L'IA est un dilemme du prisonnier à 660 milliards de dollars. Votre fonds indiciel détient tous les prisonniers.

La demande qui alimente la plus grande construction d'infrastructures de l'histoire des entreprises n'est pas organique. C'est une subvention — financée par le capital-risque et les bénéfices d'exploitation d'entreprises qui existaient avant l'arrivée de l'IA. La subvention est durable parce que les enjeux sont existentiels. Cela modifie la durée pendant laquelle le surinvestissement peut durer, et qui paie lorsqu'il s'arrête.

---

Les quatre plus grands hyperscalers américains — Amazon, Microsoft, Google et Meta — ont investi environ 300 milliards de dollars en dépenses d'investissement (CapEx) en 2025. En 2026, le montant combiné devrait atteindre 660 milliards de dollars, selon les prévisions des entreprises et les estimations des analystes compilées par Morgan Stanley. En 2020, ces mêmes quatre entreprises ont dépensé 80 milliards de dollars. Les CapEx consomment désormais environ 100 % de leur flux de trésorerie d'exploitation cumulé, contre une moyenne décennale de 40 %.

La dernière fois qu'un groupe d'entreprises a dépensé autant, aussi rapidement, dans des infrastructures aux rendements non prouvés, c'était l'industrie des télécommunications qui déployait la fibre optique entre 1996 et 2001. Cela s'est terminé par la destruction de plus de 2 000 milliards de dollars de valeur boursière — et aussi par l'infrastructure en fibre sur laquelle les deux décennies suivantes d'innovation internet ont été construites.

L'analogie des télécoms saisit l'échelle. Mais elle passe à côté de la structure. Le surdéploiement de la fibre a été motivé par des anticipations de demande qui se sont effondrées lorsque la bulle internet a éclaté. Le déploiement de l'IA est motivé par une base de demande qui n'est pas du tout constituée par les dépenses organiques des utilisateurs finaux. C'est une subvention des investisseurs — ce qui le rend à la fois plus fragile et plus durable que le cycle précédent.

Qui achète tous ces GPU ?

L'acheteur marginal de capacité de calcul GPU n'est pas l'entreprise cliente qui déploie un chatbot sur son site web. Ce n'est pas l'hôpital qui exécute des modèles de diagnostic. Ce n'est pas la startup qui construit une application d'IA verticale. Tous ceux-ci existent, mais aucun ne fixe le prix.

L'acheteur marginal est un petit groupe de grands créateurs de modèles. OpenAI. Anthropic. Google DeepMind. La division IA de Meta. L'opération Copilot de Microsoft. xAI. Ensemble, ils constituent la majeure partie de la demande de calcul qui remplit les centres de données que les hyperscalers construisent.

Chacun d'entre eux a un flux de trésorerie négatif pour l'IA.

OpenAI a dépensé environ 50 % de son chiffre d'affaires 2024 rien que pour les coûts d'inférence — la puissance de calcul nécessaire pour faire fonctionner ses modèles pour les clients payants. Les coûts de formation ont consommé 75 % supplémentaires. Le total de 125 % du chiffre d'affaires signifiait que l'entreprise perdait de l'argent sur chaque requête, chaque abonnement, chaque appel API. Pour 2025, avec un chiffre d'affaires atteignant 20 milliards de dollars en rythme annualisé, les coûts d'inférence ont augmenté à 8,4 milliards de dollars et la marge brute est tombée à 33 % — contre 40 % en 2024, malgré la croissance du chiffre d'affaires. Des documents internes prévoient une perte de 14 milliards de dollars pour 2026. On ne s'attend pas à ce que le flux de trésorerie disponible devienne positif avant 2029.

L'économie unitaire d'Anthropic est meilleure mais pas encore durable. La marge brute est passée de -94 % en 2024 à environ 40 % en 2025, et le coût de calcul par dollar de chiffre d'affaires est tombé de 0,71 $ à un niveau projeté de 0,56 $ d'ici la mi-2026. Le chiffre d'affaires a explosé, passant de 4,6 milliards de dollars en 2025 à un rythme annualisé supérieur à 30 milliards de dollars au début de 2026. Les coûts de formation représentent environ un quart de ceux d'OpenAI. L'entreprise a dégagé un bénéfice d'exploitation au deuxième trimestre 2026. Mais elle a levé plus de 18 milliards de dollars de financement cumulé et a perdu un total cumulé de 15 milliards de dollars depuis 2021. Son plan interne ne vise pas un flux de trésorerie positif avant 2028.

