Les entreprises d'IA et de Big Tech engrangent des bénéfices records même si les investissements à un billion de dollars dépassent l'adoption. S'agit-il d'un boom ? Ou d'une bulle prête à éclater ?
Kirill Kudryavtsev/AFP
L'intelligence artificielle générative a prouvé qu'elle pouvait générer du code, des images et même des revenus trimestriels. Ce qu'elle n'a pas encore prouvé, c'est si les revenus peuvent augmenter suffisamment rapidement pour suivre le rythme des paris d'un billion de dollars que l'Amérique des entreprises fait sur l'IA. Les marchés assistent à l'acte d'ouverture d'un supercycle, même si les sceptiques soulignent à quelle vitesse l'optimisme pourrait fléchir. Alors, de quoi s'agit-il : un boom de l'IA ou une bulle de l'IA?
De Wall Street aux conseils d'administration, le débat se déroule en écran partagé. Un côté pointe vers des revenus réels dégagés de la couche de pelles et de pioches — semi-conducteurs, mémoire, réseau, services cloud — et vers des clients payant pour l'IA dans le cadre de l'ensemble. L'IA n'est pas un tour de passe-passe, disent les partisans. L'autre côté signale un écart croissant entre la capacité promise et la monétisation prouvée : des centres de données réservés des années à l'avance alors que les entreprises ne peuvent pas dépasser les examens de gouvernance, les ensembles de données caviardés et les flux de travail qui ne s'étendent jamais au-delà du laboratoire (même si les arriérés gonflent et ).
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.
Une façon de lire ce moment est de séparer la physique de la finance.
La physique est les sous-stations, les transformateurs et les racks - les choses sur lesquelles vous pouvez trébucher avec des bottes à embout d'acier. La finance, ce sont les contrats pluriannuels, les prévisions futures et l'élan des histoires - les choses qui ressemblent à de l'argent jusqu'à ce qu'elles ne le soient plus. Lorsque la physique et la finance s'alignent, vous obtenez une expansion industrielle qui se finance d'elle-même. Lorsqu'elles ne s'alignent pas, vous obtenez un dur labeur - pas de feux d'artifice, mais beaucoup de friction, définie par le genre de formulation prudente lors des appels de résultats qui renvoie les analystes au transcript avec un surligneur (« séquençage des déploiements », « disponibilité des clients », « phasage des dépenses d'investissement » et « reconnaissance des revenus dans les trimestres ultérieurs »).
Même Sam Altman, le PDG d'OpenAI qui a toutes les raisons de rester sur le message, a averti que les investisseurs sont « trop excités ». Il a dit à une audience en août 2025 que les marchés sont en avance sur la réalité - et que la gueule de bois arrive toujours quand l'argent afflue plus vite que la technologie ne peut le justifier. « Lorsque des bulles se produisent, les personnes intelligentes s'enthousiasment trop pour un noyau de vérité », a-t-il déclaré — et selon lui, l'IA est précisément dans cette phase. En termes de signaux, ses commentaires ressemblent plus à une sirène qu'à un bourdonnement apaisant.
En savoir plus: Suivi de la série d'accords d'OpenAI avec Nvidia $NVDA, Walmart $WMT, AMD $AMD, et plus
Le côté académique est tout aussi direct. Une étude des chercheurs du MIT a révélé que 95 % des projets d'IA générative d'entreprise n'avaient pas généré de profit, une statistique qui s'oppose fortement aux attentes de marché de plusieurs billions de dollars.
Deux entreprises illustrent mieux la division entre boom ou bulle qu'aucun graphique. Nvidia prouve qu'il y a de l'argent réel dans l'IA aujourd'hui, avec des revenus record pour les centres de données (46,7 milliards de dollars de revenus au deuxième trimestre 2025) et des conseils qui ont transformé des chiffres autrefois surréalistes en attentes de base — même si la croissance a montré ses premiers signes de refroidissement après une course sans précédent. Oracle $ORCL, quant à lui, montre à quel point les paris sur l'avenir peuvent devenir effervescents — un carnet de commandes gonflé par un accord de cinq ans de 300 milliards de dollars avec OpenAI qui ne commence même pas avant 2027 et représente une grande partie de sa soudaine flambée des revenus.
