Présentation du défi
Il y a trois ans, le partenaire de Sequoia, David Cahn, a été l'un des premiers à évaluer les implications de l'investissement titanesque de la Silicon Valley dans les infrastructures d'IA. En 2023, il réagissait aux revenus annuels déclarés par Nvidia de 50 milliards de dollars pour ses GPU. En partant de ce chiffre et en ajoutant les coûts implicites d'exploitation des centres de données et les marges pour leurs opérateurs, il a déduit que 200 milliards de dollars de revenus seraient nécessaires pour rembourser l'investissement initial.
Le fonctionnement de l'infrastructure d'IA
Aujourd'hui, après trois ans d'hyperscaling, Cahn a un nouveau chiffre pour les dépenses d'infrastructure d'IA en 2026 : 1,5 billion de dollars. Au total, il calcule que l'industrie de l'IA devra gagner 3 billions de dollars pour justifier tous ces investissements dans les puces et les dépenses de centres de données. Et ce chiffre est probablement une sous-estimation, car les coûts croissants de la mémoire et l'utilisation croissante de puces exotiques ou spécifiques à l'inférence vont augmenter ce nombre.
Implications et limites
D'un autre côté, Anthropic aurait atteint 60 milliards de dollars de revenus annuels récurrents (ARR), tandis qu'OpenAI aurait gagné 13 milliards de dollars en 2025. Cependant, il y a clairement un grand écart à combler. Torsten Slok, l'économiste en chef d'Apollo, souligne que les hyperscalers - Google, Meta, Microsoft et Amazon - prévoient tous une accélération massive de leur flux de trésorerie disponible en 2028. Mais que se passera-t-il s'ils n'y parviennent pas ? Slok note un risque que nous voyons actuellement dans l'utilisation de l'IA : plus d'organisations se tournent vers des modèles de poids ouvert moins chers, souvent chinois, et non ceux construits par les laboratoires de pointe, et les prix des jetons chutent.
Analyse des risques
Le dernier modèle d'OpenAI, selon son PDG Sam Altman, est 54 % plus efficace en termes de jetons pour les tâches de codage. C'est bon pour les utilisateurs qui s'inquiètent du coût de leurs agents IA, mais cela peut être mauvais pour les entreprises qui construisent des usines de jetons si les utilisateurs n'augmentent pas considérablement leur utilisation globale de jetons avec eux. Slok s'inquiète que si les hyperscalers ne remplissent pas leurs objectifs de flux de trésorerie, la réaction du marché pourrait être sévère, avec un risque de récession et de correction du S&P 500.