Les divisions IA des hyperscalers sont plus difficiles à isoler car elles ne sont pas publiées séparément. Mais les chiffres agrégés sont révélateurs. Google et Meta ont généré ensemble plus de 150 milliards de dollars de résultat d'exploitation grâce à leurs activités publicitaires principales en 2025. Tous deux prévoient désormais des niveaux de CapEx qui absorbent la totalité de ce flux de trésorerie d'exploitation, voire plus. Le flux de trésorerie disponible d'Amazon pour 2026 est prévu entre -17 milliards et -28 milliards de dollars selon le consensus des analystes sell-side. Les activités principales sont rentables. L'IA ne l'est pas. La subvention passe de l'une à l'autre.

C'est la structure qui importe. Les tarifs de location de GPU qui sous-tendent le financement des centres de données, les hypothèses d'utilisation intégrées dans les calendriers d'amortissement, les 150 milliards de dollars de titrisations adossées à des GPU — tout cela repose sur la demande d'entités qui perdent de l'argent sur chaque unité de calcul qu'elles consomment. La demande est réelle, au sens où des milliards de dollars sont dépensés. Elle n'est pas auto-entretenue, au sens où ces dépenses sont financées par les investisseurs, et non par les clients.

Pourquoi cela rend le surinvestissement durable

Dans un marché standard, la demande qui n'est pas rentable finit par disparaître. Les startups financées par un capital-risque facile pendant une bulle tombent à court d'argent. Leurs clients — qui étaient d'autres startups financées par le même capital-risque — disparaissent aussi. Le cycle s'inverse.

Le déploiement de l'IA ne suit pas ce schéma, car les entités qui dépensent ne sont pas des startups qui épuisent une levée de fonds limitée. Ce sont les entreprises technologiques les plus grandes et les plus rentables de l'histoire, qui déploient les bénéfices d'exploitation de leurs activités principales monopolistiques, plus un petit nombre de laboratoires privés bien capitalisés, soutenus par des investisseurs qui croient que l'enjeu est existentiel.

Cela modifie la condition d'arrêt. Dans un cycle normal de surinvestissement, les dépenses s'arrêtent lorsque le rendement marginal devient négatif. Dans une course aux armements existentielle, les dépenses s'arrêtent lorsque les participants sont épuisés — quand un camp ne peut plus financer la guerre, et non quand la guerre cesse d'avoir un sens financier.

Le dilemme du prisonnier formalise cela. Pour une entreprise donnée, l'investissement agressif est la stratégie dominante, quoi que fassent les concurrents. Si les concurrents construisent, vous devez construire pour avoir une chance. Si les concurrents ne construisent pas, construire vous permet de capturer tout le marché. La stratégie individuellement rationnelle est de dépenser autant que possible.

Mais lorsque les quatre hyperscalers et les principaux laboratoires d'IA adoptent la stratégie dominante, le total des CapEx atteint un niveau qui ne peut être justifié par les revenus actuels de l'IA. Le résultat collectivement rationnel — investir moins, obtenir des rendements adéquats, préserver le capital — n'est pas un équilibre de Nash. Un seul dissident peut capturer tout le jeu en dépensant plus.

La différence entre ce dilemme du prisonnier et la version standard est que les prisonniers ont des poches très profondes. Rien que l'activité de recherche de Google a généré 200 milliards de dollars de chiffre d'affaires en 2024, avec des marges d'exploitation supérieures à 30 %. L'empire des médias sociaux de Meta est tout aussi solide. Les activités SaaS et cloud d'entreprise de Microsoft génèrent des dizaines de milliards de dollars de flux de trésorerie disponible annuel. OpenAI et Anthropic ont démontré leur capacité à lever des capitaux à des valorisations qui impliquent que les investisseurs croient que le gagnant vaudra des milliers de milliards.

