L’IA peut créer une valeur immense. La question est de savoir quelle part résiste à la concurrence, aux besoins en capital et au changement technologique.
Ce que le calcul, l’électricité et les révolutions technologiques passées peuvent nous apprendre sur la destination finale de la valeur économique créée par l’IA.
Dans mon article précédent, j’ai étudié 150 ans de révolutions technologiques pour comprendre ce qui se passe lorsqu’une technologie de rupture devient moins chère et plus largement disponible.
Le chemin de fer, l’électrification et Internet font apparaître un schéma récurrent : la rareté attire le capital, les capacités augmentent, les coûts diminuent et une partie de la valeur créée finit par se déplacer ailleurs. Cette réflexion prolonge mon analyse précédente sur les goulots d’étranglement physiques des infrastructures nécessaires à l’IA.
J’ai voulu vérifier si l’IA pouvait suivre une trajectoire comparable. Pour investir dans l’IA, une question semble alors évidente : quels types d’entreprises sont susceptibles d’en profiter le plus ?
Plus j’ai approfondi le sujet, moins cette question m’a semblé pertinente.
Une entreprise peut utiliser l’IA pour augmenter sa productivité, améliorer ses produits ou accélérer sa croissance, tout en voyant une partie de ce bénéfice transférée aux clients, éliminée par la concurrence ou absorbée par les investissements nécessaires pour la mettre en œuvre.
Pour l’actionnaire, la distinction est essentielle : la valeur créée par l’IA et la valeur finalement conservée par l’entreprise ne sont pas nécessairement les mêmes.
Une meilleure question apparaît alors :
Qu’est-ce qui détermine qui conservera la valeur économique créée par l’IA ?
Créer de la valeur ne signifie pas nécessairement la conserver
Prenons une entreprise qui utilise l’IA pour effectuer plus rapidement le même travail. Elle peut conserver ce gain de productivité grâce à des marges plus élevées. Mais la concurrence peut également faire baisser les prix, les clients récupérer une partie des économies ou les dépenses supplémentaires en IA et en cloud absorber une partie du bénéfice.
Dans tous les cas, la technologie crée de la valeur. Savoir qui la conserve est une autre question.
RELX illustre un premier mécanisme. Ses activités combinent information, données, outils d’analyse et processus professionnels. Au premier semestre 2026, le groupe a enregistré une croissance organique de son chiffre d’affaires de 7 %, une hausse de 9 % de son résultat opérationnel ajusté et une progression de 11 % de son bénéfice ajusté par action à taux de change constants. La direction explique également que l’IA lui permet d’apporter davantage de valeur à ses clients et de développer plus rapidement des produits à plus forte valeur ajoutée.
RELX — Résultats du premier semestre 2026
Ces chiffres ne permettent pas d’établir quelle part de la performance de RELX est directement causée par l’IA. Ils illustrent cependant une idée plus générale : l’IA peut être particulièrement intéressante lorsqu’elle augmente la valeur d’actifs et de compétences qu’une entreprise possède déjà.
Microsoft illustre un modèle différent. Ses activités cloud et logiciels lui offrent plusieurs moyens de monétiser l’IA, mais fournir cette capacité nécessite des investissements considérables en infrastructures. Au quatrième trimestre de son exercice 2026, Microsoft a indiqué avoir investi 41 milliards de dollars, dont environ deux tiers dans des actifs à durée de vie relativement courte, principalement des CPU et des GPU.
Microsoft — Résultats du quatrième trimestre 2026
Les deux entreprises peuvent donc bénéficier de l’IA, mais le capital nécessaire pour capter cette valeur est très différent.
Cela conduit à une autre question : quel est réellement l’actif économique que l’on construit ?
Dans l’infrastructure IA, l’actif économique est la configuration complète
Au départ, je pensais que le matériel destiné à l’IA perdrait très rapidement sa valeur économique à mesure que de nouveaux GPU, plus puissants et plus efficaces, arriveraient sur le marché.
Mais un GPU seul n’est pas l’actif économique. Le client a besoin d’une capacité de calcul réellement utilisable.
Le passage d’une génération à une autre permet de mieux comprendre cette distinction. Le GB200 NVL72 de NVIDIA est un système intégré à l’échelle d’un rack utilisant un refroidissement liquide, alors que les infrastructures basées sur le H100 peuvent fonctionner avec des configurations conventionnelles refroidies par air.
NVIDIA — Architecture GB200 NVL72
Passer d’une génération à l’autre ne consiste donc pas toujours à remplacer une puce par une autre. Les serveurs, le réseau, la distribution électrique, le refroidissement et d’autres éléments du data center peuvent également devoir évoluer.
Une configuration plus ancienne, mais déjà installée, alimentée, refroidie et connectée, peut ainsi conserver une valeur économique même après l’apparition d’un matériel techniquement supérieur.
La vraie question n’est donc pas simplement de savoir à quelle vitesse un GPU devient technologiquement obsolète. Elle est plutôt :
Pendant combien de temps la configuration complète peut-elle continuer à générer suffisamment de valeur économique ?
