25 septembre 2026, bulle de l’IA, revenus attendus face aux valorisations, ce que Mon Carnet redoute

La question d’une bulle de l’intelligence artificielle revient au premier plan dans l’actualité numérique. Le site Mon Carnet, animé par Bruno Guglielminetti, a remis le sujet en circulation le 25 septembre 2026, au moment où économistes, investisseurs et dirigeants de la tech évaluent la solidité du modèle économique de l’IA générative. Derrière les annonces de laboratoires, les nouveaux agents logiciels et les centres de données géants, une interrogation domine : les revenus attendus peuvent-ils justifier les valorisations actuelles ?

Mon Carnet relance l’hypothèse d’une bulle IA

La publication de Mon Carnet intervient dans un climat particulier. Depuis plusieurs mois, les annonces liées à l’IA s’enchaînent à un rythme soutenu : assistants personnels, outils de création vidéo, moteurs de recherche augmentés, agents capables d’exécuter des tâches en ligne. Cette profusion nourrit l’idée d’une transformation profonde du travail, mais elle accroît aussi le risque d’attentes excessives.

Le rôle de Bruno Guglielminetti, observateur reconnu de l’actualité numérique au Québec, consiste moins à trancher qu’à mettre en perspective les signaux. Le titre « Et si la bulle de l’intelligence artificielle éclatait ? » s’inscrit dans une série de sujets publiés autour de la sécurité, de la Chine, de ChatGPT et des infrastructures numériques. Le choix éditorial pointe un déplacement du débat : la question n’est plus seulement technique, elle devient financière.

Le calendrier du 25 septembre 2026 n’est pas anodin. La même semaine, Mon Carnet évoque aussi les alertes lancées devant le Conseil de sécurité de l’ONU par Yoshua Bengio, Sam Altman et Dario Amodei, dans un registre davantage centré sur les risques systémiques. Les marchés, eux, regardent un autre indicateur : la capacité des entreprises à transformer l’usage massif de l’IA en profits récurrents.

Cette tension explique la comparaison avec une bulle. Dans une bulle, les capitaux affluent avant que les revenus ne soient démontrés à grande échelle. L’IA générative produit déjà des usages tangibles dans la programmation, le service client ou la création de contenu, mais le coût des modèles, des puces et de l’électricité pèse lourd. Le débat porte donc sur l’écart entre adoption visible et rentabilité durable.

Barry Eichengreen alerte sur la dette des centres de données

L’économiste Barry Eichengreen, professeur à l’université de Californie à Berkeley, formule une inquiétude plus précise dans une chronique publiée par Le Monde. Selon son analyse, le danger ne se limite pas à une baisse des actions technologiques. Le point sensible se situe dans le financement des infrastructures, en particulier lorsque les projets reposent sur un endettement important et sur des revenus futurs encore incertains.

Les centres de données sont au cœur de cette mécanique. L’entraînement et l’utilisation des grands modèles exigent des capacités de calcul considérables, des puces spécialisées, des systèmes de refroidissement et des contrats énergétiques de long terme. Les grands groupes peuvent financer une partie de ces dépenses sur fonds propres, mais l’écosystème comprend aussi des opérateurs, promoteurs et fonds spécialisés qui mobilisent des emprunts.

Le scénario redouté par Eichengreen repose sur une chaîne simple. Si les gains de productivité liés à l’IA sont plus faibles que prévu, les entreprises clientes pourraient réduire leurs dépenses. Les fournisseurs de calcul verraient alors leurs revenus progresser moins vite que prévu, tandis que les remboursements resteraient dus. Dans ce cas, la dette liée aux infrastructures deviendrait le canal de transmission vers le secteur financier.

Cette analyse distingue correction boursière et crise systémique. Une chute des valorisations de grandes entreprises technologiques peut appauvrir des actionnaires sans déclencher de crise bancaire. Le risque augmente lorsque les pertes touchent des créances, des obligations privées ou des montages de financement peu liquides. Les investisseurs surveillent donc moins les démonstrations spectaculaires que la qualité des flux de trésorerie générés par les services d’IA.

