La valorisation boursière des entreprises liées à l'IA a été multipliée par dix au cours de la dernière décennie. Comme l'a récemment souligné John Lanchester, toutes les entreprises du classement des dix plus grandes entreprises mondiales, sauf une, sont liées à la valeur future de l'intelligence artificielle. Toutes sauf une sont américaines, et leur valeur cumulée représente bien plus de la moitié de l'économie américaine.
Au cours des dernières années, l'anticipation de la « révolution » de l'IA a entraîné une forte augmentation des investissements dans ces entreprises technologiques américaines. Les promesses d'une percée radicale dans l'intelligence post-humaine et de gains de productivité miraculeux ont captivé l'esprit animal des investisseurs au point que, comme l'a dit Ruchir Sharma du FT, « l'Amérique mise désormais tout sur l'IA ». Les investissements fixes dans ce secteur sont si importants qu'ils ont été le principal moteur de la croissance américaine en 2025. La formation et l'exploitation des modèles d'IA nécessitent une énorme infrastructure physique composée de centres de données, d'équipements informatiques, de systèmes de refroidissement, de matériel réseau, de connexions au réseau électrique et d'alimentation électrique. Les entreprises technologiques devraient dépenser la somme colossale de 5 000 milliards de dollars pour cette infrastructure coûteuse, qui reste principalement concentrée aux États-Unis, afin de répondre à la demande prévue d'ici 2030.
Le problème, c'est que les chiffres ne concordent pas. Pour répondre à ses besoins financiers colossaux, le secteur est passé d'un modèle dominé par le financement par flux de trésorerie et par capitaux propres à un modèle de financement par emprunt. En principe, ce recours à l'endettement pourrait simplement refléter des opportunités de profits croissantes et l'anticipation d'une prospérité à venir. Mais des transactions financières de plus en plus exotiques suggèrent le contraire. Une grande partie de l'engouement est alimentée par des boucles financières dans lesquelles les fournisseurs investissent dans leurs clients et vice versa. OpenAI en est un bon exemple. Son principal fournisseur de puces, Nvidia – la société la plus valorisée au monde – prévoit d'investir 100 milliards de dollars dans OpenAI, finançant ainsi la demande pour ses propres produits. OpenAI, quant à elle, dépense près du double de ses revenus sur la plateforme cloud Azure de Microsoft, qui fournit la puissance de calcul nécessaire au fonctionnement de ses services, enrichissant ainsi son principal bailleur de fonds tout en accumulant des dettes.
Agrandissement : Illustration 1
De nombreux financements créatifs sont en cours. Prenons l'exemple du projet de Meta de construire un immense centre de données en Louisiane. Cette installation de 30 milliards de dollars appartiendra à Beignet Investor LLC, une coentreprise entre Meta et une société de capital-investissement privée appelée Blue Owl. Cependant, ni les clients de Blue Owl ni Meta ne fourniront la majeure partie du financement, qui proviendra d'un vaste groupe d'obligataires. Meta s'engage principalement à louer l'installation à long terme. Comme le note Alphaville du FT, « cette structure astucieuse permet à Beignet de bénéficier de la solvabilité de Meta, mais la solvabilité de Meta n'est, comme par magie, pas affectée par la dette financière que représente sa garantie de location à long terme ».
Pourtant, derrière cette ingénieuse ingénierie financière, le fait est que Meta est prête à payer environ 1 % de son bilan pour financer la construction du centre de données. Et la raison en est que, contrairement à ce qui est répété aux investisseurs obligataires, elle cherche à se protéger au cas où l'avenir promis de la superintelligence et de la surabondance ne se concrétiserait pas. L'accord conclu par Meta pour son centre de données est symptomatique de la conjoncture du marché, qu'un analyste financier décrit comme « la convergence d'un besoin massif de capitaux, d'émetteurs moins disposés à assumer le risque résiduel... et de liquidités disponibles ». Dans ces circonstances, le travail des banquiers d'investissement consiste à convaincre les prêteurs d'assumer des risques qu'ils ne comprennent pas vraiment. « Nous avons vu cette histoire se reproduire un million de fois », prévient l'analyste, notamment à l'approche de la crise financière de 2008.
