
Depuis le lancement de ChatGPT il y a plus de deux ans, l'intelligence artificielle générative est sur toutes les lèvres. Des géants de la tech aux start-up les plus audacieuses, tout le monde s'est mis à rêver de cette nouvelle révolution. Les chiffres donnent le vertige : des milliards de dollars investis, des valorisations qui s'envolent et un marché boursier enivré par les promesses d'un futur radieux. Les promesses sont immenses : réinventer la productivité, automatiser la créativité, transformer la manière dont nous travaillons. Mais derrière l’emballement médiatique et financier, des signaux inquiétants s’accumulent.
Aussi, des voix de plus en plus nombreuses murmurent la même inquiétude : sommes-nous en train de vivre la formation d'une nouvelle bulle, prête à éclater ? Plusieurs analystes estiment que nous vivons actuellement une bulle spéculative comparable à celle des dot-com au début des années 2000.
Une étude récente du MIT fait l’effet d’une douche froide : 95 % des projets en intelligence artificielle générative échouent à créer de la valeur mesurable. Autrement dit, seule une poignée de cas d’usage parvient réellement à générer un retour sur investissement tangible. « Malgré les 30 à 40 milliards de dollars investis par les entreprises dans l'IA générative, ce rapport révèle un résultat surprenant : 95 % des organisations n'obtiennent aucun retour sur investissement », ont écrit les chercheurs du MIT.
Le mirage de la croissance infinie
L’intelligence artificielle est devenue le carburant le plus puissant de Wall Street. En l’espace de deux ans, elle a dopé les valorisations de Microsoft, Meta, Alphabet et surtout Nvidia, transformée en véritable totem boursier. Chaque trimestre, ces entreprises annoncent des résultats astronomiques, nourris par une demande insatiable en puissance de calcul et en solutions logicielles. Pour beaucoup d’investisseurs, la trajectoire semble tracée : une croissance sans frein, une révolution économique comparable à l’électricité ou à l’informatique personnelle.
Mais derrière cet optimisme quasi dogmatique, Goldman Sachs apporte une note de réalisme. Selon la banque, la dynamique actuelle repose sur une illusion de continuité. La productivité générée par l’IA (c’est-à-dire sa capacité à accroître l’efficacité des entreprises et à stimuler les profits) ne pourra pas rester éternellement exponentielle. Un ralentissement est « inévitable ». Et s’il intervient plus tôt que prévu, l’effet de correction pourrait être violent : jusqu’à 20 % de chute sur le S&P 500.
Pourquoi Goldman Sachs craint une secousse
L’argument central est lié à la manière dont les marchés fonctionnent. Les investisseurs ne paient pas seulement pour des bénéfices actuels mais pour des bénéfices futurs anticipés. Or, dans le cas de l’IA, ces anticipations ont atteint des niveaux vertigineux. Les multiples de valorisation appliqués aux entreprises de la tech reposent sur l’idée que les gains de productivité de l’IA vont continuer à se diffuser massivement, dans tous les secteurs de l’économie.
Si la diffusion ralentit – par exemple parce que certaines industries tardent à adopter ces technologies, ou parce que les coûts d’implémentation restent prohibitifs – la promesse de rentabilité pourrait se révéler en partie illusoire. Pour Goldman Sachs, ce scénario ne relève pas de la science-fiction : c’est une trajectoire classique d’innovation, où après une phase d’explosion vient une phase de consolidation, parfois brutale.
Des précédents historiques inquiétants
La comparaison avec la bulle Internet s’impose presque naturellement. À la fin des années 1990, les investisseurs misaient sur la révolution numérique sans toujours distinguer les modèles viables des mirages. Lorsque la réalité économique a rattrapé l’euphorie, le Nasdaq s’est effondré de près de 80 % en deux ans. Certains analystes rappellent aussi l’épisode des énergies renouvelables, où l’enthousiasme pour une transition énergétique rapide a propulsé certaines valeurs vers des sommets… avant que la rentabilité réelle ne déçoive. Dans les deux cas, le schéma était identique : un emballement spéculatif suivi d’un retour à la réalité.
