La course à l’IA s’intensifie alors que les craintes d’une bulle continuent d’inquiéter les investisseurs

Ces derniers mois ont donné l’impression d’assister à une nouvelle révolution industrielle se développer à toute vitesse.

Chaque semaine, un nouveau modèle révolutionnaire arrive. Un autre géant de la tech laisse entrevoir un nouveau centre de données de la taille d’une ville.

Une autre start-up propose une évaluation qui aurait semblé absurde il y a un an.

Les investisseurs ont essayé de surfer sur la vague, pourtant de nombreux actifs mondiaux se sont récemment vendus, comme si les marchés réalisaient soudainement que quelque chose ne correspondait pas.

Le bruit était fort, et les chiffres plus grands. Mais l’image devenait de plus en plus difficile à lire.

Certains s’inquiètent de savoir qui mène la course à l’IA, tandis que d’autres expriment encore leurs inquiétudes quant à l’éclatement de la « bulle de l’IA ».

Comment la course est devenue un sprint sans ligne d’arrivée

Lorsque ChatGPT est apparu fin 2022, la Silicon Valley s’est comportée comme si quelqu’un avait découvert du pétrole sous chaque parc d’affaires. Le pari était simple.

Mets les maquettes à l’échelle. Faites évoluer le calcul. Augmentez les revenus. Dans cette première phase, peu importait que les coûts augmentent. Ce qui comptait, c’était la vitesse.

Fin 2025, le domaine a changé de forme, et OpenAI ne paraît plus intouchable.

L’entreprise a récemment déclaré un « code rouge » à l’échelle de l’entreprise pour renforcer ChatGPT après que Gemini 3 de Google a surpassé ses concurrents sur plusieurs benchmarks.

Sam Altman a mis en pause les nouvelles aventures pour se concentrer sur la rapidité, la fiabilité et la personnalisation.

Ce genre d’urgence de la part du leader du marché dit quelque chose d’important aux investisseurs.

Le délai à la frontière diminue, et le fossé autour du « meilleur modèle gagne » est plus mince que prévu.

Mais Google et OpenAI ne se battent pas seuls.

Le DeepSeek de Chine affirme que son dernier modèle V3.2 égale GPT-5 dans les tests de raisonnement et atteint des performances de niveau olympiade en mathématiques.

Mistral à Paris a lancé des modèles ouverts conçus pour fonctionner sur des appareils plutôt que sur d’immenses fermes de serveurs.

Les plus grandes banques européennes les utilisent déjà.

Parallèlement, Anthropic se prépare à ce qui pourrait devenir l’une des plus grandes introductions en bourse de l’histoire technologique américaine, ayant engagé Wilson Sonsini pour lancer les préparatifs officiels alors qu’elle fait la course d’OpenAI sur le marché public, selon le Financial Times.

L’IA de la Frontière n’est plus une course à un seul cheval. Cela commence à ressembler aux premières années des smartphones, lorsque chaque entreprise devait livrer un nouveau modèle phare chaque saison.

Pour les investisseurs, cela signifie une chose. La fenêtre pour obtenir des rendements démesurés d’une avance technologique temporaire se referme.

L’industrie devient compétitive au sommet bien plus tôt que prévu.

Le coût caché qui réécrit l’économie

La magie de l’IA repose sur des chiffres très peu magiques. Le directeur général d’IBM, Arvind Krishna a récemment proposé un calcul brutal.

Remplir un centre de données d’IA d’un gigawatt avec les dernières puces coûte environ quatre-vingts milliards de dollars.

Les principaux laboratoires et fournisseurs cloud envisagent de construire près de 100 gigawatts de cette capacité.

Une simple multiplication fait que le prix approche les huit billions de dollars, avant de compter les coûts d’exploitation ou les améliorations énergétiques.

Même à des taux d’intérêt modestes, le bénéfice annuel nécessaire rien que pour couvrir le coût du capital approche les 800 milliards de dollars.

La plupart des investisseurs n’avaient pas fait ce calcul. Une fois qu’ils l’ont fait, la vente dans l’industrie technologique a pris plus de sens.

Les marchés ont compris que la course ne se fait plus avec le code et les données, mais avec des projets de loi d’investissement d’une taille que les projets nationaux d’infrastructures n’avaient jamais été vus.

L’amortissement ajoute un autre problème. Les puces IA deviennent rapidement obsolètes. Krishna a dit que la durée de vie utile est d’environ cinq ans.

Cela signifie que d’énormes cycles de remplacement sont intégrés au modèle. L’IA aujourd’hui ne se comporte pas comme un logiciel dans le cloud. Elle se comporte comme une industrie lourde.

Et Krishna n’est pas seul.

