques. Un accès préférentiel peut faciliter la mise en œuvre du modèle. Un engagement lié à un fournisseur de cloud peut limiter la flexibilité en matière de changement et exposer l'entreprise à la feuille de route d'un seul fournisseur. Les rapports de la FTC et de la CMA proposent un cadre d'analyse de ces relations [7-9].
L'analyse des risques doit prendre en compte les retards de mise en service, la baisse du taux d'utilisation, les engagements non rentables, la perte de crédits, les variations de prix, les coûts de migration et l'impossibilité de céder un contrat après une transaction. Elle doit également évaluer les capitaux nécessaires pour passer d'une demande expérimentale à une production fiable.
10. Diligence raisonnable concernant les droits sur les données et la provenance
La formation et l'évaluation reposent sur des données dont les droits varient selon la source et l'utilisation. Le registre doit recenser les contenus sous licence, les données publiques, les données clients, les données synthétiques, les contributions des employés, les jeux de données achetés, les données extraites et les résultats générés. Pour chaque source, l'entreprise doit consigner le propriétaire, la licence, l'utilisation autorisée, le territoire, la durée, l'attribution, la confidentialité, le respect de la vie privée, les conditions de suppression et les conséquences sur les résultats du modèle.
L'analyse juridique dépend du contexte juridique et des faits. L'évaluation des données découle de la dépendance opérationnelle. Si un ensemble de données essentiel ne peut être renouvelé ou utilisé pour un modèle ultérieur, la direction doit estimer le délai, le coût et l'impact sur la performance liés à son remplacement. Si les données clients permettent d'améliorer un produit, le contrat doit autoriser cette utilisation.
La qualité des données est également essentielle. La provenance, la déduplication, la contamination, la couverture linguistique, le filtrage de sécurité et l'actualisation influent sur les performances du modèle et les résultats obtenus. L'équipe chargée de la vérification préalable doit assurer la traçabilité des principaux jeux de données d'évaluation et d'entraînement tout au long du processus de reproductibilité.
La valeur des options de données doit rester distincte des flux de trésorerie actuels. Une collection peut servir de base à de futurs produits si elle possède les droits, l'utilisabilité, le caractère unique et une demande avérée. Le volume, à lui seul, ne suffit pas à établir la valeur.
11. Valoriser les talents et le système d'exploitation de la recherche
Les capacités d'un modèle de base peuvent reposer sur un petit nombre de chercheurs, d'ingénieurs système, de responsables produit et de spécialistes de la sécurité. Un investisseur doit identifier les équipes critiques à travers le code, les expérimentations, les incidents, les mises en production de modèles, les remontées clients et les décisions techniques. Les intitulés de poste et le nombre de publications fournissent un contexte, tandis que les données opérationnelles démontrent la dépendance.
Le système d'exploitation de la recherche comprend la conception des expériences, les pipelines de données, l'orchestration de la formation, l'évaluation, la revue, la documentation, la sécurité, le lancement et l'apprentissage post-lancement. Un système reproductible conserve sa valeur même lorsqu'un modèle donné devient obsolète. Un processus dépendant du fondateur peut perdre rapidement de la valeur après une transaction.
L'analyse de la fidélisation doit porter sur l'acquisition des droits, la liquidité, la rémunération, l'immigration, la localisation, l'applicabilité des clauses de non-concurrence, les rôles académiques et l'adéquation avec la mission. La structure de la transaction peut garantir la continuité grâce au réinvestissement des actions, aux dispositifs de fidélisation, à la gouvernance et à un plan de recherche financé. Des conseils juridiques et fiscaux actualisés sont nécessaires.
Le transfert de connaissances doit être testé avant d'attribuer une valeur à la plateforme. Une autre équipe autorisée doit reproduire une configuration, effectuer une évaluation, diagnostiquer une défaillance et procéder à un déploiement contrôlé à l'aide des systèmes documentés.
12. Évaluer la puissance de distribution et la propriété des clients
La distribution détermine quel modèle techniquement performant atteint les clients. Les canaux de distribution incluent les interfaces directes, les applications grand public, les places de marché cloud, les suites bureautiques, les plateformes d'appareils, les écosystèmes de développeurs et les intégrateurs de systèmes. Chaque canal influe sur le prix, les données, la marque, le support, le fonds de roulement et le droit de contacter le client.
