Les USA dépensent des fortunes pour dominer l’intelligence artificielle. Mais si des modèles chinois moins chers venaient ruiner le modèle économique de cette révolution technologique ?
Je vous propose un petit scénario qui risque de faire transpirer quelques investisseurs de la Silicon Valley. Imaginez que les États-Unis dépensent des milliers de milliards de dollars pour construire les cerveaux artificiels les plus puissants de la planète, avant de découvrir que leurs concurrents chinois sont capables de proposer des performances comparables pour une fraction du prix. Bienvenue dans le merveilleux monde du capitalisme, où l’on peut inventer une technologie révolutionnaire et perdre une fortune en essayant de la vendre.
Car derrière la course à l’intelligence artificielle se cache une question beaucoup moins spectaculaire que les démonstrations de ChatGPT ou de Gemini, mais autrement plus importante : qui va réellement gagner de l’argent avec tout ça ?
Aux États-Unis, les géants technologiques ont sorti la grosse artillerie. Microsoft, Amazon, Google, Musk et Meta investissent massivement dans les centres de données, les processeurs spécialisés, les réseaux et les infrastructures électriques nécessaires au fonctionnement de l’IA.
Les montants font tourner la tête. Il faut construire des bâtiments gigantesques, installer des milliers de processeurs, sécuriser l’approvisionnement en électricité et renouveler régulièrement du matériel qui coûte parfois le prix d’une petite maison. Le tout avec l’espoir que les entreprises et les particuliers paieront suffisamment cher pour rentabiliser cette gigantesque machine.
Le problème, c’est que ces investissements reposent sur des hypothèses concernant les revenus futurs. Et si les entreprises américaines misaient sur des marges confortables, alors que le prix de l’intelligence artificielle est justement en train de s’effondrer ?
Reuters a notamment souligné les difficultés financières rencontrées par certains laboratoires d’IA. Anthropic, l’entreprise derrière Claude, a enregistré 4,6 milliards de dollars de revenus en 2025, mais aussi une perte opérationnelle de 8 milliards. Les dépenses informatiques et d’infrastructure représentaient à elles seules 7,3 milliards de dollars.
Cela ne signifie pas que l’entreprise est condamnée. Les jeunes sociétés technologiques peuvent accepter des pertes importantes pour financer leur croissance. Mais la question mérite d’être posée : combien de temps les investisseurs accepteront-ils de financer une course où les dépenses explosent sans que les bénéfices suivent nécessairement ?
Pendant que les Américains construisent des cathédrales informatiques, les entreprises chinoises cherchent notamment à rendre l’intelligence artificielle plus efficace et moins coûteuse.
Le cas de DeepSeek a marqué un tournant en janvier 2025. Son modèle de raisonnement R1 a démontré qu’un acteur chinois pouvait proposer une IA performante à des conditions économiques susceptibles de bousculer les certitudes de la Silicon Valley.
Attention, les chiffres spectaculaires concernant le coût de développement de DeepSeek ont souvent été mal interprétés. Le montant annoncé pour l’entraînement de certaines versions ne représentait pas l’ensemble des dépenses de recherche, de développement et d’infrastructure de l’entreprise. Il serait donc trompeur de prétendre que DeepSeek a reproduit toute la technologie américaine pour quelques millions de dollars seulement.
Il faut toutefois mettre un petit astérisque à côté de l’enthousiasme pour les modèles chinois : DeepSeek fait l’objet de plusieurs études ayant mis en évidence des mécanismes de censure sur certains sujets politiquement sensibles pour Pékin, notamment Tian’anmen, Taïwan ou la responsabilité du gouvernement chinois.
Le modèle peut refuser de répondre, reformuler certains éléments ou simplement faire disparaître une partie de l’information. Cela ne remet évidemment pas en cause ses performances techniques ni son intérêt économique, mais cela rappelle qu’une IA moins chère n’est pas forcément une IA plus neutre. Et dans ce domaine, quand le cerveau artificiel commence à choisir lui-même les sujets dont il préfère ne pas parler, mieux vaut garder son esprit critique allumé.
