Le monde de l’intelligence artificielle traverse actuellement une période critique, marquée par des dépenses excessives et des attentes irréalistes. Alors que les promesses initiales disparaissent, les conséquences économiques et écologiques commencent à se faire sentir, révélant une bulle qui pourrait bien éclater sous pression.
L’hiver de l’IA est réel et ne résulte pas d’un accident : c’est le fruit d’une bulle gonflée par de l’argent, des ressources et des attentes qui n’ont jamais su s’accorder
Décembre 2025 présente une atmosphère unique. Ce n’est pas seulement le froid : c’est la sensation de marcher parmi les braises d’un feu allumé trop rapidement et trop près de tous. Après des années à couvrir la technologie, j’ai été témoin de nombreuses bulles, mais aucune aussi flagrante, bruyante et coûteuse que celle construite autour de l’intelligence artificielle. Ce qui a commencé comme une promesse de changement s’est transformé en un carnaval d’attentes déçues et de factures impossibles à payer.
Il y a deux ans, en 2023, le secteur se comportait comme si un nouveau Internet avait été découvert. Prononcer « IA générative » faisait se lever tout investisseur. Le climat a changé : l’industrie continue de crier « IA » sur chaque titre, mais en coulisses, le silence gênant prédomine, révélant que les comptes ne s’additionnent pas.
Le symptôme le plus évident est que rien ne s’assemble. Les coûts grimpent, les modèles stagnent, les entreprises promettent des fonctionnalités qui n’arrivent jamais, et les utilisateurs commencent à réaliser que la magie s’évapore. Personne n’ose le dire à haute voix, mais le secteur sait que la fête est finie : trop dépensé, trop vite, sans évaluer les conséquences. Les chiffres ne tiennent pas, l’infrastructure ne s’adapte pas et le discours ne séduit plus personne.
Ce texte ne traite pas d’un « hiver de l’IA » comme d’un phénomène inattendu. Il aborde un hiver provoqué par l’industrie elle-même, alimentant une bulle prête à éclater dès le départ. L’intelligence artificielle ne s’effondre pas : ceux qui la dirigent l’ont poussée au bord du collapse économique, technique et environnemental. Ce n’est pas un accident, c’est un choix. Il est temps de faire face à la situation.
La mathématique du désastre (le casino de silicium)
Donald Trump avec Sam Altman en arrière-plan lors de l’annonce de Stargate, un projet qui a injecté des milliards dans l’IA
La base du problème est presque offensivement simple : l’industrie de l’intelligence artificielle dépense beaucoup plus d’argent qu’elle ne peut en générer. Il n’est pas nécessaire d’être analyste financier pour comprendre que si chaque nouvelle avancée nécessite des puces plus coûteuses, de grands centres de données et une consommation énergétique en pleine explosion tandis que les revenus n’augmentent pas au même rythme, la fin est inéluctable. C’est un casino de silicium où tout le monde continue à jouer parce que personne ne veut être le premier à admettre que la table est vide.
Une donnée résume bien la situation, donnée par Sequoia Capital, firme pas vraiment connue pour son alarmisme : pour que cette fête soit au moins rentable, l’IA générative devrait générer 600 milliards de dollars par an en revenus. Aujourd’hui, elle n’en est qu’à une fraction dérisoire. Il n’existe pas de modèle économique viable, de projections bien définies ou de plans justifiant cet investissement colossal. Nous érigeons des pyramides de serveurs nécessitant des dépenses colossales pour produire des bénéfices qui, au mieux, ne sont que anecdotiques.
Jim Covello de Goldman Sachs a dit clairement ce que beaucoup pensent : “construire des choses dont le monde n’a pas besoin finit mal.” Voilà le cœur du problème. On a investi dans du matériel et de l’infrastructure en espérant qu’un jour surgirait un usage massif capable de les soutenir. Pourtant, ce usage n’existe pas actuellement. La plupart des applications d’IA générative ne permettent pas d’économiser de l’argent, n’augmentent pas les marges et ne remplacent personne : elles ne sont que des jouets d’entreprise très coûteux que les sociétés conservent par inertie et par peur d’être oubliées.
