Au milieu de l’enthousiasme fervent entourant l’intelligence artificielle, un contre-récit de prudence prend de l’ampleur, incitant à une réévaluation critique des valorisations boursières et des capacités immédiates de la technologie. Alors que la perspective d’une IA transformative promet une efficacité et une innovation sans précédent, un chœur croissant d’experts, dont le chercheur de longue date en IA Gary Marcus, signale les signes d’une correction imminente du marché. Ce scepticisme émergent suggère que le boom actuel de l’IA, alimenté par des investissements significatifs et des attentes élevées, pourrait approcher un moment décisif de vérité, rappelant les cycles spéculatifs technologiques passés.
Marcus, scientifique cogniticien et critique éminent, a constamment exprimé ses inquiétudes concernant les limites des grands modèles linguistiques (LLM) depuis 2019, prévoyant une bulle potentielle et des problèmes économiques d’ici 2023. Son évaluation récente met en lumière la performance perçue comme « décevante » de GPT-5 comme un déclencheur clé pour un recalibrage des investisseurs. Loin d’être un échec complet, l’incapacité de GPT-5 à réaliser le bond quantique anticipé vers l’Intelligence Artificielle Générale (AGI) – une IA hypothétique dotée d’un raisonnement humain – a « réveillé beaucoup de monde », remettant en question la croyance auparavant établie en une voie rapide vers la superintelligence. Ce sentiment est renforcé par Sam Altman, PDG d’OpenAI, qui aurait utilisé le terme « bulle », et par une vaste enquête du MIT révélant que 95% des programmes pilotes d’IA générative au sein des entreprises échouent.
- Un scepticisme croissant concernant les capacités immédiates de l’IA et ses valorisations boursières.
- L’expert en IA Gary Marcus met en garde contre une correction imminente du marché.
- La performance de GPT-5 jugée « décevante », n’ayant pas réalisé le bond vers l’AGI.
- Sam Altman, PDG d’OpenAI, aurait utilisé le terme « bulle ».
- Une étude du MIT révèle que 95 % des programmes pilotes d’IA générative échouent en entreprise.
Indicateurs Économiques et Parallèles Historiques
La sensibilité du marché à ces préoccupations a été palpable, avec un mouvement de vente dans le secteur technologique contribuant à une baisse significative de la valeur du S&P 500. Cela reflète la crainte que le boom de l’IA ne se transforme en « bulle dotcom 2.0 ». L’analyse quantitative soutient cette appréhension ; Torsten Slok, économiste en chef chez Apollo Global Management, a établi des comparaisons frappantes avec la bulle informatique des années 1990. Il a noté que les 10 premières entreprises du S&P 500 affichent aujourd’hui une surévaluation plus importante que leurs homologues des années 1990, avec des ratios cours/bénéfices prévisionnels et des capitalisations boursières de géants technologiques comme Nvidia, Microsoft, Apple et Meta semblant « déconnectés de leurs bénéfices ».
Un autre signe avant-coureur significatif est l’investissement colossal dans les centres de données, alimenté par une demande future théorique en IA. La recherche de Slok indique que la contribution des investissements en centres de données à la croissance du PIB a égalé les dépenses de consommation au premier semestre 2025, un fait extraordinaire étant donné que les dépenses de consommation représentent généralement 70 % du PIB. S’ajoutant à la réévaluation, l’ancien PDG de Google, Eric Schmidt, une figure auparavant associée à une perspective optimiste concernant l’AGI, a co-écrit un éditorial dans le New York Times affirmant que le calendrier pour atteindre l’AGI reste incertain. Ce changement de perspective, comme l’a noté le politologue Henry Farrell, signifie un potentiel « crépuscule de l’unilatéralisme technologique », remettant en question les hypothèses sous-jacentes sur les progrès rapides de l’IA. Le sentiment sociétal plus large évolue également, avec un « rejet de l’IA » croissant caractérisé par des termes comme « AI slop » (déchets d’IA) et « clunker » (raté) pour désigner les erreurs de l’IA.