Selon l'histoire que vous mettez en avant, l'IA ressemble à un boom unique en une génération ou à une bulle attendant une épingle.
Ensemble, ils montrent la tension au cœur du débat — une entreprise qui encaisse maintenant, une autre évaluée sur les promesses de demain. La technologie fonctionne, mais la courbe de monétisation peut ne pas correspondre à la vitesse des capitaux injectés.
À travers cet objectif, l'image s'affine. Les trimestres éclatants des fabricants de puces rendent l'argument du cash immédiat évident. Les clouds attribuent une part de croissance qui n’est pas que du bruit à l’IA, rendant l’adoption pérenne.
Pendant ce temps, les réservations de capacité mesurées en centaines de milliards maintiennent le cas prudent-visible. La réponse vit dans les coutures : le capital se transformant en revenus, les coûts se pliant à des prix durables, l'ambition dégageant le dernier kilomètre de l'adoption.
Le verdict ici — Bulle ? Ou boom ? — dépend de la conversion et du timing. Si les moteurs de trésorerie de l'IA (puces, mémoire, réseaux, services cloud, etc.) continuent de transformer les dépenses en capital en revenus tandis que les coûts unitaires diminuent, les marchés font face à un cycle d'infrastructure durable qui se comporte davantage comme les longs arcs du mobile et du cloud qu'une rediffusion des dot-com. Une bulle en périphérie et un boom au cœur peuvent être vrais en même temps dans différentes couches de la pile, c'est pourquoi le débat refuse de se résoudre simplement et pourquoi des personnes sensées peuvent lire les mêmes résultats trimestriels et en tirer des conclusions opposées.
Les investisseurs souscrivent à des années de croissance à deux chiffres de la demande d'IA pour les clouds ; un appétit persistant pour les accélérateurs premium et la mémoire à bande passante élevée ; et une deuxième vague de logiciels qui monétisent au-delà de la nouveauté. Vous pouvez voir la confiance du marché dans les arriérés et les réservations de capacité traitées presque comme de la trésorerie. L'histoire implicite est précise : l'IA continue d'ajouter des points à la croissance du cloud ; les marges se maintiennent à mesure que l'inférence devient moins chère ; l'adoption s'élargit de l'amour du pilote à la réalité des profits et pertes. Les histoires précises ne laissent pas beaucoup de place aux ratés, c'est pourquoi un vacillement dans une phrase d'orientation peut faire basculer des milliards de valeur de marché.
Le leadership est étroit. Les flux se concentrent sur les bénéficiaires évidents. Cette concentration transforme le récit en plomberie de marché. Lorsqu'un seul leader cligne des yeux — contribution de l'IA plus lente, amortissement plus important, une ligne d'orientation qui passe de « accélérant » à simplement « sain » — les indices s'essoufflent. La fragilité ici n'est pas la preuve d'une bulle. C'est un rappel qu'une grande partie de l'argent repose sur un petit nombre de divulgations.
Si une explosion se produit, elle ne ressemblera pas à l'effondrement total de 2000 qui a mis fin à la fête des dot-coms. Elle ressemblera toutefois à des attentes allant plus vite que les centres de données ne peuvent être séquencés. Les premiers signes se cachent dans les notes de bas de page et les tournures de phrases : la part de la croissance du cloud attribuée à l'IA cesse de grimper ; les revenus liés à de gros carnets de commandes se révèlent plus reportés que prévu. Les noms de la couche d'application prennent le premier coup, suivis par l'infrastructure de second niveau. L'usine physique reste ; c'est le multiple qui bouge.
La mise en place de l'IA tenait moins de la magie soudaine que de calendriers qui se chevauchent : deux courbes se sont croisées. La capacité des modèles est passée de la nouveauté à l'utile — code, tâches proches de la recherche publicitaire, contenu — juste au moment où une masse critique de clients a terminé de moderniser les pipelines de données et de sécurité. En même temps, les plus gros acheteurs ont verrouillé des années de capacité — puces, énergie, terrain — transformant une histoire abstraite d'IA en un plan industriel.