La Banque d’Angleterre a récemment averti que les valorisations liées à l’IA aux États-Unis semblent aussi tendues qu’avant le krach des internet internet.

Il prévoit que les dépenses mondiales en IA dépasseront cinq trillions de dollars dans les cinq prochaines années et affirme qu’environ la moitié de ce montant sera financée par la dette.

Les grands groupes technologiques ont émis environ 250 milliards de dollars de nouvelles dettes cette année pour financer les infrastructures.

Ce schéma ressemble moins à l’internet des débuts qu’à une expansion des services publics à forte intensité de capital.

Une bulle dans ce contexte ne touche pas seulement les investisseurs en actions. Cela touche également les prêteurs et les marchés du crédit.

Lorsque des actifs ont été vendus sur les marchés mondiaux, c’était l’une des raisons.

Les investisseurs ont compris que l’IA n’était plus une option gratuite pour la croissance future.

Elle est désormais liée aux bilans réels et aux réseaux énergétiques. Le risque de négatif est plus grand qu’ils ne le pensaient.

Le brouillage matériel façonnant le prochain chapitre

La peur d’être enfermé dans l’écosystème de Nvidia a poussé chaque grande plateforme à adopter sa propre stratégie matérielle.

Google étend son programme TPU personnalisé. Les derniers copeaux de bois de fer sont refroidis à l’eau et disposés en capsules de plus de neuf mille unités.

Anthropic a signé un accord lui donnant accès à environ un million de TPU au fil du temps.

Amazon a rapidement lancé son accélérateur Trainium3 et a dédié des centaines de milliers d’unités pour soutenir la formation modèle d’Anthropic.

Cette vague d’investissements montre comment l’industrie tente de sortir du goulot d’étranglement des GPU.

Cela renforce également l’ampleur de l’engagement. Ce sont des actifs durables avec peu de flexibilité.

Si l’architecture du modèle sous-jacente change de direction, une partie de ce matériel devient moins utile. Les investisseurs ont commencé à s’en inquiéter aussi.

Yann LeCun, l’un des pionniers de l’IA, soutient que les grands modèles de langage actuels sont des « machines de corrélation » et ne peuvent pas atteindre l’intelligence générale sans une architecture différente.

Ilya Sutskever, cofondateur d’OpenAI, affirme que l’ère de la mise à l’échelle touche à sa fin. S’ils ont raison, l’immense développement adapté aux LLM d’aujourd’hui pourrait ne pas répondre aux besoins de demain.

C’est le genre de risque que les marchés n’avaient pas évalué.

Que se passe-t-il si le battage s’apaise mais que la technologie survit

L’histoire montre que la plupart des booms technologiques dépassent les bornes. Les chemins de fer l’ont fait. Les radios l’ont fait. Internet l’a certainement fait.

Les investisseurs qui cherchent à augmenter tendent à faire dépasser les valorisations au-delà de ce que la première vague de modèles économiques peut justifier. Mais les technologies sous-jacentes perdurent.

L’IA se situe quelque part dans cette histoire. Les cas d’usage sont réels. Les entreprises commencent à déployer des modèles pour le codage, l’analyse et les opérations clients.

Apple réorganise tout son groupe logiciel autour de l’intelligence intégrée à l’appareil.

Reddit utilise le nouveau Nova Forge d’Amazon pour construire son propre modèle d’application des politiques.

Ces exemples suggèrent que l’IA passe de la nouveauté à l’infrastructure.

Le défi, c’est le timing. Les bénéfices de productivité mettent du temps à se manifester. Les factures de capital arrivent maintenant.

Lorsque les actions mondiales ont chuté, ce décalage a contribué à expliquer la réaction.

Les investisseurs comprenaient qu’ils pourraient devoir attendre plus longtemps pour le remboursement, tandis que les coûts d’emprunt étaient immédiats.

Ce qui reste après que la mousse se soit déposée comptera plus que la correction elle-même. Réseaux optiques. Modèles personnels sur les appareils.

Silicium sur mesure. Des modèles ouverts plus petits qui fonctionnent dans des voitures ou des ordinateurs portables. Ces pièces paraissent durables car elles intègrent l’IA dans la structure physique et numérique de l’économie.

Les laboratoires qui se battent pour la frontière peuvent monter ou tomber, mais l’infrastructure reste.

La véritable leçon pour les investisseurs mondiaux est que le « boom de l’IA » n’est ni pure fantaisie ni un chemin direct vers des rendements infinis.

C’est une transition technologique coûteuse qui se déroule en temps réel et sous de réelles contraintes financières.

La récompense viendra, mais pas de manière égale et pas immédiate. La turbulence des prix des actifs est le marché qui essaie de déterminer qui va capturer cette valeur et qui paiera simplement la facture.