Derrière le mot « bulle », il y a deux paris différents : la valeur des applications d’ia et la course mondiale aux gpu, data centers et à l’électricité. L’article démêle les signaux, les risques et ce qui resterait utile même en cas de krach.
- La bulle de l’ia (valorisations logicielles) et la bulle de l’infrastructure ia (capex, data centers, énergie) obéissent à des logiques distinctes.
- Environ 1 000 milliards de dollars de « deals » circulent dans l’écosystème via des montages complexes : crédits de compute, échanges de stock-options, dette peu visible.
- Le taux d’utilisation réel des gpu et le prix du calcul sont de meilleurs indicateurs que les valorisations boursières.
- Les puces et data centers deviennent obsolètes en 2 à 6 ans, ce qui rend l’amortissement des capex incertain en cas de ralentissement de la demande.
- Trois familles de métiers résistent mieux : relation et responsabilité, terrain et contraintes physiques, contrôle et conformité.
Table des matières
Bulle de l’ia ou bulle de l’infrastructure ia : de quoi parle-t-on exactement
La question « est-ce que l’ia est une bulle ? » mélange souvent deux réalités qu’il faut séparer pour y répondre sérieusement. D’un côté, il y a la bulle spéculative classique : des valorisations boursières d’entreprises liées à l’ia qui progressent plus vite que leurs revenus ou leurs profits réels. De l’autre, il y a une dynamique plus discrète mais potentiellement plus lourde : l’emballement des dépenses d’équipement, c’est-à-dire le capex consacré aux gpu, aux data centers et à l’électricité nécessaire pour les faire fonctionner.
Trois bulles, trois horloges différentes
Certains observateurs distinguent même trois bulles imbriquées. La première est réputationnelle : elle repose sur des récits promettant une solution « miraculeuse » à des problèmes économiques ou scientifiques complexes. La deuxième est spéculative : elle se lit dans les mouvements de marché et les multiples de valorisation. La troisième est infrastructurelle : elle se matérialise dans le béton, le silicium et les contrats d’approvisionnement énergétique. Ces trois bulles ne gonflent pas ni ne se dégonflent au même rythme.
Pourquoi cette distinction change tout pour décider
Une correction boursière peut faire chuter la valorisation d’une start-up ia sans que les data centers qu’elle utilise cessent de fonctionner. Inversement, une infrastructure sous-utilisée peut continuer d’exister comptablement tout en générant des pertes silencieuses. Pour une entreprise qui investit dans l’ia, ou pour un investisseur qui arbitre entre semi-conducteurs et logiciels, cette distinction est le premier filtre à appliquer avant toute décision. Elle permet de comprendre la mécanique qui alimente ces deux bulles.
Mécanique d’une bulle : narratif, capital, effets de réseau et financements circulaires
Pourquoi l’ia est-elle qualifiée d’« autre bulle » par certains analystes, alors que les cas d’usage semblent bien réels ? La réponse tient moins à la technologie elle-même qu’aux mécanismes de financement qui se sont mis en place autour d’elle.
Des crédits de compute plutôt que du cash
Une partie du financement initial de certains grands acteurs de l’ia n’a pas circulé en numéraire mais sous forme de crédits de compute, c’est-à-dire des droits d’usage de capacité cloud chez un fournisseur donné. Ce mécanisme transforme immédiatement l’investissement en chiffre d’affaires pour l’opérateur cloud concerné, tout en créant une dépendance structurelle de l’acteur financé envers ce fournisseur. Le capital ne finance donc pas seulement une innovation : il alimente en même temps la demande adressée aux hyperscalers.
Une circularité financière entretenue par l’oligopole
Le secteur fonctionne autour d’un nombre restreint d’acteurs — start-up ia et grands groupes technologiques — qui jouent simultanément plusieurs rôles : fournisseur, investisseur, client, partenaire. Un même acteur peut vendre du calcul, investir au capital de son client, puis racheter une partie de sa production via des accords commerciaux croisés. Cette circularité amplifie les montants engagés sans nécessairement multiplier la valeur économique créée. Des montants évoqués, de l’ordre de 1 000 milliards de dollars de « deals » liés à l’ia, s’appuient ainsi sur des montages variés : crédits de compute, capex partagé, échanges de stock-options, avec un rôle réduit des banques d’affaires traditionnelles au profit de partenariats sur mesure.
