La question à mille milliards de dollars : quelle valeur l’IA doit-elle créer pour justifier les investissements nécessaires à son déploiement ?
Les dépenses consacrées aux centres de données dédiés à l’IA approchent désormais les 1 000 milliards de dollars par an. Nous évaluons les conditions nécessaires pour que ces investissements soient rentables et montrons pourquoi les rendements dépendront moins de la création effective de valeur que des acteurs qui parviendront à la capter.
Le déploiement des infrastructures d’intelligence artificielle constitue l’un des plus vastes programmes d’investissement privé de l’histoire moderne. Selon nos estimations, les dépenses consacrées aux centres de données dédiés à l’IA, qui couvrent les puces, les réseaux, les terrains, les bâtiments et les capacités électriques qui sous-tendent des services tels que ChatGPT, atteignent environ 1 000 milliards de dollars en 2026. Ce chiffre se situe dans la fourchette haute des estimations publiées et continue d’augmenter rapidement. Nvidia, principal fournisseur de cet écosystème d'investissement, prévoit des dépenses annuelles de 3 000 à 4 000 milliards de dollars d’ici à 2030.
La question de savoir si l’ensemble de ces investissements sera rentable est devenue l’un des principaux débats sur les marchés financiers. Celui-ci repose généralement sur des comparaisons historiques : les optimistes invoquent l’électrification ou le développement des chemins de fer, tandis que les sceptiques évoquent la bulle des infrastructures télécoms à fibre optique du début des années 2000. Ces analogies ne permettent toutefois pas de trancher le débat, chacun sélectionnant celle qui conforte sa propre conclusion.
Une question plus concrète se pose néanmoins en arrière-plan : combien de valeur l’IA devrait-elle créer pour que ces dépenses soient justifiées ? Il est possible de l’estimer à l’aide d’une simple démarche arithmétique et de quelques hypothèses transparentes. La réponse ne dit pas si le cycle sera un succès ou non. Elle indique à quel niveau se situe l’exigence, d’où devra provenir la valeur créée et quels éléments suivre à mesure que les preuves se matérialiseront.
Un dollar de dépenses d'investissement (capex), une chaîne d’exigences
Le capex en intelligence artificielle s’inscrit dans une chaîne de valeur composée de trois niveaux. Le propriétaire du centre de données, généralement un hyperscaler, perçoit des revenus d’infrastructure. Les entreprises situées au niveau des modèles et des logiciels, comme OpenAI ou Anthropic, appliquent ensuite leur marge, tandis que le client final assume l’intégralité de la facture et doit dégager suffisamment de valeur grâce à l’IA pour la justifier. Chaque maillon de la chaîne est soumis à une exigence de rentabilité, et ces exigences se cumulent.
Trois hypothèses sous-tendent le calcul. Premièrement, le propriétaire du centre de données vise un rendement du capital de 15 % avec une marge d'exploitation de 30 %, conformément à ce qui est observé chez les acteurs matures du cloud. Deuxièmement, la couche « logicielle » facture 1,5 fois le coût sous-jacent de l’infrastructure. Cette hypothèse reste prudente au regard des prix actuels des modèles propriétaires, même si la montée en puissance des modèles ouverts pourrait progressivement réduire ce multiple. Enfin, le client exige un rendement de 15 % sur le coût total de l’adoption de l’IA, y compris les coûts de mise en œuvre. Il ne s’agit pas de faits établis, mais d’hypothèses de travail, et les conclusions restent relativement robustes lorsque l’on retient des hypothèses alternatives raisonnables.
En suivant cette chaîne de valeur, chaque dollar de capex annuel nécessite environ 0,63 dollar de chiffre d’affaires annuel lié à l’infrastructure. Après application de la marge du fournisseur de modèles et de logiciels, cela représente une facture d’environ 0,94 dollar pour le client final. Celui-ci doit alors générer environ 1,19 dollar de valeur annuelle pour justifier cette dépense. Ce montant de 1,19 dollar constitue une mesure brute, calculée avant paiement de la facture liée à l’IA et avant prise en compte des coûts nécessaires à son déploiement opérationnel.