Mais le signal était quand même assez sérieux pour faire tousser les marchés en mode petit rhume d’ado. Parce qu’avec DeepSeek, on venait de comprendre qu’il existait d’autres façons de développer une IA performante que de balancer des milliards dans des montagnes de processeurs hors de prix.
Depuis, DeepSeek, Alibaba, Moonshot et Z.ai ont continué à faire évoluer leurs modèles. Et certains sont même disponibles en téléchargement gratuit. En gros, une entreprise peut récupérer le modèle, le bidouiller selon ses besoins et le faire tourner sur ses propres serveurs, sans devoir passer systématiquement par un service en ligne. Bon, il faut quand même respecter les conditions de licence, parce que gratuit ne veut pas forcément dire qu’on peut faire absolument tout ce qu’on veut.
Et c’est là que ça devient intéressant. Pour venir chatouiller les Américains, les Chinois n’ont pas forcément besoin de créer une IA plus intelligente que toutes les autres. Il leur suffit parfois de proposer un modèle qui fait correctement le boulot, qui coûte beaucoup moins cher et qu’on peut installer sans se lancer dans un chantier informatique à plusieurs millions avec des brouettes de spécialistes hors de prix.
Parce que si une entreprise peut obtenir un résultat tout à fait correct en dépensant beaucoup moins, elle risque forcément de se poser quelques questions. Et peut-être même d’aller voir ce qui se fait ailleurs. C’est humain, après tout. Même dans la Silicon Valley, quand la facture commence à piquer, on sort sa calculatrice.
Les puces électroniques et les centres de données coûtent une fortune pour chaque pays, mais il y a aussi une autre dépense à prendre en compte : les salaires. Et sur ce terrain, les entreprises chinoises partent généralement avec un avantage.
Attention, ces chiffres ne comparent pas exactement les mêmes populations ni les mêmes méthodes statistiques. Et surtout, un chercheur en IA très recherché à Pékin ou Shenzhen peut gagner bien davantage que le salarié chinois moyen. La guerre des talents fait aussi grimper les rémunérations en Chine.
Mais le principe reste le même : si une entreprise peut réunir des équipes compétentes à un coût global plus faible, optimiser ses ressources informatiques et proposer une IA moins chère, elle dispose d’un sérieux avantage. Et face à des concurrents américains qui dépensent des sommes astronomiques, chaque économie compte.
Le phénomène est déjà bien visible : le coût d’utilisation des modèles d’IA s’est cassé la figure ces dernières années. Et pas qu’un peu ! Le rapport AI Index 2025 de l’université Stanford donne un exemple assez parlant : pour obtenir des performances comparables à celles de GPT-3.5 sur le test MMLU. Il s’agit du ‘Massive Multitask Language Understanding’ derrière se cache un nom un peu barbare se cache un test destiné à vérifier ce qu’une intelligence artificielle a réellement dans le ventre. Le prix est donc passé de 20 dollars à seulement 7 cents par million de tokens entre novembre 2022 et octobre 2024.
Faites le calcul : c’est une division par plus de 280 ! Autrement dit, ce qui coûtait une petite fortune hier peut aujourd’hui revenir à une poignée de cacahuètes. Bon, j’exagère à peine. Attention, on parle ici du prix d’utilisation des modèles, pas du coût nécessaire pour les développer ou les entraîner.
Cette chute des prix ne vient évidemment pas uniquement des Chinois. Les modèles sont devenus plus efficaces, les développeurs ont appris à mieux les optimiser, le matériel a progressé et les fournisseurs se bagarrent pour attirer les clients. Mais les entreprises chinoises ont ajouté une bonne dose de concurrence dans la casserole. Et quand plusieurs acteurs se battent pour vendre plus ou moins la même chose, le client finit généralement par y trouver son compte. Le portefeuille aussi respire un peu mieux.
