Qu’est-ce qui empêche la bulle de l’IA d’éclater – et ce que cela signifie pour les investisseurs

Les discussions sur la question de savoir si nous sommes dans une bulle d’IA se poursuivent depuis plus de trois ans maintenant.

Chaque fois qu’une nouvelle importante est rapportée, la même question refait surface. Est-ce que tout cela n’est qu’un battage médiatique ?

Récemment, une poignée d’entreprises ont dépensé dans l’IA à un rythme qui ressemble plus à un projet d’infrastructure nationale qu’à un déploiement de logiciels.

L’argent est stupéfiant, les délais s’étirent sur des années et les besoins en électricité correspondent à ceux des petits pays.

Mais que cela devienne le fondement d’une nouvelle ère industrielle ou la prochaine grande gueule de bois technologique dépend de la quantité de ces dépenses qui se transforme en productivité réelle avant que les factures ne soient dues.

Le nouvel essor industriel

Plus tôt ce mois-ci, AMD a annoncé qu’elle fournirait à OpenAI six gigawatts de puissance de calcul en utilisant ses puces MI450 de nouvelle génération.

L’accord est estimé à des dizaines de milliards de dollars, et il donne à OpenAI le droit d’acheter près de 10 % d’AMD à un centime par action si les étapes de performance sont atteintes.

Et ce n’est que l’un des nombreux énormes engagements d’approvisionnement que le fabricant de ChatGPT a signés alors qu’il s’efforce de sécuriser le matériel de sa flotte croissante de centres de données.

OpenAI a déjà accepté d’acheter environ 300 milliards de dollars de capacité cloud à Oracle à partir de 2027, le plus gros contrat de cloud jamais signalé.

L’accord nécessite une énergie équivalente à plus de quatre millions de foyers.

Le cours des actions d’AMD et d’Oracle a grimpé de plus de 40 % à la suite des annonces, la valeur marchande d’Oracle approchant désormais les 1 000 milliards de dollars.

Broadcom a rejoint la liste ce mois-ci, révélant un partenariat avec OpenAI pour co-concevoir des puces d’IA personnalisées optimisées pour l’inférence.

Les deux sociétés prévoient de déployer des racks de ces accélérateurs à partir de l’année prochaine, avec une capacité de dix gigawatts.

Les analystes de l’industrie estiment qu’un gigawatt d’infrastructure de centre de données de nouvelle génération coûte environ 50 milliards de dollars à construire.

Ces chiffres sont presque difficiles à digérer. Ensemble, les accords avec AMD, Oracle et Broadcom laissent entrevoir plus d’un billion de dollars de dépenses futures en infrastructure d’IA d’ici la fin de la décennie.

L’argent continue de couler

Le capital-risque a suivi le même schéma. Selon le dernier rapport Venture Pulse de KPMG, les investissements mondiaux en capital-risque ont atteint 126 milliards de dollars au premier trimestre 2025, soit le niveau le plus élevé en dix trimestres.

Pourtant, le nombre de transactions est tombé à un niveau record, ce qui signifie que la majeure partie de l’argent a été investie dans quelques méga-tours.

La plus importante de toutes a été la levée de fonds de 40 milliards de dollars d’OpenAI, le plus grand tour de financement privé de l’histoire.

La concentration est frappante. Les investisseurs montrent de l’enthousiasme pour les paris sur l’IA à un stade avancé, mais hésitent ailleurs.

Aux États-Unis, 91 milliards de dollars du capital de capital-risque total ont atterri, tandis que l’activité en Asie-Pacifique est tombée à son plus bas niveau depuis dix ans.

Cette tendance à courir après des sommes massives à la poursuite d’un ensemble restreint de noms est typique des manies d’investissement, même lorsque la technologie sous-jacente est réelle.

Et maintenant, le monde de l’entreprise s’y met. JPMorgan a annoncé un plan visant à investir jusqu’à 10 milliards de dollars directement dans des entreprises liées à l’intelligence artificielle, à l’énergie et à la défense dans le cadre d’un programme de financement de la sécurité nationale de 1,5 billion de dollars.

Son directeur général, Jamie Dimon, a déclaré que les États-Unis étaient devenus trop dépendants des chaînes d’approvisionnement étrangères pour les matériaux et les technologies critiques. La frontière entre la politique industrielle et l’investissement privé commence à s’estomper.

L’énergie, les puces et les lois de la physique

Derrière chaque chatbot lumineux se cache un réseau de contraintes très physiques. L’intelligence artificielle n’est pas une technologie éthérée.

Il fonctionne au silicium, à la mémoire et à l’électricité.

Les serveurs utilisés pour entraîner et exécuter de grands modèles consomment d’énormes quantités d’énergie.

OpenAI à lui seul exploite désormais une capacité de calcul d’environ deux gigawatts.

Ses partenariats combinés porteront ce chiffre à trente gigawatts d’ici la fin de la décennie.

Le pouvoir est en train d’apparaître comme le véritable goulot d’étranglement dans ce cas.

Dans de nombreuses régions, les raccordements au réseau et les délais de livraison des transformateurs s’étendent déjà sur plusieurs années.

Les prix de l’électricité pour les consommateurs augmentent alors que les services publics s’efforcent d’obtenir de nouvelles capacités.

Selon les estimations de l’industrie , la vague actuelle de centres de données d’IA pourrait nécessiter plus de 2 % du PIB américain en dépenses cumulées si les tendances actuelles se maintiennent.

