L'IA est-elle vraiment l'avenir de l'humanité ou sa catastrophe ?

Plus le poisson est grand, plus ses épines sont grosses. Plus les épines sont grosses, plus la chair est petite. Donc, plus le poisson est grand, plus il est petit.
Cette phrase était une blague. Mais dans le marché actuel, presque tous les participants partagent la même hypothèse : plus l'IA est puissante, plus les profits des géants technologiques seront importants, et plus leur cours en bourse devrait être élevé.
Cette hypothèse soutient les records historiques du S&P 500, la 18e hausse consécutive de la semi-conductrice de Philadelphie, et la course folle d'Nvidia vers une capitalisation de 5 000 milliards de dollars. Mais c’est justement cette logique considérée comme évidente qui cache un paradoxe fatal impossible à contourner — si l’IA est vraiment très forte, alors les dépenses en capital à l’avenir devraient être considérablement réduites, et le marché boursier, construit sur des dépenses extrêmes, tomberait du sommet. Si l’IA n’est pas assez forte, la dépense sera également remise en question, et le marché s’effondrera. Peu importe la voie choisie, la fin se trouve au même endroit.
---1. La lame du paradoxe : deux chemins, une seule issue
Nous mettons en balance les dépenses en capital sans précédent d’environ 650 milliards de dollars des quatre géants de la tech en 2026, puis posons une question simple : après cet investissement, que se passera-t-il ? La première voie : l’échec de l’IA. C’est la faille la plus perceptible actuellement.
Le CFO d’OpenAI a déjà lancé un avertissement interne : si la croissance des revenus de l’entreprise n’est pas suffisante, elle pourrait ne pas pouvoir payer ses contrats de centres de données futurs. Cette entreprise d’IA, la plus dépensière au monde, a enregistré une perte d’environ 12 milliards de dollars au troisième trimestre de l’année dernière, avec une croissance d’utilisateurs et des revenus en dessous des objectifs internes, sa part de marché étant grignotée par Anthropic et Google Gemini. En tant que plus grand « acheteur de puces » de toute la chaîne industrielle, elle a déjà dit au marché en des termes très clairs : je pourrais ne pas pouvoir payer ma prochaine facture de puissance de calcul. Les acheteurs n’ont plus d’argent, les commandes seront donc coupées. Oracle a signé un contrat de cinq ans pour environ 300 milliards de dollars de puissance de calcul, et dès l’annonce, le cours a chuté violemment. AMD et Nvidia ont été entraînés dans la chute. Ce n’est que le premier domino. Lorsque le trou financier au niveau applicatif se propage à l’infrastructure, toute la chaîne de vente de matériel s’effondre.
L’année prochaine, ces géants devront drastiquement réduire leurs dépenses en capital, car personne dans la chaîne en aval ne veut plus payer des coûts astronomiques pour la puissance de calcul. C’est une logique claire : échec de l’IA → impossibilité de monétiser l’application → réduction des commandes de puissance → chute des revenus des vendeurs → verrouillage du sommet du marché boursier.
La deuxième voie : l’IA réussit.
C’est là que le paradoxe devient vraiment tranchant. Supposons que tout se passe bien, que les 650 milliards soient investis et qu’une intelligence artificielle extrêmement puissante en sorte. Elle peut coder, créer, prendre des décisions autonomes, et l’efficacité des entreprises s’améliore de façon exponentielle. Et alors ? Si la prochaine génération de modèles d’IA est dix fois plus efficace dans l’entraînement et l’inférence, pourquoi continuer à maintenir d’immenses clusters de puissance de calcul ? Si un modèle plus petit peut faire ce qu’il faut aujourd’hui une ferme entière de centres de données, ces centres, ces racks de serveurs remplis de GPU Nvidia, devront-ils continuer à s’agrandir demain ? La véritable nature de la progression technologique a toujours été de faire plus avec moins. Après la généralisation de la machine à vapeur, personne ne voulait plus entretenir des chevaux. Si l’IA devient suffisamment puissante pour transformer la productivité, la première chose qu’elle changera, c’est sa propre structure de coûts. Le coût par unité de puissance de calcul chutera brutalement, et les géants réaliseront qu’avec la moitié des dépenses d’aujourd’hui, ils peuvent maintenir le même niveau d’intelligence. À ce moment-là, continuer à dépenser 650 milliards de dollars par an ne sera plus une croyance, mais une pure perte.
C’est une autre logique claire : succès de l’IA → révolution de l’efficacité → chute de la demande en puissance de calcul → réduction des investissements → effondrement des revenus des vendeurs → verrouillage du sommet du marché boursier. Que l’IA réussisse ou échoue, il faudra réduire drastiquement les dépenses en capital l’année suivante. C’est là que réside la partie la plus tranchante du paradoxe — il ne dépend d’aucune prévision pessimiste, mais d’un principe économique simple : si l’investissement ne rapporte rien, il faut arrêter ; si l’investissement rapporte énormément, il suffit de la moitié des ressources pour maintenir la même production, et il faut aussi arrêter.
