Depuis 2023, l’intelligence artificielle générative a provoqué une immense vague d’euphorie technologique et financière. Les grands groupes technologiques ont investi des centaines de milliards de dollars dans les centres de données, les semi-conducteurs, les infrastructures énergétiques et les modèles de langage. L’IA est progressivement devenue le cœur du récit économique mondial. Chaque entreprise devait désormais posséder sa stratégie IA, chaque marché financier devait se positionner sur cette nouvelle révolution.
Mais à partir de 2025-2026, les premières limites du modèle commencent à apparaître plus clairement. Les coûts de fonctionnement restent gigantesques, les besoins énergétiques explosent et les usages réellement rentables demeurent parfois plus limités que les promesses initiales. Le marché des chatbots commence aussi à se banaliser. Les modèles se ressemblent davantage, tandis que la concurrence entre entreprises devient de plus en plus agressive.
Dans ce contexte, le récit technologique évolue rapidement. L’IA n’est plus présentée uniquement comme un outil conversationnel ou logiciel. Les grandes entreprises technologiques déplacent désormais la promesse vers “l’IA physique”. L’intelligence artificielle doit sortir des écrans et agir directement dans le monde matériel à travers les robots, les véhicules autonomes, les lunettes connectées ou encore les systèmes industriels automatisés.
Cette transformation possède une logique économique et financière très précise. Elle permet de relancer l’imaginaire technologique au moment où l’IA générative commence à montrer ses limites économiques réelles. Le problème est que cette nouvelle phase combine plusieurs secteurs déjà hautement spéculatifs dans une seule promesse globale d’automatisation totale.
Le danger n’est donc pas seulement technologique. Il est aussi financier. En fusionnant IA, robotique, automatisation et véhicules autonomes dans un même récit, les marchés pourraient être en train de construire une bulle systémique beaucoup plus instable encore que celle de l’IA générative seule.
L’IA générative commence à montrer ses limites économiques
L’euphorie autour de l’IA générative repose initialement sur une idée simple : les modèles de langage seraient capables de transformer l’ensemble de l’économie numérique. Les entreprises promettent alors des gains massifs de productivité, une automatisation intellectuelle sans précédent et une nouvelle révolution industrielle comparable à celle d’internet.
Pendant plusieurs années, les marchés financiers soutiennent massivement cette dynamique. Les géants technologiques investissent des sommes gigantesques dans les infrastructures nécessaires au fonctionnement des modèles : centres de données, GPU, réseaux électriques et capacités de calcul.
Mais progressivement, plusieurs limites structurelles apparaissent. Le coût énergétique de l’IA devient immense. Les modèles nécessitent des capacités de calcul toujours plus importantes pour maintenir leur compétitivité. La consommation électrique des centres de données explose, tandis que les besoins en semi-conducteurs deviennent colossaux.
En parallèle, la rentabilité réelle reste souvent floue. Beaucoup d’entreprises intègrent l’IA dans leurs produits sans parvenir à dégager immédiatement des profits proportionnels aux investissements engagés. Le marché des chatbots lui-même commence à se saturer. Les utilisateurs s’habituent rapidement à ces outils, tandis que les différences entre modèles deviennent moins spectaculaires qu’au moment du choc initial provoqué par les premiers grands modèles conversationnels.
Cette situation crée un problème classique des cycles spéculatifs technologiques. Les marchés ont besoin de maintenir des perspectives de croissance extrêmement élevées afin de justifier les valorisations gigantesques du secteur IA. Or lorsque la première phase d’innovation commence à se stabiliser, le récit économique doit se déplacer vers de nouvelles promesses capables d’alimenter encore l’enthousiasme financier.
C’est précisément ce que représente aujourd’hui l’“IA physique”.
L’IA physique permet de prolonger le récit spéculatif
L’idée de l’IA physique consiste à faire sortir l’intelligence artificielle du seul univers logiciel. Désormais, l’IA doit agir dans le monde réel : conduire des véhicules, piloter des robots, gérer des chaînes industrielles, assister les décisions stratégiques des entreprises ou encore interagir directement avec les humains à travers des appareils connectés.
