Cette note s’appuie sur mon étude The Global AI Race amid Asset Bubble Dynamics, que je présenterai le vendredi 15 mai 2026 au King’s College de Londres, dans le cadre du séminaire The Geopolitics of Technology, salle KING21, King’s Building. De 10h à 18h.
La désescalade dans la guerre d’Iran a déclenché un rebond des marchés, principalement porté par les valeurs liées à l’intelligence artificielle et aux semi-conducteurs. La vigueur de ce rebond, malgré des fragilités géopolitiques et industrielles importantes, soulève des interrogations sur la solidité du cycle actuel. Des perturbations physiques persistent, allant des tensions énergétiques à des contraintes sur des matériaux critiques, et la désescalade elle-même reste instable, dans un contexte où Donald Trump n’envisage pas une reprise des hostilités mais ne parvient pas à atteindre un accord réaliste durable. Des périodes prolongées de performance élevée, de liquidité abondante et de domination de quelques grands acteurs ont progressivement conduit les marchés à considérer les chocs comme transitoires et absorbables.
Malgré les promesses de l’IA, la dynamique financière repose en partie sur des mécanismes de financement circulaire et sur des modèles économiques encore largement déficitaires. Le développement de la gestion passive renforce cette structure : une part importante des flux est dirigée vers les grandes capitalisations technologiques, qui à leur tour alimentent des circuits de financement internes au secteur, soutenant leurs propres revenus et leur valorisation. Cette configuration renvoie à plusieurs cadres théoriques des bulles d’actifs, notamment ceux associés à Minsky.
Le pari global sur la capacité des modèles de langage à atteindre une intelligence de niveau humain s’inscrit parfaitement dans ce cadre financier. Parallèlement, les développements de l’IA dite physique, en particulier dans la robotique, suggèrent une trajectoire technologique et économique différente, reposant sur d’autres contraintes de production et d’investissement.
La mécanique financière et son impact technologique
Le rebond des actions liées à l’IA reflète un marché qui minimise les effets industriels potentiels des perturbations observées dans le Golfe. Les marchés sont rapidement revenus au récit dominant des deux dernières années : hausse des investissements dans l’IA, poursuite de l’expansion des infrastructures et demande soutenue en semi-conducteurs avancés. Nvidia, ses fournisseurs, les fabricants de mémoire et les entreprises d’infrastructure cloud ont été en tête de la reprise. Jusqu’à présent, aucune perturbation majeure et visible de la production de semi-conducteurs n’a été constatée, ce qui a renforcé les positions des investisseurs malgré l’incertitude géopolitique. L’événement a été traité comme un choc temporaire plutôt que comme une contrainte systémique.
Les actions des semi-conducteurs restent principalement tirées par les anticipations de croissance des infrastructures d’IA. Les perspectives de résultats solides renforcent l’idée d’une demande de calcul quasi illimitée. Tant que les grandes plateformes numériques maintiennent leurs plans d’investissement et que les conditions de financement restent favorables, les marchés tendent à interpréter les chocs géopolitiques comme des obstacles temporaires plutôt que comme des inflexions structurelles.
Le rebond actuel reflète également la confiance dans la croissance des bénéfices liés à l’IA, la poursuite des investissements des géants numériques et les flux passifs qui renforcent la concentration de l’indice autour d’un petit nombre de grandes entreprises technologiques. Les “Magnificent Seven” représentent désormais environ 30 à 45 % de la capitalisation du S&P 500 selon les configurations de 2025–2026, et la capitalisation de Nvidia a dépassé 5 000 milliards de dollars.
Une partie de cette dynamique provient de l’interconnexion croissante des investissements liés à l’IA. En 2025, Nvidia, Alphabet, Apple, Microsoft et Amazon ont investi environ 495 à 600 milliards de dollars dans l’expansion des infrastructures des hyperscalers, avec des projections de 600 à 725 milliards pour 2026. Les relations sont directes : Microsoft a investi 13 milliards de dollars dans OpenAI, dont les charges de calcul sont exécutées sur Azure, renforçant ainsi les revenus de Microsoft et sa capacité d’investissement future. Google a investi plusieurs milliards (montants à un chiffre bas de milliards) dans Anthropic, qui a signé des engagements d’achats de services cloud estimés à 200 milliards de dollars sur cinq ans auprès de Google et Amazon. Amazon a investi 4 milliards de dollars dans Anthropic, qui propose en retour un accès fortement subventionné aux développeurs, renforçant la concentration de la demande au sein des écosystèmes cloud.