L’économiste du MIT, Daron Acemoglu, a évalué la situation sans ambages : même dans le scénario le plus optimiste, l’impact sur la productivité sera de 0,71% en une décennie. Pour comprendre cette proportion, une comparaison simple est adéquate : il équivaut à la mise à jour d’un logiciel de comptabilité d’une entreprise. Nous avons construit la plus vaste infrastructure technologique de l’histoire pour obtenir un progrès statistique si minime qu’il ne ferait même pas bouger le PIB de manière perceptible.
A cette équation défaillante s’ajoute une conséquence ayant déjà un impact significatif sur les utilisateurs : l’IA entraîne une hausse des prix du matériel pour tous. La demande insatiable de centres de données détourne la production de mémoire et de composants essentiels vers l’infrastructure IA, perturbant le marché général et faisant exploser les prix de la RAM — jusqu’à 500% selon les sources — et du stockage, comme l’expliquent les analystes en se penchant sur l’augmentation des coûts de l’équipement d’entreprise. N’oublions pas que Micron a fermé Crucial et sa division destinée aux utilisateurs pour se concentrer sur le marché plus lucratif des centres de données.
Et tout cela entraîne un autre effet secondaire : des fabricants tels que Dell et Lenovo préparent des augmentations de prix allant de 15 à 20 % pour les PCs et serveurs à cause de la hausse et de la pénurie de mémoire provoquées par l’IA, selon des sources de l’industrie. Ce n’est pas une externalité future ou abstraite : la fête de l’IA se paye également par des ordinateurs plus coûteux et des mises à jour de matériel retardées pour ceux qui n’y participent pas.
Et pourtant, la construction se poursuit. Les centres de données continuent de fleurir, les achats de puces explosent et les clouds se multiplient malgré de faibles retours. C’est la même logique qui a amené la France à s’encombrer de bâtiments vides : une infrastructure pharaonique bâtie sur des prévisions irréalistes de demande. Si quelqu’un a des doutes sur l’idée qu’il s’agit d’une bulle, il suffit de consulter les chiffres. Ce sont des chiffres, et les chiffres ne mentent jamais : ils s’exécutent ou non.
Le mensonge de l’automatisation (la grande illusion)
La plus grande fantaisie vendue par l’industrie de l’intelligence artificielle n’est pas celle de la créativité infinie ou de la connaissance instantanée, mais celle du remplacement humain. On nous a assuré que ces systèmes étaient prêts à prendre en charge des tâches complètes, voire des professions entières. La narration était parfaite : des machines infaillibles, précises et pas cher face à des travailleurs imparfaits, lents et coûteux. Mais un détail n’a jamais été mentionné, probablement parce qu’il compromettait tout : l’autonomie n’existe pas. Aucun modèle ne fonctionne sans une surveillance humaine constante : remplacer des équipes entières par des modèles d’IA est manifestement une erreur.
La réalité opérationnelle défie le discours. Chaque texte généré par une IA doit être vérifié pour éviter les erreurs, chaque bloc de code doit être analysé pour détecter les vulnérabilités, chaque décision automatisée exige une supervision pour ne pas contrevenir aux lois, droits ou politiques internes. L’IA ne supprime pas le travail ; elle le transforme en une série de micro-tâches invisibles qui retombent sur les mêmes employés que l’on prétendait libérer. L’ironie est déroutante.
Le cas d’Air Canada a été le premier coup judiciaire sérieux contre la fiction de l’“agent artificiel”. Le chatbot de la compagnie aérienne a inventé une politique de remboursement qui n’existait pas, un client a réclamé ce qui avait été promis, et l’entreprise a tenté de défendre sa position en affirmant que “le chatbot était une entité distincte”. Le juge a mis quelques secondes à démolir cet argument : la responsabilité incombe à l’entreprise, toujours, on ne peut pas accuser un outil et faire comme s’il n’était pas le sien. Ce jugement confirme ce que l’industrie essaie de masquer depuis des années : une IA ne peut pas assumer de responsabilité légale, ne peut pas prendre de décisions réelles, ne peut pas remplacer personne.