---2. La limite de 650 milliards : les profits ne tiennent plus
Ce paradoxe n’est pas une expérience de pensée, il se manifeste concrètement dans les résultats financiers. Prenons l’exemple d’Alphabet, la maison mère de Google : ses flux de trésorerie disponibles en 2026 devraient chuter de près de 90 %, passant d’environ 73,3 milliards de dollars en 2025 à environ 8,2 milliards. Non seulement Google, mais aussi Bank of America avertit qu’en 2026, les dépenses en capital liées à l’IA pourraient représenter jusqu’à 94 % des flux de trésorerie opérationnels de ces entreprises. L’argent récupéré sera presque entièrement réinvesti dans les centres de données, c’est un pari risqué sans réserve. Et le prix à payer ? Quand l’application ne peut pas transformer la puissance de calcul en revenus durables, et que les clients en aval réduisent leurs budgets IT à cause du prix du pétrole à 110 dollars, cet « investissement » de 650 milliards devient une dette énorme impossible à rembourser. SoftBank a mis en gage ses parts dans OpenAI, empruntant environ 40 milliards de dollars pour investir dans la même entreprise encore en perte. Ce n’est pas un cas isolé, c’est le reflet de toute la chaîne industrielle. Certains votent déjà pour cette logique. La banque d’investissement Wedbush prévoit un ralentissement de la croissance des dépenses en capital à partir de la seconde moitié de 2026. Forrester estime qu’environ 25 % des investissements en IA seront reportés à 2027 ou plus tard, car le retour financier ne soutient pas la vitesse de dépense actuelle. Goldman Sachs prévoit aussi que la croissance des dépenses cloud passera de 54 % en 2025 à 26 % en 2026. Ce n’est pas une simple décélération, c’est une chute vertigineuse.
---3. Chaque « miracle de dépense » de l’histoire s’est terminé de la même façon
Ce n’est pas la première fois. En 2000, le géant des télécommunications WorldCom a utilisé ses propres actions comme garantie pour emprunter plusieurs milliards de dollars afin de déployer la fibre optique, pariant sur une croissance exponentielle du trafic Internet. Mais lorsque la demande n’a pas suivi, WorldCom a fait faillite, entraînant la chute de la moitié du Nasdaq. En 2008, AIG croyait que ses titres adossés à des prêts hypothécaires n’avaient aucun risque, avec un levier à son maximum, la faillite de Lehman Brothers a gelé tout le marché du crédit. À chaque fois, on a justifié ces investissements par le « ce n’est pas pareil cette fois ». Internet, la fibre, l’immobilier, tout était différent. Mais à chaque fin de cycle, la même loi physique reprend le dessus : les dépenses en capital doivent être remboursées par des flux de trésorerie futurs, et ces flux ne suivent jamais les prévisions optimistes.
Ce qui rend cette vague d’IA si particulière, c’est qu’elle s’est auto-préparée un paradoxe insoluble. Si c’est une bulle, elle éclatera comme en 2000 ; si ce n’est pas une bulle, et qu’elle réussit vraiment, alors elle mettra fin à la limite des dépenses extrêmes qui soutiennent cette bulle, par sa propre révolution de l’efficacité. Plus l’IA devient puissante, plus la demande en puissance de calcul se concentre. Plus cette demande se concentre, moins il y a de dépenses. Moins de dépenses, c’est la fin du cycle pour la chaîne de semi-conducteurs, qui s’effondre sous le poids de ses propres contradictions.
---4. Conclusion
Ce paradoxe ne nécessite pas d’événements extérieurs pour s’amplifier.
Ce n’est pas une hypothèse à attendre d’être vérifiée par les résultats financiers, ni une variable dépendant du prix du pétrole ou de la géopolitique. C’est la faille fondamentale de cette super-bull run — la valorisation actuelle du marché américain repose sur l’hypothèse que « l’IA nécessitera toujours une croissance exponentielle des investissements en puissance de calcul ». Mais si l’IA devient une révolution, la première chose qu’elle fera, c’est d’anéantir cette hypothèse. Qu’elle échoue ou réussisse, les dépenses en capital de l’année prochaine chuteront de leur sommet. Et dès que ces dépenses atteindront leur pic, les revenus des semi-conducteurs plafonneront ; quand ces revenus plafonneront, leurs cours ne pourront que baisser. Voilà la fin logique. Dans cette fin, plus l’IA est puissante, plus le prix futur du marché américain pourrait être bas. Ce n’est pas une prédiction, c’est une loi physique imposée par 650 milliards de dollars, 111 dollars le baril de pétrole, environ 135 milliards de dollars de dettes SoftBank, et un chef de file du secteur en alerte sur sa survie.