Il existe ici un parallèle intéressant avec le minage de Bitcoin. Un matériel de minage plus ancien ne perd pas automatiquement toute valeur économique lorsqu’une génération plus efficace apparaît. Sa durée de vie économique dépend aussi du coût de l’électricité et des revenus qu’il peut encore générer.
Le calcul destiné à l’IA est beaucoup plus polyvalent, mais le principe sous-jacent est comparable :
L’obsolescence technologique et l’obsolescence économique ne sont pas la même chose.
Un ancien GPU peut ne plus être optimal pour les charges de travail les plus exigeantes, tout en restant utilisable pour des applications moins exigeantes si son prix et ses coûts d’exploitation restent compétitifs.
Amazon et Meta montrent à quel point la durée de vie des infrastructures est incertaine
Amazon et Meta fournissent une illustration intéressante à travers leurs estimations comptables de durée d’utilité, c’est-à-dire la période pendant laquelle elles prévoient d’utiliser leurs infrastructures.
À compter de janvier 2024, Amazon a augmenté de cinq à six ans la durée d’utilité estimée de ses serveurs. Cette modification a réduit les dotations aux amortissements de 2024 d’environ 3,2 milliards de dollars et augmenté le résultat net d’environ 2,5 milliards.
Un an plus tard, Amazon a partiellement fait marche arrière. Le groupe a ramené de six à cinq ans la durée d’utilité estimée d’une partie de ses serveurs et équipements réseau, en citant explicitement l’accélération du développement technologique, particulièrement dans l’intelligence artificielle et le machine learning. Amazon avait également décidé de retirer certains équipements plus tôt que prévu, entraînant environ 920 millions de dollars d’amortissements accélérés et de charges associées au quatrième trimestre 2024.
Amazon — Rapport annuel 2025 (10-K)
Presque au même moment, Meta a pris la direction opposée. En janvier 2025, le groupe a porté à 5,5 ans la durée d’utilité estimée de la plupart de ses serveurs et équipements réseau. Meta a ensuite indiqué que cette modification avait réduit ses amortissements de 2025 de 2,92 milliards de dollars et augmenté son résultat net de 2,59 milliards.
Meta — Rapport annuel 2025 (10-K)
Une précision est importante : Meta n’a pas déclaré que l’IA était à l’origine de cet allongement. On ne peut donc pas conclure que l’IA aurait raccourci la durée de vie des infrastructures chez Amazon tout en l’allongeant chez Meta.
La conclusion, plus prudente, est aussi plus intéressante :
Il n’existe pas une durée de vie unique que l’on puisse simplement attribuer aux infrastructures IA. La durée pendant laquelle un actif reste utile dépend notamment de la manière dont chaque opérateur prévoit de l’utiliser.
La durée d’utilité comptable n’est par ailleurs pas identique à la durée de vie économique. Un équipement peut continuer à fonctionner tout en devenant moins rentable, ou conserver une utilité économique après l’apparition d’une technologie plus récente.
Si la durée de vie économique d’une configuration de calcul IA est incertaine, la vitesse à laquelle le capital investi peut être récupéré devient alors particulièrement importante.
Pourquoi le délai de récupération du capital est essentiel
Nebius fournit un exemple intéressant.
Pour les nouveaux contrats signés au deuxième trimestre 2026, l’entreprise a annoncé un délai de récupération estimé d’un an et dix mois. Il est important de préciser qu’il s’agit d’une estimation prospective de la direction, fondée sur les coûts prévisionnels et les capacités futures contractualisées, y compris des capacités qui n’ont pas encore été construites. Il ne s’agit donc pas d’un délai de récupération historiquement constaté.
Nebius — Lettre aux actionnaires du deuxième trimestre 2026
Rien ne garantit que cette économie restera identique lorsque les capacités disponibles augmenteront. Les prix du calcul, les taux d’utilisation, la technologie et les conditions de financement peuvent évoluer.
Mais le principe est important :
Une rareté n’a pas besoin d’être permanente. Elle doit durer suffisamment longtemps pour que le capital engagé puisse générer un rendement satisfaisant.
Une configuration qui récupère rapidement le capital investi dépend moins des hypothèses sur la valeur que conservera le matériel IA plusieurs années plus tard.
Ce principe ne concerne d’ailleurs pas uniquement la puissance de calcul.
Les contraintes électriques évoluent selon une autre horloge
Un data center n’a pas simplement besoin de production électrique. Il lui faut suffisamment de puissance au bon endroit et au bon moment, ainsi que le raccordement au réseau et les infrastructures permettant de l’acheminer.
On retrouve ici un parallèle intéressant :
Un GPU n’est qu’un élément d’une capacité de calcul utilisable, comme une centrale électrique n’est qu’un élément d’une puissance réellement disponible sur un site.
L’accord conclu entre Constellation Energy et Meta en fournit un exemple. Il porte sur 1 121 MW provenant du Clinton Clean Energy Center pendant vingt ans à compter de juin 2027 et soutient également une augmentation de 30 MW de la puissance de la centrale.