Sur le plan technique, la situation est encore plus inquiétante. Le phénomène connu sous le nom de Model Collapse révèle que les modèles génératifs sont de plus en plus formés à partir de données recyclées. En d’autres termes : les modèles d’IA s’entraînent avec du contenu généré par d’autres IAs. C’est une forme d’endogamie numérique : chaque génération naît avec moins de diversité, moins de nuances et moins de compréhension du monde. Le résultat est un déclin progressif des performances. Les modèles ne deviennent pas plus intelligents ; ils deviennent plus prévisibles, plus médiocres et plus enclins à inventer. Et cela ne se résout pas en augmentant les paramètres : c’est un problème structurel.
Nous observons déjà les conséquences dans l’écosystème d’où ces modèles se nourrissent. Des sites comme Stack Overflow, des dépôts de code et des communautés techniques entières sont envahis par des réponses générées par IA : rapides, convaincantes mais profondément erronées. Le web se remplit de contenus synthétiques qui polluent la source même d’où ces systèmes s’abreuvent. C’est un cercle vicieux : plus le contenu génératif est publié, plus les futurs modèles sont mal formés. La dégradation n’est plus une prévision, mais un processus en cours.
Builder.ai est l’une des victimes les plus notables de cette bulle
Il y a aussi le mythe de la productivité, peut-être le plus persistant. L’idée que ces systèmes permettent de travailler plus rapidement est vraie s’ils ignorent le temps consacré à vérifier chaque réponse. L’employé a maintenant deux responsabilités : accomplir sa tâche et corriger le travail défectueux de la machine. L’IA promet d’économiser du temps, mais dans de nombreux cas, elle le multiplie et le cache. C’est une taxe silencieuse sur l’attention humaine.
La conclusion est tellement évidente qu’il est surprenant qu’elle doive être répétée : l’automatisation ne faillit pas parce que la technologie est immature, mais parce qu’elle a été présentée comme quelque chose qu’elle n’est pas. Une IA n’comprend pas, ne raisonne pas, ne répond pas devant un juge, ne prend pas de responsabilités. Elle peut imiter, mais ne peut pas décider. Elle peut générer du texte, mais ne peut garantir sa véracité. Une telle machine, quelle que soit la façon dont elle est présentée comme un employé artificiel, ne pourra jamais remplacer un humain. Elle peut seulement l’imiter avec des résultats irréguliers, et parfois dangereux.
Ceci n’est pas seulement une discussion théorique ni un avertissement pour l’avenir : il y a déjà des entreprises qui ont soudainement sombré en cognant sur les limites économiques et techniques de l’IA. Le cas le plus visible est celui de Humane, la startup qui promettait de transformer l’informatique personnelle avec son AI Pin et qui, après des mois de critiques, de retours et d’une utilité réelle minimale, a mis fin au produit et vendu ses actifs à HP, prouvant que le battage ne rend pas un business viable.
Une situation similaire a frappé Builder.ai, une entreprise décrite comme un développement de logiciels pilotés par l’IA, qui a accédé à l’insolvabilité en 2025 suite à des accusations d’inflation de revenus et de promesses d’une automatisation qui n’était pas réelle. Elle était le premier unicorn d’IA, mais cela a coûté cher et dépendait en grande partie de développeurs humains pour fonctionner.
Même des sociétés qui n’ont pas officiellement échoué montrent des signes alarmants : Scale AI, longtemps considérée comme une joueuse sûre de l’écosystème, a subi des coupes budgétaires, une perte de clients et une forte révision à la baisse de sa valorisation après des accords qui l’ont rendue davantage dépendante de grands acteurs. Ce ne sont pas des anomalies isolées : ce sont les premiers signes visibles d’une industrie qui a grandi plus vite qu’elle ne pouvait se soutenir.
Le prix de la magie (la ruine physique)
Les entreprises se financent mutuellement d’une façon qui rappelle la crise économique de 2008
Le grand mensonge de l’intelligence artificielle ne réside pas dans ses capacités, mais dans sa prétendue immatérialité. L’industrie a répété pendant des années le terme “cloud” comme si rien n’existait, pas de câbles, de tuyaux ou de cheminées invisibles. Pourtant, la réalité est différente : l’IA n’est pas un service éthéré, c’est une industrie lourde déguisée en logiciel. Chaque requête, chaque image, chaque modèle formé nécessite des usines entières de serveurs en fonctionnement constamment. Il n’y a pas de magie : seulement du béton, de l’acier et de la chaleur.
