L’IA, bulle ou pas bulle ?

Ma réponse courte

Oui, une bulle s’est formée autour de l’intelligence artificielle. Elle touche certaines valorisations, une partie des infrastructures et surtout les attentes placées dans les revenus futurs. Non, cela ne prouve pas que l’IA est inutile ou imaginaire. Les deux constats peuvent être vrais au même moment.

Je me méfie des deux camps. Le premier transforme chaque démonstration réussie en preuve d’une rentabilité générale. Le second prend chaque projet raté pour la preuve que toute la technologie est vide. Les chiffres racontent une histoire moins confortable : l’usage progresse vite, mais l’argent engagé avance encore plus vite.

De quelle bulle parle-t-on ?

Une bulle ne signifie pas qu’un objet n’a aucune valeur. Elle apparaît lorsque le prix payé aujourd’hui dépend de promesses trop optimistes sur demain. Il faut donc séparer la technologie de son financement.

La bulle boursière concerne les valorisations des entreprises cotées liées à l’IA.La bulle privée concerne les levées de fonds et les prix attribués aux laboratoires encore déficitaires.La bulle d’infrastructure concerne les centres de données, les puces, l’électricité et les capacités réservées avant que la demande finale soit certaine.La bulle commerciale concerne les produits rebaptisés IA sans usage durable ni revenu suffisant.

Ces quatre niveaux ne se corrigeront pas forcément ensemble. Un fournisseur de puces peut gagner beaucoup d’argent pendant qu’un laboratoire brûle du capital. Un centre de données peut rester utile même si son premier locataire disparaît. À l’inverse, une excellente technologie peut devenir un mauvais investissement lorsqu’elle est achetée trop cher.

Le premier signal d’alerte : l’échelle des dépenses

L’Agence internationale de l’énergie estime que les dépenses d’investissement de cinq grands groupes technologiques ont dépassé 400 milliards de dollars en 2025 et pourraient encore bondir de 75 % en 2026. Ce total dépasse désormais l’investissement mondial dans la production de pétrole et de gaz. La capacité des centres de données spécialisés dans l’IA a plus que triplé en dix-huit mois. (source 6)

S&P Global Ratings projette plus de 1 300 milliards de dollars d’investissements cumulés chez six hyperscalers d’ici 2027. L’agence prévoit pour ces six groupes un flux de trésorerie disponible d’exploitation négatif en 2026 et 2027, avec un retour attendu seulement en 2029. Elle surveille déjà la monétisation, la durée de la demande et le risque de surcapacité. (source 3)

La Banque d’Angleterre juge les valorisations de nombreux actifs risqués très tendues, en particulier dans la technologie liée à l’IA. Elle estime que les actions américaines sont proches de leurs niveaux de tension les plus élevés depuis la bulle internet. Elle observe aussi une progression rapide du financement par la dette, les contrats de location et d’autres engagements extérieurs. (source 1)

L’activité économique, elle, est bien réelle

Nvidia a publié 81,6 milliards de dollars de chiffre d’affaires au premier trimestre de son exercice 2027, soit une hausse de 85 % sur un an. Son activité centres de données a atteint 75,2 milliards, en hausse de 92 %, avec une marge brute de 74,9 %. Ce ne sont pas des promesses sur une présentation. Ce sont des ventes et des bénéfices. (source 7)

OpenAI aurait dépassé 25 milliards de dollars de revenus annualisés à la fin de février 2026, contre 21,4 milliards à la fin de 2025. Reuters précise ne pas avoir pu vérifier ce chiffre auprès de l’entreprise. Le même article rapporte un objectif d’environ 600 milliards de dollars de dépenses informatiques cumulées d’ici 2030. Même avec une croissance très rapide, l’écart entre revenus et besoins de calcul reste immense. (source 8)

Le Stanford AI Index indique que l’investissement privé mondial dans l’IA a augmenté de 127,5 % en 2025. L’IA générative a progressé de plus de 200 % et absorbé presque la moitié de ce financement privé. Dans le même temps, 88 % des organisations interrogées déclaraient utiliser l’IA dans au moins une fonction. Il existe donc une adoption réelle, pas seulement une histoire vendue aux investisseurs. (source 4)

Le maillon faible : les résultats dans les entreprises

Une enquête menée auprès de près de 6 000 dirigeants aux États-Unis, au Royaume-Uni, en Allemagne et en Australie montre que 69 % des entreprises utilisent déjà l’IA. Pourtant, plus de 90 % ne constatent encore aucun effet sur l’emploi et 89 % aucun effet sur la productivité. Le gain moyen estimé atteint seulement 0,29 %. (source 5)

