Pas une illusion technologique. Pas un gigantesque mensonge collectif. Une bulle au sens économique du terme : une technologie réelle, puissante, probablement révolutionnaire, mais autour de laquelle les anticipations financières, les valorisations et les investissements pourraient avoir couru beaucoup plus vite que les revenus capables de les justifier.

Nous avons déjà vu ce film.

À la fin des années 1990, Internet devait changer le monde. Il l’a effectivement changé. Mais cela n’a pas empêché la bulle Internet d’exploser, les valorisations de s’effondrer et des centaines d’entreprises de disparaître.

Voilà peut-être le paradoxe qu’il faut garder à l’esprit aujourd’hui : une bulle peut éclater sans que la technologie sur laquelle elle s’est construite soit elle-même une bulle.

Et l’intelligence artificielle connaît bien ces cycles.

Elle n’est pas née avec ChatGPT. Depuis les premières interrogations d’Alan Turing, les premiers réseaux neuronaux et les fameux « hivers de l’IA », son histoire est une succession de périodes d’enthousiasme, de désillusion et de renaissance.

Chaque fois, le scénario se ressemblait : une avancée scientifique spectaculaire, des promesses extraordinaires, une pluie de financements, puis la confrontation brutale entre ce que la technologie promettait et ce qu’elle savait réellement faire.

La différence, cette fois, tient à l’échelle.

ChatGPT a transformé une technologie en phénomène économique

Pendant longtemps, l’IA travaillait dans les coulisses. Algorithmes de recommandation, reconnaissance d’images, publicité, optimisation logistique : elle était partout sans nécessairement porter son nom.

Puis l’IA générative est arrivée devant le consommateur.

Avec ChatGPT, soudain, tout le monde pouvait parler à la machine.

Son lancement en 2022 et son adoption extrêmement rapide ont accéléré une nouvelle vague d’investissements. Les valorisations se sont envolées, Nvidia est devenue l’un des symboles de cette nouvelle ruée vers l’or et des milliards ont été engagés dans les modèles, les puces et les infrastructures.

Mais derrière cette euphorie demeure une question beaucoup moins glamour :

où sont les profits durables ?

Car l’IA possède une particularité économique redoutable.

Plus nous l’utilisons, plus il faut construire.

Des GPU. Des data centers. Des réseaux électriques. Des systèmes de refroidissement. Des infrastructures télécoms. Des capacités de stockage.

Et tout cela coûte très cher.

Nous découvrons progressivement que l’intelligence artificielle n’est pas seulement du logiciel. C’est aussi du béton, du cuivre, du silicium, de l’électricité et de l’eau.

Voilà peut-être le premier retour brutal sur terre.

## L’IA doit maintenant passer son examen de rentabilité

Pendant la première phase, il suffisait presque de prononcer « intelligence artificielle » pour ouvrir les portes des investisseurs.

Cette époque ne peut pas durer éternellement.

Une entreprise peut perdre de l’argent pendant plusieurs années pour conquérir un marché. Une industrie entière peut investir massivement avant d’atteindre sa maturité.

Mais tôt ou tard arrive la question que même le meilleur chatbot ne peut esquiver :

 

qui paie ?

Et surtout : paie-t-il suffisamment pour financer ce que coûte réellement le service ?

Le risque est là.

Pas nécessairement dans ChatGPT, Gemini, Claude ou les autres grands modèles eux-mêmes, mais dans cette multitude d’entreprises dont le business model consiste parfois à ajouter une interface à un modèle existant en espérant qu’une valorisation gigantesque précédera miraculeusement la rentabilité.

L’histoire de la technologie est pleine de révolutions authentiques entourées d’entreprises qui, elles, n’ont jamais trouvé leur modèle économique.

Internet a survécu à l’explosion de la bulle Internet.

 

L’IA survivra probablement à la disparition de nombreuses startups IA.

Le prochain mur pourrait être énergétique

Nous parlons beaucoup des milliards de paramètres des modèles.

Pas suffisamment des mégawatts.

Entraîner les modèles, puis les faire fonctionner pour des centaines de millions d’utilisateurs, nécessite des capacités de calcul considérables. Derrière chaque requête apparemment immatérielle se trouvent des serveurs, des GPU et des centres de données qu’il faut alimenter et refroidir.

Cela change profondément la géopolitique de l’IA.

Demain, disposer des meilleurs chercheurs ne suffira peut-être plus.

Il faudra avoir accès aux puces, à l’électricité, aux data centers, au financement et, évidemment, aux données.

L’IA devient progressivement une sorte d’industrie lourde de l’intelligence.

Et c’est probablement là que se situe l’une des grandes différences avec les premières années d’Internet.

« Too big to fail », version intelligence artificielle ?

L’IA n’est déjà plus uniquement une affaire de startups et de Silicon Valley.

Elle touche désormais à la défense, au renseignement, à la cybersécurité, à la recherche scientifique, à l’industrie, à la santé, à la productivité et à la souveraineté technologique.

Elle devient une infrastructure stratégique.

Et c’est là que l’histoire devient fascinante.

Une bulle financière peut éclater.

Mais que se passe-t-il lorsque les technologies et les infrastructures situées au cœur de cette bulle sont devenues stratégiques pour les États et les économies ?

Peut-être assisterons-nous non pas à un crash de l’intelligence artificielle, mais à un **grand nettoyage de l’écosystème IA**.

Les valorisations les plus extravagantes seraient corrigées.

Les startups sans véritable modèle économique disparaîtraient.

Les gadgets estampillés « AI » seraient abandonnés.

Et les investisseurs recommenceraient à poser trois questions terriblement anciennes :

Combien de clients ? Combien de chiffre d’affaires ? Combien de bénéfices ?

Quelle révolution !

L’après-bulle pourrait être le véritable âge de l’IA

C’est finalement l’hypothèse la plus intéressante.

Le jour où nous parlerons moins d’intelligence artificielle sera peut-être celui où elle sera devenue véritablement incontournable.

Nous ne passons plus nos journées à parler « d’Internet ».

Nous l’utilisons.

Nous ne vantons plus chaque entreprise parce qu’elle utilise le cloud.

Le cloud est devenu une infrastructure.

L’intelligence artificielle pourrait connaître exactement le même destin.

Après l’euphorie viendrait l’industrialisation.

Après les démonstrations spectaculaires, les usages.

Après les milliards investis sur une promesse, la terrible question du retour sur investissement.

Et après les milliers de startups se proclamant « AI native », quelques entreprises solides et surtout des millions d’entreprises ordinaires utilisant quotidiennement l’intelligence artificielle sans même éprouver le besoin de l’écrire sur leur enseigne.

La vraie question n’est donc peut-être plus :

« La bulle de l’IA va-t-elle éclater ? »

Mais :

« Qu’est-ce qui restera lorsque l’euphorie sera retombée ? »

Probablement beaucoup.

Les modèles. Les infrastructures. Les puces. Les data centers. Les usages. Les compétences. Et surtout cette nouvelle manière de travailler avec la machine.

Une correction financière ne signifierait donc pas nécessairement la fin de la révolution.

Elle pourrait, au contraire, en marquer le passage à l’âge adulte.

Parce qu’au fond, la meilleure chose qui puisse arriver à l’intelligence artificielle serait peut-être que nous arrêtions enfin de croire qu’elle peut tout faire.

Et que nous commencions sérieusement à mesurer ce qu’elle fait réellement mieux, combien cela coûte et, surtout, combien cela rapporte.