Le registre de distribution doit indiquer le partenaire, le produit, le territoire, les aspects économiques, l'exclusivité, le placement, le statut par défaut, les offres groupées, l'identité du client, l'accès aux données, le renouvellement, la résiliation et la transition. Le nombre de clients déclaré par l'entreprise doit distinguer les clients directs des utilisateurs finaux obtenus par l'intermédiaire d'un partenaire.
Le regroupement de services peut accélérer l'adoption, mais masquer la disposition à payer. Un modèle intégré à un abonnement plus large peut générer des avantages liés aux transferts internes plutôt qu'un prix de marché. Une plateforme de marché peut garantir une large disponibilité sans engagement d'utilisation. L'évaluation doit tenir compte d'un règlement exécutoire et du comportement du client.
La valeur d'une option de distribution stratégique doit faire l'objet d'une analyse distincte. Elle doit dépendre des droits, de la mise en œuvre, de la conversion observée et de la contribution. Une simple annonce de partenariat est insuffisante.
13. Concilier gouvernance, sécurité et responsabilité avec les impératifs économiques
Le cadre de gestion des risques AI du NIST et le profil génératif AI organisent le travail sur les risques par le biais de la gouvernance, de la cartographie, de la mesure et de la gestion [22,23]. Les recommandations relatives au développement sécurisé étendent les preuves nécessaires tout au long du cycle de vie des logiciels et des modèles. [24]Le cadre de l'UE AI peut créer des obligations en fonction du rôle, du système et de l'utilisation. [25]Ces sources soulèvent des questions de diligence raisonnable ; les obligations de l’entreprise nécessitent une analyse juridique actualisée.
Les coûts de gouvernance doivent être intégrés au modèle opérationnel. L'évaluation, les tests d'intrusion, la gestion des incidents, la prévention des abus, la garantie client, la documentation des modèles, la sécurité et la conformité réglementaire nécessitent des ressources humaines et des systèmes. Des contrôles insuffisants peuvent engendrer des retards de lancement, des pertes de clients, des coûts de remédiation et des responsabilités juridiques. Des contrôles efficaces permettent d'assurer l'accès aux clients réglementés ou bénéficiant d'une grande confiance.
L'entité visée doit tenir un registre des déclarations établissant un lien entre les affirmations relatives au marketing, aux performances, à la sécurité, à la confidentialité, aux droits d'auteur, à la sûreté et aux résultats, et les preuves nécessaires, ainsi qu'avec un responsable désigné. Les contrats clients doivent être conformes aux capacités du produit et aux conditions de la chaîne de valeur.
L'évaluation des risques à la baisse doit inclure des événements définis : retrait d'un modèle, incident majeur, restriction réglementaire, réclamation relative aux données, violation de la sécurité, indemnisation du client et avoirs de service. Les assurances, les limites contractuelles et les provisions doivent être évaluées au regard de l'exposition.
14. Élaborer quatre scénarios opérationnels
Le modèle d'accès contrôlé haut de gamme repose sur des performances différenciées, une forte demande des entreprises, des remises limitées, une capacité fiable et une fidélisation de la clientèle. La croissance des volumes est plus lente car les prix restent élevés. Les bénéfices soutiennent la recherche et l'entreprise peut financer une partie de son programme de pointe grâce à ses opérations.
Dans ce scénario concurrentiel, plusieurs fournisseurs compétents sont présents, la différenciation des processus est mesurée, les remises habituelles entre entreprises sont appliquées et l'efficacité est constamment améliorée. Le volume d'activité augmente, tandis que les prix et les conditions économiques des partenaires limitent la conquête de nouveaux marchés. L'entreprise a besoin de capitaux externes pour financer d'importants cycles de formation.
Le scénario de compression des prix repose sur une baisse rapide du prix effectif, le réacheminement des clients entre fournisseurs, des contextes plus larges, une utilisation intensive et une répercussion significative des économies techniques. Le chiffre d'affaires croît faiblement par rapport au volume. La marge bénéficiaire diminue tant que l'entreprise maintient un programme de recherche coûteux.
Le scénario de substitution ouverte suppose que les clients adoptent des modèles à poids ouvert ou moins coûteux pour une part importante de leur charge de travail. L'entreprise conserve ainsi des activités à forte valeur ajoutée, réglementées, sensibles en matière de sécurité ou spécialisées, mais perd un volume d'interfaces important. La direction réduit les dépenses d'exploration et se concentre sur les segments les plus sûrs. Ces scénarios décrivent des états analytiques, et non des prédictions.
