Nvidia franchit les 4 000 milliards de dollars en valorisation, mais l’essor de l’IA pourrait ne pas durer

Nvidia est devenue la première entreprise à dépasser les 4 000 milliards de dollars de capitalisation boursière, rebondissant après un recul lié à DeepSeek plus tôt cette année. D’autres acteurs majeurs dans la puce dédiée à l’intelligence artificielle, comme AMD ou Huawei, affichent également des résultats financiers solides. Désormais, presque tous les grands fabricants de puces placent l’IA au cœur de leur stratégie.

Mais que se passerait-il si l’IA ne tenait pas ses promesses ?

Cette question dépasse la simple hypothèse. Plusieurs signes laissent entendre que la croissance de l’IA marque le pas, voire ralentit. Les nouveaux modèles ne bénéficient plus de gains sensibles en les agrandissant ou en leur fournissant plus de données d’entraînement. Demis Hassabis, lauréat du prix Nobel, a récemment observé qu’« on ne constate plus le même progrès » dans le développement de l’IA. Même Andreessen Horowitz, investisseur influent dans ce domaine, s’inquiète d’un certain plafonnement des performances des modèles.

L’une des raisons pourrait être que les modèles ont déjà consommé la majeure partie des données numériques disponibles. Les développeurs se tournent donc vers des données synthétiques, qui pourraient être moins efficaces, voire dégrader la qualité des modèles.

Par ailleurs, le coût du développement de l’IA est exorbitant. Former les modèles les plus avancés nécessite des fermes de calcul coûtant plusieurs milliards de dollars. Chaque cycle d’entraînement peut s’élever à plusieurs dizaines de millions. Pourtant, si ces coûts explosent, les retours économiques restent limités. Hormis quelques assistants de codage, rares sont les applications d’IA qui génèrent des profits justifiant de tels investissements.

Face à cela, certaines entreprises commencent à ralentir leurs dépenses en infrastructure IA. Microsoft a ainsi « ralenti ou suspendu certains projets précoces » et annulé des commandes de matériel pour plusieurs centres de données. Meta, AWS et Google ont également réduit leurs commandes de GPU. Les pénuries de puces, les contraintes énergétiques et les réticences du public constituent aussi de véritables freins au déploiement massif de l’intelligence artificielle.

Si la bulle IA éclate, ce serait un coup dur pour l’industrie des semi-conducteurs, qui s’était reposée sur cette technologie pour éviter un sérieux recul.

Les puces deviennent plus coûteuses à produire. Le développement de nouveaux procédés de fabrication coûte plusieurs milliards, et la construction d’usines peut atteindre plusieurs dizaines de milliards. Ces charges se répercutent sur le prix final, mais en dehors de l’IA, les consommateurs rechignent à payer plus cher. Les caractéristiques avancées des processeurs IA ne se prêtent pas bien à d’autres usages.

L’IA a finalement retardé un constat inévitable : la fabrication devient plus onéreuse, tandis que les gains de performance se réduisent. L’attrait économique de l’IA justifie ces tarifs élevés, mais si elle ralentit, l’industrie devra trouver un autre moteur pour continuer à investir dans les technologies de pointe. Sinon, la production avancée deviendra une charge insoutenable, avec des coûts croissants pour des bénéfices décroissants.

Un ralentissement de l’industrie des puces bouleverserait plusieurs objectifs géopolitiques et économiques. Les États ont investi des milliards pour développer des filières domestiques, et les États-Unis, sous Donald Trump, ont multiplié les menaces tarifaires pour rapatrier ces productions.

Le leadership américain en matière de développement de puces pourrait n’être qu’un mirage, alors que la Chine domine la production des technologies plus anciennes. Un éventuel retournement de l’IA chamboulerait le secteur technologique mondial, contraignant les géants du numérique à revoir leurs stratégies.

Dans ce contexte, les pouvoirs publics doivent encourager l’innovation en supprimant les obstacles à l’accès aux données, aux puces, à l’énergie et au refroidissement. Des politiques équilibrées sur le droit d’auteur, la protection des données, et une gestion pragmatique entre production locale et délocalisée sont nécessaires. Par ailleurs, les contraintes réglementaires sur l’énergie doivent être assouplies. Il serait contre-productif d’appliquer un principe de précaution trop strict à l’IA, tant ses bénéfices sont potentiellement importants. De même, des usages ambitieux comme les véhicules autonomes ou les robots domestiques ne devraient pas faire face à des exigences excessives.

Les investisseurs devraient aussi explorer des approches alternatives de l’IA, moins dépendantes des données massives et des infrastructures coûteuses, pour relancer la croissance. Le secteur doit aussi diversifier l’usage des puces au-delà de l’intelligence artificielle, histoire de réduire ses risques.

Pour traverser une éventuelle accalmie, l’industrie des semiconducteurs doit réduire le coût des productions avancées. Une coopération renforcée autour de la R&D, notamment avec le monde académique, est essentielle pour diminuer ces dépenses. Davantage d’investissements sont aussi nécessaires dans les chiplets, les emballages avancés et le matériel reconfigurable. Il faut soutenir des standards interopérables, des outils open source et des développements matériels agiles. Des infrastructures partagées et subventionnées pourraient aider les petites structures à valider leurs prototypes avant fabrication. Néanmoins, la tendance à rapatrier l’industrie sur le territoire national pourrait, si elle est mal pensée, faire grimper considérablement les coûts de production.

Au final, avenir des puces et de l’IA sont désormais indissociables : si l’IA peine à croître, c’est toute l’industrie des semi-conducteurs qui pourrait être en péril.

Points à retenir

• Le marché de l’IA a propulsé Nvidia au sommet, mais cette envolée pourrait ne pas durer.
• La croissance des performances des modèles d’IA semble s’essouffler, notamment faute de nouvelles données.
• La production de puces est devenue un luxe coûteux difficile à justifier hors applications IA.
• Les gros investisseurs en IA commencent à freiner leurs dépenses, signe d’un possible retournement.
• Un ralentissement mettrait en péril des milliards d’investissements publics et privés, et rebattrait les cartes géopolitiques.
• La politique publique devra permettre un meilleur accès aux ressources tout en évitant des contraintes excessives sur les innovations IA.
• La diversification des usages des puces et la coopération dans la R&D pourraient limiter les risques d’un effondrement.
• Rapatrier la production sur le sol national sans précaution risque surtout de faire exploser les coûts et de plomber le secteur.

Après tout, si l’IA prend un coup de frein, je me demande bien qui aura intérêt à payer ces puces hors de prix pour faire quoi ? En attendant, on peut toujours se réjouir que les investissements publics et privés dans ce domaine occupent bien l’esprit — même si l’avenir semble un peu plus incertain que ce que promettent les communiqués tape-à-l’œil. Il faudra voir si la réalité économique sera plus clémente que les ambitions technologiques. Ou si tout cela ne finira pas en belle panne sèche, mais ça c’est une autre histoire…