Pensez au haut débit. Ou, peut-être, au marché immobilier de 2008.
Traduction de What Sort of AI Bubble Are We In? par Dave Karpf, le 4 mai 2026.
Dans le dernier épisode de Hard Fork, Casey Newton et Kevin Roose discutaient de l’essor des centres de données. Ils ont soulevé des arguments pertinents, mais ont également commis ce que je considère comme une erreur cruciale :
Casey : « … personne ne dispose des ressources nécessaires pour répondre à la demande en IA qui existe. (…) On constate encore beaucoup de scepticisme, on parle beaucoup de bulle, [et] je veux juste souligner que c’est un point vraiment important pour comprendre de quel type de bulle il s’agit, car même les plus grandes entreprises ne disposent pas des ressources nécessaires pour répondre à cette demande. »
Kevin : « Oui, et je pense que c’est un bon point. Et c’est vraiment un changement profond dans la façon dont les sceptiques ont abordé ce boom de l’IA. Je me souviens qu’il y a encore quelques mois à peine, la principale critique était que ces entreprises d’IA ne seraient jamais capables de générer la demande nécessaire pour financer tous les centres de données et projets d’infrastructure coûteux qu’elles souhaitaient mettre en place. Et maintenant, le discours a changé : il y a tellement de demande. Et s’ils ne parvenaient pas à construire suffisamment pour répondre à la demande existante ?
Newton développe ce point dans un article publié la semaine dernière : « Nous savons peut-être désormais de quel type de bulle IA il s’agit (pensez aux chemins de fer, pas à la crypto). » L’analogie avec les chemins de fer n’est pas mauvaise, mais je pense qu’elle mérite qu’on s’y attarde un peu. J’ai trois remarques (qui sont toutes en quelque sorte un remix d’un article de 2025 intitulé « It’s Giving Enron. ») :
(1) La bulle de l’IA n’est, en effet, pas comme la bulle des cryptomonnaies. Je suis d’accord avec Casey sur ce point. La valeur fondamentale du bitcoin est pratiquement nulle. Il existe des raisons intéressantes pour lesquelles le bitcoin n’est pas tombé à zéro (et ne le fera probablement pas de sitôt), mais toutes ces raisons sont des variations sur le thème «lolwtf, toute l’économie n’est plus qu’un jeu de hasard et de spéculation».Le bitcoin n’a pas de valeur parce qu’il a des utilisations qui génèrent de la valeur économique. Il a de la valeur parce que les investisseurs ont convenu de lui attribuer une valeur abstraite en tant qu’actif spéculatif.
L’IA a plusieurs utilisations qui génèrent de la valeur économique. Le secteur dans son ensemble est une machine à brûler de l’argent, mais alors que l’explication trop simpliste de la crypto est « et si les bulbes de tulipes constituaient la base d’une économie spéculative de plusieurs milliers de milliards de dollars ? », l’explication trop simpliste de l’IA est « et si nous introduisions des techniques d’apprentissage automatique dans tout, partout et tout le temps ? ». Les deux sont des bulles, mais Casey a raison de dire qu’il s’agit de types de bulles fondamentalement différents.
(2) Les chemins de fer constituent une analogie valable. Mais le haut débit et la crise immobilière de 2008 sont des exemples plus proches de nous.
Newton écrit :
« une histoire relativement claire se dessine. Il ne s’agit pas d’une bulle de type « enthousiasme passager qui s’évanouit dès que la réalité s’impose ». Au contraire, elle ressemble de plus en plus à une bulle ferroviaire : une bulle où la surconstruction massive et la spéculation peuvent conduire à des effondrements et des faillites périodiques, mais aussi une bulle où le produit qui en résulte transforme le commerce et la productivité. (…) Il y a de la valeur à trouver là-dedans quelque part, mais pour l’instant, les règles du jeu sont encore en cours d’écriture. » Casey Newton
Il m’a convaincu pour la première partie. Oui, nous assistons à une surconstruction massive et à de la spéculation, qui seront probablement suivies d’un krach et d’effondrements. Oui, de véritables produits sous-jacents sont susceptibles d’émerger et de prospérer après le krach. L’analogie sur laquelle je me suis appuyé par le passé est celle du déploiement et du krach du haut débit du Web 1.0 (Cela fait penser à Gilder). Je soupçonne toujours que certaines des pratiques comptables exceptionnellement sophistiquées que nous observons aujourd’hui seront, après l’effondrement, considérées comme au moins à la limite de la fraude (d’où le fait que cela rappelle aussi Enron).