Cette transformation possède une puissance symbolique énorme. Les robots humanoïdes, les voitures autonomes ou les lunettes connectées appartiennent depuis longtemps à l’imaginaire technologique moderne. Ils donnent l’impression d’un futur spectaculaire et total où l’automatisation ne toucherait plus seulement les tâches numériques mais l’ensemble de la vie matérielle.
Les grandes entreprises technologiques exploitent donc cette convergence pour maintenir la dynamique spéculative. Nvidia, Tesla, Meta ou d’autres groupes présentent désormais l’IA, la robotique, les véhicules autonomes et les systèmes industriels automatisés comme les différentes composantes d’une même révolution globale.
Le problème est que cette fusion permet surtout d’élargir le récit économique au moment où l’IA générative seule commence à atteindre certaines limites commerciales et financières. L’objectif implicite devient alors de relancer l’enthousiasme des investisseurs grâce à de nouveaux secteurs capables de prolonger la promesse initiale.
Cette logique rappelle plusieurs précédents historiques. À la fin des années 1990, la bulle internet fusionne progressivement avec celle des télécommunications. Avant 2008, les marchés combinent immobilier, crédit et produits financiers dérivés dans une même dynamique spéculative. Dans les années 2020, les cryptomonnaies, la fintech et les politiques monétaires très accommodantes finissent également par se nourrir mutuellement.
L’IA physique pourrait reproduire ce mécanisme en regroupant plusieurs technologies déjà hautement spéculatives dans une seule promesse centrale : celle de l’automatisation totale du monde physique et cognitif.
La fusion des récits technologiques augmente le risque systémique
Le principal danger vient du fait que chacune des technologies intégrées dans cette nouvelle phase possède déjà ses propres fragilités économiques.
Les véhicules autonomes, par exemple, promettent une révolution depuis plus d’une décennie. Pourtant, les difficultés techniques, réglementaires et sécuritaires restent considérables. La rentabilité à grande échelle demeure encore très incertaine.
La robotique humanoïde pose également d’immenses problèmes industriels. Construire des robots capables d’interagir efficacement dans des environnements complexes exige des investissements massifs pour des usages qui restent aujourd’hui relativement limités.
Les lunettes connectées représentent elles aussi un secteur historiquement fragile. Plusieurs générations de produits ont déjà échoué commercialement malgré des promesses technologiques importantes.
En temps normal, chacune de ces industries évoluerait selon son propre rythme économique. Mais la logique actuelle consiste précisément à fusionner toutes ces promesses autour du récit central de l’intelligence artificielle. Les marchés ne financent plus simplement des robots, des voitures ou des lunettes connectées ; ils financent désormais l’idée globale d’une automatisation intégrale de l’économie.
Cette concentration spéculative crée un risque beaucoup plus large. Les valorisations financières reposent alors moins sur des profits immédiatement soutenables que sur des anticipations gigantesques de transformation future.
Le problème est qu’un ralentissement dans l’un de ces secteurs peut rapidement contaminer les autres. Si les investissements IA deviennent moins rentables, si les véhicules autonomes stagnent ou si la robotique ne trouve pas rapidement de débouchés industriels massifs, toute la dynamique spéculative pourrait commencer à se fragiliser simultanément.
Le danger est alors systémique parce qu’une partie croissante des marchés technologiques dépend désormais d’un même récit économique global.
Une nouvelle phase de dépendance financière à la promesse technologique
Cette évolution transforme aussi profondément le rapport entre technologie et finance. Les grandes entreprises technologiques ne vendent plus uniquement des produits ou des services. Elles vendent avant tout une vision du futur capable d’attirer des capitaux massifs.
L’IA physique devient alors une manière de prolonger la croyance dans une croissance technologique illimitée. Les investisseurs continuent d’injecter des sommes gigantesques parce qu’ils espèrent participer à une révolution totale de l’économie mondiale.
Mais plus cette promesse devient globale, plus le système devient fragile. Lorsque toute une partie des marchés repose sur la même anticipation d’automatisation absolue, la moindre déception peut produire des effets extrêmement violents.
