Temps de lecture : 4 minutes

Après plusieurs années d'euphorie autour de l'intelligence artificielle générative, les marchés financiers changent de perspective. Les investisseurs ne s'interrogent plus sur le potentiel de l'IA, mais sur le coût colossal de son développement. La révolution est loin d'être terminée, mais elle entre dans une nouvelle phase : celle de la construction d'infrastructures massives.

Des investissements historiques sous surveillance

Depuis 2023, les géants de la technologie investissent des sommes inédites dans les serveurs, les réseaux et les processeurs spécialisés. Les montants engagés atteignent désormais des niveaux comparables au PIB de certains pays.

Cette course aux investissements soulève une question centrale : ces dépenses seront-elles rentables suffisamment vite pour justifier leur ampleur ? Certains investisseurs craignent que l'industrie ne reproduise les excès observés avec le Métavers, où les investissements n'ont jamais généré les retours espérés.

À cette inquiétude s'ajoutent deux facteurs. D'une part, le financement de ces infrastructures devient plus coûteux dans un contexte de taux d'intérêt élevés. D'autre part, certains analystes dénoncent un phénomène d'« argent circulaire » : des entreprises, comme Microsoft, investissent dans des startups d'IA qui deviennent ensuite clientes de leurs services cloud, alimentant simultanément la croissance des revenus des deux parties.

Pourquoi la comparaison avec la bulle Internet est trompeuse

Malgré les inquiétudes, comparer la situation actuelle à l'éclatement de la bulle Internet de 2000 est réducteur.

À l'époque, de nombreuses entreprises affichaient peu ou pas de bénéfices. Aujourd'hui, les principaux acteurs de l'IA figurent parmi les entreprises les plus rentables de l'histoire. Surtout, leurs infrastructures sont utilisées dès leur mise en service : la demande en puissance de calcul dépasse encore largement les capacités disponibles.

Les hyperscalers misent des centaines de milliard

La dynamique actuelle est dominée par un petit nombre d'acteurs : Amazon, Microsoft, Alphabet et Meta.

Leurs investissements cumulés en infrastructures devraient atteindre plusieurs centaines de milliards de dollars en 2026, avec certaines estimations dépassant les 1.000 milliards de dollars par an à partir de 2027.

Ces montants peuvent sembler démesurés, mais leur logique économique reste cohérente. Si les serveurs sont amortis sur cinq à six ans, les grands fournisseurs de cloud estiment pouvoir récupérer leurs investissements en moins de trois ans grâce à une demande extrêmement soutenue. Contrairement au déploiement de la fibre optique au début des années 2000, les nouveaux centres de données sont souvent réservés par des contrats avant même leur mise en service.

Les créateurs de modèles d'IA sont plus exposés

La situation est plus délicate pour les entreprises qui développent les modèles fondamentaux, comme OpenAI ou Anthropic.

Leurs revenus progressent rapidement, mais leurs pertes restent considérables en raison des coûts d'entraînement et d'exploitation. Dans le même temps, les modèles deviennent progressivement une commodité. L'essor de l'open source et de nouveaux concurrents comme DeepSeek ou Moonshot AI (Kimi K3) réduit les barrières à l'entrée et accélère la diffusion des innovations.

Cette évolution pourrait provoquer une guerre des prix où les principaux gagnants seraient moins les créateurs des modèles que les entreprises qui les distribuent ou possèdent les infrastructures permettant de les faire fonctionner.

Le véritable défi est désormais énergétique

Le principal frein au développement de l'IA n'est plus technologique, mais physique.

La consommation électrique mondiale des centres de données pourrait dépasser 1.000 térawattheures d'ici 2030, soit un niveau proche de la consommation annuelle du Japon. Dans de nombreuses régions, les réseaux électriques sont déjà proches de leurs limites, et leur renforcement nécessite plusieurs années, voire plusieurs décennies.

Face à cette contrainte, les hyperscalers sécurisent dès aujourd'hui les ressources stratégiques. Ils acquièrent des terrains situés à proximité des sous-stations électriques, recherchent des sites disposant d'importantes ressources en eau pour le refroidissement et signent des contrats d'approvisionnement en électricité sur plusieurs décennies.

Une correction nécessaire plutôt qu'un effondrement

Les turbulences boursières observées depuis quelques temps ressemblent davantage à une phase de normalisation qu'à l'éclatement d'une bulle.

L'IA se heurte désormais aux limites du monde physique : capacité des fonderies de semi-conducteurs, disponibilité de l'énergie, réseaux électriques, foncier, accès à l'eau ou encore contraintes réglementaires. Ces facteurs ralentissent naturellement le rythme de déploiement de la technologie.

Pour autant, les perspectives restent considérables. Si l'intelligence artificielle permet d'améliorer la productivité mondiale de seulement 1 à 2%, elle pourrait générer plusieurs milliers de milliards de dollars de richesse supplémentaire. Cette perspective explique pourquoi les investissements restent aussi massifs malgré les inquiétudes des marchés.

L'année 2026 marque ainsi moins la fin du boom de l'IA que le passage d'une phase d'enthousiasme spéculatif à une phase industrielle, plus coûteuse, plus lente, mais probablement aussi plus durable.

—

Nicolas De Groote
Portfolio Manager