Latest / Le centre de gravité / La bulle IA — anatomie d'un malentendu financier

Transcript

La bulle IA — anatomie d'un malentendu financier · Le centre de gravité

0:00
La bulle IA, anatomie d'un malentendu financier.
0:03
Le 21 mars 2026, l'économie mondiale construit quelque chose
0:07
qu'elle ne comprend pas encore tout à fait pas l'intelligence
0:09
artificielle elle même. On commence à peu près à
0:12
comprendre ce qu'elle est, ce qu'elle change, comment elle
0:14
entre dans le travail et dans les habitudes.
0:16
Non, ce qu'on ne comprend pas encore, c'est l'échelle de ce
0:19
qui se joue autour d'elle. En 3 ans, les 5 plus grands
0:22
groupes technologiques mondiaux ont engagé ou annoncé plus de
0:25
1000 milliards de dollars d'investissements dans
0:28
l'infrastructure de l'intelligence artificielle,
0:30
1000 milliards en 3 ans. Pour donner un ordre de
0:34
grandeur, c'est plus que le plan Marshall et le programme Apollo
0:38
réunis, ajustés à l'inflation. C'est davantage que ce que coûte
0:41
chaque année la guerre en Ukraine.
0:43
C'est l'équivalent du PIB annuel de pays entiers injectés dans
0:47
des centres de données, des puces, des câbles, du
0:50
refroidissement de l'électricité.
0:52
Jensen Wang, le patron de Nvidia, a parlé à Davos de la
0:56
plus vaste construction d'infrastructures de l'histoire
0:58
humaine. Ce n'est peut être pas
1:00
entièrement exagéré. Et pourtant, David Kahn,
1:03
analyste chez sequoia capital, l'un des fonds les plus
1:06
respectés au monde, a posé une question que personne n'a encore
1:09
vraiment résolu. Il a demandé en substance, pour
1:12
que ces dépenses se justifient, l'industrie de l'i a devrait
1:15
déjà générer environ 600 milliards de dollars de revenus
1:18
annuels. Où sont ils ?
1:19
La réponse au 21 mars 2026 tient en 4 mots, ils n'y sont pas.
1:26
L'i a génère des revenus, oui, en forte croissance, bien
1:29
réelle, mais pas 600 milliards, pas encore, peut être pas avant
1:33
longtemps. C'est là que le vertige
1:35
commence. Parce que les dépenses, elles
1:37
n'attendent pas, les data centers sortent de terre, les
1:41
puces s'empilent, les contrats d'énergie se signent, les
1:44
emprunts se contractent. Environ 400 milliards de dollars
1:47
de dette supplémentaires en 2026, selon Morgan Stanley.
1:51
Rien que pour les hyperscalers, ce n'est pas de
1:54
l'autofinancement serein. C'est une course à crédit
1:57
engagée sur la foi d'un futur qui n'a pas encore livré ses
2:00
preuves comptables. Et Pendant ce temps, Deutsche
2:02
Bank observe tranquillement que sans les dépenses
2:05
technologiques, les États-Unis seraient probablement déjà en
2:08
récession. Cette phrase change la nature du
2:10
problème. L'investissement dans l'i a
2:13
n'est plus un pari sectoriel. C'est un pilier macroéconomique,
2:16
un pilier qui soutient une part significative de la croissance
2:19
de la première puissance mondiale.
2:21
Ce qui signifie que si ce pilier vacille, ce n'est plus une
2:25
affaire de start-up. C'est un problème systémique.
2:27
On se retrouve donc face à une situation sans véritable
2:30
précédent dans sa forme, même si elle a des échos historiques
2:34
dans sa structure. Nous avons déjà vu cela.
2:36
Des économies entières ont déjà investi massivement,
2:38
collectivement, fébrilement, dans des infrastructures dont
2:41
elle pressentait l'importance, sans encore savoir comment elle
2:43
paierait les chemins de fer, le télégraphe, la fibre optique,
2:47
Internet. À chaque fois, la technologie
2:49
était réelle, à chaque fois, l'infrastructure a fini par
2:52
servir et à chaque fois, une partie considérable du capital
2:55
initial a été détruite. En chemin, lors du crash des dot
2:59
COM, le Nasdaq a perdu 78% de sa valeur.
3:00
Environ 5000 milliards de dollars se sont évaporés.
3:02
Et pourtant, 20 ans plus tard, les entreprises bâties sur cette
3:05
même infrastructure, les GAFAM, valaient plus de 20000
3:08
milliards. L'infrastructure avait survécu,
3:12
les valorisations, elles, avaient été pulvérisées et les
3:15
gagnants de la phase suivante n'étaient pas forcément ceux qui
3:17
avaient payé au sommet de la phase précédente.
3:19
Voilà le schéma qu'il faut garder en tête, non pas pour
3:22
conclure que l'i a est une bulle, ce serait trop simple,
3:25
mais pour accepter qu'une révolution technologique peut
3:27
être absolument réelle, profondément transformatrice,
3:30
historiquement décisive et malgré tout s'accompagnée d'un
3:33
cycle de surinvestissement dont une partie du capital ne
3:36
reviendra pas. Certaines bulles ne financent
3:38
pas seulement des illusions. Elle finance trop tôt et trop
3:41
cher des infrastructures que ni les États ni les marchés
3:44
patients n'auraient construit à cette vitesse.
3:46
Ce n'est pas contradictoire, c'est même assez fréquent.
3:49
C'est presque la règle. Et en mars 2026, plusieurs
3:51
signaux convergent pour rendre cette hypothèse plus
3:53
qu'intellectuelle. Il y A l'échelle sans précédent
3:56
des dépenses, il y a le décalage entre les revenus générés et les
3:59
capitaux engagés. Il y a la concentration extrême
4:03
du marché. Nvidia tire 90% de ses revenus
4:05
du data Center IA et 4 ou 5 clients représentent l'essentiel
4:08
de la demande. Le marché IA mondial repose sur
4:11
5 décisions d'achat. Il y a aussi quelque chose de
4:14
plus subtil et peut être de plus important.
4:16
La rareté des modèles sur laquelle repose une grande
4:18
partie des valorisations commence à se fissurer.
4:20
Des modèles open wide crédibles circulent Mistral existent.
4:27
Réellement français dans sa structure, mais pris en étau
4:30
entre des géants américains qui dépensent 100 fois plus et des
4:33
modèles chinois souvent gratuits et parfois meilleurs sur les
4:36
benchmarks, l'accouche modèle que le marché valorise encore
4:39
comme un actif naturellement rare devient progressivement
4:42
plus disputée, plus distribuée, plus substituable.
4:46
Et si cette rareté se dissout, alors une partie du récit
4:49
financier qui soutient l'ensemble commence à vaciller.
4:52
Il y a enfin le contexte. En mars 2026, le monde n'est pas
4:55
calme. Le Brent dépasse 114$ le baril.
4:59
Après des frappes sur les infrastructures énergétiques au
5:01
Moyen-Orient, le gaz européen bondit de 35%. 3 centres AWS ont
5:07
été touchés dans le Golfe. L'énergie, dont les datacenters
5:10
sont voraces, devient plus chère et plus fragile au moment même
5:13
où la construction s'accélère. La bulle IA si bulle IA ne
5:17
flotte pas dans un ciel vide, elle flotte dans un monde
5:20
instable. C'est de tout cela qu'on va
5:22
parler dans cet épisode, pas pour trancher.
5:25
Personne ne le peut en mars 2026 et quiconque prétend le
5:27
contraire ment ou se ment. Mais pour poser les bonnes
5:30
questions, comment se fait il que l'économie mondiale
5:32
investisse plus vite et plus massivement que jamais dans une
5:35
technologie dont personne ne sait encore si les chiffres
5:38
bouclent, et surtout si correction il y a, qu'est ce qui
5:42
cassera vraiment les usages, les modèles, les valorisations ou
5:45
simplement l'idée que cette révolution devait payer vite,
5:48
proprement et exactement là où le marché l'attendait ?
5:51
C'est un épisode sur le décalage des temps.
