Publié le 15 janvier 2026 12h44. L’engouement pour l’intelligence artificielle a propulsé la valorisation des entreprises du secteur à des sommets, mais derrière les promesses de gains de productivité spectaculaires se cachent des fragilités financières croissantes et une dépendance grandissante à l’endettement.
- La capitalisation boursière des entreprises liées à l’IA a été multipliée par dix au cours de la dernière décennie.
- Le secteur s’éloigne d’un modèle de financement basé sur les flux de trésorerie pour se tourner vers l’emprunt, alimenté par des transactions financières complexes.
- Des inquiétudes émergent quant à la capacité de l’IA à générer les bénéfices économiques attendus, et à la durabilité de l’investissement massif dans les infrastructures nécessaires.
L’intelligence artificielle est devenue le moteur de la croissance économique américaine, au point que, selon Ruchir Sharma du Financial Times, « l’Amérique mise désormais sur l’IA ». Les investissements massifs dans les centres de données, l’équipement informatique et les réseaux nécessaires au développement et à l’exploitation de modèles d’IA devraient atteindre la somme colossale de 5 000 milliards de dollars d’ici 2030, une infrastructure concentrée principalement aux États-Unis.
Cependant, cette croissance spectaculaire repose sur des bases financières de plus en plus fragiles. Le secteur de l’IA a progressivement abandonné un modèle de financement traditionnel, basé sur les flux de trésorerie et les augmentations de capital, pour se tourner vers l’endettement. Si un recours à l’emprunt peut en principe refléter des perspectives de profit accrues, les transactions financières de plus en plus sophistiquées observées suggèrent une réalité plus complexe. Une grande partie de l’enthousiasme actuel est alimentée par des boucles financières où les fournisseurs investissent dans leurs clients, et vice versa.
OpenAI en est un exemple frappant. Nvidia, le principal fournisseur de puces de l’entreprise et la société la plus valorisée au monde, prévoit d’investir 100 milliards de dollars dans OpenAI, finançant ainsi la demande pour ses propres produits. De son côté, OpenAI dépense près du double de ses revenus sur la plateforme cloud Azure de Microsoft, qui fournit la puissance de calcul nécessaire à ses services, enrichissant ainsi son principal financeur tout en accumulant des dettes.
Des opérations financières créatives se multiplient. Le projet de Meta de construire un immense centre de données en Louisiane, estimé à 30 milliards de dollars, sera détenu par Beignet Investor LLC, une coentreprise entre Meta et une société de capital-investissement, Blue Owl. Le financement principal ne proviendra ni de Meta, ni des clients de Blue Owl, mais d’un vaste ensemble de détenteurs d’obligations. Meta s’engage principalement par le biais d’un bail à long terme pour utiliser l’installation. Comme le souligne Alphaville du Financial Times, « cette structuration astucieuse permet à Beignet de bénéficier de la solvabilité de Meta, sans que la solvabilité de Meta ne soit affectée par l’engagement financier que constitue sa garantie de bail à long terme ».
En réalité, Meta est prête à consacrer environ 1 % de son bilan au financement de la construction de ce centre de données, non pas en raison de la confiance dans les promesses de la superintelligence, mais par prudence, au cas où ces prévisions ne se réaliseraient pas. Cet accord illustre une conjoncture de marché où, selon un analyste financier, « les besoins massifs en capitaux convergent avec une moindre volonté des émetteurs de conserver le risque résiduel, et une abondance de liquidités ». Dans ce contexte, le rôle des banquiers d’investissement est de convaincre les prêteurs d’assumer des risques qu’ils ne comprennent pas pleinement, une situation qui rappelle les prémices de la crise financière de 2008.
Si les bilans solides des géants du secteur – Amazon, Meta, Microsoft, Alphabet – peuvent donner l’impression d’une croissance durable, des fissures apparaissent chez des acteurs plus faibles comme Oracle, et dans certains segments du développement de l’IA, suscitant des inquiétudes quant à la capacité de l’écosystème à soutenir cette tendance à long terme. Cette ruée vers l’IA intervient après des années d’euphorie boursière américaine et de multiples décennies de supercycle de capital fictif, qui engendrent leurs propres vulnérabilités.
La Banque des règlements internationaux tire la sonnette d’alarme : « Si un ralentissement des investissements dans l’IA devait s’accompagner d’une correction significative du marché boursier, les retombées négatives pourraient être plus importantes que celles observées lors des précédents booms ». Les investisseurs ayant privilégié les actions américaines pour s’exposer aux entreprises d’IA, un effet de levier caché pourrait entraîner des conséquences sur le marché du crédit.
Bien que des gains de productivité significatifs soient observés dans certaines tâches, comme la rédaction, le codage et le service client, l’adoption de l’IA par les entreprises est plus lente que prévu. Des études récentes indiquent que l’utilisation de l’IA n’entraîne pas nécessairement une amélioration immédiate de la productivité, et pourrait même ralentir, ne concernant qu’une faible proportion de la main-d’œuvre.
Selon Daron Acemoglu et Simon Johnson, « le développement capitaliste axé sur l’efficacité n’existe pas en soi ». L’augmentation 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, et elles peuvent appauvrir la main-d’œuvre si elles entraînent des licenciements massifs. Avec l’IA, le danger immédiat est une démoralisation de la main-d’œuvre, les recherches suggérant que l’utilisation intensive de l’IA est démotivante et déqualifiante, alimentant l’ennui et la médiocrité.
Le contraste entre les approches américaine et chinoise de l’IA est révélateur. Alors qu’en Chine, un plan national vise à atteindre des objectifs technologiques clés pour stimuler l’économie, aux États-Unis, tous les espoirs reposent sur les géants technologiques privés, pour lesquels la rentabilité prime sur les résultats technologiques, comme le souligne Michael Roberts ici.
L’obsolescence rapide des puces d’IA pose également un problème financier majeur. Contrairement aux câbles à fibres optiques ou aux chemins de fer, les puces doivent être remplacées fréquemment. Si les investissements s’arrêtent en raison de problèmes de rentabilité, la disponibilité de l’IA pourrait diminuer. De plus, les prêts accordés pour financer les centres de données sont généralement non amortissables, ce qui signifie que le remboursement ne réduit pas le montant dû, et qu’un refinancement sera nécessaire à la fin de la durée du prêt. Si les puces n’ont plus de valeur dans cinq ans, qui refinancera un actif totalement déprécié ?
Enfin, la demande croissante en énergie, en terres et en eau pour alimenter les centres de données soulève des préoccupations environnementales. Dans ce contexte, le récit de conquête spatiale des géants technologiques vise à donner de la crédibilité au fantasme d’un avenir entièrement numérique. La quête d’efficacité de l’IA pourrait se transformer en une course prédatrice à la réduction des coûts, rappelant l’accumulation par dépossession décrite par David Harvey, et conduire à des aventures impérialistes pour sécuriser l’accès aux ressources nécessaires.
Sur le même sujet