690 milliards : l'étau qui broie les entreprises IA des deux côtés
#Le piège que personne ne voit venir
En 2026, les cinq plus grands fournisseurs cloud — Amazon, Alphabet, Microsoft, Meta et Oracle — vont collectivement dépenser entre 660 et 690 milliards de dollars en infrastructure IA. C'est un quasi-doublement par rapport aux 380 milliards de 2025. Et c'est le plus gros investissement en capital de l'histoire de la tech.
Mais voici ce que la plupart des analyses ne montrent pas : cet argent ne coule pas librement. Il crée un étau qui comprime les entreprises IA des deux côtés simultanément.
D'un côté, les coûts d'infrastructure explosent — et tu dois dépenser ou mourir. De l'autre, les modèles IA se banalisent et les prix s'effondrent — tes revenus fondent pendant que tes factures grimpent.
C'est un margin squeeze classique. Et la plupart des entreprises ne le voient pas venir.
#Côté 1 : la spirale des coûts
#Dépenser ou disparaître
Le premier mur de l'étau, c'est l'infrastructure. Les hyperscalers investissent des montants sans précédent parce qu'ils n'ont pas le choix.
| Entreprise | Capex 2026 | Hausse vs 2025 |
|---|---|---|
| Amazon | 200 milliards $ | +56% |
| Alphabet/Google | 175-185 milliards $ | +40% |
| Microsoft | 120+ milliards $ | +30% |
| Meta | 115-135 milliards $ | +45% |
| Oracle | 50 milliards $ | +136% |
Le marché est contraint par l'offre, pas par la demande. Microsoft a un backlog Azure non honoré à cause de limites de capacité électrique. Chaque hyperscaler rapporte la même chose : les clients veulent plus de compute que ce qui est disponible. Si tu ne construis pas aujourd'hui, tu perds ta place demain.
Le problème, c'est que cette course aux armements a un coût financier concret. Selon Bank of America, les hyperscalers devraient consacrer 94% de leur cash flow opérationnel pour payer leurs data centers. Résultat : ils s'endettent massivement. En 2025, ils ont contracté 121 milliards de dollars de nouvelle dette — quatre fois la moyenne des cinq années précédentes.
Amazon pourrait afficher un free cash flow négatif en 2026. Le FCF agrégé des hyperscalers est déjà tombé sous les plus bas du cycle 2022. Si cette tendance se confirme, les valorisations boursières sont en danger.
#Le gouffre énergétique
Et il y a un goulot d'étranglement que l'argent seul ne résout pas : l'énergie. La demande électrique des data centers américains va tripler d'ici 2035. Les délais pour mettre un data center sous tension dépassent 3 ans dans certaines régions. On manque de transformateurs, de ciment, d'aluminium.
McKinsey estime qu'il faudra 6 700 milliards de dollars d'investissement mondial en data centers d'ici 2030. Ce n'est plus un problème de logiciel. C'est un problème industriel, physique, qui se compte en mégawatts et en tonnes de béton.
#Côté 2 : la commoditisation des modèles
#Quand ton produit devient un commodity
Pendant que les coûts explosent d'un côté, les revenus subissent une pression inverse de l'autre.
En un an, le coût d'utilisation des modèles IA de pointe a chuté de plus de 80%. Les modèles open source — Llama, Mistral, DeepSeek — offrent des performances comparables aux modèles propriétaires, à coût de licence zéro. Le modèle IA lui-même n'est plus un avantage concurrentiel défendable.
C'est un phénomène classique en économie : quand n'importe quel concurrent peut accéder à une intelligence similaire via un appel API, la bataille se déplace du modèle vers l'écosystème autour — les données propriétaires, l'intégration métier, l'expérience utilisateur.
En 2026, la compétition ne porte plus sur les modèles IA mais sur les systèmes. Les modèles sont devenus une commodité. La valeur se déplace vers l'exécution, la personnalisation et la distribution stratégique.
#Le calcul qui ne fonctionne pas
Voici les chiffres qui posent problème. Les revenus combinés des principaux fournisseurs d'IA pure-play — OpenAI à environ 20 milliards de dollars de revenus annualisés, Anthropic à environ 19 milliards — représentent moins de 35 milliards au total. Face à 690 milliards d'investissements en infrastructure.
Selon J.P. Morgan, il faudrait 650 milliards de dollars de revenus annuels générés par des produits IA pour que les investisseurs obtiennent un retour raisonnable de 10% sur les 5 000 milliards investis globalement dans l'infrastructure IA.
On en est très loin.
| Indicateur | Chiffre | Ce que ça veut dire |
|---|---|---|
| Revenus IA nécessaires pour 10% ROI | 650 Mrd$/an | Objectif pour rentabiliser l'infra |
| Revenus IA actuels (tous acteurs) | ~35 Mrd$/an | 5% de l'objectif |
| Capex 2026 des hyperscalers | 690 Mrd$ | Le double des revenus cibles |
| Cash flow consommé par le capex | 94% | Quasi-totalité du cash opérationnel |
#L'étau en action : trois scénarios
#Les deals circulaires
Un symptôme révélateur de cette tension : les deals circulaires entre géants de la tech. NVIDIA investit 100 milliards dans OpenAI, qui s'engage à acheter des millions de puces NVIDIA. OpenAI signe un contrat de 300 milliards sur cinq ans avec Oracle pour l'infrastructure, et Oracle dépense 40 milliards en puces NVIDIA pour construire ces data centers.
