Bulle IA 2026 : quand l’intelligence artificielle coûte plus cher que les salariés qu’elle remplace

La facture de l’IA explose. En mai 2026, des entreprises comme Uber voient leur budget token annuel épuisé en quelques mois. Google multiplie par sept sa consommation d’IA en un an. Le patron de JPMorgan promet moins de banquiers grâce à l’IA. Mais un constat s’impose : dans certains usages, l’IA coûte au moins 70 % plus cher qu’un être humain.

Explosion de la demande : les entreprises consomment plus qu’elles ne peuvent payer

Sundar Pichai, le PDG de Google, l’a confirmé lors de la conférence Google et Meta alertent sur les agents IA, et lors de Google I/O 2026 : l’usage des produits d’IA du groupe a été multiplié par sept en un an, atteignant 3,2 quadrillions de tokens consommés chaque mois. Le token, c’est l’unité qui mesure le volume de texte traité par les modèles d’IA. Plus vous en utilisez, plus la facture monte.

Le problème ? Cette croissance fulgurante n’est pas soutenable pour toutes les entreprises. Google estime devoir doubler sa capacité d’infrastructure d’IA tous les six mois pour suivre la demande, ce qui implique des investissements massifs et continus dans les gigafactories IA, les centres de données, les puces spécialisées et l’énergie. La partie IA est “l’élément critique et le plus coûteux de la course à l’IA”, reconnaît son responsable de l’infrastructure, selon CNBC.

Uber : budget IA épuisé, “difficile à justifier”

Le cas d’Uber est révélateur. L’entreprise a déployé l’IA auprès de 5 000 ingénieurs. Quatre mois plus tard, le budget annuel entier était épuisé. Le COO Andrew McDonald a admis publiquement qu’ils ne pouvaient plus justifier la dépense, selon Business Insider. Ce n’est pas un problème isolé : Venture Capitalist Chamath Palihapitiya a confié en mars 2026 que sa société 8090 abandonnait Cursor parce qu’elle dépensait trop en tokens, selon Business Insider également.

Starbucks : le projet IA abandonné

Starbucks a été cité au sujet d’une initiative de gestion de l’inventaire via l’IA. Le projet a ensuite été abandonné après une évaluation opérationnelle, les coûts ne correspondant pas aux bénéfices attendus. Microsoft a aussi réduit certaines licences d’IA, un mouvement interprété comme une réponse à la montée des dépenses.

Le vrai coût de l’IA : ce qui est caché derrière la facture token

La dépense visible, c’est le coût des tokens : chaque requête envoyée à un modèle d’IA, chaque réponse générée, coûte de l’argent. Mais la facture réelle est bien plus élevée. Elle inclut l’infrastructure, l’énergie, l’intégration dans les processus existants, et le coût humain de la transition.

Infrastructure : Google double sa capacité tous les 6 mois

Google investit massivement dans ses propres puces TPU et son infrastructure cloud, ce qui lui coûte environ 50 à 75 % moins cher que ses concurrents qui dépendent de Nvidia et Microsoft, selon les estimations de William Blair. Mais même pour Google, le rythme est insoutenable : doubler la capacité d’infrastructure tous les six mois représente des dizaines de milliards de dollars d’investissement récurrent.

Pour les entreprises qui ne possèdent pas cette infrastructure, la note est encore plus salée. OpenAI paie Microsoft, Oracle et d’autres fournisseurs cloud avec une marge sur chaque requête ChatGPT et Codex. Cette couche intermédiaire renchérit le coût final pour le client.

Énergie : les centres de données IA consomment jusqu’à 12 % de l’électricité américaine

La montée en puissance des centres de données d’IA fait grimper les factures d’électricité pour les entreprises et les ménages, notamment aux États-Unis, où certains États anticipent que ces infrastructures pourraient représenter jusqu’à 12 % de la consommation électrique nationale dans les prochaines années. Au Royaume-Uni comme aux États-Unis, la montée des coûts énergétiques liés aux centres de données d’IA suscite des alertes de banques centrales et d’autorités de régulation.

Les signaux d’une bulle : quand le marché commence à s’inquiéter

Plusieurs économistes et observateurs alertent sur des signaux classiques de formation de bulle spéculative autour de l’IA. La comparaison avec l’ère dot-com de 2000 revient régulièrement dans les discussions de marché.

Ruchir Sharma : “Un immense pari sur l’IA”

L’économiste Ruchir Sharma décrit une économie devenue “un immense pari sur l’IA”, avec une part croissante de la croissance tirée par les dépenses d’investissement dans les technologies et par la valorisation boursière des titres liés à cette thématique. Trois signaux classiques de bulle sont présents :

• Capex technologiques au plus haut : les investissements dans l’infrastructure IA atteignent des niveaux historiquement élevés.
• Survalorisation des actions : les valorisations des entreprises tech s’approchent d’extrêmes historiques.
• Endettement croissant : les grands groupes s’endettent pour financer la course à l’IA.