Le décalage est frappant. L’usage est large, mais souvent peu intense. Les dirigeants interrogés utilisent l’IA environ une heure et demie par semaine. Ils anticipent un gain moyen de productivité de 1,4 % dans les trois prochaines années, bien au-dessus de ce qu’ils mesurent aujourd’hui. La rentabilité de l’infrastructure repose donc encore beaucoup sur une adoption future plus profonde. (source 5)

Stanford arrive au même point par un autre chemin. L’IA générative est utilisée dans au moins une fonction par 70 % des organisations interrogées, mais les agents restent sous les 10 % dans presque toutes les fonctions. Entre ouvrir un assistant et reconstruire un processus de travail autour de lui, il y a un monde de données, de contrôle, de formation et de responsabilité. (source 4)

La comparaison avec la bulle internet est utile

Le FMI relève des ressemblances avec la fin des années 1990 : une technologie générale, des valorisations en hausse, une forte vague d’investissement et une consommation soutenue par les gains boursiers. Il prévient que des attentes de profit trop hautes peuvent provoquer une correction importante. Le même FMI estime pourtant que l’IA pourrait ajouter 0,4 % à la production mondiale à court terme selon des hypothèses modestes. (source 2)

C’est exactement la nuance à garder. La bulle internet n’a pas rendu internet inutile. Elle a révélé que beaucoup d’entreprises, de prix et de calendriers étaient irréalistes. L’IA peut suivre une trajectoire comparable : une transformation durable, payée au départ par une phase de surinvestissement et une sélection brutale.

Ce qui pourrait éclater en premier

Les laboratoires dont la croissance du chiffre d’affaires ne couvre pas le coût du calcul et du financement.Les centres de données lancés sans client durable, sans raccordement électrique garanti ou avec des hypothèses d’utilisation trop élevées.Les entreprises valorisées comme des leaders de l’IA alors qu’elles vendent surtout une fonction facile à copier.Les contrats croisés où un fournisseur finance indirectement le client qui lui achète de la capacité.Les projets internes qui restent au stade du pilote parce que le gain ne paie pas l’intégration, le contrôle et la gestion des risques.

Le danger vient aussi des liens entre les acteurs. Les laboratoires s’engagent auprès des clouds. Les clouds commandent des puces. Les centres de données signent des contrats d’énergie et empruntent. Si la demande finale ralentit, la correction peut remonter toute cette chaîne. La Banque d’Angleterre et S&P ne parlent plus seulement d’actions trop chères. Elles regardent désormais la dette, les garanties, les locations et les structures de financement. (sources 1 et 3)

Ce qui resterait après une correction

Une correction ne ferait pas disparaître les modèles, les puces installées, les réseaux électriques renforcés ni les compétences acquises. L’AIE prévoit que la consommation électrique des centres de données pourrait passer de 485 TWh en 2025 à 950 TWh en 2030. Elle rappelle aussi que tous les projets annoncés ne verront pas le jour. Le tri a probablement déjà commencé, même si les montants globaux continuent de monter. (source 6)

Les gains mesurés sur le support client, le développement logiciel ou certaines tâches de production ne vont pas s’évaporer. Les outils moins chers et les modèles ouverts peuvent même accélérer l’adoption après une baisse des valorisations. Une technologie devient parfois plus utile lorsque le marché cesse de la traiter comme un placement magique.

Les indicateurs que je regarderais

La croissance des revenus directement liés à l’IA face à la croissance des dépenses d’infrastructure.Le flux de trésorerie disponible après les puces, les centres de données, les locations et les engagements hors bilan.Le taux réel d’utilisation des capacités déjà construites et le nombre de projets reportés ou annulés.La marge sur l’inférence après la baisse des prix et l’arrivée de modèles moins coûteux.Les gains de productivité mesurés dans les entreprises, pas le nombre de comptes ouverts.Le passage des pilotes aux processus utilisés chaque semaine avec un responsable, un budget et des résultats suivis.La part des dépenses financée par la dette et la concentration du risque autour de quelques clients.

Mon verdict

L’IA n’est pas une bulle au sens où tout serait fictif. Les revenus, les usages et les gains sur certaines tâches sont déjà là. La bulle se trouve dans le prix payé pour ces résultats, dans la vitesse de construction et dans l’idée que chaque dollar investi trouvera automatiquement un usage rentable.

La partie la plus fragile concerne les promesses très lointaines financées dès aujourd’hui. La partie la plus solide concerne les usages simples, fréquents et mesurables. Entre les deux, beaucoup d’entreprises vont apprendre une leçon coûteuse : ajouter de l’IA à un produit ne crée ni un besoin, ni une marge, ni un avantage durable.

À vous de trancher

Si les investissements dans l’IA baissaient de 30 % demain, quels usages continueriez-vous à payer chaque mois ? La réponse me semble plus utile que le cours d’une action pour savoir ce qui restera après la bulle.