La rareté organisée des puces
Le marché des gpu et de la mémoire hbm reste concentré entre quelques fournisseurs, au premier rang desquels nvidia. Cette concentration crée une rareté qui soutient les prix du matériel, incite les hyperscalers à sécuriser leurs commandes très en amont, et renforce l’idée que la course à la capacité de calcul est un jeu à somme positive pour les fournisseurs de semi-conducteurs, quelle que soit l’issue économique pour leurs clients. C’est cette logique d’accumulation qui appelle à se pencher sur des indicateurs de demande réelle plutôt que sur le seul narratif.
Les indicateurs qui tranchent : adoption réelle, économies générées et prix du calcul
Pour répondre concrètement à la question « l’ia vit-elle encore dans une bulle ? », il faut regarder la demande, pas seulement l’offre ou les discours. Plusieurs indicateurs permettent de distinguer un usage productif d’un simple effet de mode.
Taux d’usage en production versus expérimentation
Le premier indicateur est la part des projets d’ia qui passent effectivement en production, sont utilisés de façon récurrente par des équipes, et génèrent une rétention mesurable des utilisateurs. Un pilote qui reste un pilote pendant dix-huit mois est un signal d’alerte, pas une preuve de valeur.
Gains de productivité et capacité à facturer
Le deuxième indicateur concerne la productivité réellement observée : temps gagné, erreurs réduites, volume traité par personne. Encore faut-il que ces gains se traduisent par une facturation cohérente, sinon la valeur créée reste captée par le fournisseur d’infrastructure plutôt que par l’entreprise utilisatrice.
L’évolution du prix du calcul, indicateur clé
Le troisième indicateur, souvent négligé, est l’évolution du prix du calcul — le coût d’inférence par requête ou par token — et du coût total de possession d’une infrastructure ia. Une baisse rapide de ce coût peut sembler positive pour les utilisateurs, mais elle dévalorise mécaniquement les capacités achetées à prix fort quelques mois plus tôt par les opérateurs.
| Indicateur | Signal de bulle | Signal de valeur réelle |
|---|---|---|
| Usage en production | Pilotes qui ne passent jamais à l’échelle | Déploiement récurrent, adopté par les équipes |
| Rétention | Abandon après la phase de test | Usage stable ou croissant sur plusieurs trimestres |
| Facturation | Gains captés par le fournisseur cloud | Marge dégagée par l’entreprise utilisatrice |
| Prix du calcul | Coût d’inférence stable malgré la concurrence | Baisse continue et prévisible |
Ces indicateurs de demande ne disent rien, en revanche, de la solidité de l’offre construite en face. C’est là qu’intervient le risque spécifique à l’infrastructure elle-même.
Le risque spécifique de la bulle infrastructure ia : surcapacité, énergie et concentration
La question « l’ia vit-elle encore dans une bulle ? » se pose avec le plus d’acuité côté offre. Les data centers ia sont décrits comme extrêmement gourmands en ressources matérielles, en énergie, en eau, et leur déploiement se fait simultanément à grande échelle à travers le monde. Cette simultanéité est en elle-même un facteur de risque.
Le capex des hyperscalers et l’ombre de la dette
Le financement de cette course s’appuie de plus en plus sur l’endettement, avec des taux de remboursement élevés parfois peu visibles au bilan en raison de montages complexes. Cette dette finance des actifs — puces, serveurs, bâtiments — dont le cycle d’obsolescence est estimé entre 2 et 6 ans selon les estimations. Concrètement, des équipements achetés ou des centres ouverts autour du mois d’août 2026 pourraient devenir obsolètes entre 2028 et 2032. Si la demande ralentit avant que ces actifs soient amortis, l’écart entre dette contractée et revenus générés se creuse rapidement.
L’électricité, contrainte physique incontournable
La disponibilité de l’électricité devient un goulot d’étranglement aussi critique que celui des puces. Des projets de nouvelles centrales, notamment nucléaires, sont poussés pour soutenir cette infrastructure. Mais cela pose une question de calendrier : rien ne garantit que la demande de calcul sera toujours là au moment où ces capacités énergétiques seront mises à disposition, plusieurs années après leur lancement.