Règle générale : chaque tranche de 1 000 milliards de dollars d'investissements annuels dans les centres de données nécessite environ 1 200 milliards de dollars de valeur annuelle pour les clients
Cette même exigence peut être exprimée sur toute la durée de vie de l’actif plutôt que sur une seule année. Supposons une durée de vie moyenne d’environ dix ans pour un centre de données : plus courte pour les puces, beaucoup plus longue pour les bâtiments et les infrastructures électriques. Sur cette base, et en tenant compte de l’amortissement au fil du temps, chaque dollar investi doit au final être associé à environ six dollars de valeur créée pour les clients. C’est là le véritable test : un dollar investi aujourd’hui dans les infrastructures d’IA n’est pas justifié par une seule année de demande, mais par sa capacité à soutenir suffisamment d’usages créateurs de valeur tout au long de sa durée de vie, avant que les actifs financés ne perdent leur pertinence économique.
Chaque dollar de capex nécessite 1,19 dollar de valeur créée pour les clients par an
D’une année de dépenses à l’ensemble du cycle d’investissement
Le cadre d’analyse évolue de manière linéaire, ce qui signifie que l’exigence augmente avec le capex. Nous supposons une croissance annuelle de 30 % à partir d’une base de 1 000 milliards de dollars en 2026, ce qui conduirait à environ 2 900 milliards de dollars en 2030. Ce chiffre correspond au bas de la fourchette avancée par Nvidia, sans pour autant être garanti.
L’exigence augmente au même rythme que le capex (hypothèse d’une croissance annuelle de 30 %)
Le graphique ci-dessus indique ce que chaque nouvelle année de dépenses doit générer. Mais la question essentielle est celle du rendement de l’ensemble des actifs construits entre 2026 et 2030. Le capex cumulé atteindrait alors environ 9 000 milliards de dollars. Dès lors, à quel moment cet ensemble d’actifs doit-il être évalué ? Certainement pas en 2030, lorsque les infrastructures auront en moyenne seulement deux ans et que les clients seront encore en phase de déploiement. Exiger un rendement complet à ce stade reviendrait à juger une usine sur sa seule première année de production.
L’évaluation pertinente intervient une fois que l’ensemble des actifs est arrivé à maturité et génère effectivement des revenus. En tenant compte du décalage temporel décrit plus loin, cette évaluation interviendrait autour de 2033-2034. À cette date, l’amortissement aurait réduit la base de capital nette, qui passerait d’environ 7 000 milliards de dollars fin 2030 à quelque 4 500 milliards de dollars. L’ensemble du parc d’infrastructures devrait alors générer environ 5 400 milliards de dollars de valeur créée pour les clients chaque année.
Pour mettre ce chiffre en perspective, nos estimations suggèrent qu’il représente environ 20 % du bénéfice d’exploitation actuel des entreprises à l’échelle mondiale et près de 4,5 % du PIB mondial. Rapportés à une économie plus importante au début des années 2030, ces ratios seraient plus faibles. L’objectif est ambitieux, mais pas irréaliste.
D’où pourraient provenir 5 400 milliards de dollars par an ?
Si la facture liée à l’IA était simplement prélevée sur les bénéfices existants des entreprises, ce cycle d’investissement ne serait qu’un transfert de valeur : quelqu’un finirait nécessairement par en supporter le coût. Mais la taille du « gâteau » économique des entreprises n’est pas figée. Trois canaux permettent de financer cette facture grâce à la valeur créée par l’IA elle-même : la substitution de coûts (l’IA remplace des coûts de main-d’œuvre ou de processus existants), l’accélération des revenus (les entreprises croissent plus rapidement qu’elles ne l’auraient fait autrement) et l’émergence de nouvelles sources de valeur qui n’existent pas encore aujourd’hui.
