La richesse et le pouvoir

Le chapitre « Le travail » se terminait sur une question : qui profitera de la richesse que produit l’IA ? Ce chapitre, le dernier de la famille des problèmes économiques, la prend au sérieux. L’IA est devenue en quelques années la plus grande aventure industrielle et financière du siècle, et elle concentre à la fois des sommes, des moyens de calcul et un pouvoir sans précédent entre les mains de quelques entreprises.

Des sommes vertigineuses

Les chiffres donnent une idée de l’ampleur du phénomène.

• Les puces. Le Module 3 a présenté les processeurs graphiques qui font tourner les réseaux de neurones. Leur principal fabricant, Nvidia, devient en octobre 2025 la première entreprise de l’histoire à valoir plus de 5 000 milliards de dollars en bourse, et dépasse en octobre 2026 les 5 700 milliards.
• Les centres de données. Microsoft, Alphabet, Amazon et Meta dépensent ensemble environ 410 milliards de dollars en 2025 pour construire des centres de données, et prévoient environ 700 milliards pour 2026.
• Les laboratoires. OpenAI est évaluée à 852 milliards de dollars en mars 2026, et Anthropic à 965 milliards en mai 2026, des valeurs comparables à celles des plus grandes entreprises du monde pour des sociétés qui n’existaient pas il y a douze ans.

Une partie de ces sommes circule en boucle. En 2025, Nvidia annonce pouvoir investir jusqu’à 100 milliards de dollars dans OpenAI, qui achète ses puces ; le fabricant AMD cède à OpenAI le droit d’acquérir jusqu’à 10 % de son capital, en échange de commandes. Des analystes s’inquiètent de ces montages circulaires, où les fournisseurs financent leurs propres clients, ce qui gonfle la demande apparente. L’accord entre Nvidia et OpenAI n’a d’ailleurs jamais été finalisé sous cette forme.

Une bulle ?

Des institutions financières sérieuses ont commencé à s’en inquiéter. En octobre 2025, la Banque d’Angleterre juge que le risque d’une correction brutale des marchés a augmenté, les entreprises de l’IA paraissant surévaluées, et le Fonds monétaire international compare leurs valorisations à celles de la bulle Internet de 2000. La même année, un rapport largement cité affirme que 95 % des projets d’IA générative des entreprises ne rapportent rien de mesurable, une conclusion dont la méthode est toutefois contestée.

Les économistes divergent aussi sur les gains à long terme. En 2023, la banque Goldman Sachs prévoit que l’IA générative pourrait accroître le produit intérieur brut mondial de 7 % en dix ans. En 2024, l’économiste Daron Acemoglu, qui recevra la même année le prix Nobel, estime au contraire que les gains de productivité ne dépasseront pas 0,7 % en dix ans. Le désaccord rappelle le paradoxe de Solow : en 1987, l’économiste Robert Solow remarquait qu’on voyait des ordinateurs partout, sauf dans les statistiques de productivité. Les gains de l’informatique sont venus, mais une dizaine d’années plus tard. C’est le débat sur la technologie normale, transposé à l’économie.

Daron Acemoglu en 2024. Photo : Jennifer 8. Lee, CC BY-SA 4.0, via Wikimedia Commons.

Et si la bulle éclatait ?

Personne ne sait si l’IA est une bulle. Les conséquences possibles d’un éclatement, en revanche, se laissent décrire, et elles dépassent de loin le secteur de la technologie.

La foule devant la Bourse de New York le 24 octobre 1929, le « jeudi noir » qui ouvre le krach de 1929. Photo : Associated Press, domaine public, via Wikimedia Commons.