Ann Pettifor : “La question n’est plus de savoir si la bulle éclatera, mais quand”

L’économiste Ann Pettifor, citée par The Telegraph, estime que la bulle IA est inévitable. Dans cette lecture, les déclarations alarmistes ne relèvent pas seulement de la formule journalistique, mais s’inscrivent dans une série d’analyses qui voient dans l’IA la prochaine grande correction des marchés après les dot-com et les cryptomonnaies.

La comparaison dot-com : un graphique viral

Un graphique partagé par l’analyste Crypto Rover sur X compare la trajectoire des marchés actuels au pic dot-com de 2000. Les deux structures affichent une forte dynamique haussiere avant d’atteindre des zones comparables. Le graphique place le pic dot-com à côté de l’avancée technologique d’aujourd’hui, avec un niveau de référence horizontal reliant les deux sommets de marché.

Les géants de la tech se défendent : “Le surinvestissement d’aujourd’hui, c’est l’économie d’échelle de demain”

Les géants du numérique contestent la vision d’une bulle. Google met en avant des gains de productivité concrets pour ses clients : le basculement de 80 % de leurs charges d’IA vers ses modèles les plus récents (Gemini 3.5 Flash) pourrait leur faire économiser plus d’un milliard de dollars par an.

Dans cette perspective, le surinvestissement d’aujourd’hui serait la condition pour dégager demain des économies d’échelle. Les partisans de l’IA avancent que, comme lors des révolutions précédentes, les gains de productivité émergeront avec un décalage, lorsque les organisations auront appris à réinventer leurs processus autour des nouveaux outils.

Le patron de JPMorgan, Jamie Dimon, affirme néanmoins que l’IA réduira à terme les besoins en main-d’œuvre dans des métiers qualifiés, notamment la banque d’investissement et l’analyse de données. La logique est celle d’une transformation progressive des emplois, plus que d’une substitution instantanée, avec une promesse de réduction des coûts sur le long terme, selon The Telegraph.

Coût social et régulation : ce que personne ne calcule dans le business plan

Au-delà des marchés financiers, la question se pose dans l’entreprise : si l’IA revient “au moins 70 % plus cher qu’un être humain” dans certains usages, comme le relaient plusieurs analyses anglo-saxonnes, l’intérêt économique immédiat de la substitution se brouille.

Pour les syndicats et une partie des chercheurs, le calcul doit intégrer aussi le coût social : reconversions (42 % des cadres utilisent l’IA en cachette au travail), chômage frictionnel, pression sur les salaires et polarisation accrue du marché du travail. Ils plaident pour des investissements au moins équivalents dans la formation et l’adaptation des compétences, afin d’éviter que l’IA ne crée plus de pertes que de gains nets pour la société.

The Telegraph le rappelle : “Le remplacement des humains ne sera attractif que lorsque l’IA commencera à démontrer une vraie valeur et de véritables gains de productivité“. En attendant, les entreprises qui investissent massivement dans l’IA prennent un pari : que les gains de productivité arriveront avant que la facture ne devienne insoutenable.

Google joue l’infrastructure : le modèle Search répété pour l’IA

Google a une carte maîtresse que ses concurrents n’ont pas : il possède toute la chaîne — puces TPU, data centers, cloud, modèles et applications. Cette intégration verticale lui coûte 50 à 75 % moins cher que ses rivaux, selon William Blair. C’est exactement la stratégie qui lui a permis de dominer le search en 2006 : construire une infrastructure custom avec du matériel standard pour maximiser la vitesse et minimiser les coûts.

La course au search était en réalité une course à l’infrastructure déguisée. Google parie que la course à l’IA suivra le même schéma. Avec son activité publicitaire search qui peut subventionner ses efforts IA pendant que Anthropic dépasse OpenAI en valorisation et courent après du financement et du compute, Google part avec une longueur d’avance structurelle.

Conclusion : bulle ou transition ? La réponse dépendra des gains tangibles

La question n’est pas de savoir si l’IA est utile — elle l’est. La question est de savoir si les gains de productivité justifieront les coûts actuels. Entre les deux visions — bulle spéculative imminente ou transition technologique avec décalage des gains — l’issue dépendra de la capacité de l’IA à démontrer rapidement des résultats tangibles, au-delà de l’effet de mode et de la spéculation.

Pour les entreprises, le message est clair : mesurez le retour sur investissement de chaque déploiement d’IA, ne suivez pas l’euphorie collective, et n’oubliez pas que “bon” peut être suffisant — good enough is good enough.