Le capex de l'IA mise sur la mauvaise génération de puces
Le boom des infrastructures IA se justifie par une demande d'inférence dont l'économie même pousse vers du matériel bien moins coûteux. Faites correspondre la charge de travail à la puce qui lui convient, et une bonne part de ce capex ressemble à une prime d'assurance contre une demande que sa propre logique écarte.
Le pari capex de l'IA a un problème de matériel que les dépenses actuelles n'intègrent pas. Des centaines de milliards de dollars d'investissements dans les infrastructures d'IA se justifient par un seul mot, l'inférence, et l'hypothèse sous-jacente veut que servir toute cette IA au monde entier continue d'exiger les puces les plus récentes et les plus chères. Cette hypothèse est discutable. Entraîner un modèle de pointe exige effectivement le silicium le plus avancé. Faire tourner les modèles que les gens utilisent réellement, la plupart du temps, non.
Suivez le mécanisme. Il existe deux charges de travail en IA, et elles n'ont presque rien en commun. L'entraînement est un événement capitalistique ponctuel, où une poignée de laboratoires consomment les accélérateurs les plus rapides du marché pour produire un modèle. L'inférence est l'activité de volume, les milliards de petites requêtes qui suivent une fois le modèle mis en service. Là, l'économie tire fortement dans une direction : un modèle restreint, spécialisé sur une tâche, qui répond suffisamment bien, tourne sur un silicium vieux de plusieurs générations, pour une fraction du coût par jeton. À mesure que les prix des modèles de pointe baissent et que l'inférence se banalise, la logique consiste à ajuster le modèle à la tâche, puis à le servir sur la puce la moins chère qui franchit le seuil de qualité requis. Aucune donnée publique ne ventile l'inférence en production par génération de puce : il s'agit ici d'un raisonnement fondé sur l'économie de la charge de travail, et l'incitation qu'il décrit ne fait guère débat.
Les chiffres d'efficacité vont dans le même sens. L'AI Index 2025 de Stanford HAI documente une chute des coûts d'inférence de plusieurs ordres de grandeur, et des petits modèles ouverts qui comblent une bonne part de l'écart sur les critères qui comptent pour les entreprises. Le travail qui paie réellement les factures, trier une file de tickets clients ou résumer un document, n'a presque jamais besoin d'un modèle à mille milliards de paramètres. Il lui faut un modèle suffisamment bon, qui répond en quelques millisecondes et coûte presque rien à faire tourner.
Voici l'indice qui devrait alerter quiconque lit ce boom correctement. Si l'usage se généralise sur du silicium ancien et bon marché, alors la croissance de l'usage de l'IA et celle de la demande de puces de pointe devraient se découpler, et un capex justifié par la « demande d'inférence » revient à s'assurer contre un avenir que l'économie même de la charge de travail écarte. Ce qui confirmerait la thèse : des publications montrant des volumes d'inférence en hausse pendant que le taux d'utilisation des accélérateurs de pointe stagne. Ce qui l'infirmerait : des parcs de pointe restant saturés à mesure que l'usage progresse. Dans un cas comme dans l'autre, « l'usage augmente » n'est pas la même affirmation que « le palier de pointe est davantage sollicité », et la thèse du capex confond tranquillement les deux.
Le chantier capex de l'IA mise-t-il sur le mauvais matériel ?
Commencez par la taille du chèque. Gartner a prévu environ 644 milliards de dollars de dépenses mondiales en IA générative pour 2025, et les budgets d'investissement des hyperscalers n'ont cessé de grimper depuis. Face à cela, la question à 600 milliards de dollars posée par Sequoia a mis des mots sur le malaise : où est le chiffre d'affaires censé rembourser tout ce matériel ? L'écart se comble par un financement circulaire, où un fournisseur finance le client qui rachète ensuite son propre produit, des fabricants de puces qui soutiennent les entreprises qui achètent leurs puces, aux détenteurs de contenus qui investissent dans les concepteurs de modèles qui leur verseront ensuite des licences. Chacun de ces accords se comptabilise comme de la demande. Elle n'est pas toute organique.
Rien de tout cela ne présage un krach. L'IA a plus de chances de se consumer lentement que de s'effondrer d'un coup, une correction qui évacue les acteurs trop endettés tout en laissant le parc physique en place. C'est le récit de la « fibre noire », et il est en partie juste. Des analystes décrivent déjà des opérateurs qui se préparent à revendre leur capacité excédentaire sous forme de service cloud, ce à quoi ressemble un surplus avant qu'il ne se résorbe. Mais l'analogie a une limite que les optimistes ignorent. La fibre noire a gardé sa valeur parce qu'un brin de verre posé en 2001 fait toujours transiter des photons aujourd'hui. Un cluster de GPU de pointe supplanté par la génération suivante n'est pas de la fibre. C'est la part du chantier sans seconde vie, et c'est précisément le palier auquel la thèse du capex est la plus exposée. Tout scénario de dégonflement honnête répartit les dégâts de façon inégale : le parc réutilisable trouve un plancher, les clusters de pointe dépassés n'en trouvent pas.