Concentration géopolitique et contestations locales
La chaîne d’approvisionnement des semi-conducteurs et de la mémoire hbm reste concentrée sur un nombre réduit de sites de production, ce qui expose l’ensemble de l’écosystème à des chocs géopolitiques. Par ailleurs, l’implantation de data centers suscite des contestations locales croissantes, liées à leur consommation d’eau et d’électricité — un mouvement documenté dès octobre 2025 dans plusieurs territoires concernés.
- Concentration de la production de gpu et de hbm entre quelques fournisseurs
- Délais de raccordement électrique qui s’allongent pour les nouveaux data centers
- Contestations locales autour de la consommation d’eau et d’énergie
- Dette structurante mais peu visible dans les montages financiers
Cette accumulation de risques structurels dessine plusieurs trajectoires possibles pour les mois et années qui viennent.
Scénarios 2026 : correction douce, krach des valorisations ou choc énergétique
Répondre à « pourquoi l’ia est-elle une autre bulle ? » suppose d’envisager comment elle pourrait se dégonfler, et ce qui resterait après.
Scénario 1 : correction douce des multiples
Un ralentissement macroéconomique classique pourrait comprimer les multiples de valorisation des entreprises liées à l’ia sans remettre en cause l’utilité de l’infrastructure existante. Les marchés financiers ajusteraient les prix des actions, mais les data centers continueraient de tourner, éventuellement à des tarifs de location du calcul revus à la baisse.
Scénario 2 : krach spéculatif façon dotcom
Un scénario plus sévère rappellerait la bulle télécoms autour de l’an 2000 — distincte, historiquement, de la bulle internet elle-même — avec son cas emblématique, la faillite de worldcom en 2002. Transposé à l’ia, ce scénario impliquerait une chute brutale des valorisations, des faillites d’acteurs surendettés, et une dévalorisation d’actifs physiques devenus surdimensionnés par rapport à une demande finalement plus lente à se matérialiser.
Scénario 3 : choc par le prix du calcul et l’open source
Un troisième scénario, plus structurel, viendrait de l’intérieur du cycle d’adoption technologique : des modèles plus petits, plus efficients, souvent issus de l’open source, pourraient faire chuter drastiquement le coût du calcul nécessaire pour obtenir des résultats comparables. Ce progrès profiterait aux utilisateurs mais dévaloriserait d’un coup les gigantesques capacités construites pour des modèles plus lourds — les limites du gigantisme des grands modèles de langage rendant alors l’amortissement des investissements structurellement incertain.
| Scénario | Déclencheur principal | Ce qui corrige | Ce qui reste |
|---|---|---|---|
| Correction douce | Ralentissement macro | Multiples boursiers | Data centers en activité |
| Krach spéculatif | Effondrement de la confiance, dette | Valorisations, acteurs faibles | Infrastructure rachetée à bas prix |
| Choc du calcul | Modèles plus efficients, open source | Coût du calcul, actifs surdimensionnés | Usages, compétences, données |
Dans tous les cas, ce qui corrige est le prix des actifs financiers ou du calcul ; ce qui reste, souvent, c’est la capacité de calcul physiquement installée et les compétences accumulées autour de son usage. Cette persistance de la valeur d’usage a des conséquences directes sur l’organisation du travail.
Qui survivra et qui s’adaptera : métiers, compétences et organisation du travail
À la question « quels sont les 3 métiers qui survivront à l’ia ? », la réponse n’est pas une liste figée de professions mais trois familles de compétences qui résistent mieux à l’automatisation, quel que soit le scénario de marché retenu.
Le travail relationnel et la responsabilité
Les métiers qui engagent une responsabilité humaine directe — soin, décision médicale, justice, encadrement d’équipe — restent difficilement automatisables intégralement. L’ia y intervient en support, pour synthétiser de l’information ou accélérer un diagnostic, mais la décision finale et la relation de confiance restent portées par une personne.
Les métiers de terrain et les contraintes physiques
Les tâches qui exigent une présence physique dans un environnement changeant — maintenance, artisanat, logistique de dernier kilomètre — restent hors de portée des modèles purement logiciels. Elles peuvent être augmentées par des outils d’assistance, mais la contrainte physique du terrain limite structurellement la substitution complète.
