JPMorgan voit un chantier IA à 1 000 milliards de dollars, sous pression de la dette

Un cycle industriel, pas une simple vague logicielle

Jamie Dimon, directeur général de JPMorgan Chase, a donné une mesure spectaculaire de la course à l’IA: les dépenses de l’écosystème des hyperscalers pourraient atteindre environ 1 000 milliards de dollars l’an prochain, après être passées d’environ 300 milliards de dollars en 2025 à près de 700 milliards en 2026 [1]. La déclaration, faite en marge de la conférence JPMorgan India, transforme le débat: l’intelligence artificielle n’est plus seulement une histoire de produits, d’applications ou d’abonnements, mais un chantier industriel mondial [1].

Ce chantier mobilise des centres de données, des serveurs, des puces, des équipements réseau, de l’électricité, des systèmes de refroidissement, des usines et de la main-d’œuvre de construction [1]. Autrement dit, l’IA est sortie du seul compte de résultat des éditeurs de logiciels pour entrer dans les bilans, les marchés obligataires et les statistiques macroéconomiques. Dimon a estimé que cette vague d’investissement pouvait ajouter environ un point de croissance au PIB chaque année, tout en créant une pression inflationniste à court terme à mesure que les entreprises embauchent, construisent et achètent du matériel [1].

C’est ce changement d’échelle qui rend le chiffre de 1 000 milliards de dollars si important. Les hyperscalers — Amazon, Microsoft, Alphabet, Meta ou Oracle — ne sont plus seulement les grands clients du matériel informatique; ils deviennent les piliers d’une chaîne physique complète, des GPU aux composants optiques en passant par la mémoire, les équipements électriques et les systèmes de refroidissement [4]. La blague serait de dire que quelqu’un a tapé “sudo build the entire stack”. Le problème financier, lui, est très sérieux: il faut maintenant savoir qui peut payer toute la pile.

Dimon ne dit pas que l’IA est une illusion

Le message de Dimon n’est pas celui d’un sceptique qui dénoncerait simplement une bulle. Dans un entretien accordé à The Economic Times, il a affirmé que l’IA est réelle et que JPMorganChase y investit depuis 14 ans, avec des centaines de cas d’usage dans la gestion du risque, la fraude, le marketing, la lecture de documents et la relation client [2]. Il a aussi souligné que l’énorme capital engagé n’a pas encore été pleinement déployé dans les entreprises, ce qui signifie que les usages visibles aujourd’hui ne montrent peut-être qu’une fraction de la demande future [2].

C’est l’argument positif du cycle actuel: les infrastructures arrivent avant que les gains de productivité soient complètement mesurables. Si l’IA réduit les erreurs, accélère le développement logiciel et améliore le service client, une partie des dépenses actuelles peut sembler excessive seulement parce que les modèles de revenus sont encore en retard [2]. Dimon a comparé cette incertitude à l’époque d’Internet: la technologie a fini par payer, mais pas toujours au rythme prévu ni au bénéfice des entreprises que les investisseurs avaient d’abord choisies [2].

La réserve est néanmoins claire. Dimon a reconnu que la grande question est de savoir si, après plusieurs milliers de milliards de dollars investis, les revenus seront suffisants pour couvrir la facture [2]. Il a aussi expliqué à CNBC-TV18 que certains investissements en IA ne se réduiront pas à un calcul simple de retour sur investissement, car ils relèvent des conditions minimales pour rester compétitif [1]. C’est un point central: lorsqu’une entreprise dépense parce que ses rivales dépensent, le projet peut être stratégiquement indispensable avant même d’être financièrement démontré.

La dette devient le vrai test

Le chantier à 1 000 milliards de dollars n’est donc pas seulement une affaire technologique. C’est aussi une affaire de financement. Axios a rapporté cette semaine une analyse décrivant l’écosystème de l’IA comme un réseau très interconnecté, où hyperscalers, développeurs de modèles, fabricants de puces, opérateurs de centres de données et neoclouds se financent, s’achètent des capacités et dépendent les uns des autres [3]. L’analyse recense 255 sociétés cotées liées à cette chaîne, avec environ 50 000 milliards de dollars de capitalisation boursière cumulée et près de 6 000 milliards de dollars de dette [3].

