Bulle IA : quand la BRI voit un fantôme à mille milliards

La recherche

Recherche web (multilingue)

Quand Reddit parle de « bulle IA », c’est une discussion de forum ; quand la Banque des règlements internationaux (BIS/BRI), la banque centrale des banques centrales, écrit noir sur blanc dans son rapport annuel que le boom de l’IA peut finir en long krach d’investissement, le sujet change de registre[2][4]. Ce n’est pas une prophétie de fin du monde, c’est un avertissement de risque systémique.

1. Ce que dit précisément la BIS – et pourquoi ça compte

La BIS consacre un chapitre entier de son Rapport économique annuel 2026 à l’IA et parle d’une vague d’investissement « portée par un optimisme considérable » qui pourrait se solder par une correction longue et douloureuse si les gains de productivité promis tardent[2][4].

Elle insiste sur trois points structurants :

• Montant du pari
  Les cinq grands hyperscalers (Microsoft, Google, Amazon, Meta, Apple) prévoient plus de 1 000 milliards de dollars de capex IA sur 2025–2026, un rythme qui dépasse leurs bénéfices et leur flux de trésorerie libre, les poussant vers l’endettement[3][5].
  Image capex : pensez au capex comme au coût de construction d’une autoroute ou d’une usine – vous dépensez aujourd’hui pour une infrastructure que vous espérez rentabiliser sur 10–20 ans.

• Ton du message
  Le bulletin trimestriel de la BIS classait encore les risques macro-financiers liés à l’IA comme « modérés » ; le rapport annuel monte nettement d’un cran et prévient qu’une révision de prix (hausse des taux ou déception sur l’IA) pourrait être aussi perturbatrice pour le crédit que la crise de 2008[3][4].
  La BIS souligne que l’exposition ne se limite plus aux actionnaires tech : les ménages américains sont très exposés aux actions, et les institutions non bancaires (fonds, assureurs) sont devenues les premiers détenteurs de dette souveraine des économies avancées[3].

• Nature du risque
  La BIS ne dit pas « l’IA est une bulle » au sens strict ; elle décrit un surinvestissement potentiellement insoutenable, des valorisations tendues, des structures de financement opaques et un risque de contagion vers l’économie réelle[1][2][4][6].

Autrement dit : la voix la plus sobre de la finance ne conteste pas la réalité de la percée technologique, mais met en doute la robustesse du montage financier qui la porte.

2. Le mécanisme – pourquoi cette fois, le risque touche le « salon » et pas seulement la salle des marchés

2.1. Un trillion bâti sur du crédit

Selon la BIS, la course au capex IA est de plus en plus financée par la dette et par des véhicules de crédit privés peu régulés[2][3][5].

• Les hyperscalers financent data centers, GPU, réseaux par :
  • Emprunts obligataires (levier)
  • Baux de centres de données construits par des tiers, avec des clauses de paiement quasi indépendantes de l’usage réel[3][6]
  • Engagements hors bilan, accords privés, obligations de prendre de la capacité (« take‑or‑pay »)[3][6]

Image crédit bon marché : pendant quelques années, tout le monde a construit des « immeubles IA » à crédit, en partant du principe que les loyers (revenus IA) suivraient. Tant que les locataires affluent, tout va bien ; si la demande ralentit, l’immeuble reste là… mais la dette doit toujours être payée.

La BIS relève aussi un risque technique : l’obsolescence accélérée des puces. Si chaque nouvelle génération de processeurs offre beaucoup plus de performance par dollar, le stock de matériel existant peut devenir économiquement inutilisable avant la fin de son amortissement comptable, fragilisant les bilans de ceux qui ont beaucoup emprunté pour l’acheter[2].

2.2. Les financements circulaires – l’argent qui « tourne en rond »

La BIS met en avant la montée d’un « financement circulaire » dans l’écosystème IA[1][2][3] :

• Des fabricants de puces (type Nvidia) et des géants du cloud prennent des participations dans des laboratoires d’IA.
• Ces labs s’engagent ensuite contractuellement à acheter leurs composants et leur capacité de calcul (GPU, cloud), recyclant de facto l’argent vers les investisseurs originels sous forme de revenus[1][3].
• Une partie croissante du financement passe par des hedge funds, fonds de crédit privé, capital‑investissement, soumis à une surveillance plus légère que les banques[1][2][5].

