L’IA est en pleine effervescence et l’argent y afflue à un rythme effréné. Mais Arvind Krishna, le grand patron d’IBM, a récemment fait quelques calculs qui refroidissent l’ambiance : les centres de données IA à l’échelle mondiale engloutissent près de 8 000 milliards de dollars, et à ce rythme, il n’y a quasiment aucun espoir de rentabiliser l’investissement.

Comment est-il arrivé à ce chiffre ? Construire un centre de données IA de 1 GW coûte au minimum 80 milliards de dollars. Pour les géants de la tech qui annoncent viser une capacité de 20 à 30 GW, cela représente au moins 1 500 milliards de dollars par entreprise. Pour l’ensemble du secteur ? L’estimation grimpe à une demande de calcul d’environ 100 GW, soit 8 000 milliards de dollars investis.

La déclaration de Krishna est encore plus directe : « Je pense que vous ne rentrerez jamais dans vos frais. »

Pourquoi ? Pour que 8 000 milliards de dollars ne soient pas perdus, il faudrait générer 800 milliards de dollars de profits chaque année. Le problème, c’est qu’aucune entreprise IA n’a aujourd’hui un modèle économique capable de soutenir de tels chiffres. Pire encore, les GPU doivent être renouvelés tous les cinq ans, et l’amortissement devient un gouffre sans fond.

Il a également souligné un autre point crucial : selon lui, utiliser les modèles de langage actuels pour créer une AGI (intelligence artificielle générale) n’a qu’1 % de chances de réussir. Cela signifie que la majorité des investissements risquent de ne produire aucun résultat visible, sans même parler de rentabilité.

Derrière la frénésie capitalistique, la réalité des chiffres est implacable. Le secteur de l’IA est effectivement très animé, mais entre l’effervescence et la rentabilité, il y a un fossé qu’il sera difficile de combler.