Sept mille six cents milliards de dollars. C’est le montant colossal que les entreprises technologiques prévoient d’investir dans l’infrastructure d’intelligence artificielle entre 2026 et 2031, selon Goldman Sachs. Un chiffre qui dépasse le PIB du Japon et de l’Allemagne réunis. Mais la banque d’investissement commence à s’interroger : ce pari titanesque trouvera-t-il jamais sa rentabilité ?
L’euphorie des marchés autour de l’IA atteint des sommets vertigineux. OpenAI valorisé à 900 milliards de dollars, Anthropic à 965 milliards, SpaceX à 1750 milliards. Ces chiffres défient toute logique économique traditionnelle pour des entreprises qui peinent encore à démontrer des modèles économiques durables. Goldman Sachs Global Institute tire la sonnette d’alarme : jamais dans l’histoire récente un secteur n’a mobilisé autant de capitaux avec si peu de visibilité sur les retours.
L’essentiel
- 7600 milliards de dollars d’investissements IA prévus entre 2026 et 2031, soit plus que le PIB combiné du Japon et de l’Allemagne
- Les valorisations actuelles d’OpenAI (900 Mds$), Anthropic (965 Mds$) et SpaceX (1750 Mds$) dépassent la capitalisation de géants industriels centenaires
- Goldman Sachs identifie un décalage croissant entre promesses technologiques et preuves de rentabilité économique
- L’investissement par employé dans l’IA dépasse de 40 fois celui des autres secteurs technologiques émergents
Un investissement sans équivalent historique
L’ampleur des sommes en jeu dépasse tout ce que l’économie mondiale a connu. Pour contextualiser ces 7600 milliards de dollars, Goldman Sachs rappelle que le plan Marshall de reconstruction de l’Europe après 1945 représentait, en dollars constants, environ 200 milliards. L’ensemble du programme spatial américain depuis les années 1960 n’a coûté que 650 milliards en valeur actuelle.
Cette frénésie d’investissement se concentre sur trois segments : les puces spécialisées (2400 milliards prévus), les centres de données (2100 milliards) et les réseaux de transmission (3100 milliards). Nvidia, qui fournit 80% des processeurs d’IA, affiche une capitalisation de 3200 milliards de dollars, dépassant l’ensemble du secteur automobile mondial.
Mais Goldman Sachs pointe une anomalie statistique troublante : l’investissement par employé dans les entreprises d’IA pure atteint 15 millions de dollars, contre 350 000 dollars dans la tech traditionnelle et 80 000 dollars dans l’industrie manufacturière. Cette disproportion suggère soit une productivité révolutionnaire à venir, soit une bulle spéculative d’ampleur inédite.
Les revenus tardent à suivre les promesses
Malgré l’enthousiasme des investisseurs, les preuves de rentabilité restent éparses. OpenAI, leader du secteur avec ChatGPT, génère environ 3,4 milliards de dollars de revenus annuels pour une valorisation de 900 milliards — soit un ratio cours/ventes de 265, là où Amazon, à ses débuts les plus spéculatifs, ne dépassait jamais 20.
L’analyse de Goldman Sachs révèle que 73% des entreprises utilisant l’IA ne constatent aucune amélioration mesurable de leur productivité après 18 mois d’utilisation. Les cas d’usage qui génèrent des revenus significatifs restent confinés à des niches : traduction automatique, reconnaissance d’images médicales, optimisation logistique. Loin des promesses d’une transformation générale de l’économie.
Microsoft, qui a investi 13 milliards dans OpenAI, peine à monétiser cette alliance. Les revenus de ses services IA (Copilot, Azure AI) représentent moins de 2% de son chiffre d’affaires total. Google dépense 30 milliards par an en recherche IA mais voit ses marges publicitaires traditionnelles stagner face à la concurrence de TikTok et d’autres plateformes.
Cette tension entre investissements massifs et retours limités rappelle les débuts d’internet dans les années 1990, mais à une échelle financière incomparable. La différence : Amazon et Google ont mis quinze ans à atteindre leur rentabilité. Les investisseurs IA promettent des résultats en trois à cinq ans.
L’industrie mise sur l’effet réseau différé
Les défenseurs de ces valorisations avancent un argument sophistiqué : l’IA suivrait une courbe d’adoption non linéaire, où les bénéfices apparaîtraient soudainement une fois atteint un seuil critique d’utilisation. Cette théorie de l’« effet réseau différé » justifierait les investissements massifs actuels.