5:55
Sur ce qui se passe quand une transformation réelle rencontre
5:58
un capital impatient, sur la différence entre une
6:01
infrastructure qui compte et un prix qui tient.
6:06
Chapitre 1000 milliards dans le brouillard jamais une
6:10
technologie aussi jeune n'avait attiré autant de capital aussi
6:13
vite. Le problème, c'est qu'à cette
6:16
échelle, l'incertitude cesse d'être un détail.
6:18
Ces 1000 milliards, il faut maintenant les décomposer parce
6:22
que le total à cette altitude ne dit pas grand chose.
6:25
Ce qui frappe quand on regarde de près, c'est la granularité.
6:29
Selon Goldman Sachs, les 5 principaux hyperscalers
6:32
Microsoft, Amazon, Google, Meta et quelques autres géants du
6:36
cloud prévoient d'investir environ 602 milliards de dollars
6:40
en capex, c'est à dire en dépenses d'investissement
6:42
lourdes pour la seule année 2026, dont à peu près 75%, soit
6:48
environ 450 milliards, directement dans
6:51
l'infrastructure IA. Amazon à elle seule, prévoit
6:54
environ 200. Milliards de dollars de dépenses
6:57
ia en 2026, c'est davantage que le PIB combiné de l'Estonie, de
7:01
la Lettonie et de la Lituanie. Une seule entreprise dépense
7:04
plus en intelligence artificielle que 3 pays
7:07
européens ne produisent en un an.
7:11
Et la vitesse compte autant que le montant.
7:14
Même la bulle Internet qui reste dans la mémoire collective comme
7:17
l'épisode de surinvestissement technologique de référence,
7:20
n'avait pas atteint cette intensité.
7:22
Les estimations du Capex Telecom et Internet total pendant la
7:26
bulle de 1998 à 2001 tournent autour de 400 à 600 milliards de
7:28
dollars ajustés. C'est à dire que le Capex Ia de
7:31
la seule année 2026 dépasse en un an ce que la bulle dot COM a
7:35
investi en 4 ans. Internet a eu le temps d'enfler
7:42
le web grand public né au début des années 90 et la bulle
7:46
culmine presque une décennie plus tard.
7:47
L'i a générative, elle explose à la fin de 2022.
7:51
En ce 21 mars 2026, nous avons déjà les capex, les dettes, les
7:54
data centers, la guerre des modèles et la désillusion
7:56
d'entreprise. Ce n'est pas seulement une bulle
7:59
plus grande, c'est une bulle plus comprimée.
8:05
Mais où en sont les revenus ? Concrètement, open AI annonce
8:09
environ 25 milliards. Annualisés entropiques
8:12
revendique 14 milliards. Ces chiffres sont
8:14
impressionnants à l'échelle d'entreprises aussi jeunes, mais
8:17
ils restent très loin de l'ordre de grandeur que suppose le
8:20
rythme actuel d'investissement. L'ensemble de la couche
8:23
applicative copilote agent service pèse encore bien moins
8:28
que le gouffre d'investissement censé la soutenir.
8:32
Le problème n'est pas que l'investissement soit absurde.
8:35
Le problème est qu'il est calibré pour un futur qui
8:37
devrait arriver beaucoup plus vite que l'histoire des
8:40
technologies ne le suggère. Et c'est ici que la question de
8:43
la dette devient cruciale. Parce que ces investissements ne
8:46
sont pas tous financés par les profits existants des
8:49
entreprises. Morgan Stanley estime qu'en
8:52
2026, les hyperscalers auront emprunté environ 400 milliards
8:56
de dollars. Pour financer leur course à
8:58
l'infrastructure IA, ce n'est pas du réinvestissement de
9:01
bénéfice, c'est de l'endettement massif contracté au nom d'un
9:05
rendement futur. Or, la dette a une propriété que
9:09
le capital propre n'a pas. Elle exige un calendrier, elle
9:12
impose des échéances, elle transforme un pari à long terme
9:15
en obligation à moyen terme. Et quand un pari à long terme
9:19
est financé par de la dette à moyen terme, le moindre retard
9:23
dans la matérialisation des revenus crée une pression
9:25
mécanique. On retrouve ici la structure
9:28
classique des grandes bulles d'infrastructures,
9:30
l'investissement précède la demande, le capital va plus vite
9:34
que l'adoption et la dette transforme un désajustement
9:37
temporel en risque financier concret.
9:40
Et il YA1 élément qui rend la situation encore plus
9:43
singulière, le FMIA prévenu qu'une forte correction des prix
9:47
sur les marchés liés à l'i a pourrait avoir des incidences
9:50
sur la richesse et la consommation globale et se
9:53
propager au marché financier dans leur ensemble.
9:56
Les dépenses IA soutiennent les résultats de nvidia, qui
9:59
soutiennent une part importante de la performance du Nasdaq,
10:01
lequel influence à son tour les portefeuilles de retraite, la
10:06
richesse perçue et donc une partie de la consommation et de
10:09
la croissance. La chaîne est plus longue et
10:12
plus tendue qu'on ne le croit. L'investissement peut être juste
10:15
dans sa direction et profondément fragile dans son
10:18
calendrier. C'est exactement ce qu'il faut
10:20
examiner de plus près parce qu'il y a dans la mécanique même
10:24
de cette course à l'infrastructure.
10:26
Un paradoxe que peu de gens voient clairement.
10:28
Un paradoxe où l'efficacité elle même alimente la dépense, où la
10:33
baisse des coûts nourrit l'escalade et où la rationalité
10:36
individuelle de chaque acteur produit une dynamique collective
10:39
potentiellement insoutenable. C'est le piège de jevons et il
10:43
est au cœur de ce qui se passe. Chapitre 2, le piège de jevons,
10:50
les coûts baissent, les usages explosent, les dépenses suivent.
10:54
Quand l'efficacité nourrit l'escalade, le marché peut se
10:57
tromper sans jamais avoir l'air absurde.
11:00
En 10081651, économiste anglais du nom de William Stanley Jevons
11:04
observé quelque chose d étrange dans l'industrie du charbon, les
11:07
machines à vapeur deviennent plus efficaces, elles consomment
11:09
moins de charbon par unité de travail produite.
11:11
On s attend logiquement à ce que la consommation totale de
11:14
charbon diminue. Or c'est l'inverse qui se
11:16
produit, la consommation totale explosé.
11:19
Pourquoi ? Parce que la baisse du coût
11:20
d'usage rend le charbon rentable dans des applications qui
11:23
n'existaient pas avant. L'efficacité ne réduit pas la
11:26
demande, elle l'élargit. La machine consomme moins par
11:29
gestes, mais elle multiplie les gestes et le résultat net est
11:31
une augmentation massive de la consommation totale.
11:34
C'est le paradoxe de jevons et il est en train de se jouer sous
11:37
nos yeux avec l'intelligence artificielle.
11:40
Les chiffres sont spectaculaires, en mars 2023, le
11:42
coût d'un 1000000 de token en entrée sur un modèle de classe
11:44
GPT4 tournait autour de 30$. En mars 2026, des modèles de
11:47
qualité comparables s'utilisent pour environ 0,15€.
11:49
Le 1000000 de token, c'est une baisse d'un facteur 200 en 3
11:52
ans. C'est un effondrement de coût
11:54
comme on en voit rarement dans l'histoire de la technologie.
11:57
Même la loi de Moore dans ses meilleures décennies n'a pas
11:59
produit ce rythme sur une période aussi courte, et la
12:02
réaction intuitive face à une telle baisse serait de penser
12:05
que les dépenses totales devraient.
12:10
Ralentir l'intelligence coûte moins cher, donc on devrait en
12:13
dépenser moins. C'est exactement l'inverse qui
12:15
se produit. L'usage s'est démultiplié, les
12:17
requêtes se sont multipliées, les applications se sont
12:20
élargies, les volumes de token consommés ont explosé, les cas
12:24
d'usage qui ne se justifiaient pas.