• Une économie qui en dépend. En 2026, les dix plus grandes entreprises de l’indice boursier américain S&P 500, presque toutes liées à l’IA, en représentent environ 39 %, une concentration inédite depuis les années 1960, et Nvidia seule environ 8 %. Une chute de ces actions toucherait l’épargne de millions de personnes et les caisses de retraite qui les détiennent. L’économiste Jason Furman calcule qu’au premier semestre de 2025, les investissements dans l’informatique, centres de données en tête, ont fourni à eux seuls environ 92 % de la croissance économique américaine. En 2026, selon la banque ING, ils en fournissent encore environ un tiers. Un arrêt brutal de ces investissements pourrait donc faire basculer l’économie américaine dans la récession.
• Une dette qui grandit. Les géants de la technologie finançaient d’abord leurs centres de données avec leurs profits. Ce n’est plus tout à fait le cas : selon la banque UBS, leurs investissements absorbent en 2026 presque tous les revenus de leurs activités. Ils empruntent donc, souvent par des montages qui sortent la dette de leurs comptes. En octobre 2025, Meta finance ainsi un centre de données en Louisiane par environ 27 milliards de dollars d’obligations, émises par une société commune avec un fonds d’investissement. Oracle emprunte des dizaines de milliards, et le coût de l’assurance contre son défaut atteint à la fin de 2025 son plus haut niveau depuis trois ans. La banque Morgan Stanley prévoit que le crédit privé, des prêts consentis hors des banques, financera environ 800 milliards de dollars de centres de données d’ici 2028. C’est par la dette qu’une crise de marché devient une crise financière, comme en 2008, quand des prêts immobiliers ont entraîné des banques dans leur chute.
• Des laboratoires qui brûlent de l’argent. OpenAI prévoit, selon le Financial Times, des flux de trésorerie négatifs d’environ 278 milliards de dollars entre 2026 et 2030, en comptant sur une multiplication par dix de ses revenus. Si les investisseurs cessaient de la financer, les entreprises qui lui ont promis des centaines de milliards de dollars de puces et de centres de données perdraient un client, et parfois une partie de leurs propres investissements, à cause des montages circulaires décrits au début du chapitre.

Ce que disent les bulles passées

L’histoire offre des précédents, qui invitent à distinguer le sort des investisseurs de celui de la société.

• La bulle Internet. Entre mars 2000 et octobre 2002, l’indice boursier Nasdaq perd environ 78 % de sa valeur, et il ne retrouve son sommet qu’en 2015. Des milliers d’entreprises disparaissent. Mais la fibre optique posée pendant la bulle reste en place : en 2002, seuls 2 à 5 % des câbles américains servaient, selon une estimation, et ces surplus ont permis, quelques années plus tard, l’essor de la vidéo en ligne et des services infonuagiques.
• La fièvre ferroviaire. Dans le Royaume-Uni des années 1840, la spéculation sur les chemins de fer pousse le Parlement à autoriser des centaines de lignes, puis les cours s’effondrent à partir de 1847. Un tiers des lignes autorisées ne sont jamais construites ; celles qui le sont forment pour longtemps le réseau du pays.

D’où l’idée, défendue en octobre 2025 par Jeff Bezos, le fondateur d’Amazon, que l’IA connaît une bulle « industrielle », où l’on finance « les bonnes idées comme les mauvaises » : ruineuse pour beaucoup d’investisseurs, mais qui laisse derrière elle des infrastructures utiles. Les dirigeants de l’IA eux-mêmes reconnaissent l’excès. En août 2025, Sam Altman juge que les investisseurs sont « trop excités » par l’IA, et en novembre, Sundar Pichai, le dirigeant de Google, voit des « éléments d’irrationalité » dont aucune entreprise, la sienne comprise, ne serait à l’abri.

D’autres jugent la comparaison exagérée. En 2026, les actions des grandes entreprises technologiques valent environ 25 fois leurs profits attendus, contre près de 60 fois au sommet de 2000, et la demande de calcul dépasse encore l’offre : les processeurs graphiques disponibles à la location sont presque tous réservés. Contrairement à celles de 2000, ces entreprises vendent réellement des produits à des centaines de millions de clients.

Au moment où ce cours est écrit, en octobre 2026, la bulle n’a pas éclaté, mais les secousses se multiplient. En juin 2026, une vague de ventes fait chuter de près de 10 % en une journée la bourse de Séoul, où sont cotés les fabricants de mémoire Samsung et SK hynix. En septembre, Oracle invoque un cas de force majeure pour retarder un centre de données. À la mi-octobre, la crainte d’une crise de la dette fait chuter les actions et les obligations de CoreWeave, un des principaux loueurs de puissance de calcul, endetté à plus de 50 milliards de dollars. Si la bulle éclatait, ce sont sans doute ces entreprises, très endettées et dépendantes de quelques clients, qui tomberaient les premières. Les modèles, les centres de données et les savoir-faire, eux, resteraient.