Ces sources peuvent être estimées. Les activités que l’IA est susceptible de transformer dès aujourd’hui, qu’il s’agisse du développement logiciel, des services informatiques, du support client ou encore des fonctions administratives reposant sur le travail intellectuel, représentent plus de 26 000 milliards de dollars. En appliquant des taux de captation plausibles, la valeur que l’IA pourrait raisonnablement en extraire se situe entre 2 200 et 3 700 milliards de dollars par an, ce qui est cohérent avec les estimations publiées concernant le potentiel de l’IA générative. Les sources de création de valeur actuellement identifiables permettent de couvrir environ la moitié du besoin.
Les sources de création de valeur identifiables aujourd’hui couvrent environ la moitié du besoin
Le reste proviendrait de l’accélération des revenus, qui s’ajoute à ces sources de création de valeur, de l’augmentation des taux de captation à mesure que les capacités de l’IA progressent, ainsi que de catégories d’activités qui n’existent pas encore aujourd’hui. En outre, ces estimations excluent totalement les dépenses des consommateurs en IA, ce qui signifie que la base retenue pourrait être prudente. Un test de résistance utile consiste à se demander ce que chaque canal devrait générer s’il devait financer à lui seul l’intégralité de la facture. Présentés ainsi, les chiffres paraissent considérables. La seule substitution de coûts impliquerait de remplacer l’équivalent de 11 à 12 % de la main-d’œuvre mondiale du secteur de la connaissance. L’accélération des revenus à elle seule exigerait une hausse supplémentaire d’environ 16 % des revenus des entreprises mondiales dans un horizon d’une décennie.
Exprimés en taux de croissance, ces chiffres deviennent toutefois moins impressionnants. Le besoin total en matière de revenus correspond à une accélération d’environ 1,5 point de pourcentage de la croissance mondiale des revenus des entreprises, maintenue jusqu’au milieu des années 2030. Ce chiffre est réduit de moitié si la substitution de coûts prend en charge la moitié du besoin. L’histoire suggère également que le troisième canal, celui des sources de création de valeur encore inconnues aujourd’hui, pourrait finalement devenir le plus important. Le déploiement massif de fibre optique à la fin des années 1990 était justifié par les pages web et les courriels. Pourtant, la demande qui a finalement rempli ces infrastructures, smartphones, streaming et cloud computing, était largement inimaginable en 1999. Il s’agit d’un rappel historique, non d’une prévision. Aucun canal n’a besoin, à lui seul, de financer l’ensemble du coût. Leur combinaison ramène chaque exigence à des niveaux comparables à ceux observés lors des précédentes révolutions technologiques. En revanche, aucune de ces révolutions n’a connu une telle rapidité d’exécution, comme nous le verrons dans la dernière partie.
Les factures doivent être payées aujourd’hui, la valeur n’arrive que plus tard
L’un des aspects structurels du cycle mérite davantage d’attention : le décalage long et inévitable entre un dollar de capex et un dollar de valeur créée pour le client. Un centre de données nécessite entre 18 et 24 mois entre le début de sa construction et sa mise en service. Une fois opérationnelles, les capacités sont absorbées presque immédiatement, mais essentiellement par une demande encore peu mature du côté des entreprises. L’entraînement des modèles et les services d’IA grand public mobilisent les capacités dès le premier jour. Par ailleurs, la catégorie qui connaît la croissance la plus rapide est celle des outils adoptés directement par les salariés et les équipes. La programmation assistée par l’IA constitue déjà l’un des principaux cas d’usage du système, de plus en plus sous une forme agentique, dans laquelle l’IA planifie et exécute elle-même des tâches complètes. Le décalage concerne surtout les déploiements plus profonds qui devront à terme soutenir le cadre d’analyse, c’est-à-dire les cas où l’IA est intégrée directement dans les processus de l’entreprise. Comptez un à deux ans pour déployer ces solutions et transformer les méthodes de travail, puis davantage encore pour que leurs bénéfices apparaissent dans les états financiers. En cumulant ces délais, un dollar de capex engagé en 2025 pourrait ne se traduire en valeur client qu’à partir de 2028, voire plus tard.
