Listen to the article
Depuis trois ans, l’intelligence artificielle (IA) générative a provoqué une stupéfaction dont nous ne sommes toujours pas remis. Du jour au lendemain, le grand public s’est retrouvé avec entre les mains un assistant juridique, un conseiller personnel, un développeur informatique ou encore un traducteur multilingue à portée de clic.
Ce miracle apparent, pourtant, n’a rien de magique. Derrière les réponses fluides des chatbots se cachent des fermes de serveurs énergivores, des métaux rares et des millions de litres d’eau nécessaires pour refroidir les installations.
Or, en tant que dispositifs sociotechniques ancrés dans du matériel bien réel, les IA obéissent à un principe essentiel de l’économie : la loi des rendements décroissants. Autrement dit, plus on investit de ressources dans la machine, moins chaque unité supplémentaire apporte de progrès.
Cette très vieille loi, formulée pour la première fois au XVIIIe siècle par Turgot (1727-1781), puis théorisée par Ricardo (1772-1823) quelques décennies plus tard, se vérifie aisément dans ce cas précis : les premiers milliards dépensés pour entraîner des modèles de langage ont produit un saut qualitatif indéniable ; mais les milliards suivants n’ont offert que des améliorations marginales, que l’utilisateur moyen peine à percevoir au quotidien.
Cette phase d’abondance s’achève
Depuis l’accueil mitigé de la version 5 de ChatGPT à l’été 2025, l’IA stagne aux yeux du grand public, signe que la course au toujours plus montre ses limites. Ce ralentissement est directement lié à la raréfaction et au renchérissement des facteurs de production de l’IA : matériel électronique, énergie et surtout données.
Dans sa première phase de développement, l’IA générative a bénéficié d’un buffet gratuit : trente ans de connaissances offertes sur le Web ont été aspirés sans scrupule. Les contenus des forums, des réseaux sociaux, des encyclopédies en ligne et des revues savantes en libre accès ont pu être ingérés sans frais par les grands modèles de langage.
Il vous reste 66.39% de cet article à lire. La suite est réservée aux abonnés.










19 commentaires
Interesting update on « Il ne s’agit pas de renoncer à l’IA, mais de choisir une IA partagée, libérée des monopoles et recentrée sur des échelles locales et modestes ». Curious how the grades will trend next quarter.
I like the balance sheet here—less leverage than peers.
Good point. Watching costs and grades closely.
Good point. Watching costs and grades closely.
If AISC keeps dropping, this becomes investable for me.
Good point. Watching costs and grades closely.
Good point. Watching costs and grades closely.
Nice to see insider buying—usually a good signal in this space.
Good point. Watching costs and grades closely.
Interesting update on « Il ne s’agit pas de renoncer à l’IA, mais de choisir une IA partagée, libérée des monopoles et recentrée sur des échelles locales et modestes ». Curious how the grades will trend next quarter.
Good point. Watching costs and grades closely.
Interesting update on « Il ne s’agit pas de renoncer à l’IA, mais de choisir une IA partagée, libérée des monopoles et recentrée sur des échelles locales et modestes ». Curious how the grades will trend next quarter.
Good point. Watching costs and grades closely.
Good point. Watching costs and grades closely.
The cost guidance is better than expected. If they deliver, the stock could rerate.
Good point. Watching costs and grades closely.
Silver leverage is strong here; beta cuts both ways though.
Good point. Watching costs and grades closely.
Good point. Watching costs and grades closely.