Pour nous, humbles utilisateurs, c’est plutôt une excellente nouvelle. En revanche, pour les entreprises qui espéraient facturer chaque question posée à leur IA au prix d’un menu gastro au “Comme chez soi” à Bruxelles (post non sponsorisé), c’est une autre paire de manches.
Le calcul est pourtant assez simple : si les prix baissent, les fournisseurs peuvent essayer de compenser en attirant davantage de clients et en multipliant les usages. Sauf qu’il faut en trouver, des clients, pour compenser des tarifs qui dégringolent ! Et encore faut-il que les ventes progressent suffisamment vite pour éviter que les marges ne fondent comme neige au soleil.
C’est là que ça peut commencer à sentir le vieux ribs cramé qui traine sur le barbecue. Si les revenus augmentent moins vite que les dépenses, certains projets risquent de devenir beaucoup moins rentables que prévu. Et c’est à ce moment qu’apparaît le fameux risque de destruction de capital. Aie.
Pas besoin d’imaginer des centres de données qui explosent dans une gigantesque boule de feu avec Tom Cruise en acteur principal. Le problème est plus sournois : les bâtiments, les serveurs et les équipements sont toujours là, mais ils peuvent rapporter beaucoup moins que prévu. Des infrastructures payées au prix fort peuvent alors perdre une bonne partie de leur valeur économique. Quant aux investisseurs qui espéraient se remplir les poches, ils risquent de devoir revoir leurs petits calculs.
En clair, les États-Unis ont peut-être investi des fortunes dans des infrastructures destinées à vendre de l’intelligence artificielle à prix d’or. Et voilà que des concurrents débarquent avec des modèles moins chers, parfois suffisamment performants pour faire le boulot, et viennent mettre le bazar dans la boutique.
C’est un peu comme si vous construisiez une usine gigantesque pour vendre des chewing-gums à deux euros pièce, avant de découvrir que le magasin d’en face propose quasiment la même chose au prix d’un paquet de Stimorol à la caisse du supermarché. À ce tarif-là, il va falloir en vendre, des chewing-gums, pour rembourser l’usine !
Les principaux développeurs chinois de modèles d’intelligence artificielle, de l’assistant conversationnel aux systèmes capables d’automatiser certaines tâches.
DeepSeek
Développe des modèles spécialisés notamment dans le raisonnement, la programmation et les tâches complexes. Certains sont téléchargeables et peuvent être utilisés sur ses propres infrastructures, selon les conditions de licence.
Alibaba
Développe Qwen, une famille de modèles capables de traiter du texte, des images et du code. Ils servent aussi de base à des applications professionnelles et à des agents d’IA.
ByteDance
Propose Doubao, un assistant conversationnel populaire en Chine, et développe la famille Seed, qui couvre notamment la génération de texte, d’images et de vidéos.
Moonshot AI
Développe Kimi, un assistant capable d’analyser de longs documents, de rechercher des informations et d’aider à programmer ou à résoudre des problèmes complexes.
Zhipu AI / Z.ai
Développe les modèles GLM, destinés notamment à la rédaction, au raisonnement, à la programmation et à la création d’agents capables d’enchaîner plusieurs opérations.
MiniMax
Développe des modèles de langage et des agents, mais aussi des technologies de génération de voix, de musique, d’images et de vidéos.
Baidu
Développe la famille ERNIE et des services d’IA intégrés notamment à son moteur de recherche et à ses solutions professionnelles, pour générer du contenu et analyser des informations.
Tencent
Développe la famille Hunyuan, qui comprend des modèles de langage et des technologies multimodales, ainsi que des outils d’IA destinés à ses services numériques et à ses clients professionnels.
Huawei
Développe Pangu, une famille de modèles spécialisés dans des domaines comme l’industrie et les entreprises, ainsi que des infrastructures matérielles et logicielles pour faire fonctionner des systèmes d’IA.
iFlytek
Développe Spark, une famille de modèles et d’assistants d’IA axés notamment sur la reconnaissance vocale, la traduction, l’éducation et les applications professionnelles.