12:25
À 30$ le 1000000 de token deviennent rentables à 0,15€ le
12:29
seuil de viabilité des 100, et en descendant, il ouvre un
12:32
continent de demande nouvelle. Résultat, les dépenses totales
12:35
d'infrastructures IA augmentent massivement malgré la baisse
12:38
vertigineuse des coûts unitaires.
12:39
C'est jevons à l'état pur et c'est un mécanisme fondamental
12:43
pour comprendre la dynamique actuelle.
12:45
Parce qu'il crée une boucle. La séquence est presque
12:48
mécanique. La baisse des coûts d'inférence
12:50
rend l'i a utilisable dans plus de contexte, plus de contexte
12:53
crée plus de demandes, plus de demandes, justifie plus
12:56
d'investissements en infrastructures, plus
12:58
d'infrastructures produit des économies d'échelle qui font
13:01
encore baisser les coûts. Et la boucle recommence.
13:04
À chaque tour, les dépenses augmentent, à chaque tour, les
13:07
coûts unitaires diminuent et à chaque tour, la distance entre
13:10
les capitaux engagés et les revenus générés reste ouverte.
13:13
Parce que la demande créée par la baisse des coûts n'est pas
13:15
encore convertie en revenu stable.
13:17
C'est un cercle qui ressemble à un cercle vertueux, il en a la
13:20
forme, il en a le vocabulaire, mais il a une propriété qu'un
13:23
vrai cercle vertueux n'a pas. Il repousse indéfiniment le
13:26
moment où les revenus rattrapent les investissements.
13:29
Là, le piège se referme. Parce que tant que la boucle
13:32
tourne, chaque acteur a une raison parfaitement rationnelle
13:35
de continuer. L'efficacité s'améliore, donc
13:38
l'opportunité grandit, donc il faut investir plus, donc on
13:41
investit plus. Aucun acteur individuel ne fait
13:44
quelque chose d'irrationnel. Chacun poursuit logiquement un
13:47
gain réel dans un marché qui s'élargit réellement.
13:50
Mais collectivement, le système accumule un pari implicite de
13:53
plus en plus grand sur un futur de plus en plus lointain, et
13:57
personne ne peut facilement s'arrêter.
13:59
Parce que celui qui s'arrête le premier cède du terrain à tous
14:02
les autres. C'est la structure classique
14:03
d'une course aux armements économiques.
14:06
L'escalade n'est pas le produit de la folie, elle n'est de
14:08
rationalité locale, enfermée dans un système globalement
14:11
instable. Il faut bien mesurer ce que cela
14:15
implique pour la thèse de la bulle.
14:17
Cela signifie que la bulle éventuelle ne ressemblerait pas
14:20
à une bulle classique où des acteurs irrationnels
14:23
investissent dans du vide. Ce serait une bulle d'un type
14:26
plus sophistiqué. Une bulle où l'investissement
14:28
est réel, l'usage est réel, l'efficacité est réelle, mais où
14:33
la dynamique même de l'efficacité repousse sans cesse
14:36
le point d'équilibre économique. C'est beaucoup plus difficile à
14:39
lire en temps réel parce que tous les signaux de surface
14:41
semblent positifs, les usages augmentent, les coûts baissent,
14:45
l'adoption progresse, les produits s'améliorent
14:48
individuellement, chaque indicateur va dans la bonne
14:51
direction. Et il y a même un mécanisme que
14:53
les sceptiques sous-estiment parfois.
14:55
L'infrastructure construite pour entraîner un modèle ne reste pas
14:59
nécessairement oisive une fois l'entraînement terminé, les
15:02
mêmes GPU peuvent dans une large mesure servir l'inférence et
15:05
l'inférence. Elle est continue des 1000000 de
15:08
requêtes 24 h sur 24. Autrement dit, l'explosion de la
15:12
demande d'inférence permet en partie de lisser l'occupation de
15:15
l'infrastructure, d'amortir les coûts d'entraînement sur un
15:18
usage plus dense. C'est un argument réel contre la
15:21
thèse de la surcapacité pure. Un data Center construit pour
15:26
l'entraînement n'est pas nécessairement condamné à
15:28
l'oisiveté entre 2 cycles. Il peut être rempli par
15:31
l'INFÉRENCE, mais cela ne résout pas tout parce que la
15:34
fongibilité n'est pas parfaite. Les configurations optimales
15:38
pour l'entraînement et pour l'inférence ne sont pas
15:40
identiques. Les confondre sans optimisation
15:43
peut générer jusqu'à 40% de surcoût.
15:45
Et surtout, même un data Center occupé à 100% ne résout rien si
15:50
le prix auquel l'inférence est vendu.
15:52
Ne couvre pas le coût du capital investi, l'occupation ne
15:55
garantit pas la rentabilité. Un hôtel peut afficher complet
15:59
et perdre de l'argent si le prix des chambres ne rembourse pas
16:02
son coût de construction. Et la question structurelle
16:04
reste entière, à quel moment les revenus générés par cette
16:07
demande croissante deviennent ils suffisants pour absorber les
16:10
capitaux engagés pour la servir ?
16:11
On peut même pousser le raisonnement un cran plus loin
16:14
si l'on prend au sérieux l'ordre de grandeur du cycle actuel,
16:17
environ 1000 milliards de dollars investis dans
16:19
l'infrastructure IA et si l'on raisonne non pas en coût de.
16:22
Compute pure mais en coût économique complet, hébergement,
16:25
énergie, refroidissement, réseau, exploitation,
16:28
maintenance, vente, marketing, structure.
16:31
Alors il faut probablement vendre, accrochez vous, entre
16:34
100 et 500 quadrillons de Tokens pour simplement revenir à 0
16:37
selon le prix moyen retenu par 1000000 de Tokens.
16:39
Ce chiffre touche presque à l'absurde, c'est précisément
16:40
pour cela qu'il est clair, il montre que le problème n'est pas
16:43
seulement de savoir si l'i a est bonne ou même si elle est
16:44
massivement utilisée. Le problème est que plus le
16:45
token devient bon marché le problème est que plus le token
16:47
devient bon marché. Le problème est que plus le
16:48
token devient token devient bon marché.
16:49
Le problème, le problème est que plus le token devient token de
16:51
Token, de Token de Tokens. Plus, il faut en vendre des
16:53
quantités astronomiques pour rembourser l'infrastructure
16:56
construite pour le servir. Autrement dit, la baisse du coût
16:59
unitaire résout le problème de l'usage.
17:01
Elle ne résout pas nécessairement le problème du
17:03
capital, parce que dans un monde où l'efficacité crée sa propre
17:06
demande, la demande ne manque jamais, mais la demande
17:08
solvable, la demande qui paie suffisamment pour rémunérer le
17:11
capital investi, c'est autre chose.
17:13
Il y a une différence fondamentale entre un usage qui
17:16
explose et un marché qui se stabilise.
17:18
Un usage peut croître indéfiniment si le coût tend
17:20
vers 0, mais un marché ne se. Stabilise que si quelqu'un
17:23
quelque part paie assez pour que les investisseurs retrouvent
17:26
leur mise, et c'est peut être la question la plus dérangeante de
17:29
2026, est-il possible que l'i a devienne si efficace, si peu
17:32
chère, si diffusée qu'elle génère un usage immense mais une
17:35
rente faible ? Que l'intelligence devienne en
17:37
quelque sorte trop abondante pour rester très profitable.
17:40
Si cette hypothèse a ne serait-ce qu'une part de vérité,
17:43
alors le paradoxe de jevons n'est pas seulement un mécanisme
17:45
d'efficacité, c'est aussi un mécanisme de bulle, pas une
17:49
bulle de mensonges, une bulle de succès mal.
17:52
Fait ce qui nous conduit naturellement à regarder de plus
17:55
près qui exactement porte le poids de cette architecture ?
17:58
Parce que derrière les 1000 milliards et les boucles
18:00
d'efficacité, il y a une concentration de risque que très
18:03
peu de gens mesurent. Et cette concentration tient
18:05
dans un chiffre assez simple, 90%.
18:08
Chapitre 3 5 clients, un thermomètre.
18:11
Le marché de l'i à ressemble à une vague mondiale.