Certains investisseurs rejettent la comparaison avec les bulles passées au motif que cette infrastructure a une valeur résiduelle.

Même si l’entraînement des modèles ralentit, les centres de données peuvent toujours héberger des services cloud. C’est vrai dans une certaine mesure, mais les taux d’utilisation comptent.

Les racks vides et les contrats d’électricité à moitié utilisés peuvent transformer des actifs coûteux en actifs échoués, comme l’ont découvert les entreprises de télécommunications avec leurs réseaux de fibre inutilisés il y a deux décennies.

S’agit-il d’une bulle d’IA ou d’un build-out ?

Les économistes comparent l’actuelle « manie de l’IA » à la manie ferroviaire britannique des années 1840 et à la bulle des télécommunications de la fin des années 1990.

Dans les deux cas, les investisseurs avaient raison sur le potentiel à long terme, mais tort sur le calendrier et les bénéfices.

Les chemins de fer ont changé le monde, mais les actions ferroviaires se sont effondrées de 70 %. La même chose est arrivée aux entreprises de télécommunications après la surabondance de fibres optiques de 2001.

Aux États-Unis, les dépenses en matériel et logiciels d’IA ont déjà augmenté d’environ un demi pour cent du PIB depuis le lancement de ChatGPT en 2022.

Cela en fait à peu près la même échelle, par rapport à l’économie, que le développement des télécommunications dans les années 1990.

Les compagnies d’électricité prévoient une production supplémentaire de 1,5 billion de dollars sur cinq ans pour répondre à l’augmentation de la demande des centres de données.

La question est de savoir si cette vague d’investissement se termine par un plateau lisse ou une forte contraction.

Contrairement à l’ère des dot-com, les entreprises qui mènent cette course, telles que OpenAI, Nvidia, Microsoft, Google, Amazon, Meta, Oracle et autres, la financent principalement à partir de leurs flux de trésorerie.

Leurs bilans peuvent absorber les coûts pour l’instant.

Mais les dépenses augmentent si rapidement que même ces géants commencent à émettre plus de dette.

La logique des industries de réseau alimente aussi l’excès. Chaque entreprise estime qu’elle doit construire la plate-forme la plus grande et la plus rapide pour obtenir des rendements de monopole plus tard.

Dans ce contexte, la retenue semble s’estomper.

Des rapports récents suggèrent qu’OpenAI à lui seul pourrait brûler 115 milliards de dollars en espèces d’ici 2029 et que l’industrie dans son ensemble pourrait avoir besoin de 2 billions de dollars de revenus annuels d’ici 2030 rien que pour financer ses besoins informatiques.

Bain and Co. s’attend à un manque à gagner de 800 milliards de dollars entre les coûts prévus et les revenus probables, un écart qui rendrait normalement les prêteurs nerveux.

Ce que l’histoire pourrait murmurer

Les bulles ont rarement l’air imprudentes en temps réel. Ils sont construits sur des histoires qui semblent inévitables.

Les chemins de fer remodèleraient les transports, la fibre relierait le monde et les prix de l’immobilier ne baisseraient jamais à l’échelle nationale.

Le récit autour de l’IA est tout aussi puissant. Il s’agit de machines qui raisonnent, de logiciels qui apprennent, de productivité qui compose.

La technologie est authentique. La question est de savoir si les attentes financières qui s’y ajoutent le sont.

Même certains des plus grands champions de l’IA admettent discrètement que le marché a l’air mousseux. Sam Altman a déclaré que les investisseurs étaient « surexcités », mais insiste sur le fait que l’IA reste le développement le plus important depuis des décennies.

Mark Zuckerberg pense qu’une bulle est possible, mais affirme que la plus grande erreur serait de sous-investir.

Jeff Bezos l’a qualifiée de « bulle industrielle », qui pourrait encore augmenter la productivité dans tous les secteurs.

Aujourd’hui, le boom est plus faible que les manies ferroviaires ou immobilières en termes de part du PIB, mais la croissance de l’économie est également plus lente.

Les États-Unis ont connu une croissance d’environ 4 % par an à la fin des années 1990. La croissance est maintenant en moyenne de 2 %.

Une grande partie de l’augmentation de la production de 2025 provient directement des investissements liés à l’IA. Si ces dépenses ralentissent, l’économie dans son ensemble pourrait également ralentir.

En termes de valorisations boursières, il y a encore de la place pour croître avant d’atteindre les niveaux de battage médiatique de 2000.

Le risque n’est pas un accident catastrophique, mais une gueule de bois qui s’éternise. L’effondrement des télécommunications en 2001 a déclenché une légère récession, mais l’emploi a mis quatre ans à se redresser.

La reprise qui a suivi s’est fortement appuyée sur la bulle immobilière, qui a ensuite produit la crise suivante.

Si le cycle de l’IA se refroidit de la même manière, l’impact économique pourrait être plus profond car la croissance sous-jacente est plus faible.

Pour l’instant, la course continue. Les puces sont épuisées des années à l’avance, les services publics redessinent les cartes pour alimenter les centres de données et les marchés financiers récompensent l’audace plutôt que la prudence.

Que cette confiance devienne le fondement de la prochaine ère industrielle ou le prélude à une autre correction dépendra de quelque chose qui n’a jamais manqué dans la Silicon Valley : la croyance.