15. Élaborer un modèle financier intégré
Le modèle doit s'appuyer sur des cohortes de clients et de charges de travail. Le chiffre d'affaires correspond au nombre d'unités facturables acceptées multiplié par le prix effectif, ajusté en fonction des minimums, des crédits, des niveaux de service et des conditions du canal de distribution. Les coûts directs suivent les mêmes charges de travail à travers le modèle de routage, le calcul, les données, les outils, le support et la validation humaine.
Les charges d'exploitation doivent être ventilées selon les activités suivantes : livraison des produits, recherche, ventes, opérations générales, gouvernance et principaux programmes de formation. Le flux de trésorerie doit inclure les paiements anticipés de capacité, les engagements minimums, les encaissements clients, les dépenses d'investissement, les frais de financement et les impôts. Les prévisions doivent être cohérentes avec le bilan d'ouverture et la liquidité.
Chaque scénario doit présenter le prix, le volume, le chiffre d'affaires, la contribution brute, les besoins en recherche, la trésorerie avant financement et le financement minimal. Le modèle doit respecter les hypothèses et les dates sources. Les analyses de sensibilité doivent porter sur un facteur et les groupes corrélés.
Le conseil d'administration doit identifier les actions qui influent sur les résultats. Le routage et la mise en cache peuvent impacter le coût unitaire. Le conditionnement d'entreprise peut influencer le prix et la fidélisation. La renégociation de la distribution peut influencer la conquête de nouveaux clients. Un programme de formation par étapes peut impacter la valeur des liquidités et des options. Le modèle devient un système de décision lorsque chaque levier est associé à un responsable, un test et une échéance.
16. Appliquer plusieurs méthodes d'évaluation avec rigueur
L'actualisation des flux de trésorerie permet d'évaluer les cohortes génératrices de trésorerie et les besoins explicites en capitaux. La période de prévision doit être suffisamment longue pour prendre en compte les cycles de formation et le renouvellement des modèles, tandis que les hypothèses terminales doivent refléter le réinvestissement continu et la concurrence. Une marge terminale élevée sans investissement continu dans les modèles et l'infrastructure est incohérente.
L'analyse comparative permet de contextualiser le marché. Les entreprises comparables doivent présenter des caractéristiques communes en termes de produit, de clientèle, de modèle de revenus, de croissance, de contribution, d'intensité capitalistique, d'obligations d'infrastructure et de risques. Les plateformes cloud, les éditeurs de logiciels applicatifs, les opérateurs de centres de données et les développeurs de modèles présentent des modèles économiques différents. Un multiple trop large appliqué aux logiciels peut donner une image trompeuse de leur valeur.
Le coût de remplacement permet d'évaluer la valeur des données, des systèmes et des capacités reproductibles. Les dépenses passées ne constituent pas automatiquement une valeur. L'analyse doit tenir compte des projets non aboutis, de l'obsolescence, des droits indisponibles, de l'efficacité actuelle et du temps nécessaire à la reconstitution de l'équipe et de la plateforme.
L'analyse des options réelles permet d'évaluer des opportunités progressives telles qu'un nouveau modèle, un marché réglementé ou un canal de distribution. L'option requiert une décision future définie, un investissement nécessaire, des preuves à l'appui et un droit de retrait. Une option stratégiquement importante sans contrôle ni plan de décision n'est pas finançable.
Les normes IFRS 13 et IVS fournissent des principes d’analyse de la juste valeur et d’évaluation [1-3]. L’évaluation d’une transaction dépend de son objectif, de sa date et des faits qui la concernent et requiert l’expertise d’un professionnel qualifié.
Le choix de la méthode doit également tenir compte du stade de preuve. Une entreprise disposant de cohortes de production et de contributions récurrentes peut justifier une approche détaillée des revenus. Un laboratoire précommercial peut nécessiter un cadre d'analyse des coûts, des étapes clés et des options. Une entreprise présentant les deux peut être évaluée par parties, à condition que les coûts partagés de recherche, de capacité et de distribution soient répartis de manière cohérente et que les interdépendances soient préservées.