Au tournant des années 2000, la bulle Internet avait vu les valorisations de jeunes pousses s’envoler à des niveaux absurdes. Beaucoup de ces sociétés ont ensuite disparu. Aujourd’hui, on retrouve les mêmes ingrédients avec l’IA :
- Des investissements colossaux (plus de 500 milliards de dollars injectés en deux ans par les GAFAM).
- Des revenus modestes en retour (35 milliards estimés en plus, soit un écart énorme).
- Une frénésie médiatique où chaque entreprise se doit d’annoncer son « plan IA » pour rester crédible.
Les entreprises cotées en bourse se sont empressées d'annoncer des investissements dans l'IA ou de revendiquer des capacités d'IA pour leurs produits dans l'espoir de faire grimper le cours de leurs actions, tout comme la génération précédente d'entreprises s'était présentée comme des « dot-coms » dans les années 1990 afin de paraître plus attrayantes aux yeux des investisseurs.
Nvidia, le fabricant d'une puce haute performance alimentant la recherche en IA, joue presque le même rôle que celui joué par Intel Corp., un autre fabricant de puces, dans les années 1990 en tant que leader boursier, contribuant à soutenir le marché haussier des actions.
« Cela semble logique pour une bulle », a déclaré Marko Kolanovic, ancien directeur de recherche chez JP Morgan.
Le MIT a constaté que malgré des investissements massifs dans les logiciels d'IA, la moitié des projets se sont soldés par un échec. Il a indiqué que 80 % des entreprises avaient exploré la technologie de l'IA, mais que seulement 40 % l'avaient déployée. Il ajoute que les « systèmes de niveau entreprise » ont été « discrètement rejetés » par les grandes entreprises et que seulement « 20 % ont atteint le stade pilote et 5 % seulement ont atteint le stade de la production ».
La grande question est de savoir si l’IA connaîtra la même trajectoire, ou si elle saura éviter ce piège grâce à une adoption réellement transversale et durable.
La fragilité d’un marché concentré
Un autre facteur amplificateur est la concentration du S&P 500. Jamais dans l’histoire moderne des marchés américains un si petit nombre d’entreprises n’a autant pesé dans la capitalisation globale. Les « Magnificent Seven » – Microsoft, Apple, Nvidia, Alphabet, Meta, Tesla et Amazon – représentent à elles seules plus d’un quart de l’indice.
Dans ce contexte, tout ralentissement de la croissance liée à l’IA toucherait en priorité ces mastodontes. Et leur poids est tel que le reste du marché ne pourrait pas compenser. L’effet domino serait immédiat : un ajustement sur Nvidia, par exemple, pourrait suffire à déclencher une vague de ventes sur l’ensemble des valeurs technologiques, entraînant avec elles l’indice global.
Les incertitudes qui pèsent sur l’IA
Plusieurs éléments nourrissent le scepticisme de Goldman Sachs. D’abord, les contraintes matérielles : la fabrication des semi-conducteurs, concentrée entre quelques acteurs comme TSMC, reste vulnérable à des goulets d’étranglement. Ensuite, la consommation énergétique colossale des centres de données pose la question de la soutenabilité à long terme. Enfin, la régulation pourrait venir freiner la course à l’IA, avec des normes plus strictes sur la protection des données, la transparence des modèles et l’impact environnemental.
Au-delà de ces obstacles, il y a la question fondamentale de la diffusion des gains. Si les premiers adoptants – banques, médias, santé, logistique – profitent déjà de gains mesurables, beaucoup d’autres secteurs restent à la traîne. Les PME, notamment, peinent à absorber le coût et la complexité des solutions IA. Sans une adoption généralisée, les effets macroéconomiques resteront limités.
L'euphorie de l'IA face à la réalité économique : personne ne paie la facture
Le signal d’alerte le plus tangible se lit dans les états financiers. Amazon et Oracle ont affiché deux trimestres consécutifs de flux de trésorerie libre négatif. Alphabet et Meta, malgré des revenus publicitaires toujours colossaux, voient eux aussi cette métrique essentielle s’éroder. Cela ne veut pas dire que ces entreprises sont déficitaires au sens classique, mais que leur capacité à générer du cash disponible pour financer de nouveaux investissements se réduit fortement.
En cause : les dépenses astronomiques pour soutenir l’IA. Construction de data centers énergivores, achat massif de GPU NVIDIA, salaires à sept chiffres pour les chercheurs en IA, acquisitions de...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.