L'argent tourne en boucle. Les entreprises se vendent des services les unes aux autres plutôt qu'à des clients finaux. Un analyste résume : "Beaucoup de ces investissements sont construits sur une promesse" — des data centers encore à des années de la complétion et de la rentabilité.
#Le piège du prisonnier
Chaque hyperscaler est pris dans un dilemme du prisonnier classique :
- Si tu investis et que l'IA décolle → tu gagnes gros
- Si tu investis et que l'IA déçoit → tu perds des centaines de milliards
- Si tu n'investis pas et que l'IA décolle → tu es éliminé du marché
- Si tu n'investis pas et que l'IA déçoit → tu as économisé, mais tes concurrents ont peut-être trouvé quelque chose
Le risque asymétrique pousse tout le monde à investir. Ne pas investir est perçu comme plus dangereux que de perdre l'argent. C'est la même logique que la course aux armements nucléaires — et c'est précisément pour ça que les montants sont devenus irrationnels.
#La course à la rentabilité
Les trajectoires financières des principaux acteurs racontent l'histoire de cet étau :
- Anthropic projette un cash flow positif d'ici 2028. Sa marge brute est passée de -94% en 2025 à une cible de 50% en 2026 et 77% en 2028. Le run rate de 19 milliards est impressionnant, mais les coûts de compute ont explosé plus vite que prévu.
- OpenAI anticipe des pertes massives — un cash burn de 14 milliards en 2026, avec des pertes cumulées pouvant atteindre 115 milliards d'ici 2029 pendant la montée en puissance de l'infrastructure.
Le paradoxe : plus tu grandis vite en IA, plus tu brûles de cash. La croissance des revenus est réelle, mais la croissance des coûts l'est aussi. Le point d'équilibre recule à mesure que l'infrastructure se complexifie.
#La compétition mondiale ajoute une couche
L'étau n'est pas seulement financier. Il est aussi géopolitique.
La Chine investit environ 125 milliards de dollars en 2026. Alibaba a annoncé 380 milliards de RMB (environ 53 milliards) sur trois ans. ByteDance prévoit 160 milliards de RMB (environ 23 milliards) pour 2026 seul. L'Arabie Saoudite injecte 15 milliards, les Émirats construisent une capacité de 5 GW, et l'Union européenne a lancé un plan d'action IA de 200 milliards d'euros.
Le projet Stargate — une joint-venture entre OpenAI, SoftBank, Oracle et MGX — vise 500 milliards d'investissements en infrastructure IA d'ici 2029, avec un déploiement initial de 100 milliards sur cinq sites.
Si tu es dans la course, ralentir signifie perdre. Mais continuer signifie brûler du capital à un rythme que l'histoire de la tech n'a jamais vu.
#Qui survit à l'étau ?
La question n'est pas de savoir si l'IA va générer de la valeur — c'est de savoir si elle va en générer assez, assez vite, pour justifier 690 milliards par an.
Trois profils se dessinent :
Les intégrateurs verticaux qui contrôlent la chaîne — du silicium au produit final. Google avec ses TPU et Gemini, Amazon avec Trainium et Bedrock. Ils peuvent absorber les coûts d'infrastructure parce que ces coûts alimentent leur propre écosystème cloud.
Les spécialistes qui trouvent leur niche — des entreprises qui ne vendent pas un modèle générique mais une solution métier complète. Le modèle est commoditisé, mais l'intégration dans un workflow spécifique (juridique, médical, financier) ne l'est pas.
Les acteurs qui brûlent le plus vite — ceux qui vendent un modèle fondationnel sans contrôle sur l'infrastructure ni différenciation applicative. Ils subissent l'étau de plein fouet : coûts croissants, revenus sous pression.
#Ce qu'il faut retenir
L'industrie IA est prise dans un étau historique. D'un côté, des coûts d'infrastructure qui doublent chaque année et des contraintes physiques (énergie, matériaux) qui ne se résolvent pas en un clic. De l'autre, des modèles qui se banalisent, des prix qui s'effondrent et des revenus qui restent à 5% de ce qui serait nécessaire pour rentabiliser l'investissement.
Les points clés :
- 690 milliards de capex en 2026 pour seulement ~35 milliards de revenus IA — un ratio de 20:1
- 94% du cash flow opérationnel des hyperscalers absorbé par les data centers
- Les modèles se commoditisent : -80% sur les coûts par token en un an, l'open source rivalise avec le propriétaire
- Les deals circulaires masquent l'absence de revenus clients finaux suffisants
- Le dilemme du prisonnier empêche quiconque de ralentir — même si les retours ne sont pas au rendez-vous
L'analogie la plus juste n'est pas la bulle internet. C'est la construction ferroviaire du XIXe siècle : des milliers de kilomètres de rails posés avant que le trafic ne justifie l'investissement. Les chemins de fer ont fini par transformer l'économie — mais pas avant que la plupart des investisseurs initiaux n'aient perdu leur mise.
La question pour 2026, c'est celle-ci : est-ce que les entreprises IA tiendront assez longtemps pour que les revenus rattrapent les coûts ? Ou est-ce que l'étau se refermera avant ?