La thèse centrale est la suivante : l’IA n’est pas forcément une bulle au sens strict, mais elle présente plusieurs caractéristiques classiques des bulles : narration très puissante, afflux massif de capitaux, valorisations concentrées, extrapolation de gains futurs encore incertains, et décalage possible entre investissement immédiat et profits réellement captés. En même temps, il faut garder une nuance importante : la BRI souligne que la phase actuelle n’est pas identique à la bulle internet de la fin des années 1990, car la hausse récente des grandes valeurs technologiques s’appuie aussi sur des bénéfices effectivement réalisés, pas seulement sur des promesses. La bonne question n’est donc pas “l’IA est-elle une fraude ?”, mais plutôt : où finit la révolution technologique et où commence l’exubérance financière ?
1. Qu’est-ce qu’une bulle spéculative, appliquée à l’IA ?
Une bulle spéculative apparaît quand le prix des actifs dépend de plus en plus de l’anticipation que “quelqu’un paiera encore plus cher demain”, plutôt que d’une estimation raisonnable des flux de trésorerie futurs. Dans le cas de l’IA, cela peut prendre plusieurs formes : actions de semi-conducteurs, hyperscalers, logiciels “rebrandés IA”, dette finançant les data centers, ou startups privées valorisées sur la base d’un récit plus que sur une rentabilité démontrée. Reuters note ainsi que les inquiétudes actuelles ne portent pas seulement sur la technologie elle-même, mais aussi sur le fait que les retours sur les dépenses d’infrastructure IA prennent plus de temps que prévu à se matérialiser.
2. Premier signal de bulle possible : l’ampleur du capex
Le premier drapeau rouge, c’est la taille de l’investissement engagé. Reuters rapporte que Microsoft, Amazon, Alphabet et Meta prévoyaient ensemble environ 635 milliards de dollars de dépenses en 2026 pour les data centers, les puces et d’autres infrastructures IA, contre 383 milliards l’année précédente et 80 milliards en 2019. Goldman Sachs, de son côté, parlait dès 2024 d’environ 1 000 milliards de dollars de capex IA dans les années à venir. Quand un secteur attire un tel volume de capital en si peu de temps, le risque classique est celui d’un surinvestissement : trop de capacité construite avant que la demande solvable ne soit réellement prouvée.
Le mécanisme est connu : tant que tout le monde craint de “rater la prochaine plateforme dominante”, chaque grand acteur préfère surinvestir plutôt que sous-investir. Mais ce comportement collectif peut produire une course aux infrastructures où la discipline économique disparaît. Autrement dit, même si chaque entreprise a une logique défensive individuelle, l’ensemble du système peut basculer dans une logique de bulle. Reuters rapporte d’ailleurs que S&P Global Visible Alpha voit dans un éventuel recul de ces dépenses un possible catalyseur de correction boursière large.
3. Deuxième signal : le décalage entre valorisations et revenus
Une bulle ne signifie pas absence totale de revenus ; elle signifie souvent que les valorisations progressent beaucoup plus vite que les revenus. Reuters l’a résumé explicitement dans une analyse graphique fin 2025 : pour plusieurs leaders de l’IA, les valorisations ont nettement dépassé la progression du chiffre d’affaires. C’est un point crucial, car même une vraie révolution technologique peut devenir une bulle si les marchés capitalisent trop tôt des profits très lointains.
C’est aussi visible dans la concentration des attentes sur quelques entreprises. Le FMI relevait en mars 2026 qu’un petit groupe de géants technologiques porte une part disproportionnée des dépenses d’investissement IA et des anticipations de productivité mondiales. Quand une thématique entière dépend à ce point d’un petit noyau de sociétés, le marché devient vulnérable : il suffit que la croissance, les marges ou le rythme d’adoption déçoivent pour que la revalorisation s’inverse brutalement.
4. Troisième signal : la monétisation reste plus lente et plus difficile que le récit
Le cœur du doute spéculatif est là : la technologie impressionne plus vite qu’elle ne monétise. Goldman Sachs résumait ce problème par la formule “too much spend, too little benefit”, en expliquant que les dépenses sont immenses mais qu’elles ont encore peu de résultats économiques visibles à ce stade. Reuters rapporte la même inquiétude chez les investisseurs : les grands clients de Nvidia dépensent massivement, mais les marchés doutent de plus en plus du délai nécessaire pour transformer ces dépenses en hausse de revenus et de profits.
Même les enquêtes plus favorables montrent ce décalage. McKinsey observe bien une hausse des cas d’usage créateurs de valeur dans certaines fonctions, mais souligne aussi que plus de 80 % des répondants ne voient pas encore d’impact tangible de l’IA générative sur l’EBIT au niveau de l’entreprise entière. Autrement dit : oui, il existe des gains locaux ; non, cela ne prouve pas encore une rentabilité macroéconomique et boursière à la hauteur des valorisations embarquées. C’est exactement le genre d’écart qui alimente les bulles.
