Albi, France
Publications

AGI à vendre : l'intelligence artificielle générale, produit d'appel du marché de l'IA

7 septembre 2026
intelligence-artificielle
AGI
OpenAI
NVIDIA
economie-numerique
Fin août 2026, Sam Altman accorde une interview au magazine TIME. Verdict : « We know how to build AGI » — nous savons comment construire l'intelligence artificielle générale. Trois mois plus tôt, le PDG d'Anthropic, Dario Amodei, promettait « country of geniuses in a data center » — un pays de génies dans un centre de données — « in one to three years ». Pendant ce temps, chez NVIDIA, Jensen Huang projette un trillion de dollars de revenus d'ici 2027. Ces annonces ne tombent pas du ciel. Elles rythment les cycles de financement, justifient des valorisations à plusieurs centaines de milliards de dollars et alimentent un écosystème où l'argent, littéralement, tourne en rond. Le marché de l'IA est-il en train de vendre des actions en postulant l'arrivée imminente de l'AGI, ou assistons-nous à une convergence technologique réelle ?

Les prophètes et leurs promesses

Les déclarations des dirigeants de la tech ont ceci de particulier qu'elles se répondent et se renforcent mutuellement. Sam Altman, dans sa chronique de janvier 2025, posait le cadre :
« We believe that, in 2025, we may see the first AI agents "join the workforce" and materially change the output of companies. » — Sam Altman, Forbes, janvier 2025
Pour l'OpenAI, l'AGI n'est pas une hypothèse lointaine mais un cap immédiat. Le vocabulaire employé — « the glorious future », « nous sommes ici pour ça » — relève davantage de la vision corporate que de l'analyse technologique. Et cette vision se chiffre : la société est valorisée 852 milliards de dollars en 2026, sans avoir jamais dégagé de bénéfices. Chez Anthropic, le ton se veut plus mesuré mais le fond est identique. Dario Amodei, dans le podcast Dwarkesh Patel en février 2026, fixe des délais précis :
« Within 10 years, we'll get to country of geniuses in the data center. I'm at 90% on that. With coding, I think we'll be there in one or two years. » — Dario Amodei, février 2026
Il ajoute une projection économique vertigineuse :
« It is hard for me to see that there won't be trillions of dollars in revenue before 2030. » — Dario Amodei, février 2026
De l'autre côté de la chaîne, Jensen Huang, PDG de NVIDIA, traduit cette promesse en termes de marché. Lors du GTC de mars 2026, il annonce « au moins un trillion de revenus d'ici 2027 » pour les puces IA. En août, il franchit une étape supplémentaire en présentant les « AI factories » comme « une nouvelle classe d'actifs investissable » :
« NVIDIA compute is not just a chip. NVIDIA DSX AI factories can run the world's broadest range of AI models… This broad ecosystem gives NVIDIA compute a deep market of potential users. » — Jensen Huang, NVIDIA Blog, août 2026
Trois voix, un même message : la révolution est là, il faut y investir maintenant. Mais sous cette convergence se cache un mécanisme plus ancien que l'IA elle-même : l'économie circulaire.

L'économie circulaire : l'argent tourne en rond

En novembre 2025, le site Calcalist publiait un article au titre évocateur : « The circular economy of AI: How big tech is financing itself ». Bloomberg, de son côté, dressait en 2026 une « Guide to the Circular Deals Underpinning the AI Boom » — une cartographie des financements circulaires qui soutiennent le boom de l'IA. Le mécanisme est d'une simplicité redoutable. NVIDIA investit 100 milliards de dollars dans OpenAI. OpenAI utilise cet argent pour acheter des puces NVIDIA et louer de la puissance de calcul chez Microsoft, qui a lui-même investi 13 milliards dans OpenAI. Microsoft, pour répondre à la demande, achète des puces à NVIDIA — et le cycle recommence. Bloomberg cartographie ces boucles avec précision :
  • Nvidia → OpenAI : investissement de 100 milliards, dont 30 effectivement déboursés en février 2026
  • OpenAI → Microsoft : engagement de 250 milliards de dollars de services cloud sur plusieurs années
  • Microsoft → Nvidia : Azure, le cloud de Microsoft, est le plus gros acheteur de puces NVIDIA
Un deuxième circuit implique Anthropic. Amazon investit 4 milliards, puis 25 milliards supplémentaires. Google engage 40 milliards. Anthropic dépense 100 milliards en capacité de calcul sur AWS, et signe un contrat de 30 milliards avec Azure. Les hyperscalers sont à la fois investisseurs, fournisseurs et canaux de distribution des mêmes laboratoires qu'ils financent.
« These firms span healthcare, robotics, manufacturing and financial services — industries where, for the first time, the models are good enough to build on top of. » — Jensen Huang, Davos, janvier 2026
Le problème, souligne Bloomberg, est que ces deals circulaires « peuvent créer des incitations biaisées qui mènent à de mauvaises décisions et amplifient les pertes si la demande en IA ne correspond pas aux attentes élevées d'aujourd'hui ». Les chiffres donnent le vertige. Selon le cabinet Bain & Company, les entreprises d'IA auront besoin de 2 000 milliards de dollars de revenus annuels d'ici 2030 pour financer les infrastructures nécessaires. Or, en 2025, OpenAI affichait 13 milliards de revenus — un facteur 150 sépare la promesse de la réalité.