18:13
En réalité, il repose sur une poignée de budgets et sur une
18:17
entreprise dont tout le monde lit les résultats comme un
18:19
Oracle. Nvidia a publié ses résultats
18:21
pour l'exercice. Service fiscal 2026 les chiffres
18:23
sont au sens littéral, sans précédent dans l'histoire du
18:26
semi conducteur, 216 milliards de dollars de chiffre d'affaires
18:29
annuel dont 194 milliards pour la seule division data Center.
18:31
Il y a 3 ans, ce chiffre était de 15 milliards en 3 exercices,
18:34
les revenus data centers de nvidia ont été multipliés par
18:37
13, les bénéfices nets trimestriels atteignent 43
18:40
milliards de dollars, les marges brutes flirtent avec 75%.
18:43
Vu de loin, c'est un triomphe et à bien des égards s'en est un.
18:47
Mais sous la surface il y a autre chose, nvidia.
18:52
Ne vend pas à un marché. Nvidia vend à 4 ou 5
18:55
entreprises, Microsoft, Amazon, Google, Meta, Oracle et quelques
18:59
autres dans des proportions bien moindres.
19:01
Ce sont ces acteurs qui achètent les GPU par centaines de
19:04
milliers, qui commandent les puces blackwell, qui réservent
19:06
les prochaines générations rubines, qui signent les
19:09
contrats d'achat pluriannuels. Le marché mondial de l'i a dans
19:11
sa couche la plus fondamentale, la couche compute repose sur ce
19:15
que les économistes appellent un oligopson, un petit nombre
19:18
d'acheteurs très puissant face à un fournisseur quasi
19:20
monopolistique, ce que le marché.
19:22
Appel demande mondiale de l'i a ressemble parfois à quelque
19:25
chose de plus étroit. 5 budgets se regardant mutuellement et se
19:28
forçant à continuer. Que se passe-t-il si un seul de
19:30
ces 5 clients ralentit significativement ces
19:33
commandes ? On parle d'un marché ou un seul
19:35
client, meta par exemple peut représenter des dizaines de
19:38
milliards de dollars de commandes annuelles.
19:39
Si Meta décide un trimestre de temporiser, de lisser, de
19:43
reporter une génération de plus, l'impact se lit immédiatement
19:46
dans les résultats de nvidia, puis dans le cours de nvidia,
19:49
puis dans le Nasdaq, puis dans les portefeuilles indexés du
19:52
monde. Entiers.
19:52
La concentration crée une fragilité structurelle que les
19:55
chiffres de croissance masquent très efficacement.
19:57
Quand tout va bien, la concentration est un
19:59
accélérateur, quand l'un d'eux hésite, elle devient un
20:02
amplificateur de choc. Prenons un pas de recul, en
20:05
2026, les hyperscalers prévoient collectivement environ 630
20:07
milliards de dollars de capex, dont la majorité est orientée
20:10
vers l'infrastructure IA. Nvidia capte, via ses puces et
20:13
ses systèmes réseaux, une part considérable de cette enveloppe.
20:16
Autrement dit, les revenus de nvidia sont dans une large
20:19
mesure un reflet. Direct des décisions de capex de
20:24
5 entreprises. Ce qui signifie que Nvidia n'est
20:26
pas seulement le premier bénéficiaire du cycle IA.
20:28
Nvidia est le thermomètre du cycle IA.
20:31
Si les commandes accélèrent, c'est le signal que les
20:33
Hyperscalers croient encore au retour sur investissement de
20:35
l'infrastructure. Si elles ralentissent, c'est le
20:38
signal inverse. Et comme Nvidia est l'une des
20:40
plus grandes capitalisations boursières mondiales, ce signal
20:43
se propage instantanément dans tout le système financier.
20:45
C'est une architecture de risque très particulière.
20:47
Dans la bulle Internet, le risque était dispersé entre des
20:51
milliers. De start-up et des centaines
20:53
DIPO. L'éclatement a été violent mais
20:54
diffus en 2026, le risque est concentré dans un nombre très
20:57
réduit de nœuds nvidia, les 5 hyperscalers et les marchés
21:00
financiers qui se sont indexés sur leurs performances.
21:03
Il y a là un phénomène de circularité qui mérite d'être
21:05
nommé, Microsoft investit massivement dans
21:07
l'infrastructure IA. Une partie de cet investissement
21:10
passe par Azure, qui héberge les modèles d'open AI, dans laquelle
21:13
Microsoft a elle même investi des milliards.
21:15
Open AI utilise Azure pour entraîner et servir ses modèles.
21:18
Ça génère des revenus. Pour Microsoft, qui justifie de
21:24
nouveaux investissements dans Azure, qui passe par des achats
21:27
de GPU nvidia dont les résultats spectaculaires soutiennent la
21:29
valorisation du Nasdaq qui rassure les marchés, ce qui
21:32
encourage de nouveaux investissements, chaque maillon
21:34
finance le suivant et chaque maillon a besoin que le
21:37
précédent tienne. Nul complot là-dedans, seulement
21:39
une architecture de flux interdépendants, parfaitement
21:41
logique tant que la musique joue, mais c'est aussi une
21:44
architecture ou un blocage, même local, peut se propager très
21:47
vite. Goldman Sachs a d'ailleurs
21:49
révisé à la hausse ses estimations de dépense.
21:52
IA pour 2026 à 527 milliards de dollars, soit environ 0,8% du
21:54
PIB mondial, autrement dit, près d'un point de PIB mondial, est
21:58
désormais orienté directement ou indirectement vers la
21:59
construction de l'infrastructure de l'intelligence artificielle.
22:01
0,8% du PIB mondial pour une technologie qui n'a pas encore
22:05
prouvé qu'elle pouvait rembourser la facture à cette
22:08
échelle, il faut laisser ce chiffre raisonner un instant
22:10
parce qu'il dit quelque chose de très simple.
22:12
Nous ne sommes plus dans un pari de venture capital, nous sommes
22:15
dans un engagement macroéconomique.
22:22
Qu'une structure de risque qui rappelle encore le venture
22:24
capital et elle le devient davantage quand on regarde ce
22:27
que font les entreprises qui sont censées utiliser tout cela.
22:30
Parce que si le thermomètre mesure la température de
22:32
l'offre, il ne dit pas grand chose sur la température de la
22:34
demande, sur ce que les entreprises, les vraies, celles
22:37
qui doivent transformer cette intelligence en valeurs
22:39
concrètes, font réellement avec ces outils.
22:41
Or, c'est précisément là que le tableau se complique.
22:44
Parce que Gartner, au moment même où les budgets atteignent
22:46
des sommets historiques, place l'intelligence artificielle
22:49
générative dans ce qu'il appelle le creux de la désillusion.
22:51
Le moment ? Où une technologie prometteuse
22:53
commence à devoir prouver qu'elle rapporte vraiment.
22:56
Et cette coïncidence n'est pas anodine.
22:58
Chapitre 4, la désillusion au sommet l'argent continue
23:01
d'affluer au moment même où les entreprises commencent à douter.
23:04
C'est souvent là qu'une bulle devient plus difficile à voir et
23:07
plus dangereuse à nier. Il.
23:08
Y a dans le cycle de Gartner une notion que les marchés
23:11
financiers préfèrent ignorer, celle du creux de la
23:14
désillusion. La désillusion ne commence pas
23:17
quand la technologie cesse de marcher.
23:19
Elle commence quand elle cesse d'être dispensée de preuves
23:22
économiques, le moment où les organisations découvrent que la
23:25
technologie est plus difficile à déployer, plus lente à
23:28
rentabiliser et plus complexe à gouverner qu'elle ne
23:31
l'imaginait. Mais voici ce qui est singulier.
23:34
En 2026, l'i a générative entre dans cette phase au moment même
23:38
où les budgets qui lui sont consacrés atteignent un sommet
23:41
absolu. Gartner anticipe 2500 milliards
23:44
de dollars de dépenses mondiales liés à l'i a en 2026.
