Insights Investing
Le paradoxe de l'abondance liée à l'IA : contraintes d'infrastructure, rareté des actifs et stratégie de l'investisseur axé sur la valeur
Podcast · Écouter (21 min)
Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash | Stock Market
Sommaire
- Les deux réalités de l’IA : vision d’abondance et économie de l’inférence
- Le mur des infrastructures à court terme : intensité capitalistique et économie unitaire
- Goulets d’étranglement macroéconomiques et problème de propriété
- Cadre d’allocation du capital : actifs reproductibles et actifs irréductiblement rares
- Chiffres clés
- Ce qui nous ferait changer d’avis
- Enseignements pratiques pour les investisseurs à long terme
- Sources citées
Des visionnaires technologiques tels qu’Elon Musk envisagent un avenir de déflation structurelle extrême, soutenant que l’association de l’intelligence artificielle et de la robotique autonome réduira les coûts de production plus rapidement que la croissance de la masse monétaire, rendant l’épargne-retraite conventionnelle obsolète grâce à une « économie du réplicateur ». Toutefois, l’économie unitaire immédiate de l’IA de pointe — caractérisée par des coûts insoutenables d’exploitation des agents, des besoins massifs en dépenses d’investissement et de graves goulets d’étranglement électriques — démontre que la réalité physique reste loin d’une situation de post-rareté. Du point de vue de l’investissement axé sur la valeur, renoncer à l’accumulation d’actifs sur la base d’une prévision hyperdéflationniste représente un profond risque asymétrique : loin d’éliminer l’utilité du capital, la transition sur plusieurs décennies vers l’abondance liée à l’IA entraînera une migration décisive du pouvoir d’achat vers des goulets d’étranglement physiques et technologiques irréductiblement rares. Les investisseurs à long terme doivent composer avec ces frictions en identifiant où se concentre le surplus économique, tandis que les logiciels et le travail routinier subissent une forte déflation des prix et que les actifs d’infrastructure constituant des goulets d’étranglement captent des rentes économiques durables.
Les deux réalités de l’IA : vision d’abondance et économie de l’inférence
Le discours public sur l’intelligence artificielle se partage actuellement entre des projections macroéconomiques à long terme d’effondrement extrême des coûts et les frictions microéconomiques immédiates liées à l’exploitation des modèles de pointe. Lors d’un entretien en janvier 2026 dans le balado Moonshots de Peter Diamandis, Elon Musk a décrit un cadre économique porté par la déflation structurelle. Il a soutenu que si l’intelligence de l’IA parvient à piloter la robotique autonome, le coût du travail physique et de la production s’effondrera dans tous les secteurs de la civilisation. Dans le modèle de Musk, la production croît plus rapidement que la masse monétaire, poussant le prix marginal des biens physiques et des services vers zéro. Situant son hypothèse sur un horizon de 10 à 20 ans, Musk a déclaré : « Si l’une quelconque des choses que nous avons dites est vraie, épargner pour la retraite n’aura plus d’importance. » Il a réitéré cette position le 29 octobre 2026, en répondant à @battleangelviv sur X et en affirmant qu’épargner pour un avenir lointain est inutile dans une dynamique de post-rareté.
La thèse de Musk repose sur un mécanisme séquentiel de transmission macroéconomique :
$$\text{AI Intelligence} \longrightarrow \text{Autonomous Robotics} \longrightarrow \text{Cheaper Labor/Production} \longrightarrow \text{Structural Deflation}$$
Point essentiel, ce cadre décrit un effondrement des prix induit par l’offre plutôt qu’une dévaluation monétaire. Au lieu d’une hyperinflation érodant les réserves de trésorerie, l’« économie du réplicateur » — analogue à la production post-rareté de Star Trek — implique que les biens et services réels deviennent si abondants que la détention de soldes importants en monnaie fiduciaire traditionnelle devient inutile pour assurer des conditions de vie ordinaires.
