Cette tribune a été initialement publiée par Les Echos.
La bulle de l’IA générative repose sur des financements circulaires entre acteurs du secteur, des valorisations déconnectées des réalités économiques, et une concentration extrême des ressources sur les modèles de langage (LLM). Ce qui devrait alarmer n’est pas tant l’ampleur de ces investissements que leur contraste saisissant avec la désintégration des capacités industrielles occidentales. La guerre d’Ukraine a révélé cette faille structurelle, avec l’incapacité à produire en quantité suffisante des équipements militaires essentiels, résultat de décennies de désindustrialisation et d’une allocation déséquilibrée des capitaux. En plus de sa dimension stratégique, ce paradoxe interroge la façon dont nous mesurons la puissance économique.
Sur le front même de l’IA, les succès d’acteurs comme Mistral ou DeepSeek, plus économes que celles les géants de l’IA, démontrent que l’innovation ne dépend pas que d’une course effrénée à la taille des modèles. Les milliards continuent d’affluer vers des infrastructures matérielles colossales – data centers énergivores, puces spécialisées, réseaux de calcul – sans questionner les limites fondamentales des LLM. Ces investissements massifs contrastent avec le sous-financement chronique de l’industrie, et paradoxalement de l’automatisation.
Au-delà du fantasme d’un monde numérique dématérialisé, les data centers sont des infrastructures extrêmement gourmandes en ressources matérielles : énergie, métaux rares, composants électroniques. Leur prolifération illustre le paradoxe actuel : on décuple les capacités de calcul, tandis que les filières productives qui pourraient tirer parti de ces technologies manquent de financements et de commandes. Celles-ci se lancent souvent dans des projets d’IA pour cocher une case et tenter des effets d’annonce auprès des investisseurs. Dans le domaine militaire, les drones autonomes, les systèmes de combat intelligents ou la maintenance prédictive représentent des applications concrètes où l’IA feront la différence, mais à condition d’être intégrée à une base industrielle solide et de ne pas tout parier sur des modèles peu fiables.
Les chaînes de production de munitions, de véhicules blindés ou de composants électroniques, atrophiées par des années de désinvestissement, peinent à répondre aux besoins. Les usines ont fermé, les compétences se sont raréfiées, et les tentatives de relance se heurtent à l’absence de planification stratégique à long terme. Les États-Unis, malgré leurs propres contradictions, tentent de corriger ce déséquilibre en relocalisant certaines productions stratégiques. L’Europe, en revanche, reste en retrait, s’enfermant dans une dépendance technologique extrême, qui hypothèque son intégrité.
Le cœur du problème réside dans cette allocation déséquilibrée des ressources. Les capitaux et les talents se concentrent sur des technologies spéculatives. Et les applications industrielles de l’IA (robotique avancée, systèmes autonomes, optimisation des processus de production) restent sous-financées. Surtout, elles manquent de garanties commerciales sous la forme de commandes. Cette situation crée un cercle vicieux : plus les investissements se dirigent vers les LLM et leurs infrastructures, moins il reste de ressources pour moderniser l’appareil productif réel.
Pourtant, l’IA pourrait être un important levier de réindustrialisation si elle était pensée différemment. Une approche plus équilibrée consisterait à réorienter une partie des investissements vers l’automatisation industrielle, développer des applications concrètes intégrées aux processus de production et enfin encourager les compétences hybrides alliant expertise numérique et connaissance des métiers industriels, plutôt que de chercher des effets d’annonce.
Sans cette réorientation stratégique, on verra se creuser l’écart entre un secteur numérique surdimensionné et une base industrielle incapable de répondre aux défis matériels. La guerre en Ukraine a servi de révélateur. La puissance ne se mesure pas seulement à la capacité à développer des algorithmes sophistiqués, mais aussi à celle de produire des équipements essentiels. L’enjeu n’est pas de rejeter l’IA, mais de la réintégrer dans une logique industrielle, où l’innovation numérique servirait enfin la production matérielle plutôt que de s’y substituer. Sans ce rééquilibrage, l’Occident risque de se retrouver avec une économie où les capacités de calcul explosent, mais où les usines, elles, continuent de fermer.