Résumé
Arvind Krishna, PDG d'IBM, a exprimé de sérieux doutes sur la faisabilité économique des investissements massifs en capital consacrés à la construction de centres de données d'IA dans la poursuite de l'intelligence artificielle générale (AGI). Dans une analyse récente, Krishna a soutenu que la voie vers la rentabilité de ces entreprises est incertaine, déclarant qu'il n'y a probablement "aucun moyen" pour les entreprises de réaliser un retour sur les dépenses d'investissement aux coûts actuels d'infrastructure et de financement. Ses commentaires introduisent un contrepoint critique, fondé sur des données, au récit de marché dominant d'une expansion effrénée de l'IA.
Déconstruire les mécanismes financiers
Lors d'une apparition au podcast "Decoder", Krishna a fourni une analyse financière simple du boom des infrastructures d'IA. Il a estimé le coût d'équipement d'un seul centre de données d'un gigawatt à environ 80 milliards de dollars. Avec les engagements mondiaux de diverses entreprises visant collectivement 100 gigawatts, les dépenses d'investissement totales (CapEx) approchent un montant estimé à 8 mille milliards de dollars.
L'argument financier central de Krishna porte sur le coût du capital pour une dépense aussi énorme. Il a déclaré : "8 mille milliards de dollars de dépenses d'investissement signifient que vous avez besoin d'environ 800 milliards de dollars de bénéfices juste pour payer les intérêts." Ce calcul met en évidence l'immense rentabilité requise simplement pour assurer le service de la dette sur ces investissements, sans parler de la génération de valeur actionnariale. À cette pression financière s'ajoute la dépréciation rapide du matériel, en particulier des puces d'IA, que Krishna a noté avoir une durée de vie utile pratique d'environ cinq ans avant de devoir être remplacées.
Implications pour le marché
L'analyse de Krishna s'aligne sur les avertissements d'économistes comme Ruchir Sharma, qui a identifié que le boom de l'IA présente les quatre signes classiques d'une bulle financière : surinvestissement, surévaluation, surpossession et surendettement. Les grandes entreprises technologiques, y compris Meta, Amazon et Microsoft, sont devenues parmi les plus grands émetteurs de dette d'entreprise alors qu'elles financent la course aux armements de l'IA. Cette augmentation des emprunts représente un changement significatif par rapport à leurs bilans historiquement riches en liquidités et est considérée comme un indicateur de bulle de fin de cycle.
Sharma avertit que cette bulle pourrait être vulnérable à la hausse des taux d'intérêt, ce qui augmenterait les coûts d'emprunt et comprimerait les valorisations des actions technologiques axées sur la croissance. La forte dépendance à l'égard des investissements liés à l'IA pour stimuler la croissance économique a rendu le marché particulièrement sensible à tout changement de politique monétaire.
Krishna n'est pas une voix isolée de scepticisme. Il a estimé la probabilité d'atteindre l'AGI avec la technologie actuelle des modèles de langage étendu (LLM) entre 0 % et 1 %. Ce point de vue est partagé par plusieurs autres leaders technologiques éminents :
Marc Benioff, PDG de Salesforce, a déclaré qu'il était "extrêmement suspect" de la poussée vers l'AGI.
Andrew Ng, fondateur de Google Brain, a décrit le récit de l'AGI comme "surestimé".
Arthur Mensch, PDG de Mistral, a qualifié l'AGI de "coup marketing".
Ilya Sutskever, cofondateur d'OpenAI, a suggéré que l'ère de la simple mise à l'échelle de la puissance de calcul est révolue et que de nouvelles avancées de recherche sont nécessaires.
Cette prudence collective contraste avec la position de personnalités comme Sam Altman, PDG d'OpenAI, qui pense que son entreprise peut générer un retour sur ses investissements massifs en capital prévus. Krishna a abordé ce point directement, le catégorisant comme une "croyance" avec laquelle il n'est pas nécessairement d'accord d'un point de vue financier.
Contexte plus large
Un récent rapport des Nations Unies ajoute une autre dimension à la discussion, avertissant que le boom de l'IA pourrait exacerber la fracture numérique mondiale. L'immense demande de ressources, en particulier d'électricité et d'eau pour les centres de données, constitue un obstacle important pour les nations en développement. De nombreuses régions manquent de l'infrastructure fondamentale, de réseaux électriques fiables et de la connectivité Internet nécessaires pour participer à l'économie axée sur l'IA ou en bénéficier. Le rapport suggère que sans intervention stratégique pour démocratiser l'accès, la trajectoire actuelle menace de laisser de nombreuses communautés "bloquées du mauvais côté d'une économie mondiale axée sur l'IA", renforçant les inégalités existantes.
Edgen Stock·Dec 03 2025, 01:54