Bien que les perspectives immédiates puissent présenter de la volatilité, les schémas historiques offrent une perspective nuancée. John Thornhill du Financial Times suggère de se préparer à un effondrement mais aussi à un futur « âge d’or » de l’IA. Il souligne l’investissement stupéfiant de 750 milliards de dollars de la part des géants de la technologie dans la construction de centres de données pour 2024 et 2025, faisant partie d’un déploiement mondial qui devrait atteindre 3 billions de dollars d’ici 2029. Des historiens financiers comme Carlota Perez et Edward Chancellor ont documenté comment de tels cycles d’investissement frénétiques déclenchent souvent des bulles, des krachs spectaculaires et une destruction créatrice, mais conduisent finalement à une réalisation durable de la valeur et à l’établissement de nouveaux paradigmes technologiques. Perez a identifié l’IA comme la cinquième de ces révolutions technologiques, chacune caractérisée par une bulle initiale et une réévaluation subséquente.
L’Approche Mesurée de Wall Street
Malgré le scepticisme croissant de certains, les banques de Wall Street maintiennent généralement une position prudente mais non alarmiste, s’abstenant de déclarations catégoriques de « bulle » pour l’ensemble du marché. Morgan Stanley, par exemple, anticipe des gains d’efficacité substantiels grâce à l’IA, projetant 920 milliards de dollars par an pour les entreprises du S&P 500. UBS, tout en reconnaissant une potentielle « indigestion de CAPEX » due aux constructions de centres de données, souligne l’adoption croissante de l’IA, citant une monétisation grandissante des principales plateformes et applications d’IA. Bank of America Research considère l’IA comme un « changement radical » fondamental dans la productivité des travailleurs, stimulant une « prime à l’innovation » pour les entreprises du S&P 500.
Cependant, même au sein de ces perspectives plus optimistes, des préoccupations spécifiques émergent. Savita Subramanian, responsable de la stratégie actions américaines chez Bank of America, note que si le S&P 500 n’est peut-être pas dans une bulle, les petites entreprises et le crédit privé dans le secteur de l’IA pourraient être « réévalués de manière trop agressive ». Elle souligne le virage vers des stratégies à forte intensité d’actifs, notamment avec d’importants investissements en centres de données, comme une rupture par rapport au modèle « asset-light » qui caractérise généralement les entreprises technologiques les plus performantes. Cette transformation, affirme-t-elle, pourrait justifier des multiples boursiers plus bas, traçant des parallèles avec le boom ferroviaire à forte intensité de capital du passé.
La Déconnexion Fondamentale : Valorisation vs. Réalité
Gary Marcus remet fondamentalement en question les valorisations actuelles basées sur les principes économiques fondamentaux. Il fait état de près de 500 licornes de l’IA évaluées à 2,7 billions de dollars, arguant que ce chiffre semble déconnecté de la génération de revenus réels. Il cite le milliard de dollars de revenus déclaré par OpenAI en juillet, notant que l’entreprise n’est toujours pas rentable. En projetant cela sur le marché plus large de l’IA, Marcus estime un revenu sectoriel d’environ 25 milliards de dollars par an, ce qui est dérisoire comparé aux billions investis et aux coûts substantiels associés au développement et à l’infrastructure de l’IA.
Marcus attribue les attentes démesurées du marché à un « fossé de crédulité », un phénomène qu’il a décrit dans son livre de 2019, « Rebooting AI ». S’appuyant sur son parcours de scientifique cogniticien, il explique que les humains ont tendance à anthropomorphiser l’IA, lui attribuant à tort une intelligence et des capacités similaires à celles des humains qui ne sont pas réellement présentes. Cet élan à se projeter sur les machines, combiné à une surestimation du « scaling » comme panacée aux défis complexes de l’IA, a favorisé un environnement où le marché s’est développé sans une pleine compréhension des limites inhérentes de la technologie. La perception de l’IA comme une « sorcellerie » ou quelque chose de « magique », comme l’a noté Subramanian, souligne cet écart entre la perception et la réalité technologique actuelle.
Le débat en cours souligne un moment critique pour l’industrie de l’IA. Bien que son potentiel à long terme de transformation sociétale et économique reste indéniable, les réalités financières à court terme, les contraintes technologiques actuelles et l’évolution du sentiment du marché exigent une évaluation plus sobre et analytique. La convergence du scepticisme des experts, des indicateurs économiques et des précédents historiques suggère que le secteur de l’IA pourrait être sur le point de connaître une période de recalibrage, séparant l’innovation durable de l’excès spéculatif.