C’est là que la pression de la dette devient visible. Les grands hyperscalers conservent une forte génération de trésorerie et de solides notes de crédit, mais le risque augmente à la périphérie: neoclouds, plateformes de centres de données et fournisseurs très endettés, aux marges plus faibles et aux flux de trésorerie plus fragiles [3]. Certains acteurs dépendent d’un ou deux grands clients, si bien qu’une décision d’investissement prise par une grande plateforme peut devenir existentielle pour eux [3].

La comparaison n’est pas que la dette de l’IA serait identique aux crédits immobiliers avant 2008. Axios souligne que beaucoup d’entreprises de la chaîne construisent des actifs physiques réels et que le cœur du système reste financièrement solide [3]. Le risque est plus ciblé: des expositions concentrées et parfois opaques peuvent transmettre un choc si les coûts de financement augmentent, si les prix du calcul baissent ou si la demande d’IA met plus de temps que prévu à absorber les capacités [3].

Les marchés continuent d’applaudir

Pour l’instant, les investisseurs ne traitent pas le chiffre de Dimon comme un signal d’arrêt. Un article syndiqué par Stocktwits indique que les grandes valeurs technologiques et les “Magnificent Seven” ont retrouvé de l’élan, soutenues par l’enthousiasme autour de la poursuite des dépenses d’infrastructure IA [4]. Le même article relève que les prévisions de Wall Street pour 2027 vont d’environ 1 000 à 1 400 milliards de dollars, certains scénarios dépassant déjà le seuil évoqué par Dimon [4].

C’est le paradoxe du moment. La dépense elle-même soutient les fabricants de puces, les fournisseurs de composants, les plateformes cloud et les groupes d’équipement électrique. Elle devient donc un moteur de croissance et un argument boursier. Mais plus la construction grossit, plus la question du revenu final devient pressante: il faudra payer l’amortissement, les intérêts, les baux, l’énergie, la maintenance et le renouvellement du matériel.

Dimon a aussi replacé ce cycle dans un contexte macroéconomique plus large. Selon lui, la demande de capitaux liée aux infrastructures, au réarmement et aux déficits publics pourrait pousser les taux d’intérêt à la hausse, et une correction de marché reste possible même si l’IA n’en est pas forcément la cause [1]. Dans un monde de taux faibles, le cycle IA serait déjà gigantesque. Dans un monde de taux plus élevés, l’écart se creuse entre les plateformes riches en cash et les challengers dépendants du financement externe.

Les prochains signaux à surveiller

Le premier indicateur sera la guidance de dépenses d’investissement. Si les hyperscalers continuent de relever leurs plans pour 2027, le seuil de 1 000 milliards de dollars deviendra moins une hypothèse haute qu’un scénario central [4]. Le deuxième sera la qualité du crédit: spreads obligataires, baux de centres de données, financements privés et véhicules adossés aux infrastructures diront si les investisseurs exigent davantage de protection [3].

Le troisième sera l’utilisation réelle des capacités. Un centre de données n’est pas un abonnement logiciel: il doit être rempli, alimenté et monétisé. Si la demande des modèles, l’adoption des entreprises et les produits grand public absorbent le calcul disponible, le cycle peut continuer. Si la demande ralentit, les opérateurs les plus endettés risquent d’être les premiers sous pression [3].

Le message de Dimon est donc équilibré, mais inconfortable. L’IA peut être réelle, utile et peut-être déflationniste à long terme, tout en étant financée par l’un des plus grands programmes privés de capital de l’histoire récente [1]. Le chantier à 1 000 milliards de dollars ne prouve pas que le boom de l’IA va échouer. Il prouve surtout que l’IA est devenue trop physique, trop coûteuse et trop financée pour être analysée comme un simple cycle logiciel.

Sources des dernières 72 heures

1. [1]AI is real, and it will pay off, just as the Internet did, says JPMorganChase CEO Jamie Dimon21 sept. 2026, 19:20 UTC
2. [2]AI is becoming too interconnected to fail21 sept. 2026, 11:20 UTC
3. [3]JPMorgan CEO Sees Hyperscaler Spending Hitting $1 Trillion Next Year And Still Growing — Investors Are Shrugging It Off For Now22 sept. 2026, 07:30 UTC
4. [4]Jamie Dimon says hyperscaler AI spending could hit $1 trillion next year22 sept. 2026, 01:48 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.