Voici la traduction demandée :
La course s'intensifie. SpaceX, l'entreprise d'Elon Musk qui développe des modèles d'IA ainsi que des fusées spatiales, a annoncé la semaine dernière qu'elle cherche une valorisation de 1 770 milliards de dollars (1 310 milliards de livres sterling) sur le marché boursier américain. Pendant ce temps, Anthropic, la start-up à l'origine du chatbot Claude, a déclaré avoir déposé une demande d'introduction en bourse. OpenAI, le développeur de ChatGPT, devrait suivre le mouvement.
Ce nouveau sommet du marché de l'IA intervient dans un contexte de dépenses massives de plusieurs milliers de milliards de dollars dans les infrastructures connexes, comme les centres de données. Parallèlement, les entreprises tentent d'utiliser la technologie de manière à rentabiliser leurs investissements. Voici un aperçu de la situation actuelle du boom de l'IA et six graphiques clés qui montrent comment nous en sommes arrivés là.
1. L'IA a propulsé les actions vers de nouveaux sommets
Le S&P 500, qui suit les 500 plus grandes entreprises américaines, a bondi de près de 80 % au cours des cinq dernières années. Cette hausse a été alimentée par les grandes valeurs technologiques impliquées dans le boom de l'IA – les "sept magnifiques" : Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia et Tesla.
L'attention des investisseurs sur la technologie est sans précédent, déclare Jim Bianco de la société américaine Bianco Research. Ses recherches ont révélé que 41 actions liées à l'IA représentent désormais près de la moitié de la valeur totale du S&P 500.
Neil Wilson, analyste à la plateforme d'investissement Saxo UK, prévient que le risque d'un choc inflationniste de type années 1970, les valorisations technologiques élevées en général, et un gel potentiel des marchés de crédit privés ne sont pas de bon augure pour les actions.
"L'ensemble du marché est devenu une immense structure d'IA", dit-il. "Le danger est une répétition de la bulle Internet – un krach massif et des années de pertes de rendement. Selon certaines mesures, les valorisations ne sont pas aussi tendues qu'à l'époque, mais cela ressemble à un marché incroyablement risqué."
2. Les dépenses augmentent à un rythme stupéfiant
Les dépenses en IA – des centres de données aux puces – augmentent rapidement, passant de 765 milliards de dollars cette année à 1 600 milliards de dollars d'ici 2031, selon Goldman Sachs. La banque d'investissement reconnaît qu'il pourrait y avoir des problèmes avec un engagement aussi massif. Que se passe-t-il si les centres de données sont retardés ?
"Avec l'ampleur des capitaux engagés, même de petits retards dans l'exécution soulèvent de sérieuses questions sur les hypothèses de demande qui sous-tendent ces investissements", déclarent les analystes de Goldman. Cependant, ils ajoutent que si les plans de dépenses se déroulent sans heurts, cela pourrait susciter une nouvelle vague de demande d'IA. Néanmoins, ces dépenses montrent à quel point les ressources financières mondiales – et les attentes de rendement – sont investies dans l'IA.
3. Les entreprises et les consommateurs adoptent rapidement l'IA
Malgré des rapports mitigés sur ses avantages, la grande majorité des entreprises commencent à utiliser l'IA – passant de 33 % en 2023 à près de 80 % aujourd'hui, selon le cabinet de conseil McKinsey. L'utilisation par le public est également élevée, ChatGPT d'OpenAI atteignant désormais 1 milliard d'utilisateurs actifs mensuels, selon les données de Sensor Tower – un record pour toute application.
Le défi pour les développeurs d'IA est désormais de savoir comment tirer profit de cette énorme base de clients publics et privés. Les entreprises doivent démontrer que l'IA améliore les résultats et réduit les coûts suffisamment pour justifier la dépense. Cela signifie l'utiliser pour construire des flux de travail complets – jargon commercial pour accomplir une tâche du début à la fin. Il reste encore beaucoup de chemin à parcourir sur ce front.
4. Claude rattrape ChatGPT
Anthropic a commencé à gagner du terrain sur OpenAI à la fin de l'année dernière, lorsque son outil Claude Code est devenu viral parmi les développeurs de logiciels, principalement dans la région de San Francisco, avant de se répandre plus largement. Claude Code a marqué un changement dans la manière dont les grands modèles de langage – la technologie de base des chatbots – sont utilisés, s'orientant vers des agents d'IA autonomes qui effectuent des tâches sans aide humaine, permettant même aux personnes non férues de technologie de créer des logiciels et de gérer un large éventail de tâches.
