Atteindre un rendement de 10 % sur les investissements actuels en intelligence artificielle pourrait nécessiter 650 milliards de dollars de revenus annuels, soit 35 dollars par mois pour chaque utilisateur d’iPhone.
Les hyperscalers devraient dépenser 533 milliards de dollars en dépenses d’investissement (capex) cette année, alors que la course à la construction d’infrastructures d’IA s’intensifie. Certaines estimations suggèrent que le déploiement de l’IA pourrait dépasser 5 000 milliards de dollars au cours des prochaines années, ce qui amène les investisseurs à s’interroger, à juste titre, sur la capacité de ce niveau d’investissement à générer des rendements acceptables.
La monétisation de l’IA a déjà commencé, mais elle reste concentrée au niveau de la couche d’infrastructure. Ailleurs, la monétisation auprès des utilisateurs finaux n’en est qu’à ses débuts, demeure inégale et manque de transparence. Ce schéma est courant pour une technologie généraliste émergente, mais les enjeux sont majeurs dans le contexte actuel, et la manière dont la monétisation se matérialisera finalement tout au long de la chaîne de valeur aura des implications significatives pour les marchés.
L’endroit le plus évident à examiner : l’infrastructure
Les dépenses d’investissement dans les semi-conducteurs, les centres de données, les équipements réseau et les infrastructures électriques ont fortement augmenté, alors que les entreprises s’empressent de déployer l’IA à grande échelle. Deux forces alimentent cette course à la capacité de calcul :
- Adoption croissante. 55 % des adultes américains utilisent désormais l’IA générative chaque semaine, un taux d’adoption qui a nécessité 16 ans pour l’internet1, et 17 % des entreprises américaines déclarent l’avoir adoptée.
- Intensification des charges de travail. L’intensité de calcul par tâche augmente à mesure que les modèles deviennent plus volumineux et complexes, en particulier avec l’essor des modèles de raisonnement.
Malgré une hausse de 170 % des dépenses d’investissement au cours des deux dernières années, les hyperscalers prévoient toujours un environnement de demande et d’offre très tendu jusqu’en 20262. Sur les 125 GW de capacité mondiale des centres de données, seulement environ 20 GW peuvent actuellement traiter des charges de travail liées à l’IA3, et au moins 100 GW de nouvelle capacité de production électrique seront nécessaires pour répondre à la demande projetée des centres de données4. Ces contraintes représentent de véritables risques pour les entreprises qui fournissent des services liés à l’IA, mais elles créent également des opportunités uniques tout au long de la chaîne de valeur de
La frontière irrégulière : les applications
Trois ans après l’émergence de l’IA générative, on observe déjà des succès sans précédent. Des entreprises natives de l’IA atteignent une échelle considérable avec des équipes réduites et efficaces en capital, ce qui aurait été impensable il y a dix ans.
Cela dit, l’économie des services d’IA est encore en phase de construction. De nombreux modèles de pointe opèrent à perte sur chaque interaction, et bien que cela ne soit pas inhabituel pour un nouveau service, il reste incertain de savoir combien de temps cette situation pourra durer. Jusqu’à présent, les revenus d’abonnement dominent, mais la publicité et d’autres modèles de tarification devraient émerger.
Les éditeurs de logiciels d’entreprise testent également diverses stratégies tarifaires, allant de l’intégration de l’IA dans les produits existants à la facturation à l’unité (par token). Environ 60 % des entreprises prévoient d’augmenter significativement leurs budgets consacrés à l’IA, mais la question demeure de savoir s’il s’agit de dépenses additionnelles ou d’un arbitrage au sein des budgets informatiques. Les grandes entreprises dépensent déjà environ 1 000 à 3 500 dollars par employé et par an en logiciels5, et ce sont les gains de productivité qui détermineront, à terme, jusqu’où ces dépenses pourront s’élever.
Les gardiens du péage : les hyperscalers
Les hyperscalers se trouvent à l’intersection de l’infrastructure et des applications, et beaucoup ont déjà monétisé l’IA de manière indirecte grâce à une demande accrue pour le cloud6. Cependant, les seuils de rentabilité à venir sont considérables. Atteindre un rendement de 10 % sur les investissements actuels en IA pourrait nécessiter 650 milliards de dollars de revenus annuels, soit 35 dollars par mois pour chaque utilisateur d’iPhone7. Bien que cela soit envisageable, il s’agit d’un objectif ambitieux qui suppose une adoption large et durable.
Enfin, un rappel important pour les investisseurs : même si les rendements agrégés de l’IA déçoivent, certains acteurs individuels peuvent tout de même très bien s’en sortir, en particulier si des dynamiques de type « winner-take-all » émergent. Et même si la monétisation globale dépasse les attentes, il y aura presque inévitablement des perdants. C’est pourquoi la diversification reste essentielle—entre les entreprises, tout au long de la chaîne de valeur de l’IA et entre les classes d’actifs—car les portefeuilles bénéficient non seulement de l’exposition à l’innovation, mais aussi de l’équilibre.