Wall Street fuit l'IA : 3 raisons que personne n'ose dire
Les marchés dévissent. Les labos, eux, n'ont jamais autant publié. Quelque chose ne colle pas.
En 2024, les actions liées à l'intelligence artificielle ont perdu jusqu'à 40 % de leur valeur en quelques semaines, alors que les chercheurs d'OpenAI, de Google DeepMind ou d'Anthropic publiaient certaines de leurs avancées les plus significatives depuis une décennie. Comment expliquer ce divorce brutal entre la science et les marchés ? La réponse est moins simple — et bien plus instructive — qu'un simple effet de mode qui s'évapore.
L'euphorie avait une date d'expiration
Souvenez-vous du début 2023. ChatGPT venait d'atteindre 100 millions d'utilisateurs en deux mois, un record absolu. Les valeurs technologiques s'envolaient, les conférences débordaient de slides prometteuses, et chaque communiqué de presse intégrait le mot "IA" comme un sésame boursier. Les investisseurs ne finançaient pas une technologie. Ils finançaient une narration.
Or, les marchés financiers fonctionnent à l'anticipation. Quand une promesse est déjà intégrée dans le prix d'une action, la seule question qui reste est : la réalité sera-t-elle à la hauteur ? Et c'est précisément là que le bât blesse.
Trois raisons que personne n'ose formuler clairement
1. La monétisation tarde — et les coûts, eux, ne tardent pas
Entraîner un grand modèle de langage coûte des centaines de millions de dollars. L'inférence — c'est-à-dire faire tourner le modèle pour chaque requête utilisateur — coûte également très cher. Or, les revenus ne suivent pas à la même vitesse. Microsoft a intégré Copilot dans sa suite Office à grand renfort d'annonces, mais les taux d'adoption réels restent décevants dans les entreprises. Les CFO regardent leurs factures Azure gonfler et peinent à quantifier le retour sur investissement.
Pour Wall Street, qui raisonne en trimestres, une technologie qui ne génère pas encore de profit clair est une technologie suspecte — peu importe sa beauté scientifique.
2. La concurrence a tué les marges avant même qu'elles existent
En l'espace de dix-huit mois, le marché des modèles IA est passé d'un quasi-monopole (OpenAI) à une guerre des prix féroce. Claude d'Anthropic, Gemini de Google, Mistral, LLaMA de Meta — disponible gratuitement — ont fracassé toute idée de rente durable. Quand Meta offre un modèle de niveau GPT-4 en open source, comment justifier de payer une prime pour un concurrent ?
Les investisseurs ont compris que l'IA générative risque de devenir une commodité, comme le cloud l'est devenu après 2015. Et dans une commodité, les marges appartiennent aux plus gros — pas aux plus innovants.
3. L'IA "générale" reste hors de portée — et le marché s'en rend compte
Les promesses implicites de 2022-2023 évoquaient des systèmes capables de raisonner, de planifier, d'agir de façon autonome. Les agents IA devaient "tout changer". Mais les démonstrations en laboratoire et les déploiements réels restent deux mondes distincts. Les modèles hallucinent encore, échouent sur des tâches logiques simples, et nécessitent une supervision humaine constante dans les contextes critiques.
Ce n'est pas un échec scientifique — c'est un écart de calendrier. Mais pour un fonds d'investissement qui a pris position en 2023, cet écart se mesure en milliards de dollars évaporés.
Pendant ce temps, la science, elle, avance vraiment
Le paradoxe est réel : pendant que les bourses corrigent, les laboratoires publient. AlphaFold 3 a élargi la prédiction de structures moléculaires à l'ensemble du vivant. Les modèles multimodaux atteignent des performances que les experts jugeaient impossibles avant 2026. Les progrès en raisonnement formel, en génération de code et en compréhension vidéo sont documentés et reproductibles.
- AlphaFold 3 (DeepMind) : prédiction de structures protéiques avec une précision inédite, ouvrant des voies concrètes en pharmacologie
- o3 d'OpenAI : performances record sur des benchmarks de raisonnement mathématique et scientifique
- Modèles de diffusion vidéo : Sora, Runway, Kling — la génération vidéo passe d'anecdotique à utilisable
La technologie n'est pas en crise. C'est le récit financier construit autour d'elle qui l'est.
Ce que cela signifie concrètement pour vous
Si vous êtes décideur en entreprise, ce n'est pas le moment de suspendre vos projets IA — c'est le moment de les cadrer différemment. Les outils existent, ils sont matures sur certains cas d'usage précis (génération de contenu, assistance au code, analyse documentaire). La question n'est plus "faut-il faire de l'IA ?" mais "sur quel périmètre, avec quel ROI mesurable, en combien de semaines ?"
Si vous êtes investisseur ou simple observateur, retenez ceci : la correction actuelle ne signifie pas la fin de l'IA. Elle signifie la fin de la phase où il suffisait de prononcer trois lettres pour lever des fonds. La vraie phase industrielle commence maintenant — plus lente, plus exigeante, mais aussi plus solide.
Conclusion : l'IA survivra à Wall Street
L'histoire des grandes technologies est jalonnée de corrections violentes suivies de consolidations silencieuses. Internet a "échoué" en 2001 — puis a produit Google, Amazon et Facebook. La question n'est pas de savoir si l'IA transformera l'économie mondiale. Elle le fera. La question est de savoir qui sera encore debout quand la fumée se dissipera, et sur quelle technologie ils auront misé pendant que les autres paniquaient.
Le vrai risque, aujourd'hui, n'est pas d'investir dans l'IA. C'est de confondre la chute du soufflé spéculatif avec la mort de la technologie — et de passer à côté de la prochaine décennie par excès de sagesse rétrospective.
— Reservoir Live