IA: la promesse à l’épreuve des marchés

L’intelligence artificielle (IA) est aujourd’hui évaluée non seulement pour ses performances techniques, mais aussi pour sa viabilité économique. Jusqu’à présent, son financement reposait principalement sur des investisseurs privés et des fonds stratégiques, comme en témoignent les levées de fonds d’OpenAI (122 milliards de dollars en 2026) et d’Anthropic (65 milliards la même année). Cependant, une nouvelle étape s’annonce avec leur introduction en Bourse, qui soumettra directement leur modèle économique à l’évaluation des marchés. Ces entreprises, spécialisées dans le développement de modèles d’IA, représentent un pari central : prouver que leur activité peut être rentable à grande échelle. Leur cotation en Bourse permettra d’observer si les revenus générés par l’IA suffiront à couvrir ses coûts colossaux, notamment en calcul informatique et en énergie.

Le financement de l’IA repose sur une architecture complexe et diversifiée. En 2025, les investissements mondiaux en capital-risque dans l’IA ont atteint 259 milliards de dollars, tandis que neuf grands acteurs technologiques ont émis 122 milliards d’obligations. Par ailleurs, le crédit privé accordé aux secteurs liés à l’IA dépasse 200 milliards de dollars. Les entreprises développant des modèles d’IA sont principalement financées par des fonds propres privés, tandis que les fournisseurs de cloud (comme Amazon, Microsoft ou Google) utilisent leurs flux de trésorerie et émettent des obligations. Les centres de données et infrastructures énergétiques sont souvent financés via des crédits privés ou des contrats de location à long terme. La Banque des règlements internationaux (BRI) qualifie ce mécanisme de « shadow borrowing » (emprunt fantôme) : une dette économiquement réelle, mais souvent hors des bilans financiers classiques des donneurs d’ordre.

L’introduction en Bourse d’OpenAI et d’Anthropic constituera un test majeur pour l’IA. Contrairement aux financements privés, les marchés cotés imposent une transparence financière régulière, une base d’investisseurs élargie et une valorisation en temps réel. Cependant, ces marchés ne sont pas infaillibles : ils peuvent être influencés par l’euphorie, le pessimisme ou le mimétisme. Leur principal apport réside dans la confrontation continue entre les promesses technologiques et les résultats économiques. Les actionnaires se concentreront sur la croissance potentielle, tandis que les créanciers évalueront la capacité de remboursement. La vraie épreuve ne sera pas immédiate, mais s’étalera sur plusieurs trimestres, avec l’analyse des coûts de calcul, des marges et des flux de trésorerie.

Trois issues sont envisageables pour les introductions en Bourse d’OpenAI et d’Anthropic. Un succès triomphal, avec des valorisations élevées et une bonne tenue des cours, renforcerait le récit d’une rentabilité rapide de l’IA, mais augmenterait aussi l’exposition au risque en accélérant la construction de nouvelles capacités financées par l’emprunt. Un scénario équilibré, avec une cotation à un prix prudent et sans emballement spéculatif, serait probablement le plus sain : les entreprises lèveraient des capitaux tout en devant prouver la soutenabilité de leurs coûts et la réalité de leurs marges. Enfin, un échec, marqué par un report ou une décote forte, deviendrait un signal d’alerte pour tout le secteur, rendant les levées de fonds futures plus difficiles et réévaluant les participations détenues par les fonds.

Une introduction en Bourse décevante d’OpenAI ou d’Anthropic pourrait déclencher une réaction en chaîne dans l’écosystème de l’IA. Les marchés pourraient revoir à la baisse leurs anticipations sur la rentabilité des modèles, ce qui affecterait les fournisseurs d’infrastructures (puces, centres de données, électricité). Les actions de ces acteurs pourraient chuter, les écarts de rendement sur leurs obligations s’élargir, et les nouveaux centres de données devenir plus difficiles à financer. Les véhicules spécialisés, qui empruntent pour construire des actifs en comptant sur des contrats de location à long terme, seraient particulièrement vulnérables. Une boucle de rétroaction pourrait même toucher OpenAI et Anthropic, si le coût du crédit augmente et que la valeur des équipements informatiques baisse, exerçant une pression sur leurs marges.

L’IA est aujourd’hui si intégrée aux marchés financiers que son évaluation boursière pourrait avoir des répercussions sur l’économie réelle. Les dix premières valeurs du S&P 500, dont neuf sont liées à l’IA, représentent 36,4 % de l’indice en 2026. Par ailleurs, les actifs de retraite américains atteignent 47 600 milliards de dollars, soit 34 % des actifs financiers des ménages. Une baisse durable des principales valeurs exposées à l’IA pourrait donc réduire le sentiment de richesse et freiner la consommation. Bien que cela ne signe pas nécessairement un « troisième hiver de l’IA », cela indiquerait un refroidissement sérieux de l’enthousiasme autour de cette technologie.

Une correction boursière dans l’IA ne déclencherait pas automatiquement une crise financière majeure. Pour qu’un tel scénario se produise, il faudrait un accident de financement, comme des pertes importantes dans certains fonds, la défaillance d’un véhicule dédié aux centres de données ou des difficultés de refinancement chez des emprunteurs fragiles. Même dans ce cas, plusieurs amortisseurs existent. Les grands fournisseurs de cloud disposent de flux de trésorerie importants et d’activités diversifiées, tandis que de nombreux fonds privés n’imposent pas de remboursement rapide à leurs investisseurs. Les pertes seraient donc d’abord absorbées par les actionnaires et les créanciers les plus subordonnés. L’histoire montre que les corrections technologiques (comme l’éclatement de la bulle Internet en 2000) peuvent provoquer des récessions sans déclencher de crise bancaire systémique.