23:47
C'est un chiffre colossal. L'argent coule partout et
23:49
simultanément. Les mêmes analystes observent
23:53
que seuls 10% des entreprises ont une maturité élevée dans
23:56
leur usage de l'i a, que la plupart des projets pilotes ne
24:00
passent pas en production, que le ROI reste dans les termes
24:02
même de Gartner, insaisissables. Ces 2 faits doivent être tenus
24:05
ensemble. Les entreprises ne dépensent pas
24:12
parce qu'elles ont déjà prouvé que l'i a les rendait plus
24:14
rentables. Elles dépensent parce qu'elles
24:16
craignent de rester dehors. C'est un mécanisme différent et
24:19
il a un nom assez simple, le faux mot corporate.
24:22
La peur de rater le train, la crainte de se réveiller un matin
24:26
en réalisant que le concurrent a pris 2 ans d'avance pendant
24:29
qu'on évaluait prudemment le retour sur investissement.
24:33
Ce faux mot est très humain et jusqu'à un certain point
24:36
rationnel, parce que dans un monde incertain, ne pas investir
24:39
du tout dans une technologie transformatrice comporte aussi
24:43
un risque réel. Mais quand l'investissement est
24:45
motivé davantage par la peur que par la preuve, les conditions
24:48
d'un emballement sont réunies. Un investissement motivé par le
24:52
faux mot est difficile à arrêter, il est difficile à
24:55
évaluer, il résiste aux mauvaises nouvelles et surtout,
24:58
il produit un consensus artificiel.
25:01
Tout le monde investit, donc c'est la bonne chose à faire,
25:03
donc il faut investir. Le résultat est un marché qui
25:07
s'auto renforce, non pas parce que les résultats s'améliorent,
25:10
mais parce que le coût perçu de ne pas y être augmente.
25:14
Et quand un marché est soutenu par la peur plutôt que par le
25:16
rendement, il devient vulnérable à un type de retournement très
25:20
particulier. Le moment où la peur change de
25:22
camp. Tant que les entreprises ont
25:24
peur de rater l'i a elles investissent, mais le jour où
25:27
elles commencent à avoir peur d'avoir trop investi.
25:30
Le jour où un ou 2 échecs très visibles crée un doute, le jour
25:34
où un grand groupe annonce qu'il réduit ses budgets IA parce que
25:38
le ROI ne se matérialise pas, ce jour-là, le faux mot s'inverse
25:41
et le consensus artificiel se décompose très vite.
25:44
Nous n'en sommes pas encore là en mars 2026, mais les
25:48
conditions sont en place parce qu'il YA1 chiffre que les
25:51
comités exécutifs ne pourront pas ignorer très longtemps selon
25:53
une analyse de clecha. Moins de 6% des projets IA en
26:00
entreprise ont produit à ce stade des gains financiers
26:03
supérieurs à 10%, 6% pour 2500 milliards de dépenses mondiales.
26:08
Cela ne veut pas dire que les 94% restants sont inutiles.
26:13
Certains produiront des résultats plus tard, mais 6% de
26:16
résultats tangibles face à l'ampleur de la dépense, c'est
26:20
un décalage qui finira par être posé sur la table des arbitrages
26:23
budgétaires. Ce moment sera d'autant plus
26:25
difficile que le marché de l'i a est déjà en train de changer de
26:28
structure. Parce que pendant que les
26:31
entreprises investissent massivement dans des modèles
26:33
premium, dans des abonnements copilotes, dans des déploiements
26:37
Enterprise coûteux, la couche modèle elle même se transforme.
26:41
Des alternatives apparaissent, des modèles gratuits ou quasi
26:45
gratuits circulent. L'intelligence de pointe que le
26:48
marché croyait rare se diffuse plus vite que prévu.
26:51
Cela change tout. Pas seulement sur le prix, sur
26:54
la rente elle même. Chapitre 5, la rareté se
26:58
dissout. Le marché valorise encore les
27:01
modèles comme s'ils allaient rester extraordinairement rares.
27:05
Mais l'intelligence, elle, commence déjà à circuler.
27:08
Pendant 2 ans, le récit dominant de l'i.
27:10
AA reposé sur une hypothèse implicite, les meilleurs modèles
27:13
resteraient durablement concentrés entre quelques mains.
27:16
Open AI, Google anthropiques peut être 2 ou 3 autres.
27:20
Et cette concentration justifierait à terme des rentes
27:22
exceptionnelles. C'était une hypothèse
27:25
raisonnable en 2023. En mars 2026, elle commence à
27:27
craquer. Pas parce que les leaders
27:28
auraient perdu leur avance, ils restent très forts, mais parce
27:31
que le marché n'a pas besoin que les leaders perdent pour que
27:34
leurs rentes soient fragilisées. Il suffit que des alternatives
27:36
suffisamment bonnes existent, et elles existent.
27:38
Mistral est moins un champion qu'un révélateur Mistral eye est
27:42
une entreprise réellement française.
27:47
Ses fondateurs détiennent environ 42% du capital.
27:50
Les investisseurs français et européens sont majoritaires.
27:53
Les fonds américains restent minoritaires.
27:55
La valorisation Post CIC est de 11,7 milliards d'euros.
28:00
Mistral affiche 1ARR, autrement dit un revenu annuel récurrent
28:04
de 300000000 d'euros en septembre 2025 et vise le
28:08
milliard pour fin 2026. Ce sont de vrais revenus.
28:11
BNP Paribas, HSBC compte parmi ses clients.
28:14
L'entreprise a lancé une suite dédiée aux institutions
28:17
financières. Elle signe des partenariats de
28:19
distribution avec Azure et AWS. Elle publie des modèles open
28:23
wide sous licence Apache. Mais les benchmarks indépendants
28:26
montrent aussi ses limites sur les classements les plus suivis,
28:29
LM6, artificial Analysis, les évaluations croisées.
28:32
Mistral large se situe en retrait par rapport aux
28:36
meilleurs modèles américains et surtout par rapport aux modèles
28:39
chinois de pointe. Et c'est là que la situation
28:43
devient véritablement inconfortable.
28:45
Parce que les modèles chinois dipsic quen et d'autres ne sont
28:49
pas seulement compétitifs, ils sont souvent gratuits.
28:52
Dipsic distribue ces modèles en open source complet quen adopte
28:56
des architectures MOE Mixture of Expert, c'est à dire des modèles
29:00
qui n'activent qu'une partie de leurs paramètres à chaque
29:02
requête. Extrêmement efficaces, ces
29:05
modèles ne rivalisent pas seulement sur la performance,
29:08
ils rivalisent sur un terrain encore plus dangereux pour les
29:10
valorisations. Le prix ?
29:12
Autrement dit, imaginez que vous êtes DSI d'une grande entreprise
29:16
européenne et que vous devez arbitrer en mars 2026.
29:20
Vous êtes face à un choix structurellement difficile, d'un
29:23
côté, des modèles américains dominants, très bien intégrés
29:26
dans les suites Enterprise qu'il utilise déjà, de l'autre, des
29:29
modèles chinois parfois comparables ou meilleurs et
29:32
gratuits, et au milieu, Mistral, un cran en dessous sur les
29:36
benchmarks, plus cher que le gratuit chinois, mais porteur
29:39
d'un discours de souveraineté et de confiance.
29:41
La souveraineté, le RGPD, la confiance dans le fait que les
29:45
données ne transitent pas par des serveurs soumis au
29:47
gouvernement chinois ou au cloud Act américain, ce sont de vrais
29:51
arguments. Mais un argument ne se monétise
29:53
que s'il est adossé à un produit qui rivalise.
29:56
Et en mars 2026, l'écart de performance rend cet adossement
30:00
fragile. Payer plus cher pour un produit
30:02
en dessous parce qu'il est européen, est ce de la
30:05
souveraineté ou simplement un surcoût difficile à justifier ?
30:08
Économiquement, la question est rude.
30:10
C'est pourtant celle que se pose silencieusement les acheteurs et
30:14
Mistral a des atouts réels pour y répondre, le fine tuning
30:18
privé, le déploiement on premise directement chez le client, la
30:22
verticalisation financière, la conformité européenne native.