Les dépenses ne sont pas limitées par l'économie unitaire actuelle de l'IA. Elles sont limitées par la capacité des activités principales et des marchés de capitaux à continuer de les financer. C'est un plafond bien plus élevé.

La question de l'amortissement qui compte toujours

Même dans la logique de guerre, un paramètre détermine la vitesse à laquelle la subvention doit croître pour maintenir la même capacité : le taux d'obsolescence du matériel, δ.

Le NVIDIA B200 offre environ quatre fois la performance en virgule flottante du H100 qu'il remplace. Le B300, attendu dans le prochain cycle, offre 11 à 15 fois le débit par GPU pour l'inférence de grands modèles de langage. La cadence architecturale de NVIDIA est d'environ 18 à 24 mois. Un cluster de GPU à la pointe de la technologie aujourd'hui est économiquement de second ordre en l'espace de deux générations.

L'efficacité algorithmique comprime encore davantage les besoins. Le coût d'inférence pour un niveau de qualité fixe a chuté d'environ 400 fois en trois ans. Le même dollar de calcul produit bien plus d'intelligence qu'au début du cycle actuel de CapEx.

Et pourtant, les quatre entreprises qui dépensent ces 660 milliards de dollars ne parviennent pas à s'entendre sur la durée de vie du matériel.

Amazon a réduit la durée de vie utile de ses équipements de serveurs et de réseau de six à cinq ans au début de 2025, invoquant « le rythme accéléré du développement technologique, en particulier dans l'intelligence artificielle et l'apprentissage automatique ». L'entreprise a également passé une charge distincte de 0,6 milliard de dollars pour la mise hors service anticipée d'actifs. Meta a prolongé sa durée de vie utile à 5,5 ans, réduisant l'amortissement de 2025 de 2,9 milliards de dollars. Microsoft est passée de quatre à six ans. Google est à environ six ans.

Deux parient que l'obsolescence s'accélère. Deux parient qu'elle ralentit. Ils ne peuvent pas tous avoir raison. Et la réponse détermine si la guerre peut être soutenue : si δ est élevé, chaque dollar de CapEx achète une capacité moins durable, et la subvention doit croître plus rapidement rien que pour maintenir sa position.

La cartographie des parties prenantes

La structure de subvention produit des résultats différents pour les différentes parties prenantes.

Le dirigeant d'entreprise est confronté directement au dilemme. Construire de manière agressive est la bonne décision, quel que soit le résultat global. Perdre la guerre des plateformes tout en préservant le capital est une défaite dont on ne se remet pas. Surconstruire avec tous ses pairs est une situation tenable — l'ensemble du secteur déprécie ses actifs en même temps, et aucun conseil d'administration ne peut pointer du doigt un PDG pour avoir fait le même pari que tous ses concurrents. Les incitations ne vont que dans un sens.

L'investisseur en capital-risque dans un laboratoire d'IA place un pari binaire. Si son laboratoire parvient à dominer le marché des modèles et capture une part significative d'un marché de mille milliards de dollars, le rendement justifie la subvention. Si les modèles se banalisent ou qu'un autre laboratoire l'emporte, l'investissement est nul. La position est à haut risque et haute récompense, et calibrée de manière rationnelle pour un portefeuille contenant de nombreux paris de ce type. Le dilemme du prisonnier est le postulat de départ, pas le problème.

L'investisseur en fonds indiciel détient les quatre hyperscalers et, de plus en plus, les laboratoires d'IA à mesure qu'ils entrent en bourse. La répartition des gagnants n'a pas d'importance. Ce qui compte, c'est l'agrégat : la valeur totale créée pour les entreprises cotées dépassera-t-elle les 2 900 milliards de dollars de CapEx totaux projetés entre 2025 et 2028 ? Si l'IA devient un marché annuel de 1 000 milliards de dollars de chiffre d'affaires et que les entreprises cotées en capturent 70 %, le retour sur investissement total des CapEx est d'environ quatre ans en régime permanent. Si l'IA est un marché de 300 milliards de dollars, le retour s'étend à plus de 15 ans. Le fonds indiciel absorbe le résultat collectif, bon ou mauvais.

