Il y a trois ans, un associé de Sequoia a fait un calcul rapide sur une serviette, lançant un débat auquel la Silicon Valley tente de répondre depuis. Le chiffre était important à l'époque. Il l'est bien plus aujourd'hui. Et de plus en plus d'économistes préviennent que si la réponse s'avère erronée, les conséquences se feront sentir bien au-delà du secteur technologique.
Voici la situation, le contre-argument que presque personne ne prend en compte dans les prix, et ce que cela signifie si vous construisez, investissez ou opérez à proximité de ce marché.
La question à 3 000 milliards de dollars : quel chiffre d’affaires total l’industrie de l’IA devra-t-elle générer pour justifier les quelque 1 500 milliards de dollars de dépenses prévues d’ici 2026 en centres de données et en puces, en tenant compte des coûts d’exploitation et des attentes de retour sur investissement des investisseurs ? C’est l’équivalent, à l’ère de l’IA, d’un test simple auquel toute entreprise est confrontée : les recettes couvrent-elles les dépenses ?
D'où vient le chiffre de 3 000 milliards de dollars ?
En 2023, David Cahn de Sequoia s'est penché sur le chiffre d'affaires annuel déclaré de Nvidia pour les GPU, avoisinant les 50 milliards de dollars, et a effectué un calcul rétrospectif. En y ajoutant les coûts d'exploitation des centres de données hébergeant ces puces, ainsi que les marges nécessaires aux opérateurs, il a estimé que le secteur devrait générer environ 200 milliards de dollars de revenus rien que pour amortir l'investissement initial. Il a présenté cela comme un défi lancé aux fondateurs d'entreprises : concevoir des produits à la hauteur de cette puissance de calcul.
Après trois ans d'hypercroissance, les estimations actualisées de Cahn concernant les dépenses d'infrastructure d'IA pour 2026 s'élèvent à 1 500 milliards de dollars. En additionnant le coût total, il estime désormais que le secteur doit générer environ 3 000 milliards de dollars pour justifier la production de puces et la construction de centres de données. Il considère également qu'il s'agit probablement d'un seuil minimal, et non maximal, car la hausse des coûts de la mémoire et l'évolution vers des puces exotiques dédiées à l'inférence informatique ne cessent d'augmenter le rendement requis par gigawatt de capacité.
Si vous souhaitez une vision plus globale de ce développement, nous avons cartographié l'ensemble des dépenses dans notre analyse des meilleures entreprises d'IA à suivre en 2026, où Goldman Sachs estime les dépenses d'investissement des hyperscalers de 2025 à 2027 à 1,15 billion de dollars, soit plus du double des trois années précédentes.
Les chiffres relatifs aux revenus ne sont pas encore cohérents
Passons maintenant à l'autre côté du tableau. Les laboratoires de pointe se développent rapidement, mais l'écart reste énorme.
| Entreprise | Chiffre rapporté | Notes |
|---|---|---|
| Anthropique | ~60 milliards de dollars de revenus annuels | Taux de fonctionnement estimé |
| OpenAI | ~13 milliards de dollars (revenus de 2025) | Un chiffre d'affaires annuel récurrent (ARR) de 20 milliards de dollars était prévu pour novembre 2025, probablement plus élevé aujourd'hui |
Même en étant optimiste, le chiffre d'affaires cumulé des laboratoires de pointe se situe dans la fourchette basse des centaines de milliards de dollars, face à une facture de 3 000 milliards. Et les revenus d'OpenAI sont associés à des pertes colossales. Les états financiers audités de 2025 affichaient une perte nette de 38,5 milliards de dollars pour un chiffre d'affaires de 13 milliards, une situation que nous avons analysée en détail dans notre étude des documents financiers divulgués d'OpenAI. Le chiffre d'affaires ne se confond pas avec le bénéfice, et dans ce secteur, l'écart entre les deux se mesure en puissance de calcul.
L'échéance de 2028 dont personne ne parle
Voici l'élément qui transforme une simple histoire technologique en une histoire macroéconomique. Torsten Slok, économiste en chef du gestionnaire d'actifs Apollo, souligne que les quatre géants du cloud qui financent la majeure partie de cette croissance, Google, Meta, Microsoft et Amazon, prévoient tous une forte accélération de leur flux de trésorerie disponible dès 2028. Autrement dit, ils annoncent aux investisseurs que le retour sur investissement sera au rendez-vous d'ici deux ans environ.
