« L’argent ne fait pas le bonheur… mais il achète beaucoup de GPU ! » Voilà, c’est dit. La Silicon Valley a beau collectionner les centres de données comme certains collectionnaient les cartes Pokémon, il y a un nouveau jeu d’enfant bien plus cher : l’infrastructure IA. Depuis trois ans, un joyeux mathématicien chez Sequoia, David Cahn, ne cesse de compter les puces comme on compte les moutons… à un détail près : ici, chaque mouton vaut un demi-siège en jet privé.
En 2023, notre ami Cahn avait fait chauffer sa calculette en découvrant les 50 milliards de dollars annuels engrangés par Nvidia pour ses puces. En rajoutant le coût d’alimentation des centres de calcul et la part du gâteau qui reste à leurs opérateurs, il avait déterminé qu’il faudrait générer 200 milliards de dollars de revenus juste pour rentabiliser l’investissement initial. Oui, 200 milliards, soit environ le PIB du Portugal, notez-le pour briller en soirée.
Mais alors, où en sommes-nous après trois ans de course effrénée à qui aura l’infrastructure la plus clinquante ? Tenez-vous bien à vos circuits imprimés : M. Cahn grimpe désormais à un modeste 1,5 trillion de dollars dépensés en IA pour 2026 — il va falloir vendre beaucoup de chatbots pour se rembourser. Et selon ses calculs (et ses angoisses existentielles), le secteur devra engranger 3 trillions de dollars pour que tout ça ne soit pas juste un gigantesque centre d’échec.
Derrière les milliards de chips se cache un mégasaut de foi… économique !
Pourtant, même les champions comme Anthropic (60 milliards en revenus récurrents annuels) ou OpenAI (13 à 20 milliards selon la saison et l’alignement des lunes) sont loin du compte. C’est comme si vous deviez remplir une piscine olympique avec une petite tasse à café — la motivation est là, mais ça va prendre du temps.
C’est ici qu’intervient Torsten Slok, l’économiste d’Apollo (le géant de l’investissement, pas le dieu). Dans un petit mémo qui donne quelques suées, il rappelle que les géants de l’internet (Google, Meta, Microsoft, Amazon) tablent sur une explosion de leur cash-flow dès 2028. Leur plan ? Les milliards engloutis dans les microprocesseurs reviendront comme un boomerang bien lancé. Mais, attention : si ce boomerang ne revient pas, le choc ne se limitera pas à quelques bilans — c’est toute l’économie qu’il faudra ramasser à la petite cuillère.
Le hic ? Les modèles open source, souvent chinois et bien moins chers, gagnent du terrain. OpenAI rend ses IA de plus en plus efficaces — 54 % d’efficacité en plus pour la programmation — ce qui fait baisser le prix du jeton. C’est génial pour les utilisateurs, un peu moins pour les usines à tokens qui espéraient vivre sur la quantité. Pas sûr que les hyperscalers récupèrent leur mise si le public ne s’enflamme pas plus que ça (ou s’il dévie massivement vers de l’open weight).
En somme, si les revenus rêvés ne sont pas au rendez-vous, tout le château de cartes techno-financier pourrait bien s’écrouler… Ou, pour parler cash et en restant dans le ton : à trop parier sur la puissance de calcul, les hyperscalers risquent de finir à découvert.
Source : Techcrunch