Cependant, une réalité opérationnelle opposée existe à la pointe du déploiement des modèles. Le 1 novembre 2026 — seulement trois jours après sa publication concernant l’épargne-retraite — Musk a publiquement répondu aux plaintes des utilisateurs concernant l’épuisement rapide des quotas d’utilisation de Grok Bot sur X, reconnaissant : « Le coût de fonctionnement de Grok Bot était insoutenable par rapport aux revenus. »
Cette friction économique découle de la divergence fondamentale entre l’inférence conversationnelle à requête unique et les charges de travail agentiques persistantes à étapes multiples. Une requête conversationnelle standard suit un parcours de calcul linéaire :
$$\text{Prompt} \longrightarrow \text{Inference} \longrightarrow \text{Answer}$$
À l’inverse, un agent autonome fonctionne comme une machine à états continue exécutant des sous-tâches itératives dans des environnements externes :
$$\text{Reasoning} \longrightarrow \text{Web Browsing} \longrightarrow \text{Tool Call} \longrightarrow \text{Model Call} \longrightarrow \text{Browser Action} \longrightarrow \text{Screenshot/Image Processing} \longrightarrow \text{Model Call} \longrightarrow \text{Terminal} \longrightarrow \text{Retry} \longrightarrow \text{Memory/Context} \longrightarrow \text{Model Call} \longrightarrow \text{Verification} \longrightarrow \text{Output}$$
Comme un processus agentique peut nécessiter des dizaines ou des centaines de passages d’inférence séquentiels, d’appels de capture d’écran et de vérifications d’outils pour finaliser un seul résultat, le coût par tâche humaine accomplie dépasse de plusieurs ordres de grandeur le coût par message d’un agent conversationnel. Cette volatilité structurelle compromet les modèles conventionnels d’abonnement forfaitaire ($30 par mois) : un utilisateur peu intensif exécutant cinq tâches brèves subventionne un utilisateur intensif en entreprise consommant des centaines d’heures d’accélérateur. Lorsque la dispersion de la consommation s’accroît rapidement, les formules à prix fixe sans comptage subissent une compression extrême de leur marge brute.
Le mur des infrastructures à court terme : intensité capitalistique et économie unitaire
La tension entre la baisse des coûts de traitement par jeton et l’augmentation des dépenses d’investissement globales souligne les contraintes physiques auxquelles le secteur de l’IA est confronté. Cette dynamique s’est clairement manifestée dans la restructuration commerciale de Grok Bot par xAI. Lors de son lancement le 11 août 2026, l’utilisation de Grok Bot était commercialisée comme une fonctionnalité autonome, distincte des quotas standards de Grok et de Cursor. En octobre 2026, xAI a abandonné l’accès sans restriction, intégrant Grok Bot à une réserve hebdomadaire commune de crédits comptabilisés selon les différents niveaux d’abonnement :
- Premium : $30 par mois ($4\times$ l’utilisation relative)
- Super : $100 par mois ($15\times$ l’utilisation relative)
- Ultra : $200 par mois ($50\times$ l’utilisation relative)
L’accès était strictement limité aux formules Premium et supérieures, les charges de travail agentiques importantes nécessitant l’achat de crédits supplémentaires. Ce passage d’un accès illimité à une monétisation selon l’usage reflète la reconnaissance, à l’échelle de l’entreprise, de l’économie unitaire de l’inférence agentique.
Les données empiriques d’organismes de recherche de premier plan mettent en évidence l’immense intensité capitalistique nécessaire au maintien des capacités d’IA de pointe :
- Expansion des revenus et dépenses de calcul : Le rapport 2026 de l’indice de l’IA de l’Université Stanford montre que les entreprises d’IA augmentent leurs revenus à une vitesse extraordinaire, tandis que les dépenses de calcul et d’infrastructure atteignent simultanément des niveaux records.
- Répartition des budgets des laboratoires d’IA : Les recherches d’Epoch AI indiquent que les dépenses de calcul représentent 54% à 62% des dépenses opérationnelles totales des principaux laboratoires de développement de l’IA.