C'est une promesse, pas un fait. Et cela fixe un délai. Si les fonds ne sont pas débloqués comme prévu, le scénario qui a soutenu certaines des entreprises les plus valorisées au monde commence à vaciller.
Le problème de la déflation des jetons
L'inquiétude spécifique de Slok est une inquiétude que ce site suit depuis des mois : le prix de l'IA chute, et cette chute s'explique par des raisons que les laboratoires ne peuvent pas entièrement contrôler.
De plus en plus d'organisations se tournent vers des modèles open-weight moins coûteux, souvent chinois, plutôt que de payer le prix fort pour des systèmes de pointe. Nous avons justement abordé ce sujet lorsqu'un modèle chinois gratuit, sous licence MIT, a égalé un système américain de pointe à accès restreint pour environ un sixième du prix. Par ailleurs, les modèles de pointe eux-mêmes gagnent constamment en efficacité. La dernière version d'OpenAI est, selon Sam Altman, 54 % plus efficace en termes de jetons pour les tâches de codage.
Pour une entreprise exploitant des agents d'IA, cette efficacité est un atout précieux. En revanche, pour une entreprise ayant mis en place un système de génération de jetons et devant les vendre, elle représente une menace, à moins que leur utilisation totale n'augmente suffisamment vite pour compenser la baisse du prix unitaire. Cette tension est au cœur de la course aux factures entre entreprises et jetons que nous avons constatée : les équipes financières ont découvert que des jetons moins chers n'impliquaient pas des factures moins chères.
L'argument contraire que presque personne ne prend en compte dans les prix
C’est là que le raisonnement pessimiste présente une faille. L’hypothèse selon laquelle la baisse du prix des jetons réduit les revenus ignore superbement le paradoxe de Jevons : lorsqu’un bien ou un service devient moins cher, son utilisation augmente souvent tellement que les dépenses totales augmentent malgré tout.
Nous avons déjà vu ce scénario. En janvier 2025, lorsque DeepSeek a prouvé qu'un laboratoire chinois pouvait égaler à moindre coût les modèles de raisonnement occidentaux, le marché a conclu qu'une intelligence moins chère entraînerait un effondrement de la demande de puces et a fait perdre près de 600 milliards de dollars à Nvidia en une seule fois. Or, cette hypothèse était totalement erronée. L'intelligence moins chère a stimulé la demande de puissance de calcul, et Nvidia a ensuite franchi la barre des 5 000 milliards de dollars de valorisation. Nous avons détaillé l'ensemble du mécanisme dans notre analyse des migrations de marges, qui démontre que la véritable question n'est pas de savoir si l'IA est rentable, mais plutôt où se concentrent les flux financiers tout au long de la chaîne de valeur.
En résumé, l'avertissement de Slok signifie qu'un gain d'efficacité de 54 % n'est préoccupant que si la consommation reste stable. Chaque hausse d'efficacité précédente dans ce cycle a entraîné une augmentation de la consommation, et non une diminution. Les optimistes parient sur une demande toujours supérieure aux prix. Les pessimistes parient sur le contraire. Personne ne sait vraiment qui l'emportera, et c'est là tout l'enjeu.
Pourquoi « si peu de noms » représente le véritable risque
Le passage le plus inquiétant de la note de Slok ne concerne pas l'IA, mais la concentration. Selon lui, avec une part si importante de la valeur du marché reposant sur un petit nombre d'entreprises, un ralentissement des retombées économiques ne resterait pas un problème sectoriel. Il pourrait entraîner l'économie dans son ensemble en récession et le S&P 500 en correction.
Voilà la différence entre 2023 et aujourd'hui. Il y a trois ans, c'était un problème mathématique réservé aux investisseurs en capital-risque. Aujourd'hui, les mêmes quelques actions qui misent sur l'IA tirent également l'indice vers le haut, ce qui signifie que la question du retour sur investissement est devenue, sans le vouloir, une question que tout le monde se pose, même ceux qui ne possèdent qu'un seul produit d'IA.
