Les employés de Meta ont consommé plus de 60 billions de tokens en 30 jours, suscitant un débat dans la Silicon Valley sur le « Tokenmaxxing » ; des employés d'Amazon ont également commencé à manipuler les « KPI IA ». Selon les données de l'Administration nationale des données, la quantité de tokens appelés en Chine a augmenté de plus de mille fois en deux ans, passant de 100 milliards par jour au début de 2024 à 140 billions par jour en mars 2026. L'industrie fait face à une triple perte de contrôle : utilisation, coût et valeur. Les tokens sont passés de coûts de conversation à des moyens de production, mais les entreprises peinent à évaluer leur valeur réelle. SuperFusion a lancé FusionOne AI lors du WAIC 2026, créant une « Token Factory » pour résoudre les trois défis économiques, de sécurité et de continuité, déjà mis en œuvre dans ses propres scénarios de codage IA et chez Huikang Medical.Auteur et source de l'article : Nouvelle Intelligence
Overnight, Tokenmaxxing has become a hot topic in Silicon Valley!
Il y a quelques mois, Meta a mis en place un classement interne pour suivre la consommation de jetons par les plus de 85 000 employés de l'entreprise.
Résultat, incroyable —
En seulement 30 jours, les employés de Meta ont brûlé plus de 60 billions de tokens ; le premier individu a dépensé 281 milliards, et même Mark Zuckerberg n'a pas fait partie des 250 premiers.
Source : Information
De même, les employés d'Amazon ont commencé à surcharger les « KPI IA », faisant même tourner inutilement des agents IA pendant plusieurs heures juste pour améliorer leur classement.
Ce jeu de classement apparemment absurde a involontairement dévoilé le voile de l'IA entrepreneuriale en 2026 :
Plus de tokens sont brûlés, cela équivaut-il vraiment à plus de valeur créée ?
Personne ne peut y répondre, car il est impossible à mesurer.
Après la fête, l'industrie est tombée dans un embarrassant « triple hors contrôle » : une utilisation hors contrôle, des coûts hors contrôle, une valeur hors contrôle.
Les grands modèles sont passés de « inutilisables » à « utilisables » en seulement deux ou trois ans. Mais les problèmes révélés après être devenus « utilisables » sont bien plus complexes que ceux rencontrés lorsqu’ils étaient « inutilisables ».
Le token est devenu un « moyen de production »
But it is not equal to value
Pour répondre à cette question, il faut d'abord comprendre en quoi le token est devenu.
Il y a trois ans, les jetons n'étaient que des « unités de coût » utilisées lors de conversations informelles entre humains et IA, avec des échanges de quelques dizaines à plusieurs centaines de jetons par question-réponse.
En 2026, la logique est complètement inversée.
Un agent unique consomme des dizaines de milliers de tokens pour accomplir une tâche bureau ; plusieurs agents intelligents travaillant ensemble consomment des millions de tokens pour une seule tâche.
Les jetons ne sont plus seulement un coût de conversation, mais deviennent les « moyens de production » pour restructurer les processus d'entreprise.
Les chiffres de la variation de volume sont encore plus impressionnants. Selon les statistiques de l'Agence nationale des données, le volume d'appels de tokens en Chine est passé de 100 milliards par jour au début de 2024 à 140 billions par jour en mars 2026.
Deux ans, plus de mille fois plus, ce n'est plus une courbe, mais un mur qui s'élève brusquement.
Derrière le mur se trouvent quatre scénarios à haute valeur ajoutée déjà validés : AI Coding, AI for Science, création vidéo multimodale et Agent de bureau général.
L'IA de développement informatique est la plus rapide, et cette seule catégorie a consommé plus de 50 % des jetons mondiaux.
Source : Rapport State of AI publié conjointement par OpenRouter et a16z
Mais la véritable clé réside justement dans la question posée en introduction : plus de tokens brûlés équivaut-il à plus de valeur créée ?
La réponse est non.