- Dépenses d’investissement dans les infrastructures de centres de données : Epoch AI estime qu’un centre de données d’IA moderne hypothétique de 1 gigawatt (GW) nécessite environ $38 milliards de dépenses d’investissement initiales, ainsi que $8.5 milliards de coût total de possession annualisé.
- Contraintes d’alimentation électrique et de raccordement : L’Agence internationale de l’énergie (AIE) prévoit que la consommation mondiale d’électricité des centres de données doublera approximativement pour atteindre ~950 TWh d’ici 2030, principalement sous l’effet des charges de travail d’IA confrontées à de graves retards de raccordement au réseau électrique.
- Déflation liée à l’efficacité de l’inférence : En contrepoids aux dépenses matérielles, l’indice de l’IA 2026 de Stanford indique que le coût d’obtention de performances d’inférence de niveau GPT-3.5 est passé de ~$20 par million de jetons en novembre 2022 à $0.07 par million de jetons en octobre 2024 — une baisse de >280$\times$ sur environ 18 mois.
Alors que les coûts unitaires de l’intelligence s’effondrent selon une courbe fortement déflationniste, les dépenses globales des entreprises continuent de croître de manière exponentielle. Les déploiements d’IA sont contraints par un ensemble de goulets d’étranglement réels : capacités de fabrication de semi-conducteurs avancés, compromis architecturaux des transformeurs, production électrique alimentant le réseau et calendriers de construction physique des centres de données.
Goulets d’étranglement macroéconomiques et problème de propriété
Même si les capacités technologiques progressent rapidement, la théorie macroéconomique et les recherches institutionnelles indiquent que les capacités de production brutes ne se traduisent pas automatiquement par une abondance économique pour les ménages ou par une expansion du PIB à l’échelle de l’économie.
Un obstacle structurel majeur est le problème de concentration de la propriété. Si les actifs clés — architectures de superintelligence, brevets de matériel robotique, pôles de fabrication, actifs de production électrique et installations physiques de données — sont concentrés au sein d’entités commerciales étroitement contrôlées, de faibles coûts unitaires de production ne déboucheront pas automatiquement sur de faibles prix à la consommation. Si une entreprise centralisée réduit le coût direct de production d’un repas à $0.05, aucune obligation structurelle ne lui impose de vendre ce produit au prix coûtant. Dans des conditions de marché oligopolistiques ou de faible concurrence par les prix, les opérateurs privés maintiennent des prix protecteurs, captant des rentes économiques excédentaires pour maximiser les marges bénéficiaires des entreprises.
Par conséquent, ces prix protecteurs pratiqués par les acteurs privés réduisent le pouvoir d’achat des ménages pendant la phase intermédiaire de déploiement technologique à grande échelle. L’accumulation de capital constitue non seulement un objectif d’épargne personnelle, mais aussi une couverture structurelle indispensable contre l’érosion des salaires pendant le délai de plusieurs années précédant la baisse des prix des biens de consommation réels.
Musk a implicitement reconnu cette friction en proposant un « revenu universel élevé », tout en admettant lors de son entretien de janvier 2026 que la transition sur plusieurs décennies serait « mouvementée », impliquant de possibles troubles sociaux parallèlement à l’expansion économique. En outre, les recherches économiques du Fonds monétaire international (FMI) soulignent que la croissance macroéconomique ne peut être projetée uniquement à partir des capacités des modèles. Les files d’attente liées aux infrastructures physiques, les frictions organisationnelles, les autorisations réglementaires, les contraintes de déploiement du capital et les rigidités institutionnelles créent un décalage systémique, empêchant la transformation immédiate des capacités de l’IA en gains de productivité généralisés.