Qu'est-ce que cela signifie si vous construisez ou exploitez
Trois points pratiques à retenir, quelle que soit votre position :
Premièrement, si vous vendez des produits basés sur l'IA, tenez compte de la baisse constante du coût du modèle sous-jacent pour fixer un prix adapté. La marge réalisée sur un intrant banalisé est durable, contrairement à celle qui dépend du maintien d'un coût élevé de cet intrant.
Deuxièmement, si vous investissez dans l'IA, les gains d'efficacité sont réels et méritent d'être recherchés, mais concentrez-vous sur vos dépenses totales, et non sur le prix unitaire. Les entreprises qui ont essuyé des pertes cette année sont celles qui ont confondu un coût unitaire inférieur avec une facture moins élevée.
Troisièmement, si vous êtes exposé au marché, sachez que les investissements dans l'IA et les investissements indiciels sont désormais identiques. La promesse de flux de trésorerie disponibles d'ici 2028 constitue l'hypothèse sous-jacente aux deux.
FAQ
Comment le chiffre de 3 000 milliards de dollars a-t-il été calculé ? David Cahn, de Sequoia, est parti d’une estimation d’environ 1 500 milliards de dollars de dépenses d’infrastructure d’IA prévues pour 2026, à laquelle il a ajouté les coûts d’exploitation et le rendement attendu par les opérateurs et les investisseurs. Il considère ce montant de 3 000 milliards de dollars comme une estimation prudente, car le coût de la mémoire et des puces spécialisées continue d’augmenter.
Les laboratoires d'IA sont-ils proches de ce chiffre d'affaires ? Non. Anthropic affiche un chiffre d'affaires annuel récurrent estimé à près de 60 milliards de dollars et OpenAI a annoncé un chiffre d'affaires d'environ 13 milliards de dollars en 2025. Même combinés, les laboratoires de pointe sont bien en deçà du niveau requis, et OpenAI, en particulier, perd bien plus qu'il ne gagne.
Pourquoi cela affecterait-il l'ensemble de l'économie ? Parce qu'un petit nombre d'entreprises sont aujourd'hui les moteurs du développement de l'IA et représentent une part importante du S&P 500. Si le retour sur investissement promis pour 2028 n'est pas au rendez-vous, Slok d'Apollo prévient que les répercussions pourraient plonger l'économie en récession et entraîner une correction de l'indice.
L'IA moins chère est-elle réellement néfaste pour l'industrie ? Seulement si son utilisation reste stable. Historiquement, chaque baisse du coût de l'IA a entraîné une hausse plus importante de son utilisation, ce qui explique pourquoi les pessimistes et les optimistes débattent en réalité de la demande, et non du prix.
L'analyse du modèle d'entreprise
Le chiffre alarmiste de 3 000 milliards de dollars est conçu pour vous effrayer, et le risque de concentration qu'il met en lumière est bien réel. Cependant, le raisonnement sous-jacent à l'avertissement spécifique de Slok est plus fragile qu'il n'y paraît. Miser sur le fait que la chute des prix des jetons asphyxiera l'économie de l'IA est le même pari qui a fait perdre 600 milliards de dollars à Nvidia début 2025, juste avant que la demande en puissance de calcul n'explose et que le cours de l'action ne triple pour atteindre près de 5 000 milliards de dollars. L'efficacité n'a jamais freiné la croissance de ce marché ; au contraire, elle l'a toujours favorisé.
La question cruciale n'est pas de savoir si l'IA générera 3 000 milliards de dollars de revenus, mais plutôt où ces revenus se répartissent à chaque étape de la chaîne de valeur. Les laboratoires de pointe dépensent des sommes colossales pour des produits qui convergent vers l'interchangeabilité, ce qui signifie que l'argent leur échappe et se concentre ailleurs : dans le calcul, le cloud et chez les opérateurs rigoureux qui orientent l'IA vers les rares applications réellement rentables. Si vous voulez être du bon côté de la question des 3 000 milliards de dollars, cessez de vous demander si le secteur est rentable et commencez à vous interroger sur qui capte les bénéfices. Voilà la réponse sur laquelle il faut bâtir.
