Au début, l’intelligence artificielle générative avait presque quelque chose de sympathique. On ouvrait ChatGPT pour lui demander si on pouvait remplacer la crème fraîche par du yaourt dans une recette ou comprendre pourquoi le chien avait des croutes dans l’oreilles. C’était impressionnant, parfois franchement bluffant, mais cela restait essentiellement un “copain de conversation qui répond à tout” que l’on utilisait depuis son ordinateur ou son téléphone.
Trois ans plus tard, l’histoire a légèrement changé d’échelle. Derrière le chatbot se cachent désormais des milliers de serveurs, des montagnes de GPU (Graphing Processus Unit. Il sert surtout à afficher des images, des jeux et des vidéos. Mais il est aussi particulièrement doué pour les énormes quantités de calcul nécessaires à l’IA), des data centers grand comme la Trump tower (post non sponsorisé), des réseaux électriques renforcés et des investissements qui se comptent en centaines de milliards de dollars. Et comme ces machines ont la fâcheuse habitude de consommer de l’électricité et de vieillir beaucoup plus vite qu’un bâtiment, la facture ne s’arrête jamais vraiment. Bref, c’est une espèce de gouffre sans fin, un tonneau des Danaïdes contemporains.
La question devient donc assez simple : l’intelligence artificielle va-t-elle réellement rapporter suffisamment d’argent pour justifier tout ce que nous sommes en train de dépenser ?
Le plus intéressant dans l’évolution actuelle est que l’IA est progressivement devenue une industrie lourde. Pour faire fonctionner les modèles les plus avancés, il ne suffit plus d’avoir quelques serveurs dans un coin du cloud. Il faut construire des infrastructures capables de fournir une puissance de calcul considérable, avec suffisamment d’électricité, de refroidissement et de connectivité pour les faire fonctionner en permanence.
Selon PwC (l’un des quatre grands cabinets mondiaux d’audit et de conseil, c’est le genre d’endroit où même un problème simple finit avec un Powerpoint de 87 slides et un consultant), les investissements mondiaux dans les data centers pourraient atteindre 31.600 milliards de dollars d’ici 2050 dans son scénario central. Et ce chiffre ne concerne pas uniquement les bâtiments : une grande partie de la facture provient des serveurs, des GPU, du stockage et des équipements réseau qu’il faudra régulièrement remplacer.
C’est d’ailleurs l’une des particularités de cette nouvelle course technologique. Un data center peut rester debout pendant des décennies, mais les machines qu’il contient ne bénéficient pas forcément de la même espérance de vie. PwC estime que les équipements informatiques devront être renouvelés tous les quatre à six ans. On est loin de la longévité du mixer orange Moulinex de tata Marie.
Autrement dit, une fois le data center construit, l’histoire ne fait que commencer. Il faudra ensuite continuer à payer pour le remplir de matériel toujours plus puissant.
Évidemment, personne ne dépense de telles sommes uniquement pour le plaisir de construire de très gros bâtiments remplis de ventilateurs.
Les géants de la technologie parient sur une transformation profonde de l’économie. Si l’IA permet aux entreprises de produire davantage avec moins de personnel, d’automatiser des tâches complexes, d’accélérer le développement logiciel ou de créer de nouveaux services, les gains potentiels peuvent devenir considérables.
Le problème est que l’investissement arrive aujourd’hui, alors que les bénéfices espérés appartiennent encore largement au futur. Anthropic fournit un exemple assez spectaculaire de cette situation. L’entreprise a généré environ 4,6 milliards de dollars de revenus en 2025, mais son prospectus d’introduction en Bourse révèle également des pertes et des dépenses considérables. Surtout, elle prévoit des engagements futurs pouvant atteindre environ 518 milliards de dollars pour ses infrastructures et ses capacités de calcul.
On comprend donc parfaitement pourquoi les investisseurs s’intéressent autant à l’IA. Mais on comprend aussi pourquoi ils commencent à regarder la calculette avec un peu plus d’attention. Parce qu’à ce niveau-là, il ne suffit plus que l’IA soit utile. Il faut qu’elle le soit à une échelle gigantesque.
Il serait tout de même de mauvaise fois de résumer la situation à une gigantesque bulle technologique dans laquelle personne ne gagnerait le moindre euro.
L’IA produit déjà des résultats économiques concrets. Une étude publiée début octobre par BearingPoint auprès de 1.050 dirigeants dans 13 pays indique que près des trois quarts des organisations ayant déjà mis en œuvre de l’IA déclarent obtenir un impact mesurable sur leurs revenus ou leurs coûts.
Le problème apparaît lorsqu’on passe du petit projet intéressant à son déploiement à grande échelle. Seulement 13 % des organisations interrogées déclarent avoir étendu leurs initiatives IA conformément à leur business case initial. Autrement dit, une entreprise peut parfaitement constater que l’IA lui fait gagner du temps ou réduire certains coûts sans pour autant réussir à transformer cette expérience en programme industriel capable de produire les résultats initialement espérés.