Le taux d'actualisation ne saurait se substituer à une modélisation explicite. La compression des prix, la perte de clients, les échecs de formation, les retards de financement et la mise hors service des modèles influent sur les flux de trésorerie par différents mécanismes et à différentes échéances. Ces facteurs doivent être pris en compte dans les scénarios avant que l'incertitude résiduelle ne soit intégrée au taux. Un même risque ne doit pas être facturé deux fois sans justification.
La valeur terminale exige une attention particulière. Une entreprise modèle, qui doit mener des formations, des migrations et des actions de sécurité régulières, ne peut atteindre un état stable en cessant de réinvestir. L'analyse de la valeur terminale doit préciser les investissements continus en recherche, en infrastructure et en gouvernance nécessaires au maintien des revenus. Elle doit également démontrer la valeur client capturée après les variations de prix et de coûts prévues.
Une analyse de la valeur ajoutée permet de distinguer les cohortes d'entreprises existantes, les produits destinés aux consommateurs, les interfaces de modèles, les activités liées aux données ou aux outils, ainsi que les options de développement. Les actifs partagés doivent être alloués une seule fois. Les avantages inter-produits doivent être étayés par des données probantes concernant la conversion ou les coûts, et ne doivent pas être ajoutés sous forme de prime de synergie non encadrée.
17 Scénario économique illustratif
Prenons l'exemple d'une entreprise fictive, basée sur un modèle de fondation, qui s'adresse aux entreprises et aux développeurs. Les chiffres présentés dans cette section correspondent à des hypothèses de gestion utilisées pour illustrer le cadre conceptuel. Ils ne décrivent ni une entreprise réelle, ni un fournisseur actuel, ni une opportunité d'investissement.
Dans le scénario de marché concurrentiel, le chiffre d'affaires annuel est estimé à USD 250 million. Les coûts directs d'infrastructure et d'exploitation s'élèvent à USD 70 million, le support client et les opérations de sécurité à USD 20 million, et les coûts de distribution et de livraison à USD 25 million. La marge bénéficiaire avant les dépenses de recherche, de vente et d'administration est de USD 135 million. L'entreprise investit dans la formation et la recherche de pointe (USD 140 million) et génère un flux de trésorerie négatif avant financement, après déduction des autres charges d'exploitation (USD 35 million).
Le scénario d'accès contrôlé premium suppose un chiffre d'affaires de USD 300 million, une contribution de USD 165 million, une formation spécialisée de USD 120 million et une trésorerie avant financement de USD 20 million. Le scénario de compression des prix suppose un chiffre d'affaires de USD 210 million, une contribution de USD 72 million, une formation spécialisée de USD 160 million et une trésorerie avant financement négative de USD 118 million. Le scénario de substitution ouverte suppose un chiffre d'affaires de USD 155 million, une contribution de USD 45 million, une formation spécialisée de USD 90 million et une trésorerie avant financement négative de USD 80 million.
Ces résultats montrent pourquoi la croissance du chiffre d'affaires, le coût unitaire et les investissements en recherche doivent être analysés conjointement. Un volume d'activité important peut coexister avec une faible génération de trésorerie. Une plateforme plus restreinte et spécialisée peut conserver sa valeur si elle fidélise sa clientèle et réduit son cycle d'investissement.
18. Les données probantes sont évaluées séparément.
L'évaluation illustrative distingue quatre états de preuve. Une option technique repose sur une équipe compétente, des actifs maîtrisés et des évaluations prometteuses, mais sans rentabilité commerciale durable. Une plateforme payante bénéficie d'une clientèle fidèle et d'une utilisation en production, mais reste gourmande en capitaux. Une rentabilité évolutive combine des cohortes fidélisées, une contribution maîtrisée et une recherche finançable. Une plateforme catégorielle ajoute une distribution durable, des capacités différenciées et des options stratégiques.
À titre d'exemple, l'option technique se voit attribuer une valeur d'entreprise de USD 250 million et une probabilité de 15 %. La plateforme payante se voit attribuer USD 800 million à 35 %. Les modèles économiques évolutifs se voient attribuer USD 1,800 million à 35 %. La plateforme catégorielle se voit attribuer USD 4,000 million à 15 %. Le total pondéré par les probabilités est USD 1,547.50 million.
Ce calcul ne saurait se substituer à une évaluation. Il oblige le comité à identifier les éléments de preuve nécessaires pour chaque situation et à éviter d'intégrer systématiquement toutes les possibilités stratégiques dans le scénario de base. Les probabilités, les valeurs et les transitions doivent être établies en fonction de l'entreprise, de la transaction et de la date d'évaluation spécifiques.