L’histoire économique montre que les grandes bulles deviennent particulièrement dangereuses lorsqu’elles fusionnent plusieurs récits technologiques ou financiers dans une seule dynamique spéculative. À ce moment-là, les secteurs cessent d’être indépendants. Ils deviennent interdépendants à travers les flux de capitaux, les valorisations boursières et les attentes des investisseurs.
L’IA physique pourrait précisément représenter cette nouvelle phase de fusion spéculative où intelligence artificielle, robotique et automatisation industrielle cesseraient d’être perçues comme des marchés distincts pour devenir les composantes d’un même “complexe technologique”.
Conclusion
L’essor actuel de l’IA physique ne représente pas seulement une évolution technologique. Il correspond aussi à une transformation du récit financier entourant l’intelligence artificielle.
Au moment où l’IA générative commence à montrer certaines limites économiques, les grandes entreprises technologiques déplacent progressivement la promesse vers le monde matériel. Robots humanoïdes, véhicules autonomes, lunettes connectées et automatisation industrielle sont désormais intégrés dans une même vision d’automatisation totale.
Cette convergence permet de prolonger l’euphorie spéculative autour de l’IA en fusionnant plusieurs secteurs capables de nourrir l’imaginaire technologique contemporain. Mais elle augmente aussi fortement les risques systémiques. Plus les marchés dépendent d’une seule promesse globale de transformation du monde, plus une éventuelle déception pourrait produire des conséquences financières majeures.
L’IA physique pourrait alors apparaître moins comme l’aboutissement naturel de la révolution technologique actuelle que comme la tentative de maintenir artificiellement en vie une dynamique spéculative devenue trop importante pour s’arrêter sans provoquer un choc économique massif.
Pour en savoir plus
Pour approfondir les logiques spéculatives autour de l’intelligence artificielle, de la robotique et des grandes bulles technologiques, plusieurs ouvrages permettent d’éclairer les dimensions financières, industrielles et idéologiques de cette nouvelle phase technologique.
Carlota Perez, Technological Revolutions and Financial Capital, Edward Elgar Publishing, 2002.
Carlota Perez montre comment les grandes révolutions technologiques s’accompagnent souvent de phases spéculatives où les marchés financiers alimentent des promesses de transformation économique parfois excessives.
Evgeny Morozov, To Save Everything, Click Here, PublicAffairs, 2013.
Evgeny Morozov critique l’idéologie technologique contemporaine et explique comment les entreprises numériques présentent régulièrement la technologie comme une solution globale à tous les problèmes économiques et sociaux.
Shoshana Zuboff, The Age of Surveillance Capitalism, PublicAffairs, 2019.
L’autrice analyse la manière dont les géants technologiques transforment les données, l’automatisation et l’intelligence artificielle en nouveaux instruments de pouvoir économique et financier.
Ed Conway, Material World, WH Allen, 2023.
Ed Conway rappelle que les révolutions numériques reposent aussi sur des infrastructures matérielles gigantesques : énergie, métaux rares, semi-conducteurs et chaînes industrielles mondialisées.
Robert J. Gordon, The Rise and Fall of American Growth, Princeton University Press, 2016.
Robert Gordon interroge les promesses de productivité des nouvelles technologies et montre que les attentes économiques autour de l’innovation dépassent parfois largement les gains réels observables.
Comprendre le monde à sa racine entre éclats d’histoire, failles stratégiques, mémoires tues et formes vivantes de culture.
Une traversée des siècles pour retrouver ce qui, dans le tumulte, nous tient encore debout.
Voir au-delà des discours là où se forment les véritables structures du pouvoir.
Revenir aux lignes de fracture pour comprendre ce que le passé laisse en héritage.
Entrer dans un monde en construction un espace où les récits se tissent.
Suivre les lignes de force de l’imaginaire entre arts, formes, symboles et récits.
Le pouvoir n’est jamais là où on le montre.
Si quelque chose a grincé ici, d’autres textes en décalent encore les lignes.
Quand tout s’effondre sans bruit, il faut parfois remonter les flux. le fil est la, il attend
L’empire doute, mais continue de frapper. la suite de cette tension est encore visible ailleurs.