La course aux infrastructures d’IA atteint des niveaux historiques

La dette prend une place croissante

Les bénéfices et les flux de trésorerie ne suffisent plus nécessairement à financer seuls cette expansion. Selon des données associées à Goldman Sachs, les dépenses d’investissement collectives des hyperscalers auraient atteint environ 405 milliards de dollars en 2025. Elles pourraient s’élever à près de 750 milliards en 2026, puis approcher 1 200 milliards en 2027.

Les hyperscalers auraient par ailleurs émis 108 milliards de dollars d’obligations notées investment grade en 2025. Ce recours au marché obligataire montre que le financement de l’infrastructure d’IA ne repose plus uniquement sur les liquidités générées par l’activité courante.

Cette évolution ne signifie pas automatiquement que les entreprises prennent un risque excessif. Les grands groupes technologiques disposent généralement d’un accès privilégié au crédit. Mais plus la dette finance une infrastructure massive, plus la rentabilité future du cloud et des services d’IA devient importante pour absorber les charges financières et maintenir les rendements attendus.

Des revenus en hausse, mais encore difficiles à mesurer

Les revenus liés à l’IA progressent rapidement. Le problème, selon le point central de l’analyse de The Economist, est qu’ils n’augmentent pas encore au même rythme que les dépenses d’infrastructure.

Une partie de la valeur de l’IA n’apparaît d’ailleurs pas dans une ligne comptable distincte. Elle peut être intégrée à la consommation de cloud, aux abonnements de productivité, à l’amélioration du ciblage publicitaire ou aux premiers projets pilotes menés avec les entreprises. Il est donc difficile de déterminer précisément, aujourd’hui, quelle part de ces recettes est directement attribuable à l’IA et quelle marge elle génère.

Le point mort dépendra ainsi de plusieurs facteurs : la capacité à facturer les modèles et les outils d’IA, l’adoption durable par les entreprises, le coût de l’électricité et des puces, ainsi que la vitesse à laquelle les équipements devront être remplacés.

Pourquoi les prévisions ne donnent-elles pas toutes le même chiffre ?

Les estimations de 2026 varient notamment parce qu’elles ne mesurent pas la même réalité.

Goldman Sachs évalue à environ 1 000 milliards de dollars l’investissement mondial lié à l’IA en 2026, dont 581 milliards aux États-Unis. Cette estimation inclut des investissements privés et internationaux et cherche à mesurer l’ensemble de l’investissement lié à l’IA.

À l’inverse, l’estimation de 900 milliards de dollars concerne les dépenses des plus grandes entreprises technologiques américaines consacrées en 2026 à la partie physique de la chaîne de l’IA. Elle est donc centrée sur les puces, les centres de données, l’énergie et les capacités connexes, avec 1 400 milliards de dollars supplémentaires envisagés en 2027.

Ces chiffres ne doivent pas être confondus avec les dépenses mondiales totales dans l’IA, ni avec l’ensemble des investissements informatiques des entreprises.

Les fabricants de semi-conducteurs en première ligne

Cette vague d’investissement se traduit directement par une demande accrue de processeurs spécialisés, de réseaux, de stockage et de mémoire. La mémoire à large bande passante — ou HBM — est particulièrement importante pour les systèmes d’IA, mais la mémoire traditionnelle joue également un rôle majeur.

Dans ses prévisions publiées au printemps, l’organisation WSTS, qui compile les statistiques mondiales du secteur des semi-conducteurs, anticipait un marché mondial de 1 510 milliards de dollars en 2026, en hausse de 90 %. Les revenus de la mémoire devaient progresser d’environ 250 %, pour dépasser 800 milliards de dollars.

Omdia prévoyait de son côté une croissance de 94,1 % des revenus mondiaux des semi-conducteurs en 2026, portée par une demande d’IA supérieure à l’offre disponible en DRAM et en mémoire NAND.

Une mise à jour ultérieure de WSTS évoque désormais un marché de 1 655 milliards de dollars en 2026, soit une croissance d’environ 108 %, puis environ 2 100 milliards en 2027. Ces montants correspondent à une nouvelle version des prévisions et ne doivent pas être mélangés avec l’estimation antérieure de 1 510 milliards de dollars et 90 % de croissance comme s’il s’agissait d’une seule et même projection.

Le véritable test : la monétisation

La demande pour les infrastructures d’IA est bien réelle. La question décisive est plutôt de savoir si les applications d’IA produiront assez vite des revenus durables, des marges solides et des gains de productivité mesurables pour justifier cette hausse des dépenses.

Si la monétisation rattrape l’investissement, la construction de cette capacité pourra apparaître comme un cycle rationnel de croissance. Dans le cas contraire, les investisseurs pourraient être confrontés à des rendements plus faibles dans le cloud, à des capacités excédentaires, à une pression accrue du service de la dette et à une forte réévaluation des actifs liés à l’IA.

Autrement dit, l’enjeu n’est plus de savoir si l’IA nécessite des infrastructures massives. Il est de déterminer si les entreprises et les consommateurs paieront suffisamment pour les rentabiliser.