Ainsi, même dans des scénarios qui finissent par fonctionner, le cycle paraîtra régulièrement injustifié avant même qu’il ne soit possible de démontrer sa pertinence. Les factures sont à payer immédiatement ; la valeur se matérialise plus tard. Les investisseurs qui n’intègrent pas cette réalité risquent d’interpréter incorrectement les données observées pendant la phase de transition.
Le chiffre à surveiller
L’ensemble de cette analyse peut être ramené à un seul test observable. Nous estimons qu’aujourd’hui les clients dépensent environ 300 milliards de dollars par an pour les services liés à l’IA, en incluant l’IA dans le cloud, la couche des modèles et les logiciels natifs de l’IA. Selon ce cadre d’analyse, cette facture devrait atteindre environ 4 200 milliards de dollars à maturité, ce qui implique une croissance d’environ 45 % par an pendant sept ans. L’estimation de la facture actuelle demeure nécessairement imprécise, les informations publiées restant fragmentaires, mais cette incertitude modifie très peu la conclusion.
Nous avons déjà analysé la manière dont les revenus liés à l’IA apparaissent à travers les différentes couches de la chaîne technologique, ainsi que les premiers signes de retour sur investissement qui commencent à se manifester. Le présent cadre vise à quantifier ce que ces revenus devront finalement devenir.
La croissance actuelle dépasse encore le seuil requis, même si la marge de sécurité se réduit à mesure que la base s’élargit. Contrairement aux prévisions de capex à très long terme, de nouveaux éléments de preuve apparaissent à chaque saison de publication des résultats. Si les dépenses consacrées aux services liés à l’IA continuent de croître à un rythme égal ou supérieur à environ 45 % par an, alors les revenus rattrapent progressivement les investissements réalisés. Si, en revanche, la croissance des services ralentit alors que le capex continue de progresser de manière cumulative, l’écart se creuse. La composition des revenus compte autant que leur croissance : les revenus financés par les rendements effectivement générés chez les clients ont davantage de valeur que ceux soutenus par l’écosystème qui construit lui-même les infrastructures.
Les dépenses sont-elles donc rationnelles ?
Ce cadre d’analyse ne répond ni par oui ni par non. Il montre simplement que le niveau d’exigence est élevé, qu’il continue de s’accroître, mais qu’il n’est pas sans précédent. L’ampleur des investissements, des gains de productivité et des réallocations de main-d’œuvre impliqués trouve des équivalents historiques dans l’électrification, le développement des chemins de fer ou encore la révolution informatique, qui ont tous remodelé une part comparable de l’économie sur plusieurs décennies. L’élément véritablement inédit réside dans la vitesse d’exécution. Le rythme de croissance des revenus nécessaire figurerait parmi les plus rapides jamais observés pour une technologie déployée à grande échelle. En contrepartie, chaque génération technologique s’est diffusée plus rapidement que la précédente, et l’IA est la première à se déployer sur une infrastructure déjà existante : les appareils, les réseaux et les usages ont été construits durant l’ère d’Internet.
Trois conditions doivent toutefois être réunies. Premièrement, la croissance du capex devra finir par ralentir afin que l’exigence cesse de s’accumuler. Si une croissance de 30 % devait se prolonger encore cinq ans après 2030, le besoin de création de valeur se rapprocherait de la moitié du résultat opérationnel actuel des entreprises mondiales. Deuxièmement, les capacités doivent être construites et mises en service conformément au calendrier prévu, car aujourd’hui les véritables contraintes portent sur la construction, l’approvisionnement énergétique et les semi-conducteurs plutôt que sur la demande. Troisièmement, la valeur créée pour les clients doit se matérialiser avant que les financements associés à ces actifs n’aient besoin d’être refinancés.
