L’intelligence artificielle commence-t-elle à coûter trop cher à l’économie mondiale ?

Le débat sur l’intelligence artificielle s’est longtemps concentré sur les emplois qu’elle pourrait transformer et les profits qu’elle pourrait générer. En 2026, une autre question s’impose : qui finance l’infrastructure nécessaire et à quel prix ? Les géants technologiques construisent des centres de données à une échelle sans précédent, achètent des processeurs coûteux, sécurisent des capacités électriques et financent des réseaux. Une partie croissante de cette dépense passe désormais par le marché obligataire.

Reuters estimait en août que les émissions de dette liées à l’IA aux États-Unis avaient atteint environ 220 milliards de dollars en 2026, contre seulement 12,5 milliards l’année précédente. Amazon, Alphabet et d’autres groupes disposent de bilans extrêmement solides, ce qui limite le risque de crédit immédiat. Le problème vient plutôt du volume. Lorsque les mêmes investisseurs doivent absorber simultanément davantage d’obligations technologiques et des quantités massives de dette publique, ils réclament progressivement un rendement plus élevé.

Les premiers signes de fatigue apparaissent. Reuters relevait des spreads d’obligations technologiques autour de 89 points de base, environ neuf points au-dessus de l’ensemble du marché investment grade. Ce niveau reste loin d’une crise, mais il montre que le financement de l’IA n’est plus considéré comme une ressource illimitée. Les investisseurs commencent à demander des concessions de prix et à surveiller de plus près le retour sur investissement des centres de données.

L’enjeu macroéconomique apparaît lorsque cette demande de capital rencontre une autre vague d’emprunts : celle des États. Les rendements réels des obligations américaines à trente ans se situaient autour de 3 % en août, près de sommets de dix-huit ans. L’IA n’explique pas à elle seule cette hausse — les déficits publics, l’inflation et la politique monétaire sont plus importants — mais elle ajoute une nouvelle source de demande pour l’épargne mondiale. Le capital devient plus rare relativement au nombre de projets qui cherchent à l’utiliser.

Il faut néanmoins distinguer coût et gaspillage. Une infrastructure chère peut être rationnelle si elle génère une forte hausse de productivité future. Les chemins de fer, l’électricité ou Internet ont exigé des investissements massifs avant de produire pleinement leurs effets. La vraie question est donc le rendement. Si les entreprises parviennent à monétiser l’IA et si les gains de productivité se diffusent dans le reste de l’économie, la dette actuelle pourra apparaître comme le financement d’une nouvelle infrastructure générale. Si les revenus déçoivent, une partie de ces investissements deviendra un surinvestissement coûteux.

Le monde entre ainsi dans une phase où le débat sur l’IA ne peut plus être séparé de celui des taux d’intérêt et de l’énergie. La technologie n’est pas immatérielle : elle repose sur des bâtiments, des métaux, des réseaux électriques et des obligations financières. L’IA peut encore devenir un puissant moteur de croissance ; mais, avant cela, elle est déjà devenue l’un des plus grands consommateurs de capital de la planète.