01.AI
Fondée par Kai-Fu Lee, cette entreprise s’est fait connaître avec Yi, une famille de modèles de langage destinée notamment à la génération de texte et aux applications développées par les entreprises.
StepFun
Développe des modèles d’IA capables de traiter différents types de contenus, notamment du texte et des images, pour le raisonnement, la génération de contenu et les applications automatisées.
Il ne faut toutefois pas confondre la chute des prix avec celle de toute l’industrie. Une IA moins chère peut attirer de nouveaux clients, ouvrir des marchés et provoquer une explosion des usages. Les entreprises peuvent également gagner de l’argent en vendant des services complémentaires : hébergement, cybersécurité, logiciels professionnels et intégration dans les systèmes informatiques.
Les géants américains possèdent aussi des avantages considérables. Ils disposent de capitaux, de centres de données, de processeurs, de réseaux commerciaux et de relations avec des millions de clients. Google (Gemini), OpenAI (ChatGPT) ou Anthropic (ce brave Claude) ne vivent pas uniquement de la vente de réponses générées par un chatbot.
Mais ces atouts ne garantissent pas que chaque investissement sera rentable. Une entreprise peut conserver une position dominante tout en voyant ses marges diminuer. Et un secteur peut connaître une croissance spectaculaire alors que certains investisseurs y perdent énormément d’argent.
C’est ce qui s’est produit lors de la bulle Internet. La révolution numérique était bien réelle, mais cela n’a pas empêché de nombreuses entreprises de disparaître et des investisseurs de perdre des sommes considérables. La technologie avait un avenir. Certains prix d’achat, beaucoup moins.
Des modèles de langage aux assistants conversationnels, en passant par les outils de programmation et les agents capables d’automatiser des tâches.
OpenAI
Développe GPT et ChatGPT, des outils capables de dialoguer, de rédiger, de programmer et d’analyser des documents, avec des fonctions permettant également d’exécuter des tâches complexes.
Anthropic
Développe Claude, un assistant d’IA spécialisé notamment dans la rédaction, l’analyse de documents, le raisonnement et la programmation, ainsi que dans les outils destinés aux entreprises et aux développeurs.
Google DeepMind
Développe Gemini pour les conversations, la recherche et les tâches complexes, ainsi que Gemma, une famille de modèles téléchargeables. Ses technologies couvrent aussi la génération d’images, de vidéos et de code.
Meta
Développe les modèles Llama et des assistants d’IA intégrés à son écosystème, notamment Facebook, Instagram et WhatsApp. Certains modèles peuvent être téléchargés et adaptés sous réserve de leur licence.
xAI
Développe Grok, un assistant conversationnel associé notamment au réseau social X, capable de répondre aux questions, de rechercher des informations, de générer du contenu et d’aider à résoudre des problèmes.
Microsoft
Propose Copilot et des agents intégrés à ses logiciels, notamment Microsoft 365 et GitHub. L’entreprise développe aussi ses propres modèles, dont Phi et la famille MAI, ainsi que des outils d’IA pour les entreprises via Azure.
Amazon
Développe les modèles Nova et propose Alexa+, un assistant intelligent. Sa plateforme Amazon Bedrock permet également aux entreprises d’utiliser différents modèles pour créer leurs propres applications et agents.
NVIDIA
Développe la famille Nemotron et des modèles destinés notamment au raisonnement, à la programmation et à la création d’agents d’IA. L’entreprise fournit aussi une grande partie des puces et des technologies utilisées pour entraîner et exécuter ces modèles.
Perplexity AI
Propose un moteur de recherche conversationnel qui synthétise des informations trouvées sur le Web en citant ses sources, avec des fonctions supplémentaires de recherche approfondie et d’assistance automatisée.
