L'IA est-elle surévaluée ?

Katharine Wooller est une commentatrice respectée des technologies bancaires et des services financiers à la pointe.

Découvrez les principales actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lu par des dirigeants de JP Morgan, Coinbase, Blackrock, Klarna et plus

Dans les derniers mois, beaucoup d’agitations et d’articles de presse ont été consacrés à la question de savoir si l’investissement débridé dans l’IA dépasse la réalité, et à l’idée que l’IA serait peut-être une bulle sur le point d’exploser.

Des analogies de pointage du doigt sont établies avec d’autres cycles d’investissement, plus portés par le battage médiatique que par le fond : les tulipes de 1636 et l’ère dot.com du nouveau millénaire. Assurément, les retours ont été énormes pour ceux qui ont eu la chance d’investir tôt dans les titans de l’IA : 1 000 USD investis dans Nvidia avant leur introduction en bourse vaudraient au pic 8,3 M USD, ce que les partisans de l’IA — tout à fait compréhensible — estiment être un taux de rendement qui ne sera probablement pas reproduit dans le secteur !
 
À première vue, la masse d’argent déversée dans l’IA suggère qu’il y a simplement trop d’élan pour que ce soit un simple feu de paille. Des entreprises technologiques léviathans, comme Amazon, Meta, Microsoft, Alphabet, investissent fortement ; les dépenses en infrastructures d’IA pour 2025 dans l’ensemble de ces entreprises se situeront aux alentours de 400bnUSD, l’un des plus grands cycles d’investissement de l’histoire. 
 
Beaucoup a été dit sur la façon exacte dont l’argent est investi dans le cycle actuel. De nombreuses entreprises privées d’IA ont pu lever des milliards sur du « paraître » — selon l’expression — sans aucun MVP, voire sans produit du tout : plutôt une idée et une grande quantité de promotion.

Il existe aussi une certaine finance circulaire intéressante avec des entreprises d’IA qui investissent dans des investissements mutuels et des partenariats ; un schéma des flux d’investissement ressemble beaucoup à une assiette de spaghetti, et suivre où l’argent est allé vous donnera rapidement mal à la tête. Cela crée un risque énorme lié à l’interdépendance, et même un examen rapide de la manière dont la somme gigantesque d’investissements crée des boucles de revenus pouvant artificiellement gonfler les valorisations.

Il y a aussi la question de savoir qui soutient les valorisations de l’IA : certaines grandes entreprises technologiques créent des structures opaques pour déplacer les dépenses hors du bilan, ce qui pose la question de savoir qui supporte le risque si cela tourne mal.
 
Il y a également la question du taux d’adoption de l’IA. Assurément, le paysage des fournisseurs est complexe et a besoin d’une consolidation significative ; de plus, beaucoup de projets restent bloqués au stade POC, et le ROI — souvent — est difficile à établir. Cependant, à mon avis, cela est symptomatique de toute nouvelle technologie, et il convient d’adopter une vision plus équilibrée du potentiel de l’IA, ce dont dépend finalement le cycle d’investissement : un pari réfléchi sur l’endroit où la technologie en sera à moyen et court terme.
 
Bien entendu, cela repose sur le fait que les clients tirent de la valeur du déploiement de la technologie.  Peu d’entreprises FTSE of NASDAQ ont une stratégie qui exclut l’IA, et il semble qu’elle offre une promesse importante de réduire les coûts et les risques dans la plupart des secteurs. En effet, les services financiers sont présentés comme l’une des industries les plus susceptibles d’être perturbées par l’IA : une enquête Softcat en 2025 auprès de responsables technologiques a révélé que 48% ont sélectionné l’IA comme priorité, et Gartner a constaté une hausse de 88% des dépenses en lien avec l’IA.  
 
Ne minimisons pas la vaste perturbation que l’IA offre : il est difficile d’affirmer que ce n’est pas une véritable percée technologique. ChatGPT (même si — il ne génère pas de profits !) est universellement reconnu comme un outil de productivité, des enfants à l’école aux PDG, dans pratiquement tous les secteurs et fonctions d’entreprise. Franchement, pouvoir justifier ne serait-ce que quelques % de gains de productivité, l’effet sur les résultats de la plupart des entreprises suffirait à soutenir les valorisations actuelles de l’IA. De plus, les progrès considérables réalisés grâce aux avancées des GPU, des puces sur mesure et de l’efficacité des modèles garantissent la viabilité future : ce serait une catastrophe si l’usage théorique de l’IA était freiné par une infrastructure insuffisamment puissante. Investir en avance sur la demande du marché est, dans la réalité brute du quotidien, une bonne chose.
 
C’est entendu, il existe tout de même de réelles ruptures à l’adoption qui freinent les progrès. Et, dans notre propre secteur, la plus importante est sans doute l’éléphant dans la pièce : la réglementation — ou son absence ! Dans le monde entier, nous ne sommes encore qu’au tout début pour déterminer comment, et dans quelle mesure, nous appliquons des règles à l’usage de l’IA.

Il y a aussi une question plus large d’éthique : comment s’assurer que l’IA est utilisée de manière responsable, avec des solutions technologiques spécialisées prometteuses dès le départ pour la gouvernance et l’assurance. Il existe des enjeux importants en matière d’ESG, et en particulier le coût environnemental considérable de l’IA, à la fois dans l’énergie nécessaire et dans la dépréciation des infrastructures physiques.  Même si ces problèmes existent, de nombreuses entreprises sont réticentes à relâcher pleinement les freins de l’IA : elles adoptent plutôt une approche pragmatique « wait and see » et suivent la cadence des premiers utilisateurs. Dans mon travail de tous les jours, lorsque j’accompagne l’innovation au sein d’entreprises de services financiers en 2000, je constate beaucoup d’anxiété chez les entreprises qui veulent être ni les premières ni les dernières dans la course à l’IA !
 
La technologie est, par nature, cyclique et les thèses d’investissement reposent toujours sur une base de « meilleure estimation ».  Nous avons dépassé la crise de la Tulip — 1637 : nous avons, heureusement, un marché presque illimité pour l’IA, qui, malheureusement, n’existait pas pour les investisseurs amateurs ayant acheté des contrats à terme sur des bulbes, avec une demande faible à nulle.  
 
Pour un exemple plus récent, la vieille garde crypto se moque quelque peu lorsque nous lisons que l’IA est « trop échauffée » : Bitcoin a perdu 80% de sa valeur en 2018, passant de $19,783 à $3,200, avant d’atteindre ensuite un plus haut historique de $126,000 en 2025. La technologie n’a perdu aucune puissance, même si les valorisations avaient pris de l’avance sur la réalité.

En effet, Si j’avais une livre pour chaque fois où j’ai entendu dire que la crypto était morte, je serais à la retraite depuis longtemps ; je ne peux m’empêcher de penser que la même chose est vraie pour les « anti-IA » actuels. Même si une correction des actions technologiques liées à l’IA n’est rien de mauvais en soi, cela ne signifie pas que la technologie a échoué, ni que la demande future sera autre chose que forte. L’arrivée de l’informatique quantique est susceptible d’apporter un carburant de fusée à l’IA, et, de fait, de faire monter les cours des actions de ces entreprises technologiques qui devraient en bénéficier.