19. Structurer le capital et prendre en compte les éléments de preuve
Le financement doit être adapté à la situation financière et au cycle de trésorerie de l'entreprise. Les fonds propres peuvent financer la recherche et le développement d'options. Les acomptes clients ou les engagements minimaux peuvent soutenir la capacité de production lorsque les obligations et l'acceptation sont clairement définies. Le financement d'actifs ou d'infrastructures peut convenir aux équipements contrôlés ou aux capacités contractuelles. L'endettement exige une capacité de remboursement fiable, le respect des clauses contractuelles et une bonne résistance aux risques.
La contrepartie de la transaction permet de distinguer la valeur actuelle de la valeur future. Le versement en espèces à la clôture peut refléter les actifs contrôlés et les cohortes existantes. La contrepartie différée peut découler d'une contribution non retenue, d'un renouvellement d'activité, du lancement réussi d'un modèle ou de la capacité contractuelle. Les compléments de prix nécessitent des définitions précises, des clauses d'exploitation, des règles comptables, des droits d'audit et des mécanismes de règlement des différends.
Les crédits cloud et les investissements stratégiques doivent être analysés comme des accords liés. Un investissement initial peut être compensé par des dépenses obligatoires, un partage des revenus, des droits préférentiels ou des restrictions. Le tableau des flux de trésorerie disponibles doit présenter séparément la trésorerie disponible, la capacité engagée et les obligations.
Le déblocage des capitaux doit être conditionné par l'obtention de preuves. Un conseil d'administration peut approuver une tranche de recherche après des tests de reproductibilité, de capacité et de droits d'utilisation des données ; une tranche de déploiement après validation de la production ; et une tranche de mise à l'échelle après conservation des contributions. Cette structure préserve le potentiel de croissance tout en limitant les investissements irréversibles avant l'obtention des preuves.
20. Évaluation de Govern après la transaction
L'évaluation doit devenir un outil de pilotage opérationnel après un investissement ou une acquisition. Le conseil d'administration doit recevoir un rapport mensuel faisant le lien entre les prix, les volumes, le mix produits et le chiffre d'affaires, la marge bénéficiaire, les dépenses de recherche, la trésorerie et les écarts prévisionnels. Les rapports produits doivent établir un lien entre les lancements de nouveaux modèles et leur impact sur l'adoption, la fiabilité, le coût et la fidélisation des clients.
Le registre des dépendances doit recenser les services cloud, les accélérateurs, les données, les modèles, les logiciels, la distribution et les personnes clés. Toute variation de prix, de conditions, de disponibilité, de droits ou de concentration doit être intégrée aux prévisions. Le registre des risques doit relier les incidents et les conclusions des contrôles à l'exposition financière et client.
La direction doit conserver l'historique des scénarios. Les résultats obtenus doivent être comparés aux hypothèses retenues lors de l'investissement, notamment en ce qui concerne les prix, les volumes, les coûts unitaires, la migration, le calendrier de formation et les besoins en capitaux. Cela permet de responsabiliser les parties prenantes et d'améliorer les décisions futures.
La question cruciale est de savoir si l'entreprise peut transformer de manière constante son expertise technique en valeur ajoutée pour le client, en contribution pérenne et en renouvellement finançable. Une valorisation étayée par ces éléments peut s'adapter à l'évolution des prix et de la concurrence.
Conclusion
L'évaluation d'une entreprise selon le modèle Foundation exige une vision intégrée du produit, du client, des ressources informatiques, de la recherche, de la distribution, des droits, de la gouvernance et du capital. Les indices de référence publics et les cours des jetons fournissent un contexte important, mais ne remplacent pas les données spécifiques à l'entreprise.
Le cadre d'analyse présenté dans cet article évalue séparément les cohortes génératrices de trésorerie, le réinvestissement requis et les options stratégiques. Il utilise différents scénarios de tarification et de concurrence pour mettre en évidence l'interaction entre le prix effectif, le volume, le coût de calcul, le remplacement de modèle, la distribution et le financement. Il relie la structure des transactions et la libération de capitaux à des données opérationnelles observables.
