À l’issue d’une mission d’étude à San Francisco, Jonathan Tseng (en bas à gauche), analyste technologique chez Fidelity, et Sam Thomas, gestionnaire de portefeuille actions américaines, ont abordé l’évolution des enjeux économiques liés à l’intelligence artificielle lors d’une webconférence organisée fin juillet 2026 et intitulée «Que dit la Silicon Valley au sujet des coûts (et de l’emploi)?»
Ils ont constaté que le débat autour de l’intelligence artificielle était passé d’une réflexion théorique à une discussion concrète et cruciale portant sur les résultats financiers. Il ne s’agit plus seulement de savoir ce que ces modèles sont capables de faire, mais aussi de déterminer leur coût d’exploitation et qui ils pourraient finir par remplacer.
Pour les investisseurs, la question centrale est de savoir si la productivité et le chiffre d’affaires générés par l’IA peuvent croître suffisamment vite pour justifier la hausse rapide des dépenses d’investissement du secteur.
Le prix du progrès et le pari de 800 milliards de dollars
Alors que les gros titres ne cessent de dénoncer le coût élevé de l’IA, la réalité sur le terrain est plus nuancée. M. Tseng a expliqué que les coûts liés à l’IA pour les grandes entreprises dans la tech restent souvent inférieurs à 10% des dépenses totales, ce qui laisse à ces entreprises une marge de manœuvre considérable pour accroître leur utilisation de l’IA avant que les coûts ne deviennent problématiques. «Cependant, dès que ce pourcentage dépasse les 20%, le directeur financier se retrouve face à un problème», a-t-il déclaré.
L’ampleur des dépenses d’infrastructure est stupéfiante. Il y a tout juste un an, les estimations des dépenses d’investissement globales s’élevaient à 400 milliards de dollars; aujourd’hui, ce chiffre a doublé pour atteindre 800 milliards de dollars, selon Thomas. Pour les hyperscalers tels que Google, Microsoft et Amazon, la spirale des dépenses tourne plus vite que jamais, les dépenses d’investissement globales étant désormais pratiquement égales au flux de trésorerie disponible global. «[La différence] est tombée à zéro bien plus rapidement que prévu.»
Pour maîtriser ces coûts, les entreprises ont recours au «valuemaxxing», c’est-à-dire qu’elles choisissent des modèles plus petits et plus efficaces pour des tâches courantes telles que la synthèse des e-mails, plutôt que de gaspiller une «intelligence digne d’Einstein» dans des tâches administratives élémentaires. Trouver le modèle adapté à une tâche spécifique constitue un véritable défi pour les entreprises. Thomas a suggéré que les modèles open source pourraient offrir aux dirigeants une solution plus économique.
Redéfinir le bureau et la fin du «body shopping»
Les experts du secteur ont souvent tendance à replacer les craintes d’un chômage de masse dans leur contexte historique. Tseng a présenté l’IA non pas comme un «robot tueur», mais comme la dernière étape de l’évolution de l’informatique – une progression qui va des boulier aux ordinateurs centraux et, aujourd’hui, à la «logique floue».
La tendance est désormais de passer de l’automatisation du travail manuel à celle des «idées» et du travail créatif. Cette transition annonce des difficultés pour le «body shopping» – c’est-à-dire la mise à disposition d’une main-d’œuvre indifférenciée –, désormais considéré comme une cible facile pour les modèles intelligents.
Pourtant, des entreprises telles que Sierra montrent comment l’IA peut également stimuler la demande en matière d’ingéniosité humaine – par exemple, dans la conception et le déploiement d’agents de service client qui améliorent la productivité. L’objectif est de faire «plus avec plus» ou «plus avec les mêmes moyens», plutôt que de se contenter de réduire les effectifs.
Les robots, la démographie et la frontière physique
La prochaine étape de cette révolution ne se limite pas à un écran; elle s’étend désormais au monde physique. L’analyste Kitty Yang (en haut à droite) affirme que l’automatisation devient une «nécessité et non plus un choix» en raison de la baisse de la population en âge de travailler au Japon, en Chine et aux États-Unis.