OpenAI a toujours une base d'utilisateurs globale beaucoup plus large, mais les données de la société d'analyse Internet Kentik – qui suit l'utilisation sur plusieurs fournisseurs de services Internet américains – montrent qu'Anthropic comble rapidement l'écart. Le trafic utilisateur de Claude a augmenté significativement plus vite que celui de ChatGPT et de Gemini de Google entre janvier et avril, avec un pic après cette période. Le Pentagone l'a qualifié de risque pour la chaîne d'approvisionnement en mars. À ce rythme de croissance, Kentik prédit qu'il pourrait dépasser ChatGPT d'ici l'été – une autre raison pour laquelle Anthropic pourrait trouver plus facilement le chemin de l'introduction en bourse que son concurrent.
5. L'utilisation de l'IA devient plus coûteuse
Chaque fois qu'un chatbot ou un agent d'IA donne une réponse, elle est mesurée en "tokens" – unités de base du langage qui peuvent être des mots, des signes de ponctuation ou des syllabes. (Par exemple, OpenAI dit que la phrase "Vous ratez 100 % des tirs que vous ne prenez pas" vaut 11 tokens.) Les tokens mesurent également les entrées, comme l'invite que vous tapez dans ChatGPT.
Les coûts varient selon le modèle ; OpenAI facture 5 $ par million de tokens d'entrée pour GPT-5.5, et 30 $ par million de tokens de sortie (la réponse à votre invite).
Le problème pour les utilisateurs est que les coûts des tokens augmentent fortement, même si les entreprises poussent partout leurs employés à "tokenmaxx" – c'est-à-dire à vraiment utiliser l'IA à fond. Le problème pour les entreprises d'IA est qu'elles ne facturent toujours pas assez.
La promesse de base de l'IA est que l'argent qu'une entreprise dépense pour ces outils est plus que compensé par les gains de productivité – une mesure de l'efficacité économique où une productivité plus élevée signifie plus de production par travailleur. Si cet équilibre ne fonctionne pas, alors les hypothèses sous-jacentes aux valorisations – et aux politiques – de l'IA sont affaiblies.
"Les coûts deviennent complètement incontrôlables", déclare Liam Betsworth, fondateur de la start-up britannique d'IA Pendra. Il dit que les développeurs de logiciels de son réseau utilisent des agents pour coder, en commençant par l'abonnement le moins cher et en passant rapidement au plus cher. Ils ne sont pas seuls – le site d'actualités Axios a récemment rapporté qu'une entreprise non nommée avait dépensé 500 millions de dollars en un mois pour des licences de Claude Code.
6. La construction de centres de données pourrait ne pas suivre la demande
La construction de centres de données est comme le système nerveux central des produits d'IA, donc le développement et l'utilisation croissants des outils d'IA doivent être accompagnés d'une capacité accrue – sinon il y aura une pénurie de calcul, ce qui signifie des coûts plus élevés pour les entreprises d'IA et les utilisateurs.
Les ambitions du secteur pour les centres de données sont énormes et semblent presque irréalistes. Bloomberg estime que 23 gigawatts de capacité étaient en construction dans le monde en 2025 (la capacité est mesurée en puissance électrique, car cela limite la quantité de calcul qu'un site peut effectuer).
La société immobilière américaine JLL prédit que 100 gigawatts seront ajoutés entre 2026 et 2030 – doublant ce qu'elle estime être la capacité actuelle, équivalent à 1 200 centres de données. JLL dit que son estimation inclut des projets spéculatifs qui pourraient ne jamais démarrer.
D'où viendront l'argent – et l'approvisionnement en énergie – pour répondre à ces prévisions est une question ouverte. Cecilia Rikap, professeure associée à l'University College London, dit que de nombreux projets dans le monde dépendent de promesses politiques d'étendre le réseau et de fournir de l'électricité ; mais les gouvernements pourraient ne pas avoir les ressources nécessaires pour les tenir.
Elle demande : "Le gouvernement a-t-il calculé si une telle expansion est possible ? A-t-il l'argent pour le faire ? A-t-il considéré les dommages environnementaux que cela causerait ?"
7. Ce que les modèles d'IA peuvent faire se développe rapidement
Les capacités des modèles d'IA ont considérablement progressé depuis 2023, selon METR, une organisation de recherche qui mesure les capacités de l'IA.
Les mesures de METR sont basées sur la capacité des modèles d'IA à accomplir une tâche de codage, mesurée par le temps qu'il faudrait à un humain pour le faire. Selon cette mesure, les modèles d'IA doublent de capacité tous les quatre mois. Par exemple, le modèle Claude Mythos d'Anthropic est estimé atteindre un taux de réussite de 50 % sur des tâches qui prendraient à un expert humain entre huit heures et deux jours.