5. Quatrième signal : les gains de productivité agrégés restent très incertains
Beaucoup de la valorisation actuelle de l’IA repose sur une promesse : un choc durable de productivité. Le problème est que les institutions sérieuses restent prudentes sur l’ampleur et le calendrier de ce choc. L’OCDE explique que mesurer l’effet macroéconomique de l’IA est difficile, que les gains microéconomiques sont plus visibles que les gains macroéconomiques, et que les bénéfices dépendent d’investissements complémentaires, de réorganisations et d’adaptations institutionnelles qui prennent du temps.
Le FMI ajoute que dans certains scénarios, les gains de productivité agrégés restent modestes : son papier de 2025 sur l’impact global de l’IA évoque pour l’Europe des gains cumulatifs d’environ 0,8 % à 1,1 % sur cinq ans dans certaines hypothèses, ce qui est loin d’une transformation instantanée justifiant automatiquement toutes les valorisations actuelles. Donc oui, l’IA peut créer de la valeur ; mais si les marchés pricent une révolution beaucoup plus rapide que celle qui arrive réellement, l’écart peut nourrir une bulle.
6. Cinquième signal : la concentration extrême du marché
Les bulles aiment la concentration narrative. La BRI notait fin 2025 que la part des “Magnificent 7” dans la capitalisation du S&P 500 avait grimpé à près de 35 %, et que leur rallye était alimenté par des attentes optimistes sur la profitabilité future de l’IA et des data centers. Cette concentration crée un risque mécanique : quand quelques titres deviennent à la fois les champions de la croissance, de l’innovation et du leadership indiciel, ils cessent d’être de simples actions et deviennent le support principal d’une croyance collective.
Cela ne veut pas dire que ces entreprises sont mauvaises. Cela veut dire que leurs cours peuvent incorporer des scénarios presque parfaits : demande durable, marges élevées, domination technologique stable, absence de guerre des prix, coûts énergétiques gérables, régulation modérée. Plus un actif dépend d’un scénario quasi parfait, plus il est spéculativement fragile. Reuters montre par exemple que même Nvidia, malgré des marges très élevées et une croissance bénéficiaire exceptionnelle, a vu son multiple se compresser fortement à mesure que les investisseurs doutaient du rythme de retour sur investissement du boom IA.
7. Sixième signal : les marchés privés peuvent amplifier l’exubérance
Les bulles ne se forment pas seulement en Bourse ; elles prospèrent aussi dans le non-coté, où les prix sont plus opaques et moins disciplinés par le marché quotidien. Reuters rapportait en octobre 2025 qu’au premier trimestre 2025, les startups IA avaient levé 73,1 milliards de dollars, soit 57,9 % de tout le financement mondial du capital-risque selon PitchBook. Dans le même article, un responsable du GIC évoquait une “little bit of a hype bubble” dans l’amorçage, avec des startups “AI-labeled” valorisées à des multiples très élevés malgré de petits revenus.
C’est un mécanisme très classique : quand l’argent afflue vite, la sélection se dégrade. Des entreprises très différentes finissent par être valorisées avec la même logique thématique. Le label “IA” devient alors une sorte de multiplicateur de prix. C’est un terrain particulièrement propice aux bulles, parce que les tours privés permettent de soutenir des valorisations ambitieuses longtemps avant l’épreuve de vérité des marchés publics ou de la rentabilité.
8. Septième signal : l’infrastructure IA est très sensible à l’énergie et au coût du capital
Une bulle spéculative n’éclate pas toujours parce que la technologie échoue. Parfois elle éclate parce que son modèle de financement devient plus dur. Dans l’IA, l’infrastructure dépend énormément de l’électricité, du foncier, des puces avancées et de taux de financement supportables. Reuters souligne que le boom des data centers est particulièrement exposé aux coûts énergétiques et qu’un choc durable sur l’énergie pourrait forcer des révisions de capex.
Cela change la nature du risque. Si l’IA était surtout une bulle logicielle légère, la correction serait peut-être plus limitée. Mais une partie importante du boom actuel repose sur des actifs lourds : centres de données, réseaux, puces, énergie, dette. Plus une révolution technologique est capitalistique, plus elle est sensible à un retournement macrofinancier. C’est l’une des raisons pour lesquelles une thématique fondamentalement sérieuse peut malgré tout connaître une phase spéculative.
9. Huitième signal : l’histoire économique suggère un risque de surconstruction
L’OCDE rappelle que les bénéfices macroéconomiques des grandes technologies apparaissent souvent avec retard, après des investissements complémentaires et des adaptations institutionnelles. Cela signifie qu’une technologie peut être transformatrice à long terme tout en détruisant beaucoup de capital à court et moyen terme chez les investisseurs qui paient trop cher trop tôt. L’histoire des chemins de fer, de la fibre, de l’e-commerce ou de l’internet fixe montre que la bonne intuition technologique n’est pas automatiquement une bonne valorisation boursière.
