Bulle de l’IA : ce que ChatGPT pourrait changer

Un retournement du financement de l’intelligence artificielle ne ferait pas disparaître ChatGPT à lui seul. Il pourrait d’abord modifier l’accès gratuit, les abonnements, la publicité et les fonctionnalités proposées aux utilisateurs.

Le mot « bulle » décrit ici un décalage possible entre les sommes investies dans l’IA et les revenus générés par ses services. Il ne signifie pas que les modèles sont inutiles ou que la technologie va s’arrêter. La question porte surtout sur le coût de leur fonctionnement et sur les acteurs capables de financer cette course.

Pourquoi le financement de l’IA inquiète

Les investissements se concentrent sur les centres de données, les puces, l’énergie et les modèles capables de traiter toujours plus de requêtes. Ces infrastructures coûtent cher avant même qu’un service trouve un modèle économique stable. Une entreprise peut donc attirer beaucoup de capitaux tout en restant dépendante de nouveaux financements pour poursuivre sa croissance.

Des valorisations élevées et des introductions en Bourse annoncées peuvent aussi rendre le secteur plus sensible à un changement d’humeur des investisseurs. Une entrée en Bourse peut financer des serveurs, des équipes ou un développement commercial. Elle ne prouve donc pas, à elle seule, l’existence d’un effondrement imminent.

Dans un échange publié par l’ICAEW, les intervenants distinguent également la valeur réelle créée par certains usages de l’IA et l’effet de mode qui peut entourer le secteur. Le nombre d’outils disponibles ou l’importance des capitaux investis ne suffit pas à mesurer la rentabilité d’un service.

Ce que l’utilisateur de ChatGPT verrait en premier

Le changement le plus concret serait une réduction progressive de l’offre gratuite. Les utilisateurs pourraient conserver l’accès au chatbot, mais avec moins de messages sur les modèles les plus performants, davantage d’attente aux heures chargées ou des quotas plus faibles pour certaines fonctions de génération et de recherche.

Les nouveautés expérimentales seraient aussi plus souvent intégrées aux formules payantes. Les agents, les connexions à des logiciels professionnels et les outils capables d’effectuer plusieurs étapes consomment davantage de ressources qu’une conversation simple. Leur accès gratuit est donc plus difficile à maintenir à grande échelle.

La publicité constitue une autre possibilité. Un assistant utilisé pour comparer des produits, préparer un voyage ou choisir un logiciel dispose d’un accès direct aux intentions de l’utilisateur. Le sujet ne serait pas seulement le nombre de publicités, mais la séparation entre une recommandation produite par le modèle et une proposition financée par un annonceur.

Les abonnements pourraient évoluer de deux façons : leur prix pourrait augmenter ou plusieurs niveaux pourraient apparaître avec des capacités différentes. Le compte gratuit resterait fonctionnel, tandis que certaines fonctions adaptées à un usage régulier seraient réservées aux offres payantes.

Les services les plus fragiles seraient touchés en premier

Un ralentissement des investissements toucherait en priorité les services qui dépendent d’un seul fournisseur de modèles ou qui n’ont pas encore trouvé assez de clients payants. Certains pourraient fermer, être rachetés ou réduire fortement leurs fonctionnalités. Pour l’utilisateur, la conséquence serait la disparition de plusieurs outils spécialisés plutôt que la disparition de l’intelligence artificielle.

Cette concentration crée un problème pratique : les données, les habitudes de travail et les automatisations sont parfois enfermées dans une application. Une entreprise qui utilise un outil d’IA pour résumer ses documents, répondre à ses clients ou produire du code doit savoir où récupérer ses données et comment changer de fournisseur. Le prix mensuel ne suffit pas à évaluer ce risque.

Les infrastructures ne disparaîtraient pas avec une correction des marchés. Les centres de données, les réseaux et les puces resteraient disponibles, même si leur rentabilité immédiate était revue à la baisse. Leur réutilisation dépendrait toutefois de la demande, de la consommation énergétique et de la compatibilité technique des équipements.

Pour les entreprises, il faut limiter la dépendance

Avant de généraliser un outil d’IA, une organisation peut vérifier quatre points concrets :

1. la tâche visée et le gain attendu, par exemple le temps de traitement d’un document ou d’une recherche interne;
2. le coût total, qui comprend les licences, l’intégration, le contrôle humain et le stockage des données;
3. l’existence d’une procédure manuelle de secours si le service tombe en panne ou devient trop coûteux;
4. les conditions de sortie du contrat et les données qui peuvent être récupérées ou transférées.

Le choix d’un premier projet mesurable compte davantage que le nombre d’outils testés. Cette méthode réduit les dégâts si un fournisseur augmente ses tarifs ou arrête son service.

Le recours à plusieurs fournisseurs peut aussi protéger une organisation, mais il a un coût. Chaque modèle possède ses formats, ses réglages et ses niveaux de performance. Une architecture multi-fournisseurs n’est pertinente que pour les activités qui justifient cette complexité.

Quels signes observer avant de parler d’éclatement

Un seul indicateur ne permettra pas de confirmer une bulle de l’IA. Il faut plutôt regarder plusieurs évolutions ensemble :

• un ralentissement des nouveaux contrats;
• une réduction des dépenses consacrées aux centres de données;
• le report d’introductions en Bourse;
• une hausse rapide des tarifs;
• la fermeture de services pourtant très visibles.

La rentabilité des usages compte également. Une démonstration impressionnante ne prouve pas qu’un outil économise de l’argent dans une organisation. Le coût des requêtes, les erreurs à corriger et le temps de supervision peuvent annuler le gain annoncé. À l’inverse, un service peu spectaculaire peut rester solide s’il répond à une tâche précise et dispose de clients prêts à payer.

Les effets d’une correction pourraient donc apparaître par petites touches : une fonction déplacée vers un abonnement, une application rachetée, un quota réduit ou une expérimentation abandonnée. Pour le public, le changement prendrait surtout la forme d’un accès gratuit plus encadré et d’une offre concentrée entre moins d’acteurs.