La course à l’IA : le vrai risque n’est pas technologique

Dans un article récent intitulé “Here’s How the AI Crash Happens”, The Atlantic pose une question que peu d’acteurs osent formuler clairement : et si l’essor fulgurant de l’intelligence artificielle n’était pas seulement une révolution technologique, mais un pari macroéconomique risqué — voire fragile ?

L’article décrit un phénomène désormais impossible à ignorer : une explosion mondiale des investissements en infrastructures d’IA — centres de données, énergie, puces spécialisées — concentrée autour de quelques acteurs dominants. Nvidia, en particulier, est devenue une pièce maîtresse de l’économie mondiale, à tel point que les auteurs parlent d’un “Nvidia-state”, par analogie avec les pétro-États.

La question n’est donc plus si l’IA transforme l’économie. Elle est à quel prix — et pour qui.

UNE CROISSANCE PORTÉE PAR L’INFRASTRUCTURE, PAS ENCORE PAR LA VALEUR

Les chiffres sont vertigineux : centaines de milliards investis, consommation énergétique équivalente à celle de grandes métropoles, valorisations boursières historiques. Pourtant, un paradoxe persiste.

Malgré l’enthousiasme des marchés, la contribution réelle de l’IA aux profits des entreprises demeure limitée. Plusieurs études récentes montrent que, pour une majorité d’organisations, l’IA générative n’a pas encore d’impact significatif sur la productivité ou la rentabilité. Autrement dit, l’infrastructure précède largement la valeur économique démontrée.

Ce décalage n’est pas nouveau dans l’histoire. Les canaux, les chemins de fer, la fibre optique ou le cloud ont tous connu des phases de surinvestissement. Mais l’IA se distingue par un élément clé : chaque progrès exige encore plus de capital, plus d’énergie et plus de complexité. Les rendements marginaux diminuent, tandis que les coûts explosent.

UNE COURSE RATIONNELLE… COLLECTIVEMENT DANGEREUSE

Pourquoi, alors, cette accélération frénétique ?

Parce que la logique est rationnelle à l’échelle individuelle. Pour les géants technologiques, ne pas investir massivement revient à accepter un risque existentiel. Si une entreprise parvient à développer une IA nettement supérieure ou à contrôler l’infrastructure critique, elle captera l’essentiel de la valeur future. Les autres deviendront secondaires.

Nous assistons ainsi à une course où tous savent qu’un mur se rapproche, mais où chacun espère être le premier à l’atteindre — convaincu que la position d’arrivée fera toute la différence.

Ce type de dynamique est bien connu des économistes : une tragédie des communs version capitalisme technologique.

LE VÉRITABLE POINT DE FRAGILITÉ : LA FINANCE, PAS L’ALGORITHME

Là où The Atlantic frappe juste, c’est dans son analyse des mécanismes financiers qui soutiennent cette course.

Pour éviter d’alourdir leurs bilans, plusieurs entreprises financent leurs centres de données via des montages complexes mêlant immobilier, private equity et titrisation de loyers. Ces actifs sont ensuite découpés, reconditionnés et revendus sous forme de produits financiers — une ingénierie sophistiquée, mais opaque.

Il ne s’agit pas de subprimes. Mais la logique sous-jacente est familière : complexité, effet de levier et dépendance à une hypothèse centrale optimiste — celle d’une demande continue et rentable pour l’IA à grande échelle.

Or, les centres de données vieillissent vite. Les puces deviennent obsolètes en quelques années. Et rien ne garantit que la valeur générée par les usages de l’IA suivra le rythme des investissements.

IA UTILE VS IA SPECTACULAIRE : UN CHOIX STRATÉGIQUE À CLARIFIER

Une confusion majeure alimente aujourd’hui la bulle : celle entre IA utile et IA

L’IA utile est discrète. Elle optimise des processus précis, réduit des coûts mesurables, améliore des décisions opérationnelles. Elle consomme peu de ressources et crée une valeur tangible.

L’IA infrastructurelle, elle, est spectaculaire. Modèles géants, promesses d’intelligence générale, démonstrations impressionnantes — mais coûts massifs et retours incertains.

À long terme, l’histoire économique montre que la valeur durable se trouve rarement au cœur le plus visible de la technologie, mais plutôt dans ses applications ciblées et pragmatiques.

CE QUE LES DIRIGEANTS DEVRAIENT RETENIR

Pour les entreprises non technologiques, le message est clair :

• L’IA n’est pas une stratégie en soi.

• Le risque principal n’est pas de « prendre du retard », mais de mal investir.

• La discipline stratégique — objectifs clairs, ROI mesurable, réversibilité — est plus importante que l’adoption rapide.

Le véritable avantage concurrentiel ne viendra pas de la puissance des modèles, mais de la capacité organisationnelle à intégrer intelligemment l’IA là où elle crée une valeur réelle.

UN PARADOXE FINAL

Le plus troublant, comme le souligne The Atlantic, est que tous les scénarios comportent une part de disruption.

Si l’IA échoue à tenir ses promesses, les conséquences financières pourraient être majeures.

Si elle réussit pleinement, l’impact sur l’emploi, les compétences et l’équilibre social sera tout aussi profond.

Dans les deux cas, la question n’est plus technologique. Elle est stratégique, économique et sociétale.

Et peut-être est-ce là la vraie leçon de cette course vers le mur : le danger n’est pas l’IA elle-même, mais la vitesse à laquelle nous avons décidé d’en faire un pilier du système avant d’en maîtriser les effets.