Cadre d’allocation du capital : actifs reproductibles et actifs irréductiblement rares
Du point de vue de l’investissement axé sur la valeur, ancré dans les principes de Graham et Buffett, un environnement d’accélération technologique portée par l’IA exige une distinction stricte entre les actifs reproductibles soumis à un effondrement des coûts et les actifs irréductiblement rares qui captent la valeur des entreprises. À mesure que les coûts marginaux de réplication de la propriété intellectuelle numérique, du code logiciel et du travail analytique routinier tendent vers zéro, le capital économique ne disparaît pas ; il migre vers les goulets d’étranglement physiques structurels.
| Actifs reproductibles (pressions déflationnistes) | Actifs irréductiblement rares (concentration de la valeur) |
|---|---|
| Applications logicielles et interfaces de programmation banalisées | Immobilier de premier ordre (par exemple, terrains à Manhattan, front de mer à La Jolla) |
| Services professionnels, juridiques et intellectuels routiniers | Production d’énergie à grande échelle et droits de raccordement au réseau |
| Médias numériques, contenus et art synthétique de base | Usines de semi-conducteurs avancés et propriété intellectuelle de lithographie spécialisée |
| Assemblage banalisé et fabrication standard | Nœuds de centres de données critiques et installations à haute densité |
| Transport standardisé et logistique du fret | Jeux de données propriétaires et avantages concurrentiels durables (moat) liés aux réseaux à forte fidélisation |
D’un point de vue analytique, une immense intensité capitalistique — telle que les $38 milliards de dépenses d’investissement initiales et les $8.5 milliards de coût de possession annualisé par centre de données de 1 GW — crée de graves distorsions des profils de rendement. Les engagements de dépenses d’investissement colossales dégradent la rentabilité du capital investi (ROIC) des opérateurs d’infrastructure, confrontés à l’obsolescence rapide du matériel et à des cycles de réinvestissement perpétuels. Cette dynamique réduit la pérennité des flux de trésorerie actualisés et introduit un risque sur la valeur terminale des laboratoires d’IA fortement dotés en actifs.
À l’inverse, le surplus économique revient aux propriétaires de goulets d’étranglement non reproductibles — tels que les droits de transport d’électricité, les capacités rares de production électrique et l’immobilier de grande valeur. Même si la robotique humanoïde réduit les coûts physiques de construction à $20,000 par bâtiment, l’offre de terrains sous-jacents dans les emplacements métropolitains de premier ordre reste absolument fixe. Par conséquent, posséder du capital productif constituant un goulet d’étranglement devient plus essentiel pendant la phase de transition. Si les revenus du travail subissent une pression structurelle avant que les coûts du logement physique, de l’électricité et des soins de santé ne s’effondrent, les acteurs du marché dépourvus de capital subiront une forte compression de leurs marges.
Chiffres clés
- Baisse du coût d’inférence de niveau GPT-3.5 : De ~$20 par million de jetons (novembre 2022) à $0.07 par million de jetons (octobre 2024) — une baisse de >280$\times$ en ~18 mois (indice de l’IA 2026 de Stanford).
- Part des dépenses de calcul des laboratoires d’IA : 54% à 62% des dépenses totales (Epoch AI).
- Besoins en capital d’un centre de données d’IA de 1 GW : $38 milliards de capital initial ; $8.5 milliards de coût total de possession annualisé (estimation d’Epoch AI).
- Consommation mondiale d’électricité des centres de données : Devrait doubler pour atteindre ~950 TWh d’ici 2030 (estimation de l’AIE).
- Formules d’abonnement de xAI (octobre 2026) : Premium à $30/mois (4$\times$ l’utilisation), Super à $100/mois (15$\times$ l’utilisation), Ultra à $200/mois (50$\times$ l’utilisation).
- Dates clés de la chronologie : Entretien d’Elon Musk dans le balado Moonshots (janvier 2026) ; lancement initial de Grok Bot (11 août 2026) ; déclaration d’Elon Musk sur la retraite (29 octobre 2026) ; déclaration d’Elon Musk sur le coût de fonctionnement de Grok Bot (1 novembre 2026).
Ce qui nous ferait changer d’avis#
Les jalons empiriques suivants invalideraient notre thèse des goulets d’étranglement structurels et indiqueraient que le calendrier de Musk pour l’avènement d’une économie d’abondance surmonte les contraintes du monde réel :
- Déploiement à grande échelle de la robotique physique commerciale : Déploiement généralisé, dans de multiples secteurs, de robots humanoïdes autonomes dans des environnements non contraints (construction, agriculture, logistique et maintenance lourde), entraînant un effondrement durable des prix des biens physiques dans le monde réel.