Cependant, il n'y a pas eu d'impact correspondant sur les emplois – jusqu'à présent. Un rapport de mars d'Anthropic incluait des recherches montrant qu'en théorie, l'IA pourrait effectuer de nombreux emplois, de l'informatique au travail juridique, mais elle ne l'a pas encore fait à grande échelle.
Bouke Klein Teeselink, universitaire au King's College de Londres et expert de l'impact de l'IA, note que cet écart reste significatif. L'impact de l'IA sur le travail montre qu'il existe des obstacles à son adoption dans la main-d'œuvre. Par exemple, quelle partie du travail d'un PDG ou d'un cadre supérieur peut-elle être confiée en toute sécurité à un robot ? Les tâches juridiquement sensibles peuvent-elles être effectuées par autre chose qu'un humain ? Néanmoins, dit-il, le changement arrive.
"Nous en sommes encore aux premiers stades de la révolution de l'IA. De nombreuses personnes effectuent des tâches qui pourraient être gérées par l'IA. L'ampleur du changement que nous allons voir sera énorme."
8. Les centres de données soutiennent le PIB américain
Même si le gouvernement américain a supprimé des emplois sous l'administration de Donald Trump et que de nombreuses industries ont connu des licenciements massifs, le PIB américain a continué de croître – 2,1 % en 2025 et 1,6 % au premier trimestre 2026, selon le Bureau of Economic Analysis des États-Unis. Cependant, un économiste de Harvard calcule que sans le boom des centres de données, ces chiffres pourraient être beaucoup plus faibles. En fait, "l'investissement dans les équipements de traitement de l'information et les logiciels" a représenté 92 % de la croissance du PIB américain au premier semestre 2025.
Cela signifie que les centres de données – et le boom de l'IA – génèrent une énorme part de la croissance américaine. Ils sont une des principales raisons pour lesquelles la plus grande économie mondiale semble encore saine, malgré des défis majeurs. Tout ralentissement de ces dépenses pourrait avoir des conséquences économiques, et donc politiques.
**Questions fréquemment posées**
Voici une liste de FAQ basées sur l'article Des milliards ont été dépensés et les retours potentiels sont encore incertains Voici le boom de l'IA expliqué avec six graphiques
**Questions de niveau débutant**
1. **Pourquoi les entreprises dépensent-elles autant d'argent pour l'IA si les retours ne sont pas garantis ?**
Elles parient que l'IA finira par révolutionner les industries et générer des profits massifs, similaires aux débuts d'Internet. Elles ne veulent pas être laissées pour compte si elle réussit.
2. **Que voulez-vous dire par "boom de l'IA" ?**
C'est la période actuelle d'investissements massifs, d'excitation et de développement rapide dans l'intelligence artificielle, en particulier dans des outils comme ChatGPT et les générateurs d'images.
3. **L'IA rapporte-t-elle réellement de l'argent à quelqu'un pour le moment ?**
Pour la plupart des entreprises, pas encore. Le coût de construction et d'exploitation d'une IA avancée est énorme et on ne sait toujours pas quand ces coûts seront remboursés par des clients payants généralisés.
4. **De quoi parlent les six graphiques de l'article ?**
Ils montrent les tendances clés : les dépenses massives des géants de la technologie, la demande croissante de puces IA, le coût énergétique énorme de l'IA, le petit nombre d'utilisateurs payants réels, le plateau de performance de certains modèles et la réaction incertaine du marché boursier.
**Questions de niveau avancé**
5. **Pourquoi le coût de l'inférence est-il un si gros problème ?**
L'inférence, c'est quand vous utilisez réellement un modèle d'IA. C'est bien plus coûteux que d'entraîner le modèle une seule fois. Si des millions de personnes l'utilisent quotidiennement, les coûts d'électricité et de calcul explosent, rendant les bénéfices très difficiles à atteindre.
6. **Comment les graphiques montrent-ils que les gains faciles de l'IA pourraient être terminés ?**
Un graphique montre que les améliorations de performance des plus grands modèles d'IA commencent à ralentir, même si le coût de leur formation continue d'augmenter. Cela suggère que nous atteignons un point de rendements décroissants.
7. **Que dit l'article sur le rôle de Nvidia dans ce boom ?**
Nvidia fabrique les puces essentielles pour l'IA. Les graphiques montrent que les revenus de Nvidia ont explosé, mais c'est la vente de "pioches et de pelles" de la ruée vers l'or. La question est de savoir si les entreprises qui achètent ces puces réaliseront un jour un retour sur leur investissement.
8. **Comment le retour incertain affecte-t-il les petites start-ups d'IA ?**
C'est