ChatGPT concentre 95 % du trafic Web IA

Un autre signal mis en avant par Mon Carnet concerne la domination de ChatGPT. Le site indique que l’outil concentre désormais 95 % du trafic Web provenant des outils d’IA. Cette donnée illustre l’extrême concentration de l’usage grand public. Elle confirme la puissance de la marque, mais elle montre aussi que le marché visible reste dépendant d’un nombre réduit de plateformes.

Pour OpenAI, cette position constitue un avantage considérable. La fréquentation attire les développeurs, les entreprises partenaires et les éditeurs qui cherchent à apparaître dans les nouveaux circuits de découverte de l’information. Mais une domination de trafic ne garantit pas automatiquement une rentabilité proportionnelle. Chaque requête avancée consomme du calcul, et les abonnements doivent couvrir des coûts techniques élevés.

Cette concentration a aussi un effet sur les marchés financiers. Les investisseurs ont tendance à valoriser l’ensemble de la filière à partir de quelques usages emblématiques. Quand un service devient synonyme d’IA pour le grand public, les anticipations se diffusent vers les fabricants de puces, les fournisseurs de cloud, les éditeurs de logiciels et les producteurs d’énergie. Le S&P 500 a profité de cette dynamique, tiré par les grands groupes technologiques très capitalisés.

Le revers tient à la fragilité d’une attente collective. Si la croissance du trafic ralentit, si les entreprises réduisent leurs licences ou si les consommateurs refusent des abonnements plus coûteux, la lecture du marché peut se retourner rapidement. Les usages gratuits ou faiblement monétisés entretiennent la visibilité des plateformes, mais ils ne suffisent pas toujours à couvrir les dépenses d’infrastructure. La question centrale devient alors la conversion de l’audience en marges durables.

OpenAI et Meta affrontent les modèles à poids ouverts

La montée des modèles à poids ouverts ajoute une pression supplémentaire. Ces systèmes peuvent être installés sur des infrastructures contrôlées par les clients, parfois sur des serveurs internes, voire sur des machines locales pour des versions plus légères. Pour les entreprises soucieuses de confidentialité, de coûts ou de souveraineté numérique, cette option devient attractive face aux modèles accessibles uniquement par abonnement ou interface distante.

Cette évolution menace une partie du modèle économique du cloud IA. Si des banques, administrations, industriels ou médias déploient leurs propres modèles spécialisés, ils réduisent leur dépendance aux appels facturés par les grands fournisseurs. Les revenus ne disparaissent pas totalement, car il faut encore acheter du matériel, assurer la maintenance et former les équipes. Mais la valeur se déplace, du service centralisé vers l’intégration locale.

Meta occupe une place particulière dans ce mouvement, car ses choix en matière d’ouverture ont encouragé un écosystème de développeurs capables d’adapter des modèles à des besoins précis. OpenAI, de son côté, mise davantage sur la performance, les agents et l’intégration de services. Cette opposition reflète deux visions du marché : vendre l’accès à une intelligence centralisée ou diffuser des briques technologiques que d’autres adapteront.

Pour les investisseurs, l’enjeu est direct. Les valorisations élevées supposent souvent que les fournisseurs dominants capteront une large part de la valeur créée par l’IA. Or un marché plus fragmenté, avec des modèles spécialisés, des solutions internes et une concurrence par les prix, réduit cette hypothèse. L’évolution reste incertaine, car les meilleurs modèles propriétaires gardent une avance sur certaines tâches complexes, mais la pression concurrentielle devient plus visible.

Cette situation ne signifie pas la fin de l’intelligence artificielle comme technologie stratégique. Elle suggère plutôt une phase de tri. Les usages capables de produire des gains mesurables continueront d’attirer les budgets, tandis que les projets lancés pour suivre la mode seront davantage contestés. Dans les entreprises, les directions financières demandent déjà des indicateurs plus précis : temps gagné, coûts évités, revenus additionnels, risques juridiques maîtrisés.