- Percées dans les infrastructures énergétiques : Résorption systémique des files d’attente de raccordement au réseau électrique, accompagnée de baisses persistantes des prix de l’électricité industrielle malgré une croissance exponentielle de la demande électrique des centres de données.
- Tarification sans plafond de l’IA agentique : Réintroduction généralisée et économiquement viable, par les principaux fournisseurs d’IA, d’abonnements à des capacités de calcul agentique sans comptabilisation de l’usage et véritablement illimités, sans dégradation des performances ni pertes d’exploitation.
- Large répartition des gains de productivité : Données macroéconomiques démontrant des hausses structurelles des salaires réels au sein des ménages ne détenant pas de capital, ou mise en œuvre institutionnelle formelle de mécanismes universels de transfert d’actifs neutralisant les perturbations de l’emploi.
Enseignements pratiques pour les investisseurs à long terme
L’évaluation des prévisions d’une économie d’abondance à travers le prisme de la théorie de la décision révèle une forte asymétrie des risques. Cesser d’accumuler du capital personnel dans l’attente d’une abondance technologique rapide expose à un risque de perte irréversible. Si un investisseur maintient un taux d’épargne discipliné et qu’un ordre économique d’abondance se concrétise, les réserves de trésorerie accumulées deviennent simplement superflues dans un environnement à faibles coûts. À l’inverse, si un investisseur cesse d’accumuler du capital et que la transition vers l’abondance est retardée de 10 à 20 ans en raison de goulets d’étranglement physiques, de frictions réglementaires ou de prix élevés maintenus par des monopoles, l’individu dépourvu de capital se retrouve dans une situation de grande vulnérabilité financière.
Sur un horizon de 5 à 15 ans, la stratégie d’allocation à long terme doit considérer la préservation du capital et sa croissance par capitalisation non comme des concepts obsolètes, mais comme des instruments essentiels de gestion des risques face à une transition technologique à plusieurs vitesses. Les investisseurs axés sur la valeur devraient conserver une large marge de sécurité en sous-pondérant les entreprises de logiciels facilement reproductibles dépourvues d’avantages concurrentiels durables (moats), et orienter plutôt le capital vers des actifs constituant des goulets d’étranglement physiques et offrant des profils de rendement durables — tels que la production électrique de base, les infrastructures de transport d’électricité, les nœuds de réseaux physiques et les chaînes d’approvisionnement industrielles présentant de fortes barrières à l’entrée. Pour évaluer l’incidence de ces goulets d’étranglement structurels sur la valorisation de chaque entreprise au fil des cycles de marché, consultez d’autres travaux de recherche en accès libre sur le site de DeepValues Research ou évaluez les valeurs intrinsèques des actions à l’aide de l’application DeepValues.
Sources citées
- "The AI Abundance Paradox" (Excerpts and Analysis)
- Elon Musk, X (@elonmusk) posts on October 29, 2026, and November 1, 2026
- Peter Diamandis's Moonshots Podcast, interview with Elon Musk (January 2026)
- 2026 AI Index Report, Stanford University
- Infrastructure Cost & Spending Estimates, Epoch AI
- Electricity 2024 / Global Energy & Data Center Outlook, International Energy Agency (IEA)
- Macroeconomic Impact of Artificial Intelligence Report, International Monetary Fund (IMF)
Regarder
Liens vers les sources
- The AI Abundance Paradox
Regarder et écouter
- Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash YouTube · EN
- 馬斯克72小時自打臉:AI推論成本暴跌280倍,Grok為何仍燒不起? YouTube · 中文
- Musk: Saving Is Pointless. 72 Hours Later, Grok Bleeds Cash | Stock Market Podcast · EN
- 馬斯克72小時自打臉:AI推論成本暴跌280倍,Grok為何仍燒不起?|美股市場 Podcast · 中文