Cette avance a changé la définition de la normalité : plus de mégawatts, plus de mémoire, plus de tout ce qui fait vibrer un centre de données moderne.
Le rythme a été la rareté, puis l'échelle, puis l'examen.
La rareté a fait des dates de livraison le produit : si vous pouviez recevoir des accélérateurs de premier niveau, vous pouviez les vendre. L'échelle a suivi alors que les clouds ont déployé une infrastructure IA spécialisée dans leurs flottes ; plusieurs plateformes ont attribué une part visible à deux chiffres de la croissance du cloud aux services IA — une conversion que vous pouvez entourer dans une transcription.
L'examen est là où nous en sommes maintenant. Les acheteurs interrogent le coût total de possession, la latence, la fiabilité et la gouvernance. À l'intérieur des entreprises, les pilotes se classent en deux catégories. Un ensemble change réellement les flux de travail et apparaît dans le P&L, et l'autre, plus grand, éblouit dans les démos et s'éteint en production.
Trois différences comptent. Premièrement, les bénéfices existent au cœur. Les puces et les clouds impriment de l'argent qui finance le prochain virage — mémoire, réseau, fabs — sans s'appuyer sur des capitaux propres fragiles. Deuxièmement, l'infrastructure est tangible et limitée en puissance. Même si les multiples se compressent, les centres de données et les sous-stations ne disparaissent pas ; ils sont absorbés dans le cycle suivant et réaffectés. Troisièmement, la courbe des coûts glisse. De meilleurs accélérateurs, une HBM plus dense, et des planificateurs plus intelligents continuent de diminuer le coût par unité utile de capacité.
Ce cycle peut dépasser — les cycles capitalistiques le font souvent — mais il n'est pas construit sur des clics et des CPM illusoires.
Le cas haussier repose ici sur la conversion et la pente. La conversion est le capex qui se transforme en revenus aux niveaux des puces et du cloud, puis en productivité au niveau des applications. La pente est la vitesse à laquelle les coûts diminuent, élargissant le cercle des cas d'utilisation qui sont rentables. Lorsque les deux lignes s'inclinent du « bon » côté, le moteur commence à s'auto-alimenter : l'argent finance les développements, les développements réduisent les coûts, les coûts réduits élargissent le marché, un marché élargi génère plus d'argent.
C'est une roue d'inertie, pas un conte de fées.
Au cœur, les tiroirs-caisses ne font pas que sonner ; ils tournent. Le silicium des centres de données se vend aussi vite qu'il est fabriqué. Les clients se standardisent sur de nouvelles architectures qui augmentent les coûts de commutation et récompensent les fournisseurs capables de livrer à grande échelle. Au milieu de la pile, les clouds ont franchi la ligne de la curiosité à la facturation – attribuant des parties significatives de la croissance aux charges de travail de l'IA, le point où le battage publicitaire se transforme en une part rapportable des revenus du cloud.
Il y a aussi la dépendance au chemin. Une fois qu'une entreprise a construit les pipelines de données, les enveloppes de sécurité et la capacité de formation nécessaires aux workflows enrichis par l'IA, cette entreprise hésite à les démanteler. La norme n'est pas la perfection : c'est « suffisamment bon à un prix qui a du sens ». À mesure que les cas d'utilisation dépassent la nouveauté – des copilotes qui font gagner des heures de manière fiable, des agents de support qui réduisent le temps de résolution, une recherche interne qui trouve vraiment le bon document – les dépenses deviennent plus collantes.
Le multiplicateur de force discret ici est la courbe de coût. De meilleurs accélérateurs, des HBM plus denses et des planificateurs plus intelligents continuent de faire baisser le coût par unité. Du côté du modèle, des ajustements et des outils tirent plus de qualité de moins de jetons. C'est alors que les fournisseurs peuvent fixer le prix de l'utilisation à la marge plutôt qu'à la subvention, et que les clients acceptent une tarification basée sur l'utilisation car le calcul coût-valeur est clair.
