En bref
- L’IA doit justifier une dépense titanesque.
- Les revenus progressent, mais l’écart reste énorme.
- Des tokens moins chers compliquent le pari.
Le pari de l’IA est peut-être simple à résumer. Tout le monde achète des puces, construit des data centers, promet un futur automatisé. Mais derrière la hype, il y a une addition monstrueuse, et elle commence à faire transpirer pas mal de monde.
Le chiffre qui calme tout le monde
Chez Sequoia, David Cahn remet une pièce dans la machine avec un calcul qui pique. En 2023, il partait des revenus annuels GPU de Nvidia, environ 50 milliards de dollars, pour estimer qu’il faudrait autour de 200 milliards de dollars de revenus afin de rembourser l’investissement initial, une fois ajoutés les coûts d’exploitation des data centers et les marges des opérateurs.
Trois ans plus tard, l’échelle a changé de dimension. Pour 2026, il chiffre les dépenses d’infrastructure IA à 1500 milliards de dollars. Et pour justifier tout ça, l’industrie devrait générer près de 3000 milliards de dollars de revenus. Ce n’est même pas un plafond, plutôt un minimum, car la mémoire coûte plus cher et les puces exotiques, ou pensées pour l’inférence, alourdissent encore la note. Résultat, le ticket d’entrée monte plus vite que prévu.
Les revenus montent, mais pas assez vite
En face, il y a bien de l’argent qui rentre. Anthropic aurait atteint 60 millions de dollars de revenus annuels récurrents. OpenAI, de son côté, aurait généré 13 milliards de dollars l’année dernière, avant d’indiquer en novembre 2025 qu’il tournait à près de 20 milliards de dollars.
C’est massif, clairement. Mais à l’échelle de la montagne à gravir, ça reste loin du compte. L’IA gagne de l’argent, oui. Assez pour payer toute l’infrastructure empilée à vitesse folle, pas encore.
Pourquoi les hyperscalers jouent gros ?
C’est là qu’entre en scène Torsten Slok, chef économiste d’Apollo. Dans une note récente, il souligne que les hyperscalers, Amazon, Microsoft, Meta et Google, tablent tous sur une forte accélération de leur free cash flow en 2028. Traduction, ils s’attendent enfin à voir le retour sur investissement de tous ces achats de puces.
Le souci, c’est que ce scénario suppose que la demande continue à suivre. Et vite.
Le vrai risque, ce sont les tokens moins chers
Or le marché envoie déjà un autre signal. De plus en plus d’organisations se tournent vers des modèles open weight moins chers, souvent venus de Chine, plutôt que vers ceux des labos de pointe. En parallèle, le prix des tokens baisse. Sam Altman a même expliqué que le dernier modèle d’OpenAI est 54% plus efficace sur les tâches de code en consommation de tokens.
Pour les utilisateurs qui surveillent le coût de leurs agents IA, c’est une bonne nouvelle. Pour les entreprises qui ont bâti des usines à tokens, beaucoup moins. Si les usages n’explosent pas assez pour compenser cette baisse de prix, la rentabilité attendue peut se dérober. Et Torsten Slok prévient qu’avec autant de marché concentré sur aussi peu de valeurs, un retour sur investissement plus lent pourrait dépasser le simple secteur tech, jusqu’à peser sur l’économie et pousser le S&P 500 vers une correction. Là, on n’est plus dans le gadget pour geeks.