Une entreprise performante peut maintenir la satisfaction client malgré l'évolution des modèles, capter une part maîtrisée de la valeur client, contrôler ses dépendances critiques, financer sa recherche et développement et préserver sa flexibilité stratégique. L'investissement sera d'autant plus convaincant que ces atouts seront documentés par des contrats, des données télémétriques, des systèmes reproductibles, des cohortes de clients fidélisés et des flux de trésorerie positifs.
Annexe A. Registre des preuves d'évaluation du modèle de fondation
Le registre des preuves doit inclure les entités juridiques, la propriété des actifs, les versions des modèles, les simulations d'entraînement, les droits sur les données, les rapports d'évaluation, les contrats clients, l'utilisation, les factures, la trésorerie, la tarification, les engagements de capacité, les crédits cloud, les coûts directs, les conditions de distribution, les incidents, les contrôles de gouvernance, le financement et les millésimes prévisionnels. Chaque demande du comité d'investissement doit être rattachée à une source datée et à un responsable désigné.
Annexe B. Fichier de tarification et de charge de travail
Le fichier de tarification doit reproduire les factures clients issues de la télémétrie de charge de travail. Il doit identifier les données d'entrée, les données d'entrée mises en cache, les données de sortie, les outils, le stockage, les traitements par lots, la capacité réservée, la livraison régionale, les remises, les crédits et les ajustements de service. Il doit conserver la grille tarifaire du fournisseur et la version du contrat utilisées pour chaque période.
Annexe C. Dossier de mise en circulation et de remplacement du modèle
Le dossier doit comprendre le périmètre de la formation, les données, les capacités de calcul, l'évaluation, la sécurité, les critères de lancement, la capacité, la migration des clients, la mise hors service des systèmes précédents, les coûts, le calendrier et les résultats commerciaux obtenus. Les prévisions et les données réelles doivent être présentées séparément.
Annexe D. Fiche de contrôle du scénario
Chaque cas doit préciser le prix effectif, le volume, la fidélisation de la clientèle, la composition du portefeuille clients, le coût de calcul, le taux d'utilisation, la part de marché dans la distribution, le programme de recherche, le fonds de roulement, le financement et la probabilité. La direction doit documenter les corrélations et les réactions opérationnelles.
Annexe E. Salle des preuves relatives aux transactions
La salle des preuves doit inclure les documents de l'entreprise, les cessions de propriété intellectuelle, la documentation relative aux modèles et aux données, les contrats clients et partenaires, les accords cloud, les rapprochements financiers, les preuves de sécurité, l'analyse réglementaire, les assurances, les accords relatifs au personnel, le financement et le modèle d'évaluation signé.
Cadre proposé ; chaque conclusion nécessite des preuves techniques, commerciales et financières spécifiques à l’entreprise.
Hypothèses de gestion en USD millions ; les chiffres ne sont pas des observations de marché, des prévisions ou des conclusions d'évaluation.
Hypothèses de gestion en USD millions ; les valeurs de trésorerie négatives indiquent un besoin de financement externe avant toute réserve de liquidités minimale.
Hypothèses de gestion en USD millions ; le graphique ne constitue pas une conclusion d'évaluation.
Séquence proposée ; le calendrier devrait respecter les contraintes réglementaires et financières des clients et des transactions.
| Composant | Preuve | Question d'évaluation | Risque principal |
|---|---|---|---|
| Modèles et poids | dépôts, versions, hachages et droits | Quelles capacités sont contrôlées et transférables ? | durée de vie économique courte ou droits restreints |
| Données et évaluation | pipelines et tests de licences de provenance | Cette capacité peut-elle être reproduite et améliorée ? | droits indisponibles, contamination ou preuves insuffisantes |
| Produits clients | factures de télémétrie, contrats et espèces | quels flux de travail créent une contribution retenue | Les crédits d'essai ou l'utilisation groupée sont confondus avec la demande. |
| Calcul et capacité | factures d'utilisation et engagements des accords | La formation et la livraison peuvent-elles être financées ? | concentration de la capacité inutilisée et restrictions de changement |
| Système de recherche | expériences, personnes, processus et prévisions historiques | L'entreprise peut-elle former des successeurs de valeur ? | dépendance au fondateur et dépassements répétés |
| Distribution | accords de partenariat, rentabilité du placement et accès client | qui contrôle la demande et les prix | résiliation groupée et propriété client limitée |
Structure de diligence raisonnable proposée ; les exigences en matière de preuves dépendent de l'entreprise et de la transaction.