La preuve ressemble à une croissance mesurée en sièges en expansion sans érosion de la marge, pas à une présentation PowerPoint ou une démo. Si les fabricants de logiciels peuvent pointer des fonctionnalités d'intelligence artificielle qui augmentent l'utilisation sans cannibaliser les lignes existantes — et montrer une marge brute stable ou en amélioration — le genre de preuve qui apparaît dans les dépôts, pas dans les discours d'ouverture.
Le scénario baissier n'est pas que l'IA ne fait rien. C'est que l'argent arrive à temps — dette, dépréciation, engagements de location, contrats d'énergie — tandis que la monétisation doit se frayer un chemin à travers l'approvisionnement, l'intégration et la gouvernance. Ce décalage de calendrier ne tue pas le développement. Il serre d'abord l'histoire de l'équité, car les prix bougent bien avant les centres de données.
Il y a aussi un risque de concentration caché à la vue de tous. Avec un leadership concentré dans une courte liste de noms, le phrasé des orientations de quelques entreprises peut faire basculer des indices boursiers entiers. Lorsque ces divulgations s'orientent vers la « séquence » ou la « digestion des clients », le marché entend « retard » — et la réévaluation est instantanée.
La sur-construction apparaît lorsque la dépréciation arrive à temps mais que les charges de travail payantes ne le font pas. Cela commence à la marge : les clients prennent de la capacité mais passent à du matériel de génération précédente pour respecter les budgets ; l'utilisation d'instances premium s'adoucit ; les remises s'insinuent pour garder les clusters occupés. Rien n'est abandonné, mais les retours s'étirent et le pouvoir de tarification s'efface. Les investisseurs adorent la clarté ; les comptables se soucient de la cadence. Si la reconnaissance s'avère plus retardée que prévu, l'histoire de l'équité avance plus vite que le béton.
Le pouvoir est la nouvelle chaîne d'approvisionnement. Les files d'attente de connexion, les délais de livraison des sous-stations et la résistance locale peuvent repousser les mises en service de plusieurs trimestres. Le revenu suit l'énergie, pas les communiqués de presse. La demande d'électricité des centres de données à l'échelle mondiale devrait plus que doubler d'ici la fin de la décennie. Aux États-Unis, les centres de données pourraient représenter près d'un dixième de la charge d'ici 2030. Aucune de ces contraintes ou retards ne met fin à la fête. Tout cela repousse la reconnaissance à droite et ajoute des coûts.
La politique s'accumule. En Europe, les obligations pour les fournisseurs de modèles à usage général sont en train de se mettre en place, allongeant les cycles et augmentant les coûts fixes. À l'intérieur des entreprises, le dernier kilomètre est toujours difficile. L'hygiène des données, l'intégration de la sécurité et la refonte des flux de travail sont difficiles — et jusqu'à ce que ces compétences soient courantes, les directeurs financiers continueront de financer l'infrastructure de base — données, sécurité, pipelines — tout en réduisant les expériences. Les goulots d'étranglement ralentissent les revenus des applications, même si l'infrastructure de base continue de fonctionner.
Le cycle de battage médiatique est terminé ; le cycle comptable est là. Ce qui importe maintenant, c'est de savoir si la physique et la finance marchent de concert. La capacité est commandée, livrée et énergisée. Cela ne mène à un boom de l'IA que si cela se traduit par une utilisation que vous pouvez facturer, à une structure de coût qui ne ronge pas les marges en cours de route. Pensez à cette phase comme au grand test de conversion : l'industrie peut-elle transformer des mégawatts et du métal en revenus stables et de haute qualité plus rapidement que la dépréciation, la conformité et les retards de réseau n'érodent les pages de cette histoire ?
Commencez par l'utilisation, car tout le reste en découle. Les instances d'IA haut de gamme doivent fonctionner pendant les heures de pointe, et pas seulement faire la une des journaux. Les listes d'attente devraient se réduire car la capacité est arrivée et a été consommée, pas parce que l'enthousiasme a diminué.
Ensuite vient le mélange, où les récits s'arrêtent et où commencent tous ces calculs. Il ne suffit pas que les revenus du cloud augmentent. Les services d'IA doivent augmenter le revenu moyen par client sans saigner la marge brute.
