Bulle de l'IA et risques de marché : l'approvisionnement en énergie devient la contrainte clé

Source : Blockworks Titre original : Les graphiques du vendredi : Les éléments d’une bulle Lien original : https://blockworks.co/news/elements-of-ai-bubble

« On parle beaucoup d’une bulle de l’IA. De notre point de vue, nous voyons quelque chose de très différent. »

— Jensen Huang

Le PDG d’Alphabet, Sundar Pichai, a déclaré qu’il existe des « éléments d’irrationalité » dans le boom actuel des infrastructures de l’IA.

Mais l’annonce d’une nouvelle version du LLM Gemini de Google laisse penser que nous ne sommes peut-être pas encore assez irrationnels. Gemini 3 a été perçue comme une amélioration massive et surprenante par rapport à Gemini 2.5, selon les critères sur lesquels les modèles de langage sont évalués.

Cela réfute la thèse du « mur de l’échelle » selon laquelle les LLM auraient atteint un plateau où simplement ajouter plus de puissance de calcul n’entraînerait plus de meilleures performances. Google a ajouté une meilleure puissance de calcul — des algorithmes plus intelligents, un meilleur entraînement, des puces plus récentes — et Gemini 3 s’est nettement amélioré.

Cela semble être un feu vert pour continuer à investir massivement partout. Jensen Huang a noté que tout le monde continue d’investir massivement dans les GPU : « Les ventes de Blackwell explosent, et les GPU cloud sont en rupture de stock. »

La directrice financière de Nvidia a ajouté que « les GPU A100 que nous avons livrés il y a six ans tournent encore à pleine capacité aujourd’hui. » Les GPU semblent bénéficier d’un « modèle d’utilisation en cascade » : les puces les plus récentes servent à l’entraînement pendant environ un an, puis effectuent des tâches d’inférence pendant encore un certain temps avant d’être utilisées pour des applications plus anciennes.

La contrainte énergétique

Si les modèles continuent de s’améliorer, que la demande pour de nouvelles puces augmente et que les anciennes puces restent utiles, on peut se demander si les entreprises d’IA ne sous-estiment pas leurs bénéfices. Pourtant, les actions ont reculé cette semaine.

Cela pourrait indiquer que le marché a cessé de s’inquiéter de la demande de puces et commence à se soucier de l’approvisionnement en énergie.

La demande semble presque insatiable : un cadre de Google Cloud a estimé qu’il faudrait doubler la capacité de calcul tous les six mois pendant les quatre ou cinq prochaines années pour répondre à la demande.

Mais d’où viendra l’énergie reste un mystère. Il faut cinq à sept ans pour construire les turbines à gaz qui alimentent la plupart des centres de données, et les entreprises qui les produisent sont déjà réservées jusqu’à au moins 2030.

Si aucune puissance supplémentaire n’est disponible, il n’y a aucun intérêt à acheter un GPU de nouvelle génération qui en consomme davantage. La bulle de l’IA pourrait éclater même si la demande en IA demeure effectivement illimitée.

Pichai a averti que si la bulle de l’IA éclate, « aucune entreprise ne sera épargnée. » Sans le boom des centres de données, l’économie américaine serait probablement en récession : les centres de données, qui représentent 4 % du PIB, ont contribué à 93 % de la croissance du PIB au premier semestre de l’année.

Indicateurs clés du marché

Dépenses d’investissement en pourcentage du PIB : Mesurées en pourcentage du PIB, les dépenses d’investissement liées à l’IA sont déjà similaires en ampleur aux booms d’investissement qui ont précédé les bulles internet, immobilière et de schiste.

Demande pour les anciens GPU : La demande pour les anciens GPU A100, moins puissants, reste étonnamment forte, contredisant certaines prédictions pessimistes.

Allocation du capital des entreprises : Chez Microsoft, les dépenses d’investissement ont grimpé à près de 50 % du chiffre d’affaires, montrant un passage « d’une concurrence basée sur les effets de réseau à une concurrence basée sur l’accès au capital ». Cette dernière est beaucoup plus sujette aux bulles.

Focalisation des startups : Pratiquement toutes les startups de Y Combinator sont désormais liées à l’IA, ce qui suggère un risque concentré dans l’écosystème.

Emploi et effets économiques

Depuis le lancement de ChatGPT, le S&P 500 a fortement progressé tandis que le nombre d’offres d’emploi aux États-Unis a fortement baissé. Cependant, l’histoire montre que le déplacement technologique conduit souvent à une réaffectation des emplois plutôt qu’à une perte permanente.

Les données d’emploi publiées avec retard ont montré que les États-Unis ont créé 119 000 emplois supplémentaires en septembre, ce qui suggère que le marché du travail reste résilient malgré les craintes de perturbation liées à l’IA.

Contexte économique plus large

Les droits de douane ont rendu les produits importés environ 5,44 % plus chers qu’ils ne l’auraient été autrement. Le prix moyen d’une voiture aux États-Unis dépasse désormais 50 000 dollars, tandis que dans certains endroits, l’essence est moins chère que l’eau.

L’âge médian des acheteurs de maisons aux États-Unis est passé à 59 ans, ce qui reflète la difficulté d’accès à la propriété pour les jeunes générations.