L’élément le plus révélateur de cette fiction est l’eau. Rien que pour 2023, les centres de données de Google ont consommé l’équivalent des besoins annuels de 206 000 personnes. Cela s’est produit avant l’explosion du marché des modèles multimodaux qui a multiplié la consommation. Former un modèle nécessite non seulement de l’électricité, mais également un refroidissement constant, la méthode la moins chère et la plus efficace étant, comme mentionné précédemment, l’eau. Chaque fois que nous générons une vidéo, une image ou un texte apparemment innocent, quelque part dans le monde, une centrale de refroidissement consomme des litres qui se font rares.
Les prévisions pour 2027 sont encore plus brutales: l’IA exigera autant d’eau douce que la moitié de la population du Canada ou du Royaume-Unis. Ce n’est pas un chiffre poétique ou exagéré : c’est le calcul opérationnel d’une industrie qui continue de croître sans un plan de durabilité réel. Au milieu des crises hydriques globales, des sécheresses fréquentes et des villes ne pouvant plus garantir leurs approvisionnements, l’idée qu’une intelligence artificielle consomme des millions de litres par jour pour soutenir une infrastructure à peine rentable est difficile à défendre.
L’énergie ne se présente pas mieux non plus. La prolifération des centres de données — plus de 160 nouveaux aux États-Unis durant les trois dernières années — a ralenti la fermeture de centrales au charbon et au gaz déjà programmées. Certains se tournent même vers des solutions rudimentaires dépendant des combustibles fossiles pour satisfaire les besoins de ces centres. La transition énergétique est retardée afin de maintenir en vie des services qui, dans de nombreux cas, automatisent des tâches insignifiantes. C’est un échange grotesque : plus d’émissions pour des actions rendues triviales, générer des avatars ou rédiger des résumés que réalisait un humain en cinq minutes.
Les demandes énergétiques de l’IA sont ridiculement élevées et insoutenables
Et voici la vérité gênante que personne à Silicon Valley ne veut admettre : actuellement le monde est suspendu par des fils. Si l’IA ne fournit pas les avantages économiques justifiant ces dépenses énormes, la bulle qui s’est formée autour d’elle pourrait entraîner une crise majeure. Si elle fonctionne trop bien, si elle progresse vers des niveaux d’autonomie que certains affirment déjà avoir atteint sans qu’on sache si nous pourrons les contrôler, le risque social est encore plus grand. Nous avons construit une infrastructure qui exige une croissance continue et qui ne tolère ni l’échec ni le succès absolu. Voici la magie : une illusion soutenue par des ressources finies qui ne tiendront pas éternellement.
Cette fragilité matérielle doit être ajoutée à une autre, moins visible mais tout aussi inquiétante : la réseau de dépendances corporatives se tissant autour de l’IA. Les grandes entreprises technologiques et les fonds qui les soutiennent s’achètent mutuellement par le biais d’investissements croisés, d’accords préférentiels pour le cloud et d’engagements financiers à long terme qui lient le destin de certaines sociétés à d’autres.
C’est ce que nous observons dans les accords stratégiques entre Microsoft, NVIDIA et des développeurs de modèles comme Anthropic. Ce n’est pas tout à fait comparable à la situation qui a précédé la crise bancaire de 2008 — lorsque des banques échangeaient des actifs toxiques entre elles —, mais le mode opératoire des entreprises présente des similitudes frappantes : une inter-dépendance opaque, des incitations à soutenir des valorisations gonflées et un système dans lequel personne ne peut se permettre d’admettre que le modèle est défaillant. Cette dynamique a attiré l’attention des régulateurs américains.
Le retrait honorable (l’assistant involontaire)
Les grandes entreprises ont déjà commencé à imposer des limites. Des géants comme Samsung, des entités bancaires, des assureurs, des organismes publics et des secteurs stratégiques comme la défense ont restreint ou interdit l’utilisation interne de l’IA générative parce que les risques l’emportent de loin sur les bénéfices : fuites de données, codes défectueux, décisions sans traçabilité, informations sensibles exposées… La fantaisie de l’employé artificiel a heurté la dure réalité juridique et opérationnelle des entreprises. En privé, personne ne souhaite qu’un modèle prenne des décisions qui pourraient se retrouver devant un juge.