Une partie de cette dynamique reflète la structure de plus en plus interconnectée des investissements liés à l’IA. Amazon, Microsoft, Alphabet et Meta devraient consacrer bien plus de 600 milliards de dollars aux infrastructures d’IA en 2026, certaines estimations approchant ou dépassant 700 milliards de dollars. Microsoft a investi environ 13 milliards de dollars dans OpenAI, dont les charges de calcul renforcent la demande et les revenus d’Azure. Alphabet a fortement investi dans Anthropic, avec des engagements financiers pouvant atteindre 40 milliards de dollars. Anthropic aurait également accepté de consacrer environ 200 milliards de dollars aux infrastructures Google Cloud sur cinq ans. Amazon a par ailleurs étendu son investissement dans Anthropic au-delà du montant initial de 8 milliards de dollars, tandis qu’Anthropic aurait conclu des accords d’approvisionnement cloud à long terme avec AWS dépassant 100 milliards de dollars sur une décennie.
Les modèles de tarification à l’usage (par token) introduisent une incertitude sur la capacité de cette expansion de l’usage à se traduire en revenus durables, une fois les subventions, crédits et mécanismes de soutien stratégique réduits. Il en résulte un décalage possible entre la croissance mesurée de l’activité et la capacité réelle de monétisation.
Cette structure crée un risque de tarification en période de normalisation : si les « subventions » des investisseurs ou crédits diminuent, les modèles de tarification à l’usage (par requête ou par token) pourraient révéler un écart entre demande apparente et capacité réelle de paiement.
L’obsolescence constitue un facteur supplémentaire de risque. Le rythme d’évolution des semi-conducteurs est tel que les centres de données construits sur les générations actuelles de GPU peuvent perdre en efficacité pour les charges de travail les plus avancées en 1,5 à 3 ans, tout en restant utilisables pour l’inférence et des usages secondaires. Les amortissements de 3 à 5 ans prolongent ainsi artificiellement la durée de vie comptable des actifs au-delà de leur utilité économique maximale, ce qui peut masquer une sous-utilisation des infrastructures. Les structures de location hors bilan peuvent également retarder la visibilité des engagements réels.
Par ailleurs, la concentration du capital influence directement les choix technologiques. Les modèles de langage s’intègrent naturellement dans la structure financière actuelle : ils reposent sur des infrastructures GPU, produisent des retours rapides et s’alignent avec des modèles de revenus par abonnement. L’IA physique, notamment la robotique, suit une logique différente. Elle dépend de systèmes matériels, de cycles de développement longs et de données difficilement reproductibles dans des environnements cloud.
Cadres théoriques et dynamique des marchés
Plusieurs cadres théoriques permettent de comprendre ces mécanismes. Le concept de réflexivité souligne comment la hausse des valorisations attire de nouveaux flux de capitaux, renforçant les conditions initiales de cette hausse. L’hypothèse d’instabilité financière de Minsky décrit comment la stabilité prolongée favorise la prise de risque. L’ exubérance irrationnelle de Shiller met en évidence le rôle des récits dans l’allocation du capital. La montée de la gestion passive amplifie ces dynamiques via des effets de momentum liés aux indices.
La concurrence technologique entre les États-Unis et la Chine ajoute une dimension supplémentaire. Les restrictions américaines sur les GPU H100 et H200 obligent la Chine à s’appuyer sur des alternatives domestiques, avec des écarts de performance variables selon les usages, même si certains accélérateurs locaux progressent sur des cas spécifiques. Les financements publics réduisent les contraintes politiques mais n’éliminent pas les inefficiences. Les entreprises chinoises comme Alibaba et Tencent ont fortement augmenté leurs dépenses dans l’IA et le cloud, mais les contraintes matérielles entraînent un surinvestissement relatif pour une même capacité de calcul. Le résultat est un écosystème plus fragmenté, avec duplication des investissements.