Qui en profite ?

Même si les gains arrivent, leur répartition reste une question ouverte.

• Le travail et le capital. Au deuxième trimestre de 2026, la part des revenus qui revient aux salariés américains tombe à son plus bas niveau depuis 1947, pendant que les marges des entreprises atteignent des records. Le rôle de l’IA dans cette évolution est discuté, puisque la tendance est plus ancienne, mais beaucoup d’économistes craignent que l’automatisation l’accentue, en remplaçant du travail par du capital.
• La concentration. En 2026, selon l’institut Epoch AI, cinq entreprises, Amazon, Google, Meta, Microsoft et Oracle, détiennent environ 71 % de la puissance de calcul consacrée à l’IA dans le monde. OpenAI et Anthropic dépendent elles-mêmes de ces géants. Les autorités de la concurrence s’y intéressent : en 2026, la Commission européenne enquête sur Meta, accusée d’empêcher les assistants concurrents d’accéder à WhatsApp.
• Un revenu de base ? Certains dirigeants de l’industrie, dont Sam Altman, envisagent un revenu de base universel pour partager les gains de l’IA. En 2024, une grande expérience financée en partie par Altman publie ses résultats : pendant trois ans, mille Américains ont reçu 1 000 dollars par mois. Ils ont un peu moins travaillé, ont eu plus de liberté dans leurs choix d’emploi et ont davantage aidé leurs proches, mais les effets sur leur santé se sont estompés après la première année.

Y a-t-il un fossé défensif ?

En économie, on appelle fossé défensif (moat) ce qui protège une entreprise de ses concurrents, comme les douves autour d’un château fort : un brevet, une marque, un réseau d’utilisateurs, un savoir-faire difficile à copier. Les sommes investies dans les grands laboratoires supposent qu’ils en ont un. Rien n’est moins sûr.

En mai 2023, une note interne d’un ingénieur de Google, qui fuite sur Internet, résume le problème dans son titre : « We Have No Moat, And Neither Does OpenAI » (nous n’avons pas de fossé défensif, et OpenAI non plus). Depuis que les poids du modèle LLaMA de Meta ont circulé, explique-t-il, une communauté de chercheurs et d’amateurs améliore ces modèles ouverts à une vitesse que les grandes entreprises ne peuvent pas suivre.

Le laboratoire chinois DeepSeek a donné à cette inquiétude une forme spectaculaire.

• Un coût d’entraînement réduit. En décembre 2024, DeepSeek-V3 est entraîné, selon l’entreprise, pour environ 5,6 millions de dollars de calcul, un chiffre qui ne compte que la dernière étape de l’entraînement, mais qui frappe les esprits, comme le présente le chapitre « Passer à l’échelle » du Module 4.
• Un modèle de raisonnement ouvert. Le 20 janvier 2025, DeepSeek publie R1, sous une licence libre, à un prix environ vingt-sept fois inférieur à celui du modèle de raisonnement d’OpenAI. Le 27 janvier, Nvidia perd près de 590 milliards de dollars en bourse en une journée, la plus forte perte jamais enregistrée par une entreprise.
• Des outils, puis des modèles de pointe. En février 2025, DeepSeek publie en libre accès plusieurs des logiciels qui lui servent à entraîner et à faire tourner ses modèles. En 2026, ses modèles V4, puis V4.1, rivalisent avec les meilleurs modèles américains en programmation, tout en restant derrière eux pour les raisonnements les plus difficiles, pour quelques centimes par million de jetons.
• Le moteur de production. Le 20 octobre 2026, DeepSeek publie sous licence libre DeepInfer, le logiciel qui fait tourner ses propres services, capable de fonctionner sur les puces américaines de Nvidia comme sur les puces chinoises Ascend de Huawei. N’importe quel hébergeur peut désormais offrir ses modèles à bas prix, avec les mêmes optimisations que DeepSeek.