Cet arrêt s’est infiltré même dans la narration officielle du secteur. Les mêmes entreprises qui en 2023 juraient que l’IA remplacerait des millions d’emplois parlent désormais de “copilotes”, “assistants” et “outils de support”. Ce n’est pas de l’humilité : c’est de la survie. Elles ont promis plus que ce qu’elles pouvaient livrer, ont alimenté des attentes irréalistes et se réfugient maintenant dans un discours mesuré parce que la technologie ne supporte pas le poids de l’autonomie qu’elles ont vendue. Ce revirement est tellement évident qu’il est difficile de ne pas le voir comme un repli tactique.
L’industrie elle-même sait que la promesse du remplacement ne tient pas : les projections de productivité que nous avons évoquées plus tôt — celles qui plaçaient l’impact réel de l’IA à des niveaux ridicules après une décennie d’investissement — ont forcé un recul. On ne peut pas vendre de l’autonomie lorsque les chiffres indiquent que l’on génère à peine de l’efficacité. Cet écart entre le récit et la réalité a poussé les entreprises à abandonner le discours du “nouvel employé artificiel” et à se réfugier dans l’euphémisme du “copilote”.
C’est pourquoi il est urgent de repositionner l’intelligence artificielle. Ce n’est ni un remplaçant, ni un superviseur, ni un agent autonome. Elle ne peut pas comprendre un contexte, anticiper des conséquences juridiques, interpréter un nuancement émotionnel ni assumer des responsabilités d’aucune manière humaine ou institutionnelle. Elle peut assister, accélérer certaines tâches, servir de miroir ou de brouillon, mais elle ne peut pas prendre notre place, que ce soit techniquement ou conceptuellement. Le problème n’est pas ce que ces machines savent faire, mais l’attente démesurée qui leur a été projetée, comme si elles étaient capables de manier un type d’intelligence qu’elles ne possèdent pas.
La conclusion est simple : l’IA est un assistant extraordinairement utile entre des mains compétentes, mais un générateur de chaos entre des mains qui la considèrent comme un remplaçant. Elle excelle dans les tâches qu’elle gère bien et est maladroite dans tout le reste. Tant que l’industrie continuera à prétendre qu’elle peut assumer des fonctions qui ne lui reviennent pas, nous resterons piégés dans un mirage dangereux. Le retrait honorable n’est pas un échec : c’est la reconnaissance qu’un outil doit redevenir un outil.
Humilité ou effondrement, humanité ou barbarie
L’hiver de l’intelligence artificielle ne sera pas une surprise, mais la conséquence logique d’avoir soutenu une promesse insoutenable. Pendant des années, un récit de révolution a été entretenu tandis que des ressources énormes étaient consommées pour des résultats minimes. Le véritable problème ne réside plus dans le fait de savoir si la bulle éclatera — tout semble indiquer qu’elle le fera, bien que je ne sois pas analyste — mais plutôt quel prix nous paierons pour l’avoir gonflée sans limite.
L’infrastructure soutenant cette technologie est devenue un risque systémique. Nous dépendons de modèles qui ne comprennent rien, nécessitant une supervision constante et générant des coûts économiques et environnementaux que nous ne pouvons pas maintenir indéfiniment. Actuellement, le monde est soutenu par des ancrages très précaires car la narration d’OpenAI et d’autres n’a jamais coïncidé avec la réalité opérationnelle.
Si la bulle finit par tomber, elle entraînera des secteurs entiers qui ont parieur plus par peur que par conviction. Si elle ne tombe pas, elle continuera de drainer de l’eau, de l’énergie et de l’argent pour maintenir vivante une illusion qui ne livre pas ce qu’elle promet. Aucun des deux scénarios n’est stable, et les deux montrent que, quoi qu’il arrive, nous sommes dans une situation délicate.
C’est pourquoi il est urgent de replacer l’IA dans le seul rôle qu’elle peut remplir sans aggraver la situation : assistant, et non substitut. Un outil utile sous supervision, dangereux quand on le confond avec un agent autonome. L’avenir de cette technologie dépend d’un modèle plus précis et plus honnête, et non plus grandiose. Humilité ou effondrement, humanité ou barbarie : il n’y a pas de troisième voie.