IA : non, la bulle n'existe probablement pas, selon Matteo Raso
Sommaire
En bref
- Un développeur argumente que la croissance des valorisations IA n'est pas spéculative mais justifiée par le potentiel économique réel.
- Les dépenses massives en datacenters sont présentées comme des investissements initiaux, amortissables une fois l'infrastructure construite.
- La rentabilité affichée par Anthropic (2,08 $ de revenu par 1 $ de calcul) et la croissance des revenus soutiendraient cette thèse.
- Le débat HN conteste plusieurs prémisses clés : confusion entre revenus et profits, ralentissements de croissance observés, obsolescence matérielle, et demande réelle inégale.
Ce que dit la source
L'auteur conteste le consensus selon lequel une bulle IA est inévitable et va s'effondrer. Il affirme que cette croissance accélérée est justifiée par l'utilité réelle du secteur, comparable aux révolutions technologiques passées (chemin de fer, semi-conducteurs, réseaux). Le point central : les dépenses considérables ne sont pas une anomalie spéculative, mais un investissement en capital unique destiné à construire l'infrastructure (datacenters). Une fois cette construction achevée, les coûts d'exploitation s'effondreraient, rendant le modèle viable.
- Les dépenses cumulées d'IA atteindraient 5 billions de dollars (1,9 trillion déjà engagés, 3 trillion supplémentaires en engagements), mais l'auteur les qualifie de dépenses d'infrastructure non récurrentes, contrairement aux frais d'exploitation réguliers.
- Anthropic affiche un ratio de 2,08 $ de revenu par 1 $ de calcul selon son dossier S-1, ce qui suggère une marge viable une fois les coûts d'infrastructure écartés.
- Les revenus d'Anthropic auraient grimpé de 41 millions en 2023 à 16,3 milliards en première moitié 2026, un taux de croissance jugé justifiant une valorisation de 1 billion de dollars.
- Selon l'auteur, le service de la dette d'IA (en supposant un remboursement de 5 billions sur 20 ans) nécessiterait 250 milliards par an, comparable aux revenus annuels d'Alphabet en 2019 (162 milliards).
- Le texte argue que la demande d'IA reste massément insatisfaite : programmeurs et mathématiciens seraient remplaçables, l'automatisation du travail administratif des avocats et médecins ouvrirait des débouchés, et les voitures autonomes deviendraient viables.
Dans les commentaires
Débat partage et technique : les commentateurs contestent les prémisses financières (revenus confondus avec profits, ralentissement de croissance réel chez Anthropic), rejettent l'hypothèse du plateau d'investissement (renouvellement matériel, dépréciations GPU, efficacité énergétique), et soulèvent l'incertitude de la demande réelle. Aucun consensus sur la notion même de bulle.
- Plusieurs commentateurs signalent une confusion critique : l'auteur compare les revenus d'Alphabet (162 milliards) à un besoin de paiement d'Ia de 250 milliards, ignorant que les revenus ne sont pas des profits disponibles pour le remboursement de dettes après frais d'exploitation.
- Un commentateur cite les résultats du Q3 2026 d'Anthropic (non inclus dans le document source), où la croissance aurait ralenti et le profit d'exploitation basculé en perte, contredisant l'extrapolation de l'auteur.
- Le débat conteste l'idée que les dépenses en infrastructure sont uniquement initiales : renouvellement de matériel, maintenance, électricité, et courses aux générations matérielles plus efficaces perpétuent les capex, pas seulement l'opex.
- Plusieurs objections soulignent que la demande réelle est bien plus inégale que supposée : petits modèles ouverts (Qwen 27B) et outils locaux cannibaliseraient les services cloud, et l'adoption par les utilisateurs non-tech resterait faible.
- Un commentateur conteste la fusion technologie potentielle et marché payant : même si les LLM sont révolutionnaires, une large adoption ne garantit pas que les labs actuels captureront les marges, face à la concurrence chinoise et aux pressions tarifaires déjà visibles.
Notre lecture
La thèse est techniquement ambitieuse mais repose sur trois piliers fragiles : la stabilité des marges une fois l'infrastructure construite (contredite par les cycles de renouvellement matériel et l'efficacité croissante des petits modèles), l'extrapolation de la croissance court terme d'Anthropic sur deux décennies (le Q3 2026 suggère un ralentissement), et une demande supposée massive et indélébile (peu de preuves que les utilisateurs paieront à la hauteur des valorisations, notamment face aux alternatives open source). À surveiller plutôt qu'à trancher : les prochains trimestres des labs (Anthropic, OpenAI) clarifieront si les marges tiennent. Pour une DSI, cette question relève surtout du contexte fournisseur à long terme, pas d'une décision d'adoption immédiate.