Bref, l’IA peut être rentable sans que les investissements gigantesques réalisés pour construire son infrastructure le soient automatiquement.
Le financement de cette gigantesque transformation mérite lui aussi qu’on s’y intéresse. La Banque d’Angleterre signalait fin septembre que l’augmentation rapide des investissements liés à l’IA était de plus en plus financée par de la dette. Selon les estimations citées par l’institution, environ 450 milliards de dollars de dette liée à l’IA avaient déjà été émis dans le monde au début du mois de septembre 2026, soit plus du double du montant enregistré sur l’ensemble de l’année 2025. Je vous laisse un instant pour intégrer ce chiffre…
Cela ne signifie évidemment pas que l’IA va provoquer automatiquement une catastrophe financière. Les infrastructures construites existent réellement et les entreprises qui les financent disposent souvent de ressources considérables. Mais cela signifie que le pari devient de plus en plus important.
Lorsque l’on investit quelques millions dans une technologie qui fonctionne moins bien que prévu, c’est gênant. Lorsque des centaines de milliards sont engagés dans des infrastructures dont la rentabilité dépend d’une adoption massive et d’une croissance continue de la demande, la question devient forcément plus sérieuse.
Surtout lorsque les intérêts de la dette, eux, continuent de tomber chaque mois sans demander si votre modèle d’IA a finalement trouvé son marché.
C’est probablement le paradoxe le plus amusant de cette histoire. Les fabricants de puces construisent des usines. Les géants du cloud construisent des data centers. Les entreprises spécialisées dans l’IA signent des contrats gigantesques pour sécuriser leur capacité de calcul. Les investisseurs injectent des milliards.
Et pendant ce temps, une partie des entreprises qui sont censées utiliser cette technologie se demande encore très concrètement comment l’intégrer dans leur informatique. Nous en parlions d’ailleurs récemment dans cet article : L’IA met le turbo : pendant ce temps, certaines PME cherchent encore le bouton “démarrer”.
Les problèmes ne sont d’ailleurs pas uniquement techniques. Les entreprises doivent aussi gérer leurs données, leurs processus internes, la sécurité, la réglementation, les compétences disponibles et les conséquences de l’automatisation sur leurs équipes.
L’étude de BearingPoint montre bien cette difficulté : l’IA crée déjà de la valeur dans de nombreuses organisations, mais le passage à l’acte reste nettement plus compliqué, voire parfois abandonné. On se retrouve donc dans une situation assez particulière où l’infrastructure mondiale est construite à toute vitesse alors que l’économie réelle apprend encore à l’utiliser correctement. C’est la réalité de tout les jours, avouons-le.
La question n’est finalement pas de savoir si l’intelligence artificielle est utile car elle l’est déjà. Ce n’est pas non plus de savoir si certaines entreprises peuvent gagner beaucoup d’argent grâce elle en gagne, grâce à cette IA. Le véritable pari consiste désormais à savoir si les gains économiques seront suffisamment importants et suffisamment rapides pour justifier l’immense quantité de capital mobilisé pour construire cette nouvelle infrastructure.
Si l’IA augmente réellement la productivité, crée de nouveaux marchés et transforme durablement le fonctionnement des entreprises, les investissements actuels pourront probablement apparaître raisonnables avec quelques années de recul.
Mais si l’adoption est plus lente que prévu (c’est un peu ma crainte actuelle), si les modèles deviennent beaucoup moins coûteux à faire fonctionner ou si les gains de productivité restent modestes, certains investisseurs risquent de découvrir une vérité assez désagréable : construire une infrastructure gigantesque ne garantit pas qu’elle sera utilisée à la hauteur des prévisions.
Pour l’instant, tout le monde semble convaincu qu’il faut continuer à investir, même lorsque le retour sur investissement reste difficile à mesurer. Après tout, nous avons déjà dépensé des centaines de milliards. Ce serait quand même dommage de s’arrêter maintenant.
Surtout pour découvrir que la grande révolution de l’intelligence artificielle avait surtout réussi une chose : nous rendre beaucoup plus intelligents lorsqu’il s’agit de trouver de nouvelles façons de dépenser de l’argent.
Bon, c’est pas tout ça, il faut que je prépare une pâte à crêpe pour le gamin, avec une recette ancestrale que je connais pas coeur. Pas besoin d’IA, donc.
Á très vite !
BMW vient de présenter officiellement sa nouvelle i3, deuxième modèle de la nouvelle génération "Neue…
On parle souvent du RGPD comme de cette magnifique invention européenne qui nous oblige à…
L’IA, c’est formidable. Tout le monde en parle, tout le monde veut en faire quelque…
On pensait qu’Elon Musk avait déjà suffisamment de casquettes pour remplir un vestiaire entier :…
Segway Navimow, numéro 1 mondial des tondeuses robots sans fil*, ouvre aujourd’hui à Houtvenne (province…
Tesla peut faire rouler son Full Self-Driving en Belgique, mais cela ne signifie pas pour…