Le FMI, dans son WEO d’octobre 2025, allait jusqu’à envisager un scénario où les gains de productivité de l’IA déçoivent, ce qui provoquerait une baisse marquée de l’investissement agrégé, précisément parce que les data centers et l’IA avaient été un moteur important de l’investissement récent. Cette formulation est importante : elle montre que même pour une institution prudente, l’IA est déjà devenue assez grosse pour que sa déception pèse sur le cycle économique.
10. Pourquoi ce n’est pas forcément une bulle “pure”
Il faut maintenant réintroduire la nuance. La BRI insiste sur le fait que la période actuelle diffère de la bulle internet tardive, car la hausse des mégacaps technologiques s’est appuyée aussi sur une croissance bénéficiaire solide. Nvidia, par exemple, n’est pas une société sans revenus : Reuters rappelle qu’elle affiche des marges brutes d’environ 75 % et que les analystes anticipaient encore une forte croissance bénéficiaire malgré le recul du titre.
De même, le Stanford AI Index montre que l’IA n’est pas un simple slogan financier : en 2024, l’investissement privé mondial en IA a atteint un niveau record, l’usage organisationnel a fortement progressé, et l’usage déclaré de l’IA générative dans au moins une fonction a bondi. Une partie de l’engouement repose donc sur une adoption réelle. Le point critique est le suivant : une adoption réelle n’empêche pas une survalorisation. Elle empêche seulement de réduire tout le phénomène à une illusion pure.
11. Le vrai risque : une bulle partielle, pas uniforme
Le scénario le plus crédible n’est pas forcément “toute l’IA est une bulle”. Le scénario plus fin est celui d’une bulle segmentée.
Il peut y avoir :
- des valorisations raisonnables dans certaines infrastructures indispensables ;
- des profits durables chez quelques leaders ;
- mais aussi une bulle dans certaines startups privées, certains logiciels “AI-washed”, certains projets d’infrastructure trop ambitieux, ou certains actifs financés sur l’hypothèse d’une demande quasi infinie. Reuters montrait déjà en 2025 que les craintes de bulle étaient particulièrement fortes dans le venture early stage, où le simple label IA pouvait gonfler les multiples.
C’est souvent ainsi que les cycles spéculatifs se déroulent : le cœur industriel le plus solide survit, tandis qu’une périphérie d’actifs financés trop cher se dégonfle.
12. Quels seraient les déclencheurs d’un dégonflement ?
Une bulle se dégonfle rarement “par révélation soudaine”. Elle se dégonfle souvent quand quelques paramètres changent en même temps.
Les principaux déclencheurs plausibles sont :
- une monétisation plus lente qu’espéré ;
- une pression sur les marges due à la concurrence ou à la baisse des prix des modèles ;
- un recul du capex des hyperscalers ;
- une hausse durable des coûts énergétiques ;
- un coût du capital plus élevé ;
- des gains de productivité réels mais trop modestes pour justifier les prix payés. Reuters et le FMI ont tous deux mis en avant ce risque de déception sur le lien entre dépenses IA, croissance et profits.
13. La leçon avancée : une bulle peut coexister avec une vraie révolution
C’est le point le plus important du cours. Dire que l’IA pourrait être une bulle spéculative ne revient pas à dire que l’IA est inutile. Une innovation peut être révolutionnaire technologiquement et donner lieu à une bulle financière. L’internet a changé le monde, mais cela n’a pas empêché une immense destruction de capital autour de 2000. La BRI suggère justement que la comparaison avec la fin des années 1990 doit être maniée avec prudence, mais elle reconnaît quand même les risques de valorisations tendues et de correction plus large.
La bonne formulation est donc : l’IA peut être une vraie révolution industrielle, tout en étant surpayée par endroits, et peut-être surpayée collectivement à certains moments du cycle.
14. Conclusion
Pourquoi l’IA pourrait-elle être une bulle spéculative ?
Parce que :
- les dépenses d’infrastructure ont explosé très vite ;
- les valorisations ont parfois progressé plus vite que les revenus ;
- les gains de productivité agrégés restent incertains et potentiellement plus lents que prévu ;
- une petite poignée d’entreprises concentre une part énorme des attentes et du capex ;
- les marchés privés montrent déjà des signes d’exubérance thématique ;
- et le tout dépend fortement de l’énergie, du financement et de la discipline future des investisseurs.
Mais il faut garder la nuance inverse : ce n’est pas une répétition parfaite de la bulle internet, car il existe aujourd’hui de vrais revenus, de vrais usages et, chez certains acteurs, de vrais bénéfices. Le risque le plus plausible n’est donc pas “tout est faux”, mais plutôt : la réalité économique de l’IA est probablement plus solide que celle de nombreuses modes passées, tandis que ses prix de marché peuvent malgré tout avoir dépassé ce que cette réalité justifie déjà.