Les progrès réalisés dans le domaine des capteurs et du contrôle de mouvement ont conduit les robots industriels à un tournant décisif, leur permettant d’effectuer des tâches bien plus complexes qu’auparavant. En conséquence, Yang a fait remarquer que
L’IA ne se limite plus aux simples tâches répétitives; elle s’étend désormais à des applications industrielles et médicales complexes grâce aux «jumeaux numériques», c’est-à-dire des représentations virtuelles de systèmes physiques qui permettent aux entreprises de modéliser et de tester des changements avant de les mettre en œuvre dans le monde réel.
Plus votre modèle est faible, plus vous avez intérêt à ce qu’il soit open source
M. Tseng a souligné l’émergence de produits physiques, tels que les systèmes de gestion de flotte de Samsara et les caméras de police d’Axon, qui utilisent l’IA pour automatiser les tâches administratives et améliorer la sécurité. Pour les investisseurs, cela crée une «valeur d’option intrinsèque» chez les fournisseurs de connecteurs, de capteurs et de systèmes radar qui permettent aux robots de «voir et de ressentir» le monde qui les entoure, a déclaré Thomas.
La géopolitique et la quête de la souveraineté en matière d’IA
Alors que l’IA devient un outil de puissance nationale, la notion de «souveraineté en matière d’IA» a fait son apparition dans le vocabulaire courant. Les récentes mesures restrictives prises par le gouvernement américain concernant l’exportation des modèles les plus puissants ont fait craindre une «blessure auto-infligée».
Thomas a fait valoir que les restrictions imposées aux modèles américains pourraient, sans le vouloir, donner un «coup de pouce» à des champions souverains comme Mistral en Europe ou pousser les acteurs mondiaux vers des alternatives chinoises open source.
«Plus votre modèle est faible, plus vous avez intérêt à ce qu’il soit open source», a souligné Tseng. À mesure que les développeurs s’appuient sur les idées d’autrui, les modèles qui rencontrent le succès ont tendance à devenir plus fermés.
L’économiste Edoardo Cilla (en bas à droite) a estimé que l’IA pourrait stimuler la croissance du PIB à long terme de 40 à 50 points de base, même si cela dépend de modernisations massives des réseaux électriques. Les pays qui souhaitent devenir des leaders dans le domaine de l’IA auront besoin d’une électricité abondante, fiable et à des prix compétitifs, ainsi que d’investissements substantiels dans leurs réseaux électriques.
Les investissements dans l’IA commencent à porter leurs fruits
Malgré ces contraintes, les investissements et l’adoption continuent de s’accélérer. La croissance du chiffre d’affaires dans le secteur du cloud s’accélère, ce qui laisse penser que les dépenses d’investissement de l’année dernière portent déjà leurs fruits.
Thomas a cité la croissance rapide du chiffre d’affaires d’Anthropic comme l’un des facteurs à l’origine de la demande en capacité des hyperscalers et en puces de pointe. Bien que cette demande ne se soit pas encore pleinement répercutée sur le chiffre d’affaires des hyperscalers, il a indiqué que l’activité au niveau des puces montre que les développeurs d’IA et les fournisseurs d’infrastructures se développent plus rapidement que ce qui était prévu il y a six mois.
Les perspectives d’adoption de l’IA
L’adoption de l’IA ne se limite plus aux pionniers et aux développeurs de logiciels, mais s’étend désormais à l’ensemble des cols blancs et aux cadres. Même si cette transition peut s’avérer perturbante, les perspectives à long terme restent optimistes. L’IA pourrait à terme créer de nouveaux métiers et de nouvelles sources de demande, mais le calendrier et la répartition de ces retombées restent incertains.
Tseng est toutefois resté optimiste quant à l’avenir à long terme: d’ici cinq ans, une fois passée la phase la plus perturbatrice de la transition, «l’avenir s’annonce radieux».