Si l'on se concentre uniquement sur les bilans solides des principaux hyperscalers – Amazon, Meta, Microsoft, Alphabet –, le boom de l'IA peut sembler durable. Mais à mesure que des fissures apparaissent chez des acteurs plus faibles comme Oracle et dans certains segments du secteur du développement de l'IA, l'inquiétude grandit quant à la possibilité que les profits ne soient pas suffisants pour soutenir la tendance dans l'ensemble de l'écosystème. La ruée vers l'IA fait suite à des années de boom boursier aux États-Unis et à un supercycle de capital fictif qui dure depuis des décennies, ce qui comporte ses propres fragilités. D'où l'inquiétude croissante qui transparaît dans le langage bureaucratique de la Banque des règlements internationaux : « Si un déclin des investissements dans l'IA s'accompagnait d'une correction boursière importante, les répercussions négatives pourraient être plus importantes que ne le suggèrent les booms précédents. Les investisseurs ont privilégié les actions américaines pour s'exposer aux entreprises d'IA, et l'effet de levier caché pourrait entraîner des répercussions sur le marché du crédit. »
Les données limitées issues d'études sur le terrain suggèrent que des gains de productivité significatifs sont observés dans des tâches telles que la rédaction, le codage et l'assistance à la clientèle dans les centres d'appels. Il existe un décalage initial, car les entreprises doivent supporter le coût de l'apprentissage de l'utilisation de la technologie, mais avec le temps, celles qui l'adoptent en récoltent les fruits. Étant donné que cette technologie devrait se généraliser et stimuler l'innovation et l'amélioration continues, y compris dans les processus de recherche et développement, les attentes en matière d'avantages économiques sont élevées. Si l'intelligence artificielle augmente la productivité comme promis, les utilisateurs seront prêts à payer beaucoup plus cher pour y avoir accès. Selon JP Morgan, compte tenu de l'ampleur des dépenses d'investissement prévues, les fournisseurs d'IA « auraient besoin d'environ 650 milliards de dollars de revenus annuels à perpétuité » pour obtenir un rendement de 10 %, « un chiffre étonnamment élevé ». Cela équivaut à environ 35 dollars par mois pour chacun des 1,5 milliard d'utilisateurs actifs d'iPhone, soit 0,55 % du PIB mondial. Pour l'instant, les prix sont maintenus artificiellement bas, car les entreprises d'IA cachent les coûts économiques réels afin de fidéliser leurs clients. Si les gains d'efficacité se concrétisent, il n'y aura aucun problème ; les entreprises florissantes disposeront de ressources suffisantes pour payer la facture. Même s'ils sont discrets, les investisseurs dans l'IA pourraient tout de même en sortir les poches bien remplies. Dans quelques années, lorsque l'IA aura infiltré les processus de travail au point que les coûts de sortie seront prohibitifs, la clientèle sera incapable de s'échapper et contrainte de payer. Le monde sera accro à l'IA, et les entreprises technologiques engrangeront de juteux profits.
Personne ne devrait douter qu'il s'agit là de la stratégie des géants de la technologie, et que même une cascade d'échecs dans le domaine de l'IA ne les fera pas dévier de cette voie. L'histoire du capitalisme est jalonnée de phases de crise suivies de moments dramatiques de consolidation, et les grandes entreprises technologiques pourraient même tirer profit des bouleversements du secteur. De plus, compte tenu de l'énorme influence politique des milliardaires de la Silicon Valley sur le gouvernement américain, on peut s'attendre à ce qu'ils se battent bec et ongles pour rallier le soutien politique nécessaire à la réalisation de leurs objectifs. Si nécessaire, elles peuvent toujours renforcer l'argument prométhéen par un argument géopolitique, en présentant la victoire dans la course à l'IA contre la Chine comme un défi existentiel pour le pays et en mettant en avant de juteux contrats militaires.
Pourtant, des vents contraires soufflent de plus en plus fort. L'adoption de l'IA s'est généralisée après la sortie de ChatGPT le 30 novembre 2022 et la valeur des entreprises a grimpé en flèche. Mais son adoption par les entreprises n'a pas été aussi forte que prévu. Malgré le battage médiatique, l'utilisation de l'IA au travail ne connaît pas d'essor fulgurant et pourrait même ralentir, ne concernant qu'une petite fraction de la main-d'œuvre. Des données récentes indiquent que l'utilisation de l'IA n'entraîne pas d'augmentation immédiate de la productivité. En bref, si une certaine automatisation est en cours, rien n'indique qu'une disruption imminente due à l'IA soit susceptible de générer les énormes gains économiques prévus.