| Scénario | Prix effectif | Volume | fidélisation de la clientèle | Posture de recherche |
|---|---|---|---|---|
| Accès contrôlé premium | haute et résiliente | croissance ciblée | forte capacité à gérer des flux de travail différenciés | Investissements sélectifs en périphérie financés en partie par les opérations |
| Centre concurrentiel | décroissant avec une actualisation normale | croissance généralisée | mélangés par cohorte | Poursuite du programme de pointe avec des capitaux extérieurs |
| Compression des prix | déclin rapide et passage à haute altitude | forte croissance de l'utilisation | trafic de développeur vulnérable | programme coûteux sous pression de financement |
| Remplacement ouvert | prix d'interface large faible | volume propriétaire inférieur | cohortes spécialisées conservées | modèles ciblés et flux de travail justifiables |
États analytiques ; il ne s'agit pas de prévisions.
| Champ | Preuves requises | Contrôle | Utilisation de la décision |
|---|---|---|---|
| Contrat et facturation | Conditions générales de vente signées, facture et politique de reconnaissance | concilier le terme produit et l'entité | revenus contractuels et renouvellement |
| Charge de travail et acceptation | Résultats et preuves de service du flux de travail de télémétrie | Identifiants de client et de modèle versionnés | prix volume et utilité |
| Prix effectif | Prix catalogue, remises, crédits, part de marché et ajustements | reproduction de facture | réalisation des prix et élasticité |
| Coût direct | Les outils de traitement des données contribuent à la sécurité et à l'examen | rapprochement des factures et des affectations | contribution et espèces |
| Collection | règlement de créance et reçu bancaire | solde âgé et propriétaire d'exception | liquidité et qualité de la clientèle |
Champs de preuves minimaux proposés pour l'analyse économique au niveau du client.
| Cas | Revenu | Contribution | Formation et recherche de pointe | Paiement comptant avant financement |
|---|---|---|---|---|
| Accès contrôlé premium | 300 | 165 | 120 | 20 |
| Centre concurrentiel | 250 | 135 | 140 | -35 |
| Compression des prix | 210 | 72 | 160 | -118 |
| Remplacement ouvert | 155 | 45 | 90 | -80 |
Hypothèses de gestion en USD millions ; les chiffres ne sont pas des observations de marché, des prévisions ou des conclusions d'évaluation.
| Article | USD millions | Preuves requises |
|---|---|---|
| Revenu | 250 | facture d'utilisation du contrat produit client et registre de caisse |
| Inférence directe et infrastructure | -70 | Facture du fournisseur de télémétrie de charge de travail et allocation des engagements |
| Opérations de soutien à la clientèle et de sécurité | -20 | Assurance et répartition des efforts du personnel en cas d'incidents |
| Coût du canal et de la livraison | -25 | Mise en œuvre des accords avec les partenaires et assistance à la clientèle |
| Contribution avant frais centraux | 135 | calendrier de cohorte réconcilié |
Hypothèses de gestion en USD millions ; exclut le financement de l'administration des ventes de recherche centrale et les impôts.
| État de preuve | valeur d'entreprise | Probabilité | Valeur pondérée |
|---|---|---|---|
| Option technique | 250.00 | 15% | 37.50 |
| Plateforme payante | 800.00 | 35% | 280.00 |
| Économie évolutive | 1800.00 | 35% | 630.00 |
| Plateforme de catégorie | 4000.00 | 15% | 600.00 |
| Total | 100% | 1547.50 |
Hypothèses de gestion en USD millions ; ceci n'est pas une conclusion d'évaluation.
| Grille | Preuves requises | Réponse en capital ou en contrepartie | Mesure post-décisionnelle |
|---|---|---|---|
| Droits et reproductibilité | droits de propriété sur les données contrôlés, construction et évaluation | condition de clôture ou tranche protégée | exceptions relatives à la reproduction et aux droits |
| Services publics du client | Les flux de travail acceptés ont permis de conserver les cohortes et de collecter les fonds. | valeur de base | contribution à la rétention et collecte |
| Économie informatique | factures de charge de travail, engagements, utilisation et portabilité | réserve de financement ou ajustement de prix | coût et utilisation des capacités de la tâche acceptée |
| Feuille de route du modèle | Évaluation des capacités budgétaires et plan de lancement pour une opération à périmètre défini | capital de recherche par étapes | coût calendrier capacité et adoption |
| option stratégique | Investissement et preuve définis sur le marché libre | considération différée ou budget d'option | droit exercé et encaisse supplémentaire |
Cadre proposé ; les instruments concrets nécessitent des conseils juridiques, fiscaux, comptables et financiers à jour.