Car le token est en soi un « coût », pas une « valeur » : il constitue un nouveau centre de coûts et ne se transforme en valeur que lorsqu’il est réellement utilisé et intégré dans les opérations par les agents.
Le véritable centre de profit est l'agent qui utilise des tokens pour travailler.
Un token qui tourne en arrière-plan pour manipuler les classements, et un token qui a mis en œuvre une inspection industrielle, écrit du code produit et suivi une maladie : ils ont le même bilan, mais leur valeur est radicalement différente.
La course de Meta et d'Amazon est absurde parce qu'ils se battent pour la « production » de jetons, tout en ignorant la « qualité de la consommation ».
Ainsi, la règle utilisée pour mesurer la puissance de calcul a également changé d'unité.
Autrefois, on mesurait « combien de FLOPS sont produits par un kilowatt-heure », en évaluant les performances matérielles ; aujourd'hui, l'unité de base est passée des FLOPS aux Token, et la règle a été étendue jusqu'au bout de la valeur —
WATT → FLOPS → TOKENS → AGENTS → VALUES
L'ancienne règle ne mesurait que « combien de puissance de calcul est produite par chaque watt d'électricité » ; la nouvelle règle doit mesurer jusqu'au bout :
Chaque unité d'électricité que vous investissez, combien se transforme réellement en tokens valides utilisés par l'Agent et convertis en valeur.
La conclusion s’impose : puisque le token est passé du « coût de conversation » à « matière première de la chaîne de valeur », l’ensemble de l’infrastructure qui l’entoure —
Comment produire, comment calculer, comment gérer — tout doit être repensé depuis le début.
Ce n'est pas le modèle qui ne fonctionne pas, c'est la fondation qui n'a pas suivi.
Le problème vient justement de là : la nature du token a changé, mais les fondations qui le soutiennent sont toujours construites selon l'ancienne logique.
Au cours des dix dernières années, la mentalité des entreprises lors de l'achat de serveurs était « acheter l'équipement, installer le système, et ça marche ».
Dans cette nouvelle chaîne de valeur, ce cadre mental est complètement inopérant —
Les infrastructures anciennes construites autour d'un seul modèle ne peuvent pas répondre aux besoins de la planification combinée actuelle impliquant plusieurs modèles, plusieurs versions et plusieurs scénarios.
Ce qui est encore plus déchirant, c’est que la puissance de calcul sur papier ≠ token efficace.
L'utilisation du GPU est généralement inférieure à 50 %, les scores sont excellents, mais dès qu'une charge réelle est appliquée, le système devient lent ; dès qu'un long document ou un long contexte est introduit, l'ensemble du système se bloque complètement.
La popularisation des agents a justement transformé les longs contextes et la haute concurrence en chose courante. Les performances annoncées et l'expérience réelle sur le terrain appartiennent à deux mondes différents.
En clair, les anciennes infrastructures mesurent les FLOPS, mais ne produisent pas de token stable et efficace.
En suivant la nouvelle chaîne de valeur, les entreprises doivent vraiment tenir trois comptes.
Un compte économique.
Chaque conversion est-elle efficace ? Chaque token a-t-il été mesuré, attribué et contrôlé ? Une utilisation du GPU inférieure à 50 % équivaut à gaspiller la moitié de l’électricité ; ne pas savoir ce que les tokens ont apporté, c’est dépenser de l’argent sans raison.
Un compte sécurisé.
Pour la plupart des clients professionnels, cette infrastructure doit également être hébergée chez eux — les données ne quittent pas les locaux, le modèle est entièrement maîtrisé, et les agents intelligents sont contraints à l’intérieur de limites de sécurité.
Il y a aussi un compte de continuité le plus souvent négligé.
Étant une usine, ce qui fait le plus peur, ce n'est jamais le coût élevé de l'électricité, mais l'arrêt de la production.