Cohere
Développe des modèles de langage et des outils de recherche documentaire destinés aux entreprises, notamment pour interroger leurs propres données, retrouver des informations et automatiser certaines tâches.
AI21 Labs
Développe des modèles de langage et des solutions professionnelles pour analyser des textes, extraire des informations et automatiser des processus documentaires.
Reflection AI
Développe des modèles d’IA et des systèmes orientés vers les agents autonomes, avec l’objectif de permettre à ces derniers d’effectuer des tâches complexes, notamment en programmation.
Le scénario le plus inquiétant pour les investisseurs américains n’est donc pas forcément que la Chine remplace brutalement toute l’industrie technologique des États-Unis. Il serait plutôt que les modèles chinois, associés aux progrès de l’ensemble du secteur, fassent progressivement disparaître une partie des marges sur lesquelles reposent les valorisations actuelles.
Les États-Unis pourraient conserver des entreprises technologiquement excellentes, mais gagner moins d’argent que prévu avec leurs modèles. Des infrastructures pourraient être sous-utilisées, des investissements dépréciés et certains projets abandonnés.
La Chine, de son côté, ne gagnerait pas automatiquement des fortunes. Des prix plus bas peuvent aussi réduire les marges de ses propres entreprises. Et les modèles ouverts ne sont pas gratuits à exploiter : les serveurs, l’électricité et les compétences techniques restent indispensables.
Il existe également des obstacles liés à la sécurité, à la confidentialité des données, aux licences et aux restrictions réglementaires. Toutes les entreprises ne souhaiteront pas confier leurs données à un fournisseur chinois ou installer un modèle sur leurs propres serveurs.
Mais la pression concurrentielle est bien réelle. Et elle pourrait devenir l’un des principaux facteurs de transformation de l’économie de l’IA.
Au fond, cette histoire illustre un paradoxe assez savoureux. Les géants américains investissent massivement pour rendre l’intelligence artificielle toujours plus puissante. Mais si les progrès techniques permettent de produire des résultats comparables à moindre coût, la valeur économique de certaines infrastructures pourrait diminuer.
Cela ne signifie pas que l’IA américaine va s’écrouler demain matin, ni que Pékin a déjà gagné la bataille. N’allons pas trop vite non plus. Par contre, le risque de voir certains investissements devenir beaucoup moins rentables mérite d’être pris au sérieux. Une technologie peut transformer le monde tout en ruinant ceux qui ont payé trop cher pour en prendre le contrôle.
Et c’est peut-être là que se cache le véritable retournement de situation : les Américains pourraient ne pas perdre la guerre de l’intelligence artificielle, mais celle des marges bénéficiaires. Après avoir dépensé des milliers de milliards pour fabriquer les cerveaux du futur, ils pourraient découvrir que leurs concurrents ont surtout trouvé le moyen de faire baisser le prix de l’intelligence.
Ce serait tout de même ballot, hein ?. À force de vouloir construire l’IA la plus puissante du monde, certains investisseurs pourraient finir par financer la plus coûteuse des leçons de capitalisme : inventer une technologie révolutionnaire, c’est bien, mais réussir à la vendre assez cher pour récupérer sa mise, c’est encore mieux.
Bon, je vous laisse, Thelma a faim, j’ai oublié de lui filer ses croquettes en écrivant cet article et elle me regarde d’un air jugeant. Maître ingrat.
J’ai un iPad Air 2 acheté en 2014. Oui, 2014. Une époque formidable où l’on…
Imaginez un instant que Stanislas mette le feu au jardin de Marco, que vous aidiez votre…
Acheter des pommes, du fromage, du papier toilette et, au passage, quelques euros de Bitcoin…
Je ne sais pas pour vous, mais plus les intelligences artificielles deviennent douées pour fabriquer…
Il y a des associations dont on ne parle pas assez, alors qu’elles accomplissent un…
Apple a décidé de nous donner rendez-vous le 13 octobre prochain avec un message aussi…