Image financement circulaire : A met de l’argent dans B ; B signe un contrat pour acheter à A ; les revenus de B viennent en grande partie d’A. Vue de loin, les chiffres sont impressionnants ; vue de près, l’argent fait des ronds dans l’eau. Tant que la croyance collective tient, tout le monde affiche croissance et ROI. Si un maillon arrête de jouer, les chaînes de contrats se retournent en défauts.

2.3. L’adoption subventionnée – « l’IA pas chère » était un prix d’appel

Sur le terrain, l’IA a été massivement subventionnée pour accélérer l’adoption :

• De nombreux labs ont proposé des offres très agressives : accès illimité, bundles généreux, remises fortes aux gros comptes, prix d’inférence proches ou en dessous du coût marginal pour verrouiller des parts de marché (documenté notamment par des analyses de coûts de compute comme Martin Alderson ou Kilo, et par les grandes banques d’investissement[5]).
• Dans ce cadre, Anthropic a supprimé en 2026 son plan illimité et pousse désormais les entreprises vers une API tarifée standard, ce qui marque un retrait visible des subventions d’usage massif (documenté dans les communications produit et la newsletter AISecret « The Central Bank Saw a Ghost »).

Nuance factuelle importante pour un dirigeant :

• Dire que les labs « vendent à perte » au global est contesté : le prix public de l’API ne reflète pas directement le coût réel de compute, surtout pour des usages optimisés ou internalisés.
• Ce qui est établi, c’est une adoption subventionnée (prix d’appel, remises structurantes, bundles) qui se retire progressivement à partir de 2026.

Image subvention : vous avez pris l’autoroute IA quand le péage était quasi gratuit, parce que quelqu’un d’autre payait la note. Ce péage commence à remonter. La question n’est pas morale, elle est économique : à quel niveau se stabilisera le « vrai » prix ?

2.4. Le signal du crédit – les spreads s’écartent

La BIS et les analyses dérivées montrent que le marché du crédit commence déjà à distinguer les acteurs IA :

• Depuis janvier 2025, les primes de CDS (assurance contre le défaut) des émetteurs IA notés BBB ou mieux augmentent, alors que l’indice large des émetteurs de même qualité se détend[3].
• Autrement dit, les credit spreads des sociétés IA de bonne qualité s’élargissent : le marché exige un taux plus élevé pour prêter à ces acteurs, ce qui signifie une perception accrue du risque[3][6].

Image credit spread : c’est la différence entre le taux payé par une entreprise « normale » et celui payé par une entreprise IA, à même niveau de note. Si cette différence s’ouvre, c’est comme une prime de risque qui grimpe pour assurer le même type de voiture – signe que l’assureur juge le modèle plus accidentogène.

3. Le cœur pour un dirigeant : la dépendance

Dans ce décor de crédit bon marché, de financements circulaires et de subventions qui se retirent, le point clé pour une entreprise n’est pas « bulle ou pas », mais dépendance économique.

Quelques scénarios très concrets :

• Si le vrai prix de l’IA se révèle (par éclatement de bulle ou par simple fin des subventions), une entreprise qui a bâti son produit sur une API subventionnée peut voir :

  • Ses coûts directs d’IA multipliés en peu de temps
  • Ses marges compressées
  • Son modèle économique remis en cause

• Une entreprise qui a externalisé son « cerveau » – la partie la plus intelligente de son produit – à un fournisseur unique de modèle IA :

  • N’a aucun levier de négociation sur les prix.
  • Est exposée à toute rupture de service, changement de licence, restriction d’usage (régulation, stratégie commerciale, priorités du provider).
  • Se retrouve dans une situation de lock‑in similaire à un industriel dépendant d’un seul fournisseur d’énergie, de rail ou de cloud.

Image dépendance : si votre maison repose sur un seul pilier, et que ce pilier est loué, vous ne maîtrisez ni le prix, ni la stabilité du pilier. La fragilité n’est pas dans l’IA, elle est dans la structure de vos dépendances.

4. La leçon historique : les bulles d’infrastructure ruinent le capital, pas la technologie

La BIS inscrit explicitement le boom IA dans une lignée de grandes bulles d’infrastructure – canaux des années 1830, chemins de fer britanniques des années 1840, dotcom de la fin des années 1990[2][3][5].

Signature commune :

• Percée technologique réelle

  • Les canaux ont réellement transformé le transport de marchandises.
  • Les chemins de fer ont réellement tissé le marché national.
  • L’internet et la fibre optique ont réellement créé l’économie numérique.