Les tokens achetés ne doivent pas être choisis uniquement pour leur prix bas, mais surtout pour leur capacité déterminée : les tâches essentielles ne doivent pas être supplantées par des tâches à faible priorité, un document extrêmement long ne doit pas ralentir l’ensemble du système, et les modèles itérés chaque semaine doivent pouvoir suivre le rythme sans perdre le fil.
Ces trois comptes ne concernent aucune couche de modèle largement discutée ; ils touchent tous à la fondation même. Dans un secteur spécifique, la douleur devient immédiatement aiguë :
L'industrie manufacturière souhaite intégrer l'IA dans la R&D, la simulation, le contrôle qualité et l'ordonnancement, mais les plans et les données de procédé sont essentiels et doivent être déployés en interne. Résultat : une fois les équipements livrés, il faut attendre une à deux semaines avant d'obtenir le premier Token, et chaque itération du modèle ressemble à une transfusion sanguine.
Les équipes financières souhaitent mettre en place une gestion des risques, des rapports et une maintenance intelligente, mais la conformité et la sécurité des données sont des lignes rouges ; elles ne bénéficient pas de la commodité du cloud public « encapsulé en API, prêt à l’emploi ». Elles doivent donc construire leur propre système, assumer entièrement le choix des technologies, l’optimisation, la surveillance et le dépannage — une tâche impossible pour une équipe IT non spécialisée en IA.
Le domaine médical est le plus typique : l'interprétation des rapports, l'aide au diagnostic et le suivi des patients ont une valeur inestimable, mais les données de dossiers médicaux sont plus sensibles que l'or et doivent rester à l'intérieur de l'établissement, tandis que les modèles sont mis à jour une fois par semaine et les produits commerciaux sont souvent en retard d'un mois — les médecins et les patients ne peuvent pas attendre.
Trois industries, trois visages, mais des douleurs qui pointent vers une même problématique :
Les entreprises n'ont plus besoin d'une collection d'hardware capables d'exécuter des modèles, mais d'un « système de production » capable de transformer de manière stable, sécurisée et mesurable la puissance de calcul en tokens efficaces.
Ce « système de production » porte déjà un nom : Token Factory.
Une « usine de tokens » est apparue
En d'autres termes, chaque entreprise a besoin de sa propre usine à jetons.
Lors de WAIC 2026, Super Fusion a présenté une réponse concrète.
Son action clé n'est pas de répéter encore une fois cette chaîne de valeur, mais de transformer la règle en ligne de production.
Chaque transformation sur la chaîne est concrétisée dans un projet spécifique :
Couche d’infrastructure de calcul (WATT → FLOPS) : matériel, refroidissement liquide et supernœuds, qui déterminent la quantité de puissance de calcul extraite par watt d’électricité ;
Couche de modèles et de services de calcul (FLOPS → TOKENS) : accélération de l’inférence, planification concurrente et fourniture de modèles, qui déterminent si le calcul peut être transformé en tokens stables et efficaces ;
Métriques et couche d'exploitation des jetons (JETONS → VALEURS) : Rendre chaque jeton mesurable et gérable, puis le confier à un agent pour le convertir en valeur métier.
Trois couches tombent, et c'est précisément cette boîte noire longtemps laissée sans responsabilité qui va prendre fin —
Les entreprises ne se concentraient autrefois que sur les deux extrémités de la chaîne : acheter de la puissance de calcul et exiger des résultats, tandis que l'efficacité et le coût de chaque transformation intermédiaire restaient toujours ignorés.
Si Token Factory est l'usine à construire, FusionOne AI est l'ensemble complet du « plan de construction » fourni par Hyperfusion.
FusionOne AI, une solution intégrée d'IA, servira de support pour concrétiser l'usine de jetons empresarial depuis la notion jusqu'à la mise en œuvre.
Son position peut être résumée comme « 1+3+N ».