30:25
Tout cela peut constituer un avantage de service, sinon de
30:29
modèle. Mais cet avantage n'est pas
30:31
encore prouvé à grande échelle. L'intérêt de Mistral dans cette
30:34
histoire est simple, il montre ce qui arrive quand la couche
30:37
modèle cesse d'être naturellement rare.
30:40
Les modèles chinois vont encore plus loin, ils montrent que
30:43
cette rente peut être attaquée par le gratuit.
30:45
Une grande partie des valorisations des acteurs IA
30:48
reposent sur l'idée d'une rente concentrée, peu de producteurs,
30:51
beaucoup de demandes, pouvoir de prix élevé, marges
30:54
exceptionnelles durables. C'est cette structure qui
30:57
justifie des multiples très élevés.
30:59
Mais si de bons modèles deviennent abondants,
31:01
substituables, parfois gratuits, alors cette structure se
31:05
fragilise. Non pas parce que les modèles
31:07
deviendraient mauvais, mais parce que leur rareté économique
31:10
se dégrade. Et quand la rareté économique
31:12
d'un actif se dégrade, les valorisations construites sur
31:15
cette rareté doivent être revues.
31:17
Il ne s'agit pas d'annoncer l'effondrement des grands labos.
31:20
Ils ont la marque, les talents, la distribution, les
31:22
partenariats, la profondeur d'intégration.
31:24
Tout cela compte. Mais le récit selon lequel la
31:27
couche modèle concentrerait naturellement et durablement
31:30
l'essentiel de la rente commence à être mise en doute par la
31:33
réalité même du marché. Il faut ici corriger une autre
31:38
idée reçue en mars 2026, l'inférence premium n'est pas
31:40
nécessairement une activité déficitaire à l'unité.
31:42
Les ordres de grandeur disponibles suggèrent qu'un
31:44
modèle de classe GPT4 coûte autour de 0,40€ par 1000000 de
31:47
Tokens en compute pure et probablement entre 0,60€ et 1$
31:50
tout compris chez un hyperscaller bien optimisé une
31:53
fois ajouté l'hébergement, l'énergie, le refroidissement,
31:55
le réseau et l'exploitation. Or, les prix de vente des API
32:03
premium restent encore nettement au-dessus de cela, autour de
32:06
2,50$ par 1000000 de Tokens en entrée, parfois 10$ ou plus en
32:10
sortie. À ces niveaux là, la marge
32:12
existe. Le problème n'est donc pas
32:14
l'impossibilité de rentabiliser l'inférence.
32:17
Aujourd'hui, le problème est que le marché construit ses
32:19
valorisations comme si ces prix de vente pouvaient demeurer
32:22
durablement élevés dans un monde où des modèles chinois gratuits,
32:25
des modèles open wide et des architectures toujours plus
32:28
efficaces poussent les coûts et donc les prix vers le bas.
32:32
Le risque porte moins sur l'économie unitaire présente que
32:35
sur la soutenabilité future du pricing.
32:37
Il reste maintenant à intégrer un dernier élément dans cette
32:40
analyse, un élément que personne ne pouvait anticiper il y a 6
32:43
mois et qui change pourtant les conditions de viabilité de toute
32:47
l'architecture. Parce que la bulle IA ne flotte
32:49
pas dans le vide, elle flotte dans un monde et en mars 2026,
32:52
ce monde est devenu plus dangereux.
32:55
Chapitre 6, Le monde revient, aucune bulle ne flotte dans le
33:00
vide. L'énergie, la guerre et les
33:03
chaînes d'approvisionnement finissent toujours par demander
33:05
des comptes aux récits trop propres.
33:07
Il y a une hypothèse implicite dans tout ce que nous venons de
33:10
décrire, les 1000 milliards de capex, la boucle de jevons, la
33:14
course des hyperscalers, la montée en puissance des data
33:17
centers, tout cela suppose que l'énergie reste accessible, que
33:21
les chaînes d'approvisionnement fonctionnent et que le monde
33:23
extérieur reste suffisamment calme pour que la construction
33:26
continue. En mars 2026, cette hypothèse
33:28
vient d'être percutée 2 jours plus tôt, le 19 mars, le Bren
33:32
dépasse 114$ le baril après des frappes sur des infrastructures
33:35
énergétiques au Moyen-Orient, une bulle reste abstraite
33:38
jusqu'au jour où elle rencontre le prix du carburant.
33:41
Le gaz européen bondit de 35% en quelques jours.
33:45
Le détroit d'Ormuz, par lequel transite 1/5 du pétrole mondial,
33:47
est perturbé. Des tankers sont touchés.
33:54
L'aluminium atteint 3544$ la tonne, un plus haut de 4 ans, et
33:59
3 centres de données AWS situés aux Émirats arabes unis et à
34:03
Bahreïn ont été endommagés. Ce dernier point est nouveau.
34:07
On savait que les data centers consommaient énormément
34:10
d'énergie, on savait que leur multiplication posait des
34:13
questions de viabilité électrique dans certaines
34:15
régions, ce qu'on n'avait pas encore vu, c'est un conflit
34:18
géopolitique. Toucher physiquement
34:19
l'infrastructure cloud ? IDCA modélisé plusieurs
34:22
scénarios. Dans le cas d'un conflit
34:24
prolongé, le pétrole se stabilise entre 85 et 95$ le
34:27
baril en moyenne annuelle. Dans le cas d'une guerre de plus
34:30
de 3 mois, il dépasse durablement les 100$.
34:32
Les 2 scénarios impliquent une hausse significative du coût de
34:36
l'énergie pour les data centers, un renchérissement des chaînes
34:39
d'approvisionnement en semi-conducteurs et une pression
34:41
à la baisse sur les budgets Haïti mondiaux.
34:47
Les Morning star notent que le conflit menace aussi
34:50
l'approvisionnement en minerais, essentiel pour la fabrication
34:53
des puces IA. Il faut mesurer ce que cela
34:56
signifie pour l'architecture que nous avons décrite.
34:59
Le cycle IA repose sur 3 piliers physiques, des puces, de
35:02
l'électricité, de la connectivité réseau.
35:05
Et les 3 sont sensibles à la géopolitique.
35:07
Les puces dépendent de chaînes d'approvisionnement concentrées.
35:11
L'électricité dépend du prix des combustibles.
35:13
La connectivité dépend de câbles et de nœuds d'échanges qui,
35:16
comme on vient de le voir, ne sont pas à l'abri d'un conflit.
35:20
Autrement dit, la bulle IA n'est pas seulement exposée à un
35:23
risque financier, elle est exposée à un risque physique.
35:26
Et ce risque physique arrive au pire moment du cycle.
35:29
Parce que les data centers sont en pleine phase d'expansion,
35:32
parce que les contrats d'énergie sont signés pour des années,
35:35
parce que les engagements de capex sont déjà pris.
35:38
Un data Center ne s'éteint pas comme une usine classique.
35:42
Il porte des engagements de disponibilité, des SLA, des
35:45
charges contractuelles. Il a besoin d'énergie en
35:48
continu, pas en intermittence. Et quand le coût de cette
35:51
énergie double, la marge sur chaque opération d'inférence se
35:54
comprime mécaniquement. Le choc énergétique ne crée pas
35:58
la bulle. Il ne l'invente pas, il
36:00
l'accélère, il comprime les marges, il renchérit les coûts,
36:03
il fragilise les plans. Il ajoute une contrainte
36:06
physique à une contrainte financière.
36:10
Et dans l'histoire des bulles, c'est souvent ainsi que le
36:12
dénouement se produit, pas par une cause unique, pas par une
36:15
révélation spectaculaire, mais par l'accumulation de tensions
36:19
qui, individuellement, sont gérables et qui, collectivement,
36:22
deviennent insoutenables. La bulle des chemins de fer n'a
36:25
pas éclaté parce que le train était inutile, elle a éclaté
36:29
parce que la Banque d'Angleterre a relevé ses taux de 3 à 5% en
36:32
1847, au moment même où le capital engagé n'avait pas
36:35
encore produit de rendement. La bulle internet n'a pas éclaté
36:40
uniquement parce que les business model étaient fragiles.