La durabilité est le dernier pont. Les arriérés et les réservations de capacité ne deviennent de l'argent que lorsque les factures sont coupées et que l'argent arrive sur quelque chose qui ressemble juste assez à l'échéancier de Wall Street. Plus un arriéré s'appuie sur un ou deux contreparties, plus la cadence devient binaire.
Les coûts et les prix doivent se rencontrer au milieu - et y rester à mesure que l'utilisation s'intensifie. Du côté des coûts, vous voulez moins de jetons gaspillés et un routage plus intelligent. Le refrain devrait être : le coût par requête a encore baissé ; les charges de travail sont devenues moins chères ; la latence s'est améliorée tandis que les dépenses par tâche ont diminué.
En ce qui concerne les prix, le comportement l'emporte sur les taux de liste. Si les accélérateurs de dernière génération nécessitent des réductions permanentes pour bouger, ou si "AI inclus" devient le seul moyen de vendre une suite, les marges sont sacrifiées pour maintenir l'adoption stable. À l'inverse, si les fournisseurs peuvent indiquer des fonctionnalités AI qui étendent les sièges ou stimulent une utilisation soutenue sans entamer les marges brutes - et le font trimestre après trimestre - alors la courbe des prix fait son travail.
L'infrastructure conserve plus de valeur lorsque l'électricité est rare et que l'équipement spécialisé ne peut pas être facilement remplacé par des alternatives moins chères. Lorsque la rareté fixe les termes, alors les puces, la mémoire à haute bande passante, le refroidissement avancé, et l'accès propre à la terre et aux mégawatts battent le branding astucieux. Les plateformes - les nuages et les hôtes de modèles - conservent plus de valeur lorsque les coûts de commutation augmentent et lorsque les services AI sont regroupés en suites. Les applications ne conservent de la valeur que lorsqu'elles remplacent le travail, pas seulement qu'elles décorent les anciens flux de travail avec des paillettes. Le récit d'application durable ressemble à ceci : "Nous avons supprimé des étapes, réduit le temps de traitement, effondré une file d'attente, éliminé une licence, réduit un cycle." Si les verbes sont axés sur le plaisir plutôt que sur l'économie, le budget disparaîtra dès qu'un directeur financier aura besoin de quelques points de base en retour.
Entourez les dates qui déplacent la thèse. Les bénéfices des hyperscalers et des puces montreront si la croissance attribuée à l'IA se maintient et si les guides de capex ont besoin d'être séquencés. Lorsque la croissance s'accélère tandis que le capex se modère (évoluant dans des directions opposées), c'est le cas de boom qui prend du poids. Lorsque la croissance ralentit et que le capex s'étire (quand ils évoluent ensemble), les marchés envisagent un ralentissement.
Les jalons politiques comptent car ils changent les échéanciers. En Europe, les obligations pour les fournisseurs de modèles à usage général sont mises en place progressivement, allongeant les cycles et augmentant les coûts fixes. Les changements de contrôle à l'exportation redéfinissent qui peut acheter quels puces, ce qui se répercute directement sur le mélange et les marges. Et ne négligez pas les choses ennuyeuses : les approbations d'utilité, les mises en service d'interconnexion, les mises sous tension des sous-stations dans les régions clés.
Ce moment ressemble moins à une bulle purement dot-com et plus à un boom d'infrastructure avec des poches d'écume. Au cœur, de vraies entreprises génèrent de vrais flux de trésorerie. À la périphérie, les attentes dépassent parfois ce que les clients peuvent déployer et ce que les réseaux peuvent alimenter.
Si les contributions de l'IA en cloud se maintiennent, si les arriérés se convertissent à temps et si les coûts unitaires continuent de baisser, le scénario de boom semblera évident rétrospectivement. Si la reconnaissance glisse et que les frictions liées à l'énergie et aux politiques s'accumulent, la digestion apparaîtra dans les actions bien avant qu'elle n'apparaisse dans les sous-stations.
Dans tous les cas, les racks, les transformateurs et la fibre ne vont nulle part - c'est pourquoi ce débat concerne finalement la conversion et le rythme, pas la foi.