- Une architecture unifiée : une architecture complète de Token Factory offrant une expérience cohérente sur ordinateur de bureau, en bureau et dans les centres de données ;
- Trois points forts : synergie logicielle et matérielle pour libérer l'efficacité des tokens, AI Lab offre une puissance de calcul et des modèles en T+0, pratique continue 7×24 heures ;
- N scénarios d'écosystème : de l'IA pour le codage et le développement d'agents, jusqu'à l'IA Bureau, les courtes vidéos IA, les services administratifs, la gestion des risques et le marketing financier, ainsi que la santé intelligente.
En termes de compétences, les six problèmes qu'il s'engage à résoudre correspondent exactement aux trois comptes.
Sur le plan des coûts, la puissance de calcul diversifiée est centralisée et gérée comme une seule ligne de production, sans dépendre d'un seul type de puce ; TokenOps permet à chaque token d'être mesurable, gérable et optimisable.
Sur le plan continu, le moteur d'accélération Smart Intelligence maximise le débit, tandis que le moteur Smart QoS garantit l'ordre de livraison, protégeant les activités critiques contre les requêtes à faible priorité ; en outre, les modèles 0-Day toujours à jour permettent aux entreprises de suivre les évolutions et d'intégrer immédiatement les nouveaux modèles en production.
Sur le compte sécurisé, AgentCare a configuré un sandbox sécurisé et une mémoire intelligente pour permettre à l'agent de s'intégrer aux processus réels.
En outre, un autre point est la reproductibilité de l'écosystème : l'AI Lab de Chaojufan et FusionXplay reprennent directement les chemins déjà tracés par d'autres.
Token Factory va être mis en œuvre
Impossible d'éviter le matériel
L'IA ne peut être mise en œuvre qu'avec du matériel.
C’est précisément là où Super Fusion, en tant que vétéran du calcul, refuse de céder : quel que soit le logiciel aussi sophistiqué soit-il, il doit en fin de compte s’exécuter sur une base de puissance de calcul concrète.
Le « 1 » dans le modèle « 1+3+N » se concrétise en trois types de Token Factory : de bureau, de bureau et de centre de données.
La nouvelle plateforme de création de jetons TokenBox™ apporte pour la première fois ces capacités, auparavant réservées aux centres de données, directement dans votre bureau !
The key is plug-and-play.
Les serveurs AI de niveau centre de données sont trop bruyants pour être supportés en bureau, et les seuils d'installation des salles serveurs sont très élevés ; les postes de travail ordinaires, quant à eux, manquent de puissance de calcul et ne peuvent pas prendre en charge les grands modèles.
TokenBox™ réduit le bruit à 35 décibels sous charge normale, offrant un silence de niveau bibliothèque, permettant à une seule unité d'exécuter des modèles de pointe comme « DeepSeek V4 pleine puissance » avec 1,6 trillion de paramètres.
De plus, il permet une connexion efficace d’un seul appareil à plusieurs nœuds grâce à TokenFabric™, prend en charge les nouveaux modèles dès le jour 0, et permet une extension élastique du matériel comme avec des blocs de construction.
Pour les petites et moyennes entreprises ainsi que les filiales de groupes qui souhaitent privatiser mais ne peuvent se permettre d’entretenir un data center ni une équipe d’exploitation IA, c’est presque comme rendre tangible le rêve de « utiliser des tokens aussi facilement que de l’électricité ou de l’eau » dans une machine qui peut simplement être placée dans un coin.
Si le Token Factory est une centrale électrique, les « supernœuds » sont les serveurs réels qui produisent l'électricité.
Il résout précisément le paradoxe selon lequel la puissance de calcul théorique ≠ token effectif.
Dans les architectures traditionnelles, plusieurs cartes d'accélération fonctionnent de manière isolée, et la communication entre les nœuds ressemble à un embouteillage à l'heure de pointe ; les performances de calcul ne sont pas pleinement exploitées, et le système se bloque dès qu'un long contexte est introduit.
L'idée des supernœuds consiste à regrouper un ensemble complet de cartes en un système interconnecté à haute vitesse, en utilisant une densité élevée, un refroidissement liquide et une architecture unifiée pour extraire à nouveau les ressources de calcul gaspillées en raison de goulots d'étranglement de communication.