Les métiers de contrôle et de conformité
Les fonctions de vérification, d’audit et de conformité réglementaire gagnent en importance à mesure que l’ia se diffuse, car la régulation autour de ces systèmes se densifie. Quelqu’un doit vérifier que les décisions automatisées respectent les cadres légaux, ce qui crée une demande nouvelle plutôt qu’une suppression de poste.
Dans les trois cas, le facteur déterminant n’est pas le nom du métier mais le degré d’intégration de l’ia dans son exercice quotidien : les professionnels qui apprennent à déléguer les tâches répétitives tout en gardant la responsabilité du jugement final s’adaptent mieux que ceux qui subissent l’outil sans le maîtriser. Cette logique d’intégration raisonnée vaut aussi, à l’échelle de l’organisation, pour les décisions d’investissement en ia.
Checklist anti-bulle pour entreprises et investisseurs : décider sans se raconter d’histoires
Face à l’incertitude entre bulle spéculative et bulle d’infrastructure, une grille de décision opérationnelle vaut mieux qu’un pari sur le narratif dominant.
Séparer capex et opex dans le pilotage
Toute entreprise qui investit dans l’ia doit distinguer clairement ce qui relève du capex — matériel, licences long terme, infrastructure dédiée — de ce qui relève de l’opex, plus réversible. Cette distinction conditionne la vitesse à laquelle une décision peut être annulée si la demande ne suit pas.
Exiger des cas d’usage mesurables
Aucun projet ne devrait dépasser la phase pilote sans indicateur de roi explicite : temps gagné, erreurs évitées, revenu additionnel. Le suivi du coût d’inférence par usage doit être intégré dès le départ, pas ajouté après coup.
Éviter le surdimensionnement et sécuriser les ressources critiques
- Privilégier la réversibilité : cloud plutôt qu’on-premise tant que la charge n’est pas stabilisée
- Diversifier les fournisseurs de gpu et de cloud pour limiter la dépendance
- Vérifier les clauses énergétiques et la souveraineté numérique des données hébergées
- Prévoir un plan de sortie explicite si la demande interne ou externe ralentit
- Suivre le taux d’utilisation réel des capacités réservées, trimestre après trimestre
Un pilotage trimestriel plutôt qu’un pari annuel
Plutôt que de figer un budget ia sur douze mois, un pilotage trimestriel permet d’ajuster les engagements à mesure que le prix du calcul évolue et que les cas d’usage se confirment ou s’essoufflent. Cette discipline protège autant l’entreprise utilisatrice que l’investisseur exposé aux valorisations du secteur, en gardant toujours une longueur d’avance sur le narratif ambiant.
FAQ
Est-ce que l’IA est une bulle ?
Il existe au moins deux bulles distinctes : une bulle spéculative sur les valorisations et une bulle d’infrastructure liée aux capex, data centers et énergie. Les deux ne se dégonflent pas nécessairement en même temps.
L’IA vit-elle encore dans une bulle ?
Les signaux de surcapacité, l’endettement croissant et la dépendance énergétique suggèrent que le risque persiste, même si l’adoption réelle progresse dans certains secteurs, ce qui rend la situation hétérogène selon l’indicateur observé.
Quels sont les 3 métiers qui survivront à l’IA ?
Trois familles résistent mieux : le travail relationnel et de responsabilité, les métiers de terrain soumis à des contraintes physiques, et les métiers de contrôle et de conformité renforcés par la régulation croissante des systèmes d’ia.
Pourquoi l’IA est-elle une autre bulle ?
Parce que son financement repose sur des mécanismes circulaires — crédits de compute, participations croisées, dette peu visible — qui rappellent les schémas observés lors de bulles précédentes, notamment celle des télécoms autour de l’an 2000.
La bulle qui éclatera, si elle éclate, ne sera peut-être pas celle qu’on attend : les valorisations peuvent corriger sans que l’infrastructure s’effondre, ou l’inverse. Regarder le taux d’utilisation des gpu et le prix du calcul reste le meilleur antidote au bruit ambiant.