Mais la question qui reste en suspens est de savoir à quel point le produit sous-jacent s’avérera transformateur sur le plan économique. Les chemins de fer ont presque complètement transformé l’économie. Le haut débit n’est pas un feu de paille, mais son ampleur est moindre en comparaison. La question sous-jacente n’est pas « y a-t-il de la valeur quelque part là-dedans » (oui, il y en a), mais « quelle est la valeur qui s’y trouve, par rapport aux niveaux d’endettement ? »
Et c’est ce qui rappelle la crise immobilière de 2008. La grande crise financière a failli anéantir l’économie mondiale tout entière. Ce n’était pas parce que la classe d’actifs sous-jacente n’avait aucune valeur intrinsèque. La classe d’actifs sous-jacente, c’étaient les maisons ! Les gens y vivent ! Nous n’en avons toujours pas assez aujourd’hui ! Mais le problème, c’est qu’ils ont financiarisé à outrance le marché immobilier et créé des subventions absurdes pour des prêts immobiliers peu fiables, juste pour pouvoir monter et vendre des produits financiers de mauvaise qualité. Si vous construisez une machine de Rube Goldberg financiarisée sur un produit limité mais de valeur, les choses peuvent très, très mal tourner.
(3) Et nous sommes toujours en période d’essai gratuit pour la plupart des produits d’IA. Tout est subventionné. Cela donne une fausse image de la courbe de la demande.
Ce qui m’a vraiment mis hors de moi dans Hard Fork, c’est quand Kevin Roose a balayé les critiques en disant : « ces entreprises d’IA ne seraient jamais capables de générer la demande nécessaire pour financer tous les centres de données coûteux et les projets d’infrastructure qu’elles souhaitent réaliser. Et maintenant [les critiques ont] changé de discours pour dire : « Eh bien, la demande est énorme. Et s’ils ne parvenaient pas à construire suffisamment pour répondre à la demande qu’ils ont ? »
Roose confond ici deux types de demande différents. Il devrait pourtant le savoir.
Voici deux affirmations qui peuvent être vraies simultanément : (a) le secteur de l’IA est confronté à une demande extraordinaire et croissante en matière de calcul. Il ne dispose pas de suffisamment de centres de données pour satisfaire cette demande. (b) Les utilisateurs de l’IA ne paient pratiquement rien pour cette puissance de calcul et cesseraient d’utiliser l’IA s’ils devaient en supporter les coûts directs.
Au début de ce semestre, l’un de mes étudiants m’a parlé d’un de ses projets avec Claude Code. Il a demandé à Claude de lui créer un guide d’étude avec des fiches pour l’aider à se préparer à un examen de biologie. Je suis généralement sceptique vis-à-vis des technologies éducatives, mais cela me semble très bien. Créatif, même. Il ne demande pas à Claude de lire, d’écrire ou de réfléchir à sa place. Il se contente de coder intuitivement un assistant de préparation aux examens pour l’aider dans ses tâches de mémorisation par cœur. Tant mieux pour lui.
Quelle était l’intensité de calcul de son petit projet de codage intuitif ? Je n’en sais rien. Lui non plus. Il n’en a pas besoin.
Actuellement (il y a environ deux mois), mon élève paie 20 $ par mois à Anthropic, et Anthropic lui permet de créer de petites choses comme celle-ci. Mon élève n’a pas à se soucier de la puissance de calcul requise par l’exercice. Le coût du calcul est pris en charge par Anthropic, pas par l’élève.