Ce que disent les chercheurs qu'on n'écoute pas

Pendant que les PDG fixent des échéances, la communauté scientifique, elle, exprime des réserves mesurées. L'enquête la plus complète reste celle menée par l'AAAI (Association pour l'avancement de l'intelligence artificielle) auprès de 475 chercheurs, citée par Tech Policy Press en mars 2025 :
« 76% des répondants affirment que "scaluer les approches actuelles" pour atteindre l'AGI est "improbable" ou "très improbable". » — Enquête AAAI, mars 2025
Le fossé entre les dirigeants de laboratoires et les chercheurs n'est pas nouveau, mais il prend une ampleur inédite en 2026. L'analyse de 80,000 Hours, qui passe en revue les prévisions d'experts, conclut que les chercheurs académiques (hors dirigeants de labs) accordent 25% de chances à l'AGI au début des années 2030 et 50% d'ici 2047. Un calendrier bien plus prudent que les « 1 à 3 ans » d'Amodei ou le « 2026 » d'Altman. Tim Dettmers, chercheur à l'Université du Texas, formule une critique structurelle :
« The future of AI will be shaped by economic diffusion, practical applications, and incremental improvements within physical constraints. » — Tim Dettmers, décembre 2025
Autrement dit : l'AGI ne se décrète pas, elle se construit par étapes, avec des contraintes matérielles et énergétiques que les annonces publiques éludent soigneusement. Gary Marcus, professeur émérite à NYU et sceptique notoire, va plus loin. Dans son analyse, « LLMs are fundamentally flawed » — les grands modèles de langage sont fondamentalement défectueux. Sa position : la promesse de l'AGI par simple scaling des architectures actuelles relève de l'acte de foi, non de la démonstration scientifique.

Les fissures visibles

Ed Zitron, auteur du newsletter Where's Your Ed At et animateur du podcast Better Offline, est l'une des voix les plus critiques envers le modèle économique de l'IA. En mai 2026, il résumait ainsi la situation :
« OpenAI need to grow so much more, and any slowing in growth suggests that it's comical to expect them to reach these targets. » — Ed Zitron, The Tech Report, mai 2026
Il chiffre le problème : moins de 1% des clients portent la bulle de l'IA. La croissance repose sur un nombre restreint d'entreprises qui achètent de la puissance de calcul — souvent les mêmes qui investissent dans les laboratoires. Ce constat converge avec l'analyse du Calcalist : 95% des applications IA d'entreprises n'ont livré aucun résultat mesurable ni retour sur investissement. Les 160 milliards de dollars levés par les startups IA en 2025 se concentrent sur un nombre restreint d'acteurs, alimentant la concentration plutôt que l'innovation distribuée. Howard Marks, légende de l'investissement chez Oaktree Management, avertit en 2026 : il se retire du marché de l'IA, considérant que les valorisations intègrent des promesses qui ne se matérialiseront pas dans les délais annoncés. La bulle, si bulle il y a, se mesure aussi en termes de concentration boursière. Cinq entreprises (Nvidia, Google, Microsoft, Amazon, Apple) représentent 30% de la capitalisation totale du S&P 500. Quatre-vingts pour cent des gains boursiers américains depuis 2025 sont attribués à l'IA. Une correction de ce secteur ne serait pas un simple ajustement : elle porterait l'ensemble du marché.

AGI : horizon légitime ou écran fumoir ?

Il serait malhonnête de nier les progrès de l'IA. Les modèles actuels accomplissent des tâches qui semblaient impossibles il y a cinq ans — rédaction, synthèse, raisonnement structuré, génération de code. L'AGI, comme horizon de recherche, est un objectif légitime qui justifie des investissements ambitieux. La question n'est pas de savoir si l'AGI arrivera, mais qui finance, comment, et à quel rythme. Lorsque des entreprises valorisées des centaines de milliards promettent l'AGI dans 1 à 3 ans, et que ces promesses servent à justifier des investissements circulaires de plusieurs centaines de milliards supplémentaires, le risque n'est plus seulement technologique : il est systémique. Pour les PME, les indépendants et les acteurs économiques qui regardent ce marché de l'extérieur, la leçon est simple : l'AGI n'est pas encore là, mais le prix des infrastructures, lui, se paie maintenant. Les factures de cloud, les licences logicielles et les coûts énergétiques intègrent déjà des promesses qui ne se réaliseront peut-être jamais dans les délais annoncés. En tant que développeur web freelance, je constate quotidiennement ce décalage. Mes clients me demandent d'intégrer l'IA dans leurs outils, mais les solutions existantes, si impressionnantes soient-elles, ne tiennent pas toutes leurs promesses. L'AGI reste un récit — un récit puissant, bien financé, mais un récit tout de même.