Comment Revolut a pu réduire ses coûts IA avec des modèles auto-hébergés
Revolut a fait le choix de modèles IA open source exécutés sur une infrastructure dédiée. La néo-banque revendique des gains de productivité importants et, surtout, et une facture dix fois moins élevée qu'avec des modèles commerciaux.
Revolut a fait des modèles d’intelligence artificielle open source une priorité pour ses activités de développement logiciel. Lors d’une conférence donnée à l’événement AI Engineer NYC, repérée par le média spécialisé The Register, David Abitbol, responsable des opérations IA de la néobanque, a détaillé les résultats de cette stratégie. Selon lui, l’hébergement de modèles open source sur des infrastructures GPU dédiées a permis à Revolut de diviser par dix ses dépenses d’IA par rapport à ses précédents usages des modèles d’Anthropic et d’OpenAI.
Ce virage vers l’open source s’explique notamment par les coûts élevés des premiers assistants de programmation déployés chez Revolut. La néo-banque britannique a commencé à introduire l’IA auprès de ses collaborateurs en janvier 2025, avec Gemini, avant d’expérimenter Claude Code. Les coûts de ces outils ont rapidement suscité des interrogations. David Abitbol évoque des ingénieurs consommant pour 1'000, voire 10'000 dollars de services IA par mois, sans retour sur investissement jugé suffisant. La banque avait alors imposé des plafonds budgétaires stricts.
Délais de développement fortement réduits
À partir d’avril 2026, Revolut s’est tournée vers l’auto-hébergement de modèles open source, notamment la famille GLM, développée en Chine. Selon les chiffres présentés par David Abitbol, fondés sur les performances d’un échantillon de 2'000 ingénieurs, cette évolution s’est accompagnée d’une réduction de 60% du temps consacré au codage et de 70% du délai entre la prise en charge d’une fonctionnalité et sa disponibilité pour le déploiement.
Le responsable souligne que les gains dépassent la seule génération de code. Les assistants IA facilitent également la recherche d’informations dans les courriels, la documentation et les outils de gestion de projet comme Jira et Confluence. Avec des ressources moins coûteuses, les développeurs peuvent solliciter davantage l’IA pour ces tâches quotidiennes, sans chercher à économiser leurs tokens.
Une infrastructure de 56 GPU Nvidia B200
Pour servir ses 2'000 ingénieurs, Revolut estime avoir besoin d’environ 56 GPU Nvidia B200. L’entreprise annonce un coût moyen de 0,30 dollar par million de tokens avec son infrastructure auto-hébergée. David Abitbol insiste toutefois sur l’importance de l’optimisation technique. Entre avril et août, Revolut affirme avoir ramené le délai d'apparition du premier token de plus de dix secondes à environ 1,6 seconde, malgré une augmentation de la demande, sans accroître le nombre de GPU. Pour y parvenir, ses équipes ont notamment travaillé sur la quantification des modèles, la gestion du cache et le parallélisme.
Revolut continue toutefois d'utiliser des modèles propriétaires, notamment ceux accessibles via Codex, Claude Code et Gemini, pour certains besoins spécifiques. David Abitbol cite notamment le traitement des images, une capacité absente du principal modèle GLM utilisé par la banque.
Des modèles chinois dans une banque réglementée
David Abitbol a également abordé les réticences liées à l'utilisation de modèles chinois dans les entreprises réglementées. Selon lui, télécharger les poids d’un modèle pour l’exécuter sur une infrastructure située aux États-Unis permet d’éviter l’envoi de données à un fournisseur chinois.
La banque encadre par ailleurs l’utilisation de ses assistants de programmation au moyen d’environnements isolés (sandboxes), qui limitent les opérations autorisées et imposent une supervision humaine. Cette approche vise notamment à éviter que ces outils soient considérés comme des agents entièrement autonomes, soumis à d’autres exigences réglementaires.
Enfin, Revolut mise sur la journalisation et la traçabilité des opérations pour faciliter les contrôles et l’analyse d’éventuels incidents. Des dispositifs que David Abitbol présente comme essentiels pour concilier l’adoption de l’IA et les obligations d’une banque réglementée dans l’Union européenne.
L’actualité IT en Suisse et à l’international, avec un focus sur la Suisse romande, directement dans votre boîte mail > Inscrivez-vous à la newsletter d’ICTjournal, envoyée du lundi au vendredi!