36:43
Elle a éclaté aussi parce que les taux ont monté, parce que la
36:46
confiance s'est retournée, parce qu'un enchaînement de signaux a
36:49
transformé un doute latent en panique.
36:51
Visible en mars 2026. Le pétrole à 114$ n'est pas en
36:55
soi le déclencheur d'un crack, mais il s'ajoute à un système
36:59
déjà sous tension. Et dans un système sous tension,
37:02
il ne faut pas un tremblement de terre pour provoquer une
37:04
avalanche. Il suffit parfois d'un peu de
37:08
neige supplémentaire. La question devient donc, que se
37:11
passe-t-il si la correction arrive pas comme hypothèse
37:14
lointaine comme possibilité réelle dans les 12 à 18 mois qui
37:18
viennent, qu'est ce qui casse, qu'est ce qui tient et qu'est ce
37:21
qui au fond n'était pas une rente mais simplement une
37:24
promesse de rente ? Chapitre 7, ce qui casse, ce qui
37:28
tient. Si la bulle corrige, elle ne
37:30
frappera pas tout de la même manière.
37:32
Elle révèlera surtout ce qui relevait d'un usage réel.
37:35
Et ce qui relevait d'une rente imaginée.
37:37
Imaginons, pas un crack soudain, pas un effondrement à la Lehman,
37:41
quelque chose de plus insidieux. Un trimestre où les résultats de
37:44
nvidia déçoivent légèrement, un grand compte qui annonce
37:47
publiquement qu'il réduit ses investissements I à un rapport
37:50
d'analyste respecté qui revoit à la baisse des projections de
37:53
revenus cloud, un 2e trimestre de suite en dessous des
37:56
attentes, puis un 3e. Le faux mot peut se retourner.
38:00
Les entreprises qui investissaient par peur de ne
38:02
pas y être commencent à avoir peur d'y être trop.
38:04
Les budgets se resserrent, les renouvellements de contrats se
38:07
discutent plus âprement. Les pilotes qui n'avaient pas
38:10
donné de résultats ne sont plus renouvelés.
38:12
Ce n'est pas un scénario apocalyptique, c'est un scénario
38:15
de normalisation dur et il faut le penser précisément couche par
38:19
couche. Commençons par les laboratoires
38:21
de modèle fondation. Les open AI, entropiques et
38:24
leurs équivalents, ce sont les acteurs les plus exposés à une
38:27
révision brutale de valorisation.
38:29
Si la rareté se fissure, leur valorisation repose en grande
38:33
partie sur l'idée que la couche modèle concentrera durablement
38:35
une part exceptionnelle de la valeur, si cette idée se
38:39
fissure, si les modèles open wide continuent de progresser,
38:42
si les prix d'inférence poursuivent leur chute, si les
38:45
clients commencent à arbitrer davantage sur le coût et
38:48
l'intégration que sur le prestige du modèle.
38:50
Alors les multiples de valorisations deviennent très
38:53
difficiles à défendre. Cela ne veut pas dire que ces
38:55
entreprises disparaîtront. Certaines ont des revenus réels
38:58
et croissants, open AI dépasse les 25 milliards, annualisés
39:01
anthropiques revendique 14 milliards, mais il y a une
39:05
différence considérable entre être une entreprise de 15
39:08
milliards de revenus et être valorisé 300 ou 500 milliards.
39:11
Le Reprising ne tuerait pas le business, il comprimerait le
39:14
récit. Ensuite, nvidia, si les
39:18
hyperscalers Temporise, nvidia le sent immédiatement.
39:22
Mais nvidia a aussi quelque chose que la plupart des acteurs
39:24
de la bulle dot COM n'avait pas, des marges de 75%, des bénéfices
39:29
colossaux, un quasi-monopole technique et un carnet de
39:32
commandes de plusieurs centaines de milliards.
39:34
Un ralentissement ferait baisser la valorisation, probablement de
39:38
manière violente. Il ne menacerait probablement
39:40
pas l'existence de l'entreprise. Nvidia survivrait à un
39:44
dégonflement son cours de bourse ?
39:46
Non, et c'est une distinction importante pour les
39:48
investisseurs. Les hyperscalers, eux, sont dans
39:51
une position différente encore. Microsoft, Amazon, Google et
39:55
Meta ne sont pas des pure players IA.
39:57
Ils ont des revenus diversifiés, des positions de marché
40:00
dominantes dans d'autres domaines, des cash flows
40:03
massifs. Un ralentissement de l'i a leur
40:05
ferait mal aux marges et pèserait sur la croissance
40:07
cloud, mais ils ne remettraient pas en cause leur existence.
40:11
En revanche, il porterait le coup de la surcapacité.
40:14
Toute cette infrastructure construite à grande vitesse,
40:17
tous ces data centers, toutes ces puces commandées, une partie
40:21
serait sous utilisée pendant un temps et les dépréciations
40:24
d'actifs pourraient être significatives.
40:26
C'est ce qui s'est passé avec la fibre après 2001.
40:28
L'infrastructure existait, elle était utile, mais il a fallu des
40:32
années pour que la demande la remplisse.
40:34
Pendant ce temps, ceux qui l'avaient payé au prix fort ont
40:37
porté la charge. Puis il y a les start-up.
40:41
C'est là que la correction serait la plus brutale.
40:43
Pas toutes les start-up, celles qui ont un produit qui remplace
40:46
un coût réel, qui s'insère dans un budget existant, qui a des
40:50
revenus récurrents et des clients fidèles. celle-là
40:53
survivrai probablement, peut être même se renforcerai dans un
40:56
marché assaini. Mais les start-up qui ne sont
40:58
que des couches fines, des wrappeurs, autrement dit des
41:01
surcouches posées sur un modèle qu'elles ne contrôlent pas, qui
41:05
n'ont ni canal commercial propre, ni données
41:07
différenciantes, ni relation client profonde.
41:10
Ni avantage technique défendable, celle-là disparaît
41:13
très vite dans toute correction technologique.
41:16
Les wrappeurs sont les premiers à partir et il y a les
41:19
entreprises clientes. Pour elles, un dégonflement ne
41:22
serait pas forcément mauvais. Il ramènerait les prix à la
41:24
raison. Il forcerait les fournisseurs à
41:27
prouver leur valeur plutôt qu'à vendre du rêve.
41:29
Il transformerait un marché de promesses en un marché de
41:32
résultats. L'acheteur, paradoxalement, y
41:35
gagnerait en pouvoir de négociation, mais il y aurait
41:37
aussi des dégâts. Les entreprises qui auraient
41:39
engagé des transformations lourdes sur la base de promesses
41:42
Ia se retrouveraient avec des coûts irrécupérables et des
41:45
projets inachevés. Et les budgets IT, dans un
41:47
contexte macro plus difficile, seraient les premiers à être
41:50
coupés. Et puis il y a l'Europe.
41:51
l'Europe est dans une position paradoxale face à un éventuel
41:54
dégonflement. D'un côté, elle a peu de
41:57
champions purs dans la couche modèle Mistral et le.
41:59
Plus visible. Mais on a vu ses limites
42:01
actuelles, l'Europe n'a pas les moyens de rivaliser sur le
42:03
terrain du capex brut. De l'autre, si la valeur se
42:06
déplace vers la conformité, l'intégration, la souveraineté
42:09
des données, la gouvernance, le logiciel vertical, les services
42:12
d'implémentation, alors l'Europe pourrait se retrouver mieux
42:15
positionnée qu'on ne le pense parce que ce sont des
42:17
compétences où elle n'est pas désavantagée, où sa tradition
42:20
réglementaire parfois moquée pourrait devenir un atout, et où
42:23
la proximité client, la langue, la culture, la connaissance
42:27
sectorielle comptent autant que la puissance brute du.
42:29
Modèle, ce n'est peut être pas une bulle au sens classique,
42:32
mais ce n'est certainement pas un marché en équilibre.
42:34
Chapitre 8, ce qui survivra, les grandes bulles détruisent du
42:38
capital, elles ne détruisent pas toujours les infrastructures.