Chaînes physiques et production de semi-conducteurs
Les marchés financiers et les systèmes physiques sous-jacents ne sont pas parfaitement alignés. Le détroit d’Ormuz reste un corridor stratégique pour l’énergie et la logistique mondiale. Il influence également des flux de matériaux industriels difficiles à substituer rapidement. La production de semi-conducteurs dépend du GNL, de l’hélium, de gaz spécialisés, du cuivre, de systèmes de refroidissement et d’une alimentation électrique stable. Plusieurs de ces intrants restent exposés à des risques maritimes dans la région du Golfe, même si les données actuelles n’indiquent pas de contrainte immédiate significative.
L’hélium illustre clairement cette dépendance. Le Qatar est l’un des principaux exportateurs mondiaux, et toute perturbation des routes de transport peut rapidement affecter les fabricants de semi-conducteurs en Asie de l’Est. Des associations industrielles à Taïwan ont récemment exprimé des préoccupations concernant la sécurité de l’approvisionnement en GNL et en hélium. L’enjeu porte moins sur une rupture immédiate que sur la réduction progressive des marges de sécurité dans des systèmes déjà tendus.
Les prix de marché supposent que la normalisation interviendra avant que ces contraintes ne deviennent structurelles pour la production. Cette hypothèse peut s’avérer correcte : l’industrie des semi-conducteurs a historiquement su absorber les chocs logistiques via la gestion des stocks, la diversification des fournisseurs et la coordination publique. Les marchés ne négligent pas entièrement le risque géopolitique : les prix du pétrole, du transport maritime et de l’assurance ont réagi. Mais les investisseurs, en particulier dans l’IA, attribuent encore une probabilité relativement faible à des perturbations industrielles prolongées par rapport à la dynamique actuelle des bénéfices et des investissements.
Contraintes physiques, valorisation et fragilité
Le cycle d’investissement dans l’IA a créé une interdépendance forte entre attentes financières et infrastructures physiques. Contrairement aux cycles logiciels précédents, l’IA de pointe exige une augmentation continue de la consommation électrique, des capacités de centres de données, de la production de semi-conducteurs et des systèmes de refroidissement. Cela expose le secteur à des contraintes physiques en plus des conditions financières. Des tensions sur les transformateurs, le cuivre et les capacités de réseau apparaissent déjà dans plusieurs régions, tandis que l’expansion des hyperscalers entre en concurrence avec les besoins énergétiques industriels et publics.
Ces contraintes restent partiellement intégrées dans les prix de marché, encore dominés par les récits de croissance et de monétisation future. La structure des indices joue également un rôle important : les grandes entreprises de semi-conducteurs et de cloud représentent une part élevée des indices mondiaux. Lorsque leurs valorisations augmentent, les flux passifs renforcent mécaniquement leur poids, amplifiant la dynamique de marché indépendamment des risques sous-jacents. La concentration du capital devient ainsi auto-renforcée.
La résilience financière et la résilience industrielle évoluent désormais de manière partiellement dissociée. Cela ne signifie pas que les valorisations actuelles soient nécessairement excessives ni qu’une correction soit imminente. Le cycle de l’IA génère une croissance réelle des revenus, une expansion des infrastructures et une demande accrue de puissance de calcul. Le point central est que les marchés extrapolent de plus en plus cette trajectoire comme durable, tout en supposant que les contraintes géopolitiques et industrielles resteront transitoires.
Historiquement, les cycles technologiques forts produisent souvent des anticipations similaires. Dans les phases de forte concentration du capital, les marchés privilégient la taille et la domination au détriment de la redondance. La fragilité devient visible lorsque les contraintes persistent plus longtemps que prévu ou lorsque les conditions de financement se resserrent en même temps que les tensions opérationnelles.
Le contexte actuel combine plusieurs éléments de ce type. La demande en semi-conducteurs reste élevée, mais les infrastructures qui la soutiennent sont de plus en plus exposées à des concentrations géopolitiques. Taïwan reste centrale pour la fabrication avancée. Les routes maritimes du Golfe demeurent importantes pour l’énergie et certains intrants industriels. Les systèmes électriques sont sous pression en raison de la demande liée à l’IA. Une grande partie de cette expansion dépend encore de conditions de financement favorables et de niveaux d’investissement élevés.
Dans ces conditions, le rebond récent des marchés peut refléter moins une résolution des risques géopolitiques qu’une domination croissante du cadre d’investissement lié à l’IA dans les marchés mondiaux. Les investisseurs semblent encore supposer que l’importance stratégique de l’IA justifiera durablement des investissements massifs, malgré des contraintes physiques visibles et l’absence d’un modèle économique viable.