Constellation Energy — Accord nucléaire de 20 ans avec Meta
Ces contrats ne prouvent pas que la rareté de l’électricité durera vingt ans. Ils montrent quelque chose de plus précis : certains clients sont prêts à prendre des engagements de très longue durée pour sécuriser leur approvisionnement électrique.
D’autres contraintes peuvent répondre plus rapidement à l’arrivée de nouveaux capitaux. Schneider Electric, par exemple, a enregistré au premier semestre 2026 un chiffre d’affaires de 21,2 milliards d’euros, en hausse organique de 14 %, et un EBITA ajusté de 4,1 milliards, en progression organique de 22 %, dans un contexte de demande particulièrement forte liée notamment aux data centers.
Schneider Electric — Résultats financiers 2026
Mais les équipements électriques constituent une capacité industrielle qui peut être augmentée : de nouveaux investissements peuvent accroître l’offre et les concurrents peuvent réagir.
La question importante n’est donc pas simplement de savoir si quelque chose est rare aujourd’hui, mais :
À quelle vitesse de nouveaux capitaux peuvent-ils faire disparaître cette rareté ?
Puissance de calcul, équipements électriques, raccordements au réseau et production d’électricité obéissent à des délais d’augmentation de capacité très différents. Comprendre ces différentes horloges peut être aussi important que d’identifier les goulots d’étranglement eux-mêmes.
Un cadre pour analyser l’économie de l’IA
Cette recherche m’a finalement conduit à cinq questions.
1. Quelle valeur économique l’IA crée-t-elle ?
Réduit-elle les coûts, augmente-t-elle les revenus, améliore-t-elle un produit ou permet-elle de lever une contrainte importante ?
2. Qui peut conserver cette valeur ?
L’entreprise peut-elle garder le bénéfice, ou une grande partie sera-t-elle captée par les clients et les concurrents ?
3. Combien de capital faut-il engager ?
L’IA augmente-t-elle la valeur d’actifs que l’entreprise possède déjà, ou faut-il investir continuellement pour saisir l’opportunité ?
4. Ces avantages économiques sont-ils durables ?
À quelle vitesse la technologie, la concurrence ou de nouvelles capacités peuvent-elles réduire l’avantage actuel ?
5. À quelle vitesse le capital peut-il être récupéré ?
Lorsque la durée de vie économique est incertaine, le délai de récupération devient particulièrement important.
Ces cinq questions permettent de tester si la valeur économique créée par l’IA peut réellement perdurer.
De la création de valeur par l’IA à la valeur pour l’actionnaire
Une entreprise peut bénéficier considérablement de l’IA sans que l’intégralité de ce bénéfice revienne finalement à ses actionnaires.
L’IA peut augmenter la productivité, réduire les coûts ou améliorer les produits, mais une partie de la valeur créée peut être transférée aux clients par des prix plus bas, éliminée par la concurrence ou absorbée par les investissements et leur financement.
À l’inverse, une entreprise n’a pas nécessairement besoin de développer elle-même les technologies d’IA les plus avancées pour en bénéficier. L’IA peut augmenter la valeur des données, des processus ou des actifs physiques qu’elle contrôle déjà, parfois sans nécessiter le même niveau d’investissement supplémentaire.
Les infrastructures ajoutent une autre dimension. Une situation de rareté peut créer une économie attractive, mais le capital cherchera naturellement à la faire disparaître. Il faut donc regarder non seulement la valeur actuelle d’un goulot d’étranglement, mais aussi la vitesse à laquelle l’offre peut réagir par rapport au temps nécessaire pour récupérer le capital investi.
Cela ramène l’analyse à l’actionnaire. Les entreprises qui bénéficient le plus de l’IA ne sont pas nécessairement celles qui conserveront la plus grande part de la valeur économique qu’elle crée. Ce qui compte finalement, c’est la valeur qui subsiste après la concurrence, les investissements supplémentaires et leur coût de financement.
Plutôt que de simplement demander quelles entreprises bénéficieront le plus de l’IA, je poserais donc la question ainsi :
Quelle valeur l’IA crée-t-elle, qui peut la conserver, combien de capital faut-il engager, combien de temps ces avantages peuvent-ils durer — et le capital peut-il être récupéré avant que cette économie ne change ?
Ces questions permettent de déterminer si l’IA peut durablement améliorer l’économie d’une entreprise — et si une part suffisante de cette amélioration peut finalement revenir aux actionnaires.
Information et avertissement
Cet article est publié à des fins générales d’information et d’éducation et reflète mes recherches et opinions personnelles. Les entreprises mentionnées sont utilisées comme études de cas afin d’illustrer différents modèles économiques et ne constituent pas des recommandations d’achat, de vente ou de conservation d’un titre. Les prévisions des entreprises et autres estimations prospectives sont par nature incertaines. Tout investissement comporte un risque, y compris celui d’une perte en capital.
Déclaration d’intérêts : À la date de publication, je détiens des actions Nebius Group et Schneider Electric.
Laisser un commentaire