42:41
Le plus difficile est de distinguer à temps ce qui
42:43
restera de ce qui était payé trop tôt.
42:45
Reste maintenant la seule question qui compte vraiment.
42:48
Non pas l'i a est elle une bulle ?
42:49
Cette question est trop grossière pour être utile.
42:52
Mais où se loge exactement l'excès ?
42:54
Dans les capex, dans les valorisations, dans l'idée d'une
42:56
rente rapide ? Et qu'est ce qui, dans tout ce
42:59
que nous avons décrit, est structurel ou n'était qu'un prix
43:02
payé trop tôt pour une promesse qui prendra plus de temps que
43:05
prévu ? Ce qui est structurel, c'est que
43:08
l'intelligence artificielle entre durablement dans les flux
43:11
de travail. Les outils de code fonctionnent,
43:13
l'assistance documentaire fonctionne, l'automatisation de
43:16
certaines tâches de support, de synthèse, de recherche, de
43:19
classification fonctionne. Ce n'est pas parfait, ce n'est
43:22
pas magique, mais c'est réel et c'est irréversible.
43:25
Aucune entreprise qui a constaté un gain mesurable ne reviendra
43:28
facilement en arrière. Ce qui est structurel aussi,
43:32
c'est que l'infrastructure construite servira peut être pas
43:35
demain, peut être pas au rythme que les marchés espèrent.
43:37
Mais les data centers ne seront pas démontés, les GPU ne seront
43:41
pas jetés. La fibre posée pendant la bulle
43:43
Telecom a fini par transporter le cloud, le streaming, le
43:46
commerce en ligne. Elle a mis 10 ans à trouver sa
43:49
pleine utilité, mais elle a servi.
43:51
L'infrastructure IA suivra probablement un chemin
43:53
comparable. Ce qui est structurel enfin,
43:57
c'est la redistribution de la valeur le long de la chaîne.
43:59
La distribution, l'intégration, la conformité, la
44:02
verticalisation montent en importance à mesure que la
44:05
couche modèle se comoditise. Ce mouvement ne s'arrêterait pas
44:08
avec une correction, il s'accélérerait probablement
44:13
maintenant, ce qui n'est peut être pas structurel, les
44:16
multiples de valorisations actuelles de certains acteurs,
44:19
si la rareté du modèle se dégrade, si la concurrence
44:21
s'intensifie. Si les revenus mettent plus de
44:24
temps que prévu à rattraper les capex, ces multiples se
44:27
comprimeront ? Pas nécessairement parce que les
44:29
entreprises sont mauvaises, mais parce que le marché avait déjà
44:31
intégré dans le prix un futur qui met plus de temps à arriver
44:36
le rythme de dépenses. Les 600 milliards de capex
44:38
annuels ne sont peut être pas soutenables si les revenus ne
44:41
suivent pas au rythme espéré. Un ralentissement des commandes
44:44
est non seulement possible, mais presque mécanique à un certain
44:47
point. Et ce ralentissement même modéré
44:50
se propagera dans les résultats de nvidia, dans le Nasdaq, dans
44:53
la confiance générale et le récit lui même, l'idée que l'i a
44:57
devait produire une rente rapide, propre, concentrée,
45:00
presque immédiate. Ce récit a nourri les
45:03
valorisations, les levées, les annonces, les slides de comités
45:06
exécutifs, les keynotes, les conférences.
45:10
Si la réalité se révèle plus lente, plus diffuse, plus
45:13
compétitive, plus fragmentée que ce récit.
45:16
Alors le récit devra être corrigé et les corrections de
45:19
récit dans les marchés financiers ne se font jamais en
45:22
douceur. Carlota Perez, l'économiste
45:25
vénézuélienne qui a le mieux étudié les cycles technologiques
45:28
longs, distingue 2 phases, la phase d'installation, où le
45:31
capital afflue vers une technologie nouvelle, où les
45:34
valorisations s'envolent, où l'infrastructure se construit et
45:37
où une partie du capital est inévitablement détruite dans
45:40
l'excès. Puis la phase de déploiement où
45:43
la technologie désormais installée commence à être
45:46
réellement absorbée par l'économie, à transformer les
45:49
organisations, à produire des gains durables, à stabiliser ses
45:52
modèles économiques. Entre les 2, presque toujours,
45:55
il y a une correction, un moment de vérité, un réalignement entre
45:59
les attentes et la capacité réelle d'absorption.
46:03
Si Pérez a raison et l'histoire suggère qu'elle a souvent
46:05
raison, alors nous sommes peut être quelque part dans la fin de
46:08
la phase d'installation. Le capital a afflué,
46:11
l'infrastructure se construit, les valorisations se sont
46:14
envolées et le moment de vérité approche.
46:17
Ce moment ne sera pas la fin de l'i a ce sera le moment où le
46:21
marché cessera de la valoriser comme une promesse et commencera
46:24
à la valoriser comme une réalité.
46:26
Avec ses vrais revenus, ses vrais coûts, sa vraie structure
46:29
concurrentielle, ses vrais taux d'adoption, ses vrais obstacles.
46:33
Ce sera moins exaltant et plus juste.
46:37
Les gagnants de la phase suivante ne seront pas
46:39
nécessairement ceux qui auront crié le plus fort pendant la
46:41
phase précédente, ce seront ceux qui auront construit quelque
46:44
chose d'utile, d'intégré, de difficile à remplacer.
46:48
Les rails ont survécu à la Railway mania, la plupart des
46:50
compagnies non. La fibre a survécu à la Bull
46:57
Telecom, mais ceux qui l'avaient posé n'étaient pas ceux qui
46:59
l'ont le mieux exploité. Internet a survécu au crack,
47:05
mais les gagnants de 2020 n'étaient pas les stars de 1999.
47:07
L'i a probablement suivra ce schéma.
47:08
La technologie restera, l'infrastructure servira, les
47:12
usages se développeront, la carte des profits, elle sera
47:15
rebattue. Si je devais quand même me
47:18
mouiller à horizon 31 décembre 2026, je dirais ceci, et le
47:24
simple fait d'avoir à se projeter ainsi dit déjà quelque
47:26
chose du moment. Le marché demande à une
47:31
transformation industrielle longue de rendre à verdict avant
47:34
la fin de l'année. Les couches les plus solides
47:36
restent probablement celles qui tiennent tant que la
47:38
construction continue, l'infrastructure réellement
47:41
nécessaire, les grands distributeurs capables
47:43
d'absorber une correction, les logiciels qui remplacent déjà un
47:46
coût mesurable, la sécurité, la conformité, l'orchestration,
47:50
tout ce qui devient plus utile quand l'euphorie retombe et que
47:52
les entreprises recommencent à demander des preuves.
47:56
Les zones les plus fragiles, à l'inverse, me semblent être
47:59
celles dont la valorisation dépend encore d'une rente trop
48:01
théorique, les acteurs de frontières qui dépendent presque
48:04
entièrement de ce marché là sans distribution suffisante, les
48:07
wrappeurs faibles, les business trop dépendants d'un pricing
48:10
premium durable et tous les récits qui supposent qu'une
48:12
technologie puissante se convertisse automatiquement en
48:15
profit stable. En clair, si je devais me
48:19
mouiller, je dirais que le risque porte moins sur
48:21
l'infrastructure que sur les promesses de rente construites
48:24
autour d'elle. Le plus honnête au 21 mars 2026
48:27
n'est ni de nier l'i. A.
48:29
Ni de s'agenouiller devant elle. Le plus honnête, c'est de
48:32
reconnaître ceci, nous sommes peut être en train de construire
48:35
une infrastructure majeure au prix d'un immense malentendu sur
48:37
le temps qu'il lui faudra pour payer.
48:44
Vous écoutiez la bulle IA anatomie d'un malentendu
48:48
financier. Merci d'avoir écouté cet épisode
48:50
jusqu'au bout. Si ce travail vous plaît, vous
48:53
pouvez vous abonner, partager l'épisode et nous laisser une
48:56
note à très bientôt.