L'entreprise utilisatrice d'IA bénéficie de la subvention quoi qu'il arrive. Un calcul moins cher, des modèles plus performants et une offre redondante sont tous des conséquences directes de l'excès de CapEx. Les entreprises qui paient OpenAI et Anthropic pour l'accès à leurs API sont, en réalité, partiellement financées par le capital-risque qui permet à ces laboratoires de fonctionner en dessous du prix de revient. La subvention va des investisseurs aux laboratoires d'IA, puis aux entreprises clientes, qui paient moins pour la capacité qu'il n'en coûte à produire.

Le détenteur de dette est le plus exposé. Les titrisations adossées à des GPU, estimées à 150 milliards de dollars, évaluent le collatéral sous-jacent comme si le risque d'obsolescence était négligeable. CoreWeave, le plus grand néo-cloud, porte 14,2 milliards de dollars de dette garantie par des actifs GPU. Son chiffre d'affaires dépend fortement de contrats avec les mêmes hyperscalers qui construisent des infrastructures concurrentes. Microsoft représentait 67 % du chiffre d'affaires de CoreWeave en 2025. Chaque centre de données que Microsoft construit réduit son besoin de capacité auprès de CoreWeave. Les contrats sont pluriannuels, mais la probabilité de renouvellement diminue à mesure que la capacité interne augmente. La dette est valorisée en supposant un renouvellement. La structure de subvention rend ce renouvellement incertain.

Ce qui met fin à la guerre

La guerre prend fin lorsqu'un participant est à court de munitions. Le déclencheur le plus probable n'est pas une prise de conscience collective de l'insuffisance des rendements. C'est un événement d'épuisement spécifique.

Un premier candidat : les marchés de capitaux se ferment pour les laboratoires d'IA. OpenAI a levé environ 20 milliards de dollars de financement cumulé et brûle entre 14 et 17 milliards de dollars par an. Anthropic a levé 18 milliards de dollars et brûle moins, mais continue de puiser dans les capitaux externes. Si la fenêtre d'introduction en bourse se referme ou si les investisseurs privés réévaluent la probabilité d'un résultat de type « le gagnant rafle la mise », la capacité des laboratoires à financer leur consommation de calcul au niveau actuel s'effondre. Leur demande de GPU se contracte. Le prix spot baisse. Le prix contractuel suit. La valeur du collatéral sous-jacent aux titres adossés à des GPU (GPU ABS) diminue. La structure de financement se défait depuis la base.

Un autre candidat : les activités principales qui financent les dépenses d'IA des hyperscalers sont mises sous pression. Google et Meta dépendent des revenus de la publicité numérique, sensibles au cycle macroéconomique. Microsoft et Amazon dépendent des budgets informatiques des entreprises, qui ne sont pas immunisés contre une récession. Si les flux de trésorerie des activités principales qui subventionnent le déploiement de l'IA se compriment, la capacité d'investissement se comprime avec eux. La guerre continue, mais à un rythme plus lent, et les entreprises qui ne peuvent pas soutenir le rythme perdent du terrain.

Le candidat le plus durable, paradoxalement, est que la guerre continue jusqu'à ce que la technologie elle-même résolve le dilemme. Si les coûts d'inférence continuent de baisser — et si les laboratoires approchent de l'équilibre sur leur économie unitaire avant d'être à court de capital — la subvention n'est plus nécessaire. La demande devient organique. Les dépenses deviennent auto-entretenues. Le dilemme du prisonnier se dissout parce que la course produit des rendements positifs pour les survivants.

La trajectoire d'Anthropic vers une rentabilité d'exploitation en 2026 suggère que cette voie est plausible. Les pertes continues d'OpenAI à une échelle bien plus grande suggèrent qu'elle n'est pas garantie.

Pour l'investisseur en fonds indiciel, la question est de savoir si la guerre se termine par une victoire, un épuisement ou une paix négociée qui laisse toutes les parties debout. Tant que le point d'épuisement n'est pas visible, le fonds indiciel détient un pari selon lequel le dilemme du prisonnier produit un résultat global tolérable — et que la subvention qui le finance ne s'arrête pas avant que la technologie n'apprenne à s'autofinancer.