• Surinvestissement alimenté par l’argent facile et l’euphorie

  • On a construit trop vite, trop cher, trop concentré, sur des hypothèses de revenu qui ne se sont pas matérialisées.
  • Le capital a afflué vers quelques acteurs et projets « stars » sur la base d’anticipations extravagantes.

• Crash financier, infrastructure qui reste

  • Le krach ferroviaire des années 1840 a lessivé les actionnaires, mais les voies sont restées, et ont porté un siècle de commerce.
  • Le crash dotcom a fait faillite sur faillite, mais la fibre « dark » posée à perte est devenue la colonne vertébrale bon marché de YouTube, Netflix, du cloud.
  • Dans chaque cas, le capital a été mal alloué (ce que la tradition hayékienne appelle malinvestissement), puis purge ; la technologie, elle, a survécu et s’est diffusée.

La BIS reprend cette logique : l’attrait de l’IA peut provoquer un surinvestissement que la correction purge – pas la technologie elle‑même[2][3][4].

Point clé pour un dirigeant : l’histoire dit que la bulle financière peut éclater sans tuer la technologie. Ce qui reste, ce sont les infrastructures posées, souvent à décote, qui deviennent des biens communs.

5. Appliquer à l’IA : qu’est‑ce qui jouera le rôle de la « fibre qui reste » ?

Si l’on transpose cette logique à l’IA :

• Les data centers construits resteront ; les lignes électriques tirées resteront ; les compétences développées resteront.
• Mais pour un utilisateur final (entreprise), la vraie infrastructure réutilisable, indépendamment des aléas de tel ou tel lab commercial, ce sont les modèles et poids ouverts, auto‑hébergeables.

Concrètement :

• Les modèles open‑source : Llama, Mistral, DeepSeek, Qwen, et d’autres déjà largement diffusés, ne disparaîtront pas si :

  • Un hyperscaler réduit la voilure.
  • Un lab ferme ou change de stratégie.
  • Les prix API doublent.

• Ces modèles deviennent une infrastructure logicielle :

  • Qu’on peut déployer sur son propre cloud ou on‑premise.
  • Qu’on peut optimiser pour ses cas d’usage.
  • Qu’on peut comparer entre plusieurs fournisseurs d’inférence (éviter le lock‑in).

Image « fibre qui reste » : la fibre posée pendant la bulle dotcom a ensuite servi à transporter le trafic de YouTube et Netflix. De la même manière, les poids de modèles ouverts posés aujourd’hui, parfois à perte, peuvent devenir demain votre fibre IA privée – la couche de base sur laquelle vous bâtissez sans dépendance exclusive.

La résilience d’un dirigeant, dans ce contexte, c’est :

• Garder une porte de sortie technique : pouvoir faire tourner son produit sur des modèles open‑source auto‑hébergés, même si l’API préférée devient trop chère ou restrictive.
• Éviter le lock‑in total à un seul lab ou hyperscaler pour les fonctions critiques (recommandation, recherche, copilots internes).
• Penser l’IA comme infrastructure à posséder partiellement, pas seulement comme service à louer.

6. La bonne question à se poser : « quand l’argent facile s’en ira… »

Les éléments mis bout à bout – trillion de capex sur dette, financement circulaire, adoption subventionnée qui se retire, credit spreads qui s’écartent, avertissement explicite de la BIS – disent une chose :

• La bulle financière autour de l’IA peut éclater ou, plus probablement, se dégonfler dans une longue récession d’investissement[2][3][5][6].
• La technologie, elle, restera. Les modèles, les data centers, les fibres, les outils ne s’évaporent pas.

La vraie question pour une entreprise n’est donc pas :

« L’IA est‑elle une bulle ? »

mais :

« Quand l’argent facile s’en ira, serai‑je celui qui possède un bout d’infrastructure, ou celui qui payait un loyer qu’il ne peut soudain plus payer ? »

Poser l’IA comme outil dont on interroge lucidement la dépendance économique, c’est sortir des deux extrêmes :

• Ni techno‑béatitude (« tout est gratuit, tout le monde va en profiter »).
• Ni techno‑panique (« l’IA va tout détruire »).

C’est une question de structure de bilan et de choix d’architecture : où placez‑vous votre dépendance, et quels actifs IA – modèles, données, compétences, infra – possédez‑vous réellement quand le cycle du crédit se retourne.