Une course où l’on brûle des milliards pour conserver l’avantage
La ruée vers l’intelligence artificielle entraîne aujourd’hui des niveaux d’investissement et de dépenses qui soulèvent d’importantes interrogations sur la soutenabilité économique du secteur. Les entreprises leaders financent des pertes gigantesques pour maintenir leur avance technologique, en pariant sur des retours futurs potentiellement colossaux mais incertains.
À titre d’exemples chiffrés, le « cash burn » projeté pour OpenAI atteindrait 27 milliards de dollars en 2026 et pourrait grimper à 65 milliards en 2027, un ordre de grandeur comparable au chiffre d’affaires attendu pour 2026, estimé entre 25 et 30 milliards. Ces montants traduisent le fait que certains services sont largement subventionnés : un abonnement « ChatGPT Pro » à 200 dollars pourrait, selon SemiAnalysis, engendrer jusqu’à 14 000 dollars de coûts de calcul par utilisateur.
Des infrastructures massives et des coûts répartis
L’IA n’est pas seulement un enjeu logiciel : elle exige des capacités matérielles considérables — centres de données, consommation énergétique, réseaux. Pour 2026, les principaux acteurs américains (Alphabet, Amazon, Meta, Microsoft) prévoient conjointement près de 720 milliards de dollars d’investissements, dont une large part pour ces infrastructures.
| Horizon | Montant estimé |
|---|---|
| 2026 (investissements annoncés par GAFA) | 720 milliards $ |
| 2030 (prévision PwC) | 1 100 milliards $ |
| 2050 (prévision PwC) | 1 800 milliards $ |
Un modèle financier complexe, parfois opaque
La recherche de financements pousse à des montages financiers sophistiqués : subventions croisées, montages hors bilan et recours à la dette. Ces dispositifs rendent difficile l’évaluation réelle des risques et des engagements. Le cabinet PwC relève également que les dépenses liées à l’IA expliquent aujourd’hui entre 30 et 40 % de la croissance du PIB des États-Unis, soulignant l’ampleur du pari macroéconomique.
« L’existence d’une bulle ne fait aucun doute. La vraie question, c’est de savoir si cette »
Cette formule, incomplète dans sa source initiale, résume l’ambivalence : reconnaître une bulle ne suffit pas, il faut estimer sa taille, sa durée et les dégâts potentiels si l’enthousiasme retombe. Deux scénarios sont possibles : une transformation réellement productive de vastes pans de l’économie — qui justifierait les dépenses — ou une correction sévère lorsque les premiers retours sur investissement se révéleront insuffisants.
Conséquences et risques concrets
- Pour les entreprises : pression continue pour lever des capitaux, dilution des actionnaires, risque de faillites si la valorisation n’est pas soutenable.
- Pour le système financier : exposition croissante à des actifs liés à l’IA et aux infrastructures associées, potentiels engagements hors-bilan difficiles à saisir.
- Pour l’emploi et l’industrie : redistribution des compétences et risques de concentration des capacités techniques et énergétiques entre quelques acteurs dominants.
Vers quoi faut‑il se préparer ?
Les autorités publiques et les investisseurs devraient renforcer la transparence sur les engagements financiers des entreprises du secteur, surveiller les montages hors-bilan et évaluer l’impact macroéconomique des investissements massifs en infrastructures. À court terme, la question centrale reste de savoir si les gains de productivité promis par l’IA compenseront les dépenses engagées aujourd’hui.
Sans réponse certaine, la tension entre innovation et risque économique demeure le moteur principal de cette course — une trajectoire où la victoire apparaitra aussi dangereuse que la défaite si elle n’est pas mesurée.
