L'explosion de l'intelligence artificielle a déclenché une course effrénée à la construction d'infrastructures cloud et de data centers, avec des investissements colossaux de la part des géants technologiques. Cependant, cette expansion est entachée par un manque de transparence, des défis de construction importants et une dépendance croissante des laboratoires d'IA envers les hyperscalers, révélant les coûts cachés et les illusions de l'économie de l'IA.
Les GAFAM (Google, Amazon, Meta, Microsoft) prévoient de dépenser des centaines de milliards de dollars en CAPEX pour l'IA en 2026 et 2027, des sommes qui dépassent largement les revenus directs générés par l'IA. Ces investissements massifs sont souvent présentés comme des signes de croissance fulgurante, mais les chiffres réels des revenus de l'IA sont souvent vagues ou décevants. Par exemple, les revenus d'IA de Microsoft et Amazon sont fortement dépendants de leurs principaux clients, OpenAI et Anthropic, qui eux-mêmes perdent des milliards de dollars chaque année en subventionnant l'utilisation de leurs modèles.
La construction de data centers à l'échelle des gigawatts est un défi immense et complexe. Personne n'a encore construit un data center de 1 GW entièrement opérationnel. Les projets sont souvent divisés en phases, et les annonces de "mise en service" peuvent être trompeuses, ne concernant qu'une petite partie d'un campus. Le temps nécessaire pour construire et équiper ces installations est sous-estimé, et les entreprises sont accusées d'obscurcir délibérément les progrès réels pour maintenir l'illusion d'une demande insatiable et d'une croissance rapide.
Cette situation crée une forte dépendance des laboratoires d'IA envers les fournisseurs de cloud. OpenAI est presque entièrement dépendant de Microsoft Azure, tandis qu'Anthropic jongle entre Google et Amazon Web Services. Cette dépendance limite leur autonomie et les place à la merci des hyperscalers pour l'accès à la puissance de calcul. Elon Musk, avec SpaceX et xAI, tente de contrer cette tendance en construisant sa propre infrastructure verticale, de la fabrication de puces (Terafab) aux supercalculateurs (Colossus) et même à l'inférence IA en orbite, afin de contrôler l'intégralité de la chaîne de valeur.
Le manque de transparence sur la capacité réelle des data centers et les revenus de l'IA est jugé "inexcusable" compte tenu des sommes investies. Les hyperscalers ne divulguent pas suffisamment d'informations, et les médias contribuent parfois à cette confusion en relayant des affirmations non vérifiées. Cette opacité rend difficile pour les investisseurs et le public de comprendre la véritable économie de l'IA et les risques associés à cette bulle d'investissement.