Si la création de ce guide d’étude avait coûté 500 $ à mon élève, il aurait tout simplement rédigé ses fiches de révision lui-même. S’il lui avait coûté 20 $ de plus en plus de l’abonnement mensuel, il aurait peut-être lui aussi opté pour les fiches. Lorsque la demande en puissance de calcul est subventionnée par le même secteur de l’IA qui tente de lever de nouveaux tours de table (sur la base d’un pitch deck mettant en avant une demande en puissance de calcul qui explose), on se retrouve avec une image fortement déformée de la courbe de la demande.
Ce projet de codage d’ambiance pourrait-il être plus efficace sur le plan informatique ? Presque certainement. C’est la menace permanente que Deepseek fait peser sur l’industrie de l’IA. Le modèle de Deepseek peut faire pratiquement tout ce que fait Claude, pour un sixième du coût. À l’exception de Deepseek, l’industrie de l’IA a adopté une approche de la croissance à tout prix.
L’une des principales raisons pour lesquelles les centres de données existants ne parviennent pas à suivre la demande en puissance de calcul est que l’industrie de l’IA n’est pas le moins du monde intéressée par la recherche d’efficiences qui rendraient ses produits moins gourmands en ressources informatiques. Elle a mis en place une sorte de roue d’inertie financière, dans laquelle elle subventionne les comportements des utilisateurs qui sollicitent fortement les ressources informatiques, puis rend compte aux investisseurs de la demande en flèche pour ses produits et s’en sert pour justifier le prochain tour de table. Si elle développait des modèles d’IA plus efficaces, il deviendrait paradoxalement plus difficile d’attirer le prochain trillion de dollars de capitaux d’investisseurs.
Ce système de subvention à l’échelle du secteur ne peut pas durer éternellement. L’argent, tôt ou tard, doit bien venir de quelque part. Hayden Field, de The Verge, a évoqué il y a quelques semaines le « précipice de la monétisation de l’IA » qui semble se profiler. « Après des années d’accès bon marché, voire totalement gratuit, à des systèmes d’IA avancés, l’heure est venue de payer la facture — et en aval, les utilisateurs commencent à en ressentir les effets. » Field a raison concernant les tendances actuelles. Mais nous ne devrions pas être surpris si les entreprises d’IA rechignent et décident de repousser la rentabilité encore un peu plus longtemps (autrement dit, indéfiniment).
En 2022, j’ai écrit un article pour The Atlantic intitulé « L’argent va tuer la magie de ChatGPT ». Je pense que cet article reste tout à fait d’actualité. La trajectoire du secteur de l’IA va s’orienter vers l’argent, et tant que nous serons en période d’essai gratuite (ou bon marché), nous aurons une vision fortement faussée de ce type de produits d’IA qui sont réellement rentables. Toutes les grandes entreprises d’IA font état d’une croissance massive de leurs abonnements, tout en étant confrontées au problème évident que ces abonnements sont déficitaires. Cela fait trois ans et demi, et le secteur continue de subventionner massivement ses produits avant de se vanter de la forte demande.
Tout cela pour dire que les entreprises d’IA n’ont pas généré la demande nécessaire pour financer les coûteux centres de données. Elles ont généré et subventionné la demande en puissance de calcul, puis utilisé cette demande pour justifier de nouveaux investissements dans les infrastructures d’IA.
L’effondrement se produira lorsque nous découvrirons à quel point les consommateurs accordent de la valeur à l’IA lorsqu’ils doivent payer le prix fort pour des produits non subventionnés. S’il s’avère que nous sommes simplement confrontés à une offre excédentaire pour le produit le plus précieux au monde, alors quelques entreprises feront faillite tandis que l’économie mondiale continuera de progresser à grands pas. Mais s’il s’avère que le volant financier a massivement surestimé la valeur économique que nous tirons de l’IA, alors tous ces billions que les banques et les gouvernements ont remis à Sam et Elon pourraient tout faire capoter.
Je pense que c’est une erreur de prétendre que l’IA est complètement inutile. Mais c’est une erreur encore plus grande de considérer la demande de puissance de calcul subventionnée comme la preuve qu’une transformation économique sans précédent est actuellement en cours.