Un grain de sable complique même la lecture optimiste, et il est déjà à l'œuvre. Le plan consistant à faire tourner l'inférence sur du matériel ancien et bon marché suppose que ce matériel reste bon marché. La mémoire dit le contraire. L'enquête de TrendForce de mars 2026 prévoyait une hausse des prix contractuels de la DRAM de 58 à 63 % d'un trimestre sur l'autre, et de la NAND de 70 à 75 %, tandis que Micron a annoncé la fermeture de son activité grand public Crucial pour réorienter ses capacités vers les acheteurs de data centers. Quand le chantier de pointe absorbe l'offre de mémoire, le palier d'inférence de seconde main renchérit lui aussi. L'appétit du segment de pointe relève le plancher pour tout le monde.
Comment une entreprise doit-elle calibrer ses propres dépenses IA ?
Pour la plupart des entreprises, la réponse n'est pas de viser la pointe de la technologie. Si votre charge de travail relève de l'inférence, la question honnête à poser lors de tout audit de maturité IA est de savoir lesquelles de vos tâches ont réellement besoin d'un modèle de pointe, et lesquelles sont sur-équipées par habitude. Calibrer son infrastructure sur le modèle le plus lourd que l'on pourrait un jour appeler, c'est la meilleure façon de se retrouver propriétaire d'actifs qui se déprécient, là où un modèle plus modeste sur une puce moins chère aurait suffi. C'est une décision d'allocation de capital avant d'être une décision technique, et elle relève de votre stratégie technique, pas d'un réflexe d'achat qui consiste à prendre systématiquement ce qui vient de sortir.
Le contexte réglementaire ne facilite pas la planification. Aux États-Unis, les règles fédérales sur l'IA restent instables après qu'un lobbying de dernière minute de l'industrie technologique a poussé l'administration à annuler un décret présidentiel sur l'IA pourtant prévu, tandis que des États légifèrent chacun de leur côté, à commencer par le SB 53 californien. En Europe, l'AI Act et le cadre RGPD/CNIL offrent un socle plus unifié, mais une entreprise qui bâtit une infrastructure pour des années ne peut pas ignorer que la principale place technologique mondiale continue d'avancer en ordre dispersé. Cette même pression à monétiser commence à installer des annonceurs dans des boucles de décision qui se voulaient neutres, une raison de plus pour garder un humain aux commandes de toute décision assistée par IA à mesure que l'argent s'invite dans la boucle.
Ce chantier laissera quelque chose derrière lui. Veillez simplement à ce que ce ne soit pas votre budget, immobilisé sur le seul palier de matériel que cette logique vous dit d'acheter en dernier.
Questions fréquentes
Faut-il les derniers GPU pour faire tourner l'inférence en IA ?
Pour la plupart des usages en production, non. Les accélérateurs de pointe se justifient surtout à l'entraînement. Servir des modèles restreints ou distillés pour des tâches précises fonctionne très bien sur du matériel vieux de plusieurs générations, et la baisse du coût par jeton récompense le fait d'ajuster le modèle à la tâche plutôt que de choisir systématiquement le plus imposant disponible.
Une inférence moins chère signifie-t-elle que la demande d'IA recule ?
Non, et confondre les deux est l'erreur à éviter. L'usage peut continuer de croître tandis que la demande de puces de pointe stagne, car ce surcroît d'usage peut se reporter sur du silicium plus ancien et moins cher. La baisse des prix de l'inférence traduit une banalisation du marché, pas un recul de la demande.
Les data centers dédiés à l'IA risquent-ils de devenir des actifs échoués ?
Une partie du parc physique, l'alimentation électrique et le refroidissement qu'un futur locataire pourra réutiliser, tout comme le matériel calibré pour l'inférence, devrait trouver une seconde vie si les opérateurs ont trop investi, à l'image de la fibre noire des années 2000. L'exception, c'est le matériel d'entraînement haut de gamme, qui perd rapidement de la valeur dès l'arrivée de la génération de puces suivante.
À lire aussi
- Déqualification par l'IA : le risque de réversibilité que votre conseil n'a pas chiffré
- Thérapie par IA : le bon calcul est un plancher, pas un plafond
- L'oligopole de la mémoire qui fait grimper la facture de l'IA
- AI & Automation
Rédigé par un persona éditorial IA du système éditorial propriétaire d'Abyshire et relu par notre équipe.