Les modèles ouverts chinois sont devenus massivement utilisés : en 2025, les modèles Qwen d’Alibaba deviennent les plus téléchargés de la plateforme Hugging Face, et la part des modèles chinois dans les jetons consommés sur la plateforme OpenRouter passe d’environ 1 % à la fin de 2024 à près de 30 % certaines semaines de 2025. Selon le rapport annuel de Stanford sur l’IA, l’écart de performance entre les meilleurs modèles américains et chinois n’est plus, en mars 2026, que de quelques pour cent.

Ce qui protège encore les laboratoires fermés

Si le modèle lui-même ne protège plus guère, l’avantage des laboratoires américains se déplace ailleurs.

• L’avance sur les modèles les plus puissants, qui reste de quelques mois, et que les laboratoires financent par des sommes que leurs concurrents ne peuvent pas égaler : en 2025, les investissements privés dans l’IA atteignent 286 milliards de dollars aux États-Unis, contre 12 milliards en Chine, selon Stanford.
• Les produits et les habitudes. ChatGPT compte des centaines de millions d’utilisateurs, qui ne changent pas facilement d’outil. Les agents de programmation, présentés au chapitre « Programmer avec des agents » du Module 4, sont devenus une source majeure de revenus : Claude Code, celui d’Anthropic, dépasse à lui seul, en février 2026, 2,5 milliards de dollars de revenus annualisés.
• La confiance. Les entreprises et les gouvernements occidentaux hésitent à confier leurs données à un modèle chinois, ou à dépendre de lui. Le 20 octobre 2026, une ordonnance du ministère américain de la Sécurité intérieure, publiée ce jour-là, oblige les agences fédérales civiles à cesser d’utiliser tout produit de DeepSeek, y compris les services construits sur ses modèles.

La concurrence des modèles ouverts a aussi un effet bien concret : elle fait baisser les prix. Selon diverses estimations, le prix d’une réponse de qualité donnée est divisé chaque année par dix ou plus. Les utilisateurs y gagnent ; les laboratoires, dont les revenus dépendent largement de la vente de jetons, doivent vendre toujours plus pour rembourser des investissements toujours plus grands. C’est l’une des raisons des craintes de bulle évoquées plus haut. Les modèles ouverts répartissent ainsi le pouvoir, mais posent aussi des questions de sécurité, puisqu’on ne peut plus les retirer une fois publiés, comme le rappelle le chapitre « Peut-on perdre le contrôle ? ».

Le Québec, entre recherche et industrie

Le Québec est au cœur de la recherche en IA depuis les travaux de Yoshua Bengio et du Mila, mais il peine à en tirer une industrie. En 2016, Bengio cofonde à Montréal Element AI, qui veut rivaliser avec les grandes entreprises américaines. L’entreprise lève l’équivalent de 340 millions de dollars canadiens, mais peine à vendre ses produits, et elle est vendue en 2020 à l’américaine ServiceNow pour environ 230 millions de dollars américains. La Caisse de dépôt et placement et le gouvernement du Québec récupèrent à peu près leur mise ; les fondateurs et les employés perdent la valeur de leurs actions.

Yoshua Bengio en 2019. Photo : Maryse Boyce, CC BY 4.0, via Wikimedia Commons.

Dans la conversation

Dans la conversation de l’été 2025, deux passages portent sur ces questions.

• 1:48:00 Element AI et le Québec. Le Québec a les chercheurs et les idées, mais pas d’entreprise capable de rivaliser avec les géants. La discussion critique le modèle linéaire de l’innovation, l’idée que les découvertes passent naturellement de l’université à l’industrie, puis aux consommateurs : dans les faits, le chemin est rarement aussi simple.
• 1:55:06 L’audace d’OpenAI. OpenAI a eu l’audace de croire qu’on pouvait faire un produit d’un modèle de langage, alors que le consensus, scientifique comme commercial, jugeait la chose impossible. La discussion évoque aussi la position paradoxale de Yoshua Bengio, à l’origine d’une technologie dont il déplore certains usages, et qui se consacre désormais à la sécurité plutôt qu’à la création d’entreprises.

Ces questions économiques sont aussi des questions de pouvoir politique : quand quelques entreprises contrôlent une technologie dont dépendent l’économie, l’information et la défense, leurs décisions deviennent des décisions publiques. C’est l’objet de la famille suivante, celle des problèmes sociaux et politiques.