Comme le savent bien les critiques radicaux et comme l'ont vigoureusement défendu Daron Acemoglu et Simon Johnson, il n'existe pas de développement capitaliste axé sur l'efficacité ; l'amélioration de l'efficacité technique est un résultat macroéconomique qui dépend du cadre institutionnel. Des technologies puissantes peuvent s'avérer non rentables et ne pas être déployées si la structure du marché empêche les investisseurs d'en récolter les fruits ; elles peuvent également appauvrir la main-d'œuvre si elles entraînent des licenciements massifs. Avec l'IA, le danger le plus immédiat semble être une épidémie de démoralisation de la main-d'œuvre. Des recherches suggèrent que l'utilisation intensive de l'IA est démotivante et déqualifiante, alimentant l'ennui et la médiocrité. Nous pourrions même assister à une « courbe en J de la productivité » inversée : les gains de productivité à court terme seraient rapidement éclipsés par une détérioration de la qualité du travail.
Un autre problème réside dans le gaspillage qui pourrait résulter du pari quasi religieux sur l'IA pris par les géants technologiques, encouragé par les dirigeants privés du secteur et les marchés enclins à la manie. Le contraste entre les approches américaine et chinoise en matière d'IA est instructif. Les économies capitalistes sont confrontées à un profond problème de coordination, comme l'a souligné Michael Roberts : « en Chine, il existe un plan visant à atteindre des objectifs technologiques clés qui stimuleront l'ensemble de l'économie », mais « dans les grandes économies capitalistes, tous les œufs de l'IA sont dans un panier appartenant aux hyperscalers privés spécialisés dans l'IA et aux sept géants des médias technologiques – et pour eux, la rentabilité est essentielle, pas les résultats technologiques ».
À plus long terme, si les difficultés financières du secteur s'intensifient, il n'est pas certain que l'héritage matériel de ce boom soit comparable à celui des bulles précédentes. En effet, la construction et les infrastructures ne représentent qu'une minorité des dépenses liées à la mise en place de la capacité des centres de données ; près des trois quarts de l'investissement consistent en équipements informatiques, principalement des puces avancées (processeurs graphiques). Contrairement aux câbles à fibre optique de l'ère dot-com ou aux chemins de fer du XIXe siècle, les puces IA doivent être remplacées fréquemment à mesure que leurs performances diminuent et que la technologie s'améliore. Si, pour des raisons de rentabilité, les investissements venaient à se tarir soudainement, une réduction de la disponibilité de l'IA par rapport à son abondance actuelle serait une possibilité réelle. En théorie, si la réduction des dépenses d'investissement l'emportait sur les réductions de coûts liées à l'amélioration des processus d'IA, l'héritage du boom de l'IA ne durerait pas longtemps et la puissance de calcul disponible pour les requêtes IA ordinaires pourrait diminuer.
Ce problème d'obsolescence a des implications financières cruciales. En effet, les prêts destinés aux data centers « sont presque toujours des prêts non amortissables : les remboursements ne servent pas à réduire le montant dû. Il s'agit plutôt d'un financement perpétuel pour ce qui est supposé être un actif perpétuel. L'hypothèse est qu'à la fin de la durée du prêt – généralement cinq à sept ans – la totalité du solde sera refinancée ». Mais si les puces sont pratiquement sans valeur après cinq ans, qui refinancera un actif dont le composant clé est entièrement amorti ?
Sans parler du stress écologique causé par la demande croissante en terres, en énergie et en eau pour faire fonctionner les centres de données, qui rend toute cette ruée vers l'IA non durable. Dans ce contexte, la fonction idéologique du discours de conquête spatiale des géants de la technologie est de donner de la crédibilité au fantasme d'un avenir entièrement numérique. Comme l'explique le projet Suncatcher de Google, « la demande en puissance de calcul pour l'IA – et en énergie – continuera de croître » et « sur la bonne orbite, un panneau solaire peut être jusqu'à 8 fois plus productif que sur Terre et produire de l'énergie de manière quasi continue, réduisant ainsi le besoin en batteries ». Par conséquent, « à l'avenir, l'espace pourrait être le meilleur endroit pour développer la puissance de calcul de l'IA ».
Sur Terre, la demande croissante d'énergie bon marché et de terres rares se traduit par un impérialisme à l'ancienne. La nouvelle doctrine de sécurité américaine indique clairement qu'elle souhaite « un hémisphère [...] qui soutienne les chaînes d'approvisionnement critiques ». La saisie du pétrole vénézuélien par l'administration Trump et les revendications expansionnistes sur le Groenland pour les minéraux critiques convoités par les milliardaires de la technologie montrent à quel point elle est sérieuse. Si l'IA continue de décevoir, les aventures impérialistes pourraient bien s'intensifier – la recherche numérique de gains d'efficacité chimériques remplacée par une course prédatrice à la réduction des coûts dans une nouvelle ère que David Harvey a si justement qualifiée d'« accumulation par dépossession ».