C’est là que se trouvera véritablement la réponse. Elle ne viendra ni des prévisions ni des comparaisons historiques avec les chemins de fer ou la fibre optique. Elle viendra d’une facture : celle que les clients continueront, ou non, à accepter de payer année après année, au rythme qu’exige le déploiement des infrastructures. Pour l’instant, ils continuent de la payer.
Pour les investisseurs, une question plus fondamentale demeure toutefois sous-jacente. Le résultat agrégé peut être satisfaisant alors même que certains secteurs se contractent. L’IA réduira les revenus de certaines industries tout en accélérant ceux d’autres. Certaines couches de la chaîne de valeur dégageront des rendements largement supérieurs au seuil requis, tandis que d’autres ne l’atteindront jamais. Les mêmes éléments de preuve qui permettent de suivre le cycle permettent également d’identifier les gagnants et les perdants. Ce cadre d’analyse définit ce que chaque niveau de la chaîne doit produire ; à mesure que les preuves s’accumulent, il devient possible d’identifier quelles entreprises franchissent le seuil de rentabilité attendu et lesquelles restent en deçà.
C’est précisément à cet endroit que ce cadre rejoint la philosophie de notre équipe, fondée sur l’identification des écarts de croissance : des entreprises pour lesquelles les anticipations du marché concernant la croissance future s’avèrent trop faibles. La création effective de valeur par l’IA déterminera si ce cycle d’investissement était rationnel. La question de savoir qui captera cette valeur déterminera les rendements.
S’abonner à nos paroles d’experts
Visitez notre centre de préférences et choisissez les articles que vous souhaitez recevoir.
Réservé exclusivement aux investisseurs et aux conseillers professionnels.
Ce document exprime les opinions du gérant ou de l'équipe citée et ne représente pas nécessairement les opinions formulées ou reflétées dans d’autres supports de communication, présentations de stratégies ou de fonds de Schroders.
Ce document n’est destiné qu’à des fins d’information et ne constitue nullement une publication à caractère promotionnel. Il ne constitue pas une offre ou une sollicitation d’achat ou de vente d’un instrument financier quelconque. Il n’y a pas lieu de considérer le présent document comme contenant des recommandations en matière comptable, juridique ou fiscale, ou d’investissements. Schroders considère que les informations contenues dans ce document sont fiables, mais n’en garantit ni l’exhaustivité ni l’exactitude. Nous déclinons toute responsabilité pour toute opinion erronée ou pour toute appréciation erronée des faits. Aucun investissement et/ou aucune décision d’ordre stratégique ne doit se fonder sur les opinions et les informations contenues dans ce document.
Les performances passées ne sont pas un indicateur fiable des performances futures. Les cours des actions ainsi que le revenu qui en découle peuvent évoluer à la baisse comme à la hausse et les investisseurs peuvent ne pas récupérer le montant qu’ils ont investi.
Les prévisions contenues dans le présent document résultent de modèles statistiques, fondés sur un certain nombre d'hypothèses.
Elles sont soumises à un degré élevé d'incertitude concernant l'évolution de certains facteurs économiques et de marché susceptibles d'affecter la performance future réelle. Les prévisions sont fournies à titre d'information à la date d'aujourd'hui. Nos hypothèses peuvent changer sensiblement au gré de l'évolution possible des hypothèses sous-jacentes notamment, entre autres, l'évolution des conditions économiques et de marché. Nous ne sommes tenus à l'obligation de vous communiquer des mises à jour ou des modifications de ces prévisions au fur et à mesure de l'évolution des conditions économiques, des marchés, de nos modèles ou d'autres facteurs.
Ce document est produit par Schroder Investment Management (Europe) S.A., succursale française, 1, rue Euler, 75008 Paris, France.
Thèmes