Sources
- Fondation IFRS. IFRS 13 Évaluation de la juste valeur. Lire la source primaire
- Fondation IFRS. Matériel pédagogique sur l'évaluation des instruments de capitaux propres non cotés selon la norme IFRS 13. Lire la source primaire
- Conseil international des normes d'évaluation. Normes internationales d'évaluation. Lire la source primaire
- Fondation IFRS. IFRS 15 Produits des contrats conclus avec des clients. Lire la source primaire
- Fondation IFRS. IAS 38 Actifs incorporels. Lire la source primaire
- Fondation IFRS. IAS 36 Dépréciation d'actifs. Lire la source primaire
- Commission fédérale du commerce des États-Unis. Partenariats entre les fournisseurs de services cloud et les développeurs AI. Janvier 2025. Lire la source primaire
- Autorité britannique de la concurrence et des marchés. AI Document de mise à jour des modèles de base. Avril 2024. Lire la source primaire
- Autorité britannique de la concurrence et des marchés. AI Rapport de mise à jour technique sur les modèles de base. Avril 2024. Lire la source primaire
- Institut Stanford pour l'intelligence artificielle centrée sur l'humain. AI Rapport Index 2026 Performance technique. Lire la source primaire
- Institut Stanford pour l'intelligence artificielle centrée sur l'humain. Rapport d'index 2026 AI. Lire la source primaire
- OpenAI. API Documentation relative au modèle et à la tarification. Lire la source primaire
- OpenAI. Référence du lot API. Lire la source primaire
- OpenAI. Niveau de mise à l'échelle pour les clients API. Lire la source primaire
- Anthropique. Documentation tarifaire de la plateforme Claude. Lire la source primaire
- Anthropique. Documentation relative à la dépréciation et au cycle de vie des modèles. Lire la source primaire
- Google. Tarification de Gemini Developer API. Lire la source primaire
- Amazon Web Services. Tarification d'Amazon Bedrock. Lire la source primaire
- Amazon Web Services. Mise en cache rapide pour une inférence de modèle plus rapide. Lire la source primaire
- MLCommons. Benchmarks d'inférence MLPerf. Lire la source primaire
- MLCommons. Benchmark de centre de données d'inférence MLPerf. Lire la source primaire
- Institut national des normes et de la technologie. Cadre de gestion des risques liés à l'intelligence artificielle. Lire la source primaire
- Institut national des normes et de la technologie. Profil d'intelligence artificielle générative NIST AI 600-1. Lire la source primaire
- Institut national des normes et de la technologie. Pratiques de développement logiciel sécurisées pour les modèles de fondation génératifs AI et à double usage. Lire la source primaire
- Commission européenne. Cadre réglementaire pour l'intelligence artificielle. Lire la source primaire
- Microsoft Corporation. Rapport annuel sur formulaire 10-K pour l'exercice 2026. Lire la source primaire
- Rapport annuel d'Alphabet Inc. sur formulaire 10-K pour 2025. Lire la source primaire
- Rapport annuel de Meta Platforms Inc. sur formulaire 10-K pour 2025. Lire la source primaire
- Oracle Corporation. Rapport annuel sur formulaire 10-K pour l'exercice 2026. Lire la source primaire
- Conseil des normes comptables financières. Codification des normes comptables, thème 606. Lire la source primaire
- Hoffmann J et al. Entraînement de grands modèles de langage à calcul optimal. 2022. Lire la source primaire
- Kaplan J et al. Lois d'échelle pour les modèles de langage neuronaux. 2020. Lire la source primaire
- Fondation FinOps. Cadre FinOps 2025. Lire la source primaire
- Spécifications des coûts et de l'utilisation de FinOps Open. Calcul des coûts unitaires. Lire la source primaire
- Organisation mondiale de la propriété intellectuelle. Intelligence artificielle et propriété intellectuelle. Lire la source primaire
- Commission des valeurs mobilières des États-Unis. AI Remarques de la table ronde. 27 mars 2025. Lire la source primaire
