Google limite l'utilisation de l'IA Gemini de Meta face à une forte augmentation de la demande

Google restreint l'accès de Meta aux modèles Gemini en raison de graves pénuries d'infrastructure, ce qui perturbe d'importants projets internes liés à l'IA. Crédit : Getty Images

Google limite l'accès de Meta à Gemini en raison de contraintes informatiques critiques, ce qui entraîne l'arrêt de projets internes alors que la demande mondiale en infrastructures augmente fortement.

Alors que le monde dépend de plus en plus de l’IA, même les entreprises à l’origine de cette révolution peinent à se procurer une puissance de calcul suffisante.

Le géant des moteurs de recherche Google impose des limites strictes à l’utilisation par Meta de ses modèles d’IA Gemini, révélant ainsi de graves goulots d’étranglement au niveau de l’infrastructure qui perturbent désormais les projets internes de l’entreprise de réseaux sociaux.

Cette décision fait suite à la demande formulée par Meta en mars 2026, qui souhaitait disposer d’une capacité de calcul supérieure à celle que Google pouvait fournir, selon trois personnes proches du dossier qui se sont confiées au Financial Times.

Plusieurs autres clients de Google ont également été confrontés à des restrictions d’infrastructure, bien que dans une moindre mesure. Meta a toutefois été la plus durement touchée en raison de sa demande exceptionnellement élevée pour les modèles de Google.

Les pressions sur l’infrastructure ralentissent la croissance des services cloud

La demande en calcul IA grimpe en flèche à mesure que les entreprises déploient des chatbots, des assistants de codage et des agents IA dans l’ensemble de leurs opérations. L’explosion des charges de travail d’inférence qui en résulte — les tâches nécessaires à l’exécution des modèles après leur entraînement — est devenue l’un des plus grands défis du secteur technologique.

Poussé par cette demande, notamment celle de grands clients professionnels comme Meta, Google se démène pour obtenir des capacités supplémentaires.

Au début du mois, Google a signé un contrat de 920 millions de dollars par mois pour louer de la capacité de calcul à SpaceX, la société d’Elon Musk. Anthropic, le créateur du chatbot Claude, a également conclu un accord similaire avec SpaceX le mois dernier.

Lors de la conférence téléphonique sur les résultats du premier trimestre en avril, Sundar Pichai, PDG de Google, a déclaré que le chiffre d’affaires du cloud avait dépassé les 20 milliards de dollars pour la première fois. Le carnet de commandes de contrats cloud signés mais non encore exécutés a presque doublé d’un trimestre à l’autre, dépassant les 460 milliards de dollars.

Sundar Pichai a souligné que les contraintes de puissance de calcul avaient empêché une croissance encore plus rapide de Google Cloud : « De toute évidence, nous sommes limités en termes de puissance de calcul à court terme. Par exemple, notre chiffre d’affaires Cloud aurait été plus élevé si nous avions pu répondre à la demande. »

Sundar Pichai, PDG de Google. Crédit : Getty Images

Changement de stratégie pour réduire la dépendance au cloud

Ces restrictions mettent en évidence à quel point Meta s’est appuyé sur des modèles concurrents tels que Gemini, alors que la plateforme sociale investit massivement pour devenir un leader de l’IA et améliorer ses propres modèles.

Le PDG Mark Zuckerberg s’est récemment attaché à recruter des talents et à mettre en place l’infrastructure nécessaire pour développer ce qu’il appelle une « superintelligence personnelle » — un système d’IA avancé qui surpasse les capacités cognitives humaines dans de multiples domaines.

Contrairement à Google, Meta n’exploite pas d’activité de cloud computing et s’empresse de construire ses propres centres de données dédiés à l’entraînement et à l’inférence. Dans le cadre de cette offensive, Meta s’est engagée à investir 600 milliards de dollars aux États-Unis d’ici 2028.

En interne, Meta utilise Gemini pour automatiser certains processus de sécurité, tels que la détection des escroqueries et la suppression des contenus préjudiciables, ainsi que pour ses chatbots dédiés au service client et à la publicité.

Gemini est également utilisé pour les flux de travail internes et le codage, aux côtés d’autres modèles tels que Claude d’Anthropic. Meta avait initialement choisi Gemini car il surpassait ses propres modèles open source Llama.

Plus récemment, Meta a commencé à privilégier son nouveau modèle Muse Spark, considéré comme plus compétitif face à Gemini. Ce modèle réduit la dépendance vis-à-vis des infrastructures externes pour certaines applications.

Mark Zuckerberg, PDG de Meta, investit massivement dans les infrastructures afin de développer une superintelligence personnelle de pointe.

Apple s’est également associé à Google pour utiliser les modèles Gemini dans son assistant vocal Siri de nouvelle génération, en recourant à des versions personnalisées différentes de celles accessibles au grand public.

En début d’année, plusieurs géants de la technologie ont exhorté leurs employés à utiliser les outils d’IA aussi largement que possible, dans le cadre d’une tendance appelée « tokenmaxxing ». Meta a même déclaré qu’elle évaluerait les performances de ses employés en fonction de leur utilisation des outils d’IA.

En raison de ces restrictions et d’une volonté plus générale de réduire les coûts liés à l’IA, Meta a désormais fait marche arrière. L’entreprise encourage désormais son personnel à utiliser plus efficacement les « tokens IA » — les unités qui mesurent l’utilisation de l’IA.

Meta n’est pas la seule à ajuster sa stratégie pour faire face à la hausse des coûts technologiques. En juin, Amazon a abandonné son initiative interne encourageant ses employés à adopter les outils d’IA après avoir découvert que le personnel utilisait l’IA pour accomplir ce que le Financial Times a qualifié de tâches «inutiles».