En résumé, avec le même ensemble de puces, les autres ne peuvent en extraire que 50 %, tandis que lui veut que vous les exploitez jusqu'à leur limite.
Pour les grandes entreprises qui doivent supporter des centaines, voire des milliers d'utilisateurs simultanés avec une puissance de calcul limitée, ce n'est pas un luxe, c'est une question de survie.
De la salle de données au bureau, en passant par le bureau, les formes de puissance de calcul de Super Fusion couvrent tous les scénarios, des grands groupes aux super-individus.
Commencez par vous-même
Le codage par IA devient le champ de bataille principal
La force de persuasion de Chao Jufan réside précisément non pas dans ce qu'elle dit, mais dans ce qu'elle a déjà mis en œuvre sur elle-même.
En ses propres termes, c’est « vendre ce que j’utilise, utiliser ce que je vends ». Tout produit que l’on propose aux clients doit d’abord être utilisé de manière approfondie et étendue par soi-même.
C’est seulement après avoir consolidé, affiné et formalisé cette expérience, cette méthodologie et ce système d’outils pour usage interne que Super Fusion a présenté FusionOne AI au public.
L'IA de développement de code est le domaine que l'équipe va prioriser au second semestre, et c'est aussi le plus convaincant.
La raison est simple : dans tous les scénarios à haute valeur déjà vérifiés, la programmation est la plus rapide.
Ce qui est rare, c’est que Chao Jufan n’est pas resté à raconter des histoires, mais s’est lui-même transformé en « premier client ».
Le cas le plus typique est une équipe de développement qui n'a écrit aucune ligne de code manuellement tout au long du processus —
Trois mois, livraison de code produit à hauteur de 500 000 lignes.
Ce qui est plus intéressant, c’est son évolution : d’un « super-individu » à un « super-projet » conforme aux processus d’entreprise et géré par plusieurs agents automatisés.
L'IA de codage ici n'est plus simplement un outil d'efficacité, mais une infrastructure de développement intégrée à l'entreprise.
Une entreprise qui a intégré l'IA dans sa propre chair, lorsqu'elle revient sur la mise en œuvre de l'IA, apporte naturellement une autre poids.
Le sens de l'application concrète de l'IA a été rendu tangible
Ce qui est plus convaincant que la preuve de soi, ce sont les résultats obtenus par les autres.
Chuangye Huikang a passé trente ans dans l'information médicale et dispose de 7 000 établissements de santé et de 250 millions de dossiers de santé des résidents.
Là-bas, l'IA médicale s'est fragmentée en de nombreux « petits et beaux » agents intelligents — de la pré-consultation à la visite médicale, en passant par l'évaluation du risque de décubitus et l'assistance spécialisée ; les scénarios ne cessent d'augmenter, entraînant une explosion exponentielle de la demande en tokens.
Comment envoyer le token aux départements et sur le terrain est devenu une nouvelle question.
For this, they searched for such tools for a full year.
La réponse de TokenBox™ consiste à réduire cette usine à une taille pouvant tenir dans un bureau. Ainsi est né BsoftGPT+TokenBox™, cette infrastructure de calcul locale pour l'IA médicale.
La première moitié de l'IA consiste à faire fonctionner les modèles ; la seconde moitié consiste à produire continuellement de l'intelligence, tout en maîtrisant les coûts, en gardant une traçabilité financière et en assurant la résilience des activités critiques.
Lorsque la puissance de calcul n'est plus rare, ce qui est véritablement rare, c'est la capacité à organiser la puissance de calcul, les modèles et les activités en une chaîne de production efficace.
Lorsque chaque entreprise — qu'il s'agisse d'un bureau ou d'un centre de données — pourra posséder sa propre Token Factory, l'IA sera véritablement passée du laboratoire à la chaîne de production.
Cela, peut-être, est le sens le plus fondamental et le plus solide des quatre caractères « mise en œuvre de l'IA ».