L'IA peut-elle justifier 3 000 milliards $ d'investissements ?
Original : Can AI answer the $3 trillion question?
Pourquoi c'est important
L'écart entre investissements IA et revenus réels représente un risque systémique majeur pour l'économie mondiale.
En 2026, les dépenses mondiales en infrastructure IA atteignent 1 500 milliards $, selon Sequoia. Pour rentabiliser ces investissements, l'industrie devra générer 3 000 milliards $ de revenus, un objectif encore très loin des performances actuelles d'OpenAI et d'Anthropic.
En 2023, David Cahn, associé chez Sequoia, avait estimé que les revenus GPU annuels de Nvidia — alors à 50 milliards $ — impliquaient un besoin de 200 milliards $ de revenus pour rentabiliser les infrastructures IA. Trois ans plus tard, il revoit ce chiffre à la hausse : les dépenses en infrastructure IA pour 2026 s'élèveraient à 1 500 milliards $, exigeant ainsi 3 000 milliards $ de revenus générés — et probablement davantage, en raison de la hausse des coûts mémoire et des puces spécialisées pour l'inférence. Côté revenus, Anthropic aurait atteint 60 milliards $ d'ARR, et OpenAI aurait déclaré 20 milliards $ d'ARR fin 2025. L'écart reste considérable. Torsten Slok, économiste en chef chez Apollo, souligne que les hyperscalers — Google, Meta, Microsoft et Amazon — anticipent tous une forte accélération de leurs free cash flows d'ici 2028. Mais plusieurs risques pèsent sur ces projections : la montée en puissance des modèles open-weight moins coûteux, souvent chinois, et la chute des prix par token. Le dernier modèle d'OpenAI serait 54 % plus efficace sur les tâches de codage, ce qui réduit les coûts pour les utilisateurs mais comprime les marges des fournisseurs. Selon Slok, un échec à atteindre ces objectifs financiers pourrait provoquer une correction du S&P 500, voire menacer l'économie d'une récession.