Jensen Huang, PDG de Nvidia, affirme que « chaque dollar investi aujourd’hui dans l’IA en rapportera cent demain ». Il s’appuie sur l’exemple des puces graphiques, longtemps cantonnées aux jeux vidéo avant de devenir indispensables au calcul scientifique et au minage de cryptomonnaies.
Cette stratégie n’est pas sans précédent. Les télécommunications ont suivi un schéma similaire : les investissements dans la fibre optique des années 1990 ont semblé absurdes jusqu’à l’explosion du streaming et du cloud computing vingt ans plus tard. De même, les investissements dans les réseaux 4G ont mis une décennie à se justifier par l’émergence des smartphones et des applications mobiles.
Mais Goldman Sachs identifie une différence cruciale : les infrastructures télécoms desservaient des besoins humains évidents (communiquer, se déplacer, consommer). L’IA, malgré ses prouesses techniques, cherche encore ses applications de masse véritablement indispensables. L’IA augmente les salaires sans détruire les emplois, mais ne révolutionne pas encore la productivité globale.
Les signaux d’alarme se multiplient
Plusieurs indices inquiètent les analystes de Goldman Sachs. Le premier : la concentration extrême du secteur. Quatre entreprises (Nvidia, Microsoft, Google, OpenAI) contrôlent 85% de la chaîne de valeur IA, de la puce au service final. Cette situation rappelle les monopoles industriels du début du XXe siècle, mais avec une volatilité de marché démultipliée.
Le deuxième signal concerne la consommation énergétique. Les centres de données IA consomment déjà 4% de l’électricité mondiale, un chiffre qui pourrait atteindre 12% en 2030. Cette croissance remet en question la soutenabilité économique et environnementale du secteur. OpenAI estime qu’entraîner son prochain modèle GPT-5 coûtera 500 millions de dollars en électricité pure, sans compter l’infrastructure.
Le troisième point d’alerte porte sur les talents. Le secteur IA emploie environ 350 000 personnes hautement qualifiées dans le monde pour une capitalisation boursière de 8000 milliards de dollars. Cette productivité apparente par employé (23 millions de dollars) dépasse celle de l’industrie pétrolière (3 millions) ou pharmaceutique (1,2 million), secteurs pourtant réputés pour leurs barrières à l’entrée et leurs rentes technologiques.
Cette anomalie statistique suggère soit une révolution de productivité sans précédent, soit une surévaluation massive. Goldman Sachs penche pour la seconde hypothèse, notant que les entreprises IA externalisent massivement leurs coûts réels (énergie, matières premières, main-d’œuvre manufacturière) tout en captant la valeur financière.
L’épreuve de réalité approche
Les prochains dix-huit mois détermineront si cette bulle IA suit le chemin d’internet (correction brutale suivie d’une croissance réelle) ou celui des télécoms 2000 (effondrement prolongé). Goldman Sachs identifie plusieurs tests décisifs à venir.
Le premier test concerne l’adoption en entreprise. Malgré les annonces, seules 12% des entreprises du Fortune 500 ont intégré l’IA dans leurs processus critiques. La plupart se limitent à des expérimentations ou à des usages cosmétiques (chatbots, résumés automatiques). Une vraie adoption nécessiterait des investissements complémentaires massifs en formation, changement organisationnel et sécurité.
Le deuxième défi porte sur la régulation. L’Union européenne prépare un AI Act qui pourrait limiter drastiquement l’utilisation de certains algorithmes. La Chine développe ses propres champions (Baidu, ByteDance) pour réduire sa dépendance aux modèles américains. Cette fragmentation géographique compliquerait l’émergence d’un marché IA unifié et rentable.
L’âge d’or de l’industrie pourrait bien dépendre de la capacité de l’IA à dépasser le stade de la démonstration technique pour créer de la valeur économique mesurable. Goldman Sachs reste prudent : « L’histoire technologique est jalonnée de révolutions promises qui ont pris des décennies à se matérialiser, et parfois ne se sont jamais matérialisées. »
L’institut bancaire conclut son analyse par une mise en garde : si seulement 10% des investissements IA prévus trouvent leur rentabilité d’ici 2031, le secteur connaîtra une correction de l’ordre de 70 à 80%. Un scénario qui ferait de l’explosion IA actuelle la plus grande bulle spéculative de l’histoire moderne, dépassant celle d’internet en 2000.
Reste une inconnue : contrairement aux bulles précédentes, l’IA dispose d’un soutien politique et stratégique sans précédent. États-Unis, Chine et Europe y voient un enjeu de souveraineté nationale. Ce facteur géopolitique pourrait prolonger artificiellement la phase d’investissement, retardant mais amplifiant l’épreuve de réalité économique.