Contexte économique
Le Nasdaq a perdu 937 points, reflétant la pression sur les hyperscalers dont les résultats récents ont déçu. Google a vu ses revenus publicitaires chuter, tandis qu’AWS signale un flux de trésorerie négatif malgré une hausse de ses dépenses CAPEX. Cette conjoncture crée un environnement où les entreprises cherchent à justifier chaque dollar investi, notamment dans les projets d’intelligence artificielle d’envergure.
Financement et engagements de calcul
Le S‑1 d’Anthropic, publié en 2026, révèle une croissance de chiffre d’affaires de 14 fois au premier semestre, atteignant 16 milliards de dollars. La société détient 132 milliards de dollars d’actifs liquides, dépassant toutes les banques non‑américaines sauf Alphabet et Berkshire Hathaway. Au total, Anthropic a levé environ 140 milliards de dollars, dont 10 milliards ont été consommés pour atteindre un taux de revenu de 32 milliards de dollars. Le document d’introduction détaille également 537 milliards de dollars d’engagements multiyears en capacité de calcul, structurés sous forme de contrats « take‑or‑pay », d’accords d’achat minimum et de locations conditionnées à la livraison. Ces engagements, bien que non comptabilisés comme dette, lient fortement les fournisseurs d’infrastructure aux besoins de l’IA, créant une dépendance financière qui pourrait se révéler critique si la demande n’atteint pas les prévisions.
Productivité et adoption en entreprise
Les dirigeants interrogés constatent une automatisation croissante des flux de travail, d’abord dans le codage et le service client, puis dans des tâches plus fragmentées. Chaque poste de travail comprend souvent des centaines de tâches, dont un sous‑ensemble commence à être remplacé par des modèles d’IA. Cependant, l’impact sur les indicateurs de productivité reste limité, car les organisations n’ont pas encore réorganisé leurs processus internes pour exploiter pleinement ces automatisations. Cette disparité explique pourquoi les gains de productivité attendus ne se traduisent pas immédiatement en résultats financiers mesurables.
Risques de bulle et perspectives
Les analystes ont mis en garde contre un déséquilibre potentiel entre l’offre d’infrastructure et la monétisation productive. Si les capacités de calcul sont provisionnées avant que les entreprises ne tirent des revenus suffisants, le risque d’éclatement de la bulle augmente, avec 2029 identifié comme l’année la plus critique. Le modèle économique actuel repose sur des engagements financiers massifs et une inflation des coûts d’infrastructure, contrastant avec la tendance historique de déflation technologique observée pendant les ères du PC et d’Internet. La viabilité à long terme dépendra de la capacité des entreprises à restructurer leurs flux de travail, à réduire la main‑d’œuvre grâce à l’IA et à créer de la valeur perçue par leurs clients, ce qui permettra aux investissements d’IA de devenir auto‑financés.
