Course à l’IA : les géants technologiques visent 1 000 milliards de dollars

Au 30 juillet 2025, l’intelligence artificielle n’est plus seulement une compétition de logiciels ou de chatbots. Elle est devenue une bataille d’infrastructures : construire des centres de données, acquérir des processeurs spécialisés, sécuriser l’électricité nécessaire et proposer des outils capables de séduire entreprises comme grand public. Les montants annoncés par les grands groupes donnent une mesure de ce changement d’échelle.

L’expression de « course aux armements » est une métaphore. Elle décrit la vitesse à laquelle les entreprises cherchent à accumuler une capacité de calcul et des modèles d’IA avant leurs concurrentes. L’enjeu n’est pas militaire : il est économique, industriel et technologique. Celui qui possède les meilleures infrastructures et les services les plus attractifs peut espérer capter une part importante des futurs usages de l’IA.

Un objectif de 1 000 milliards de dollars à l’échelle mondiale

Les prévisions citées dans cette course à l’IA estiment que les dépenses mondiales pourraient atteindre un trillion de dollars, soit 1 000 milliards de dollars, dans les prochaines années. En français, le mot « trillion » peut prêter à confusion : employé dans son sens anglo-saxon, il équivaut à mille milliards, et non au trillion de l’échelle longue traditionnelle.

Ce total ne correspond pas à une caisse unique ni à un seul programme piloté par quelques entreprises. Il désigne l’addition possible de dépenses engagées par de nombreux acteurs pour la puissance de calcul, les bâtiments, les réseaux, les serveurs et les logiciels nécessaires au déploiement de l’IA. Les montants communiqués par Google et Amazon illustrent particulièrement cette accélération.

Ces chiffres doivent toutefois être lus avec précision. Une dépense d’investissement ne finance pas uniquement un modèle conversationnel ou une fonctionnalité visible par l’utilisateur. Elle recouvre des équipements et des installations qui servent à plusieurs activités numériques, mais dont l’IA devient un moteur majeur. Il est donc difficile d’isoler, dollar par dollar, ce qui relève exclusivement de l’IA générative.

Pourquoi les géants technologiques dépensent-ils autant ?

L’IA moderne demande une ressource devenue stratégique : la capacité de calcul. L’entraînement d’un grand modèle consiste à lui faire analyser d’immenses volumes de données afin qu’il repère des régularités dans le langage, les images, le son ou le code. Cette phase mobilise un nombre considérable d’opérations informatiques. Puis, une fois le modèle proposé aux utilisateurs, chaque requête doit encore être traitée dans un centre de données.

Investir dans l’infrastructure permet donc aux entreprises de viser plusieurs objectifs à la fois : proposer des assistants plus réactifs, offrir des outils d’IA aux clients professionnels, réduire leur dépendance à des prestataires extérieurs et intégrer l’IA à leurs produits existants. Pour Google, Amazon et Meta, l’enjeu est aussi de préserver leur place dans des marchés où la recherche en ligne, le cloud, la publicité et les réseaux sociaux pourraient être profondément transformés.

La compétition ne se résume pas à disposer du modèle le plus impressionnant lors d’une démonstration. Les entreprises doivent être capables de le rendre disponible, fiable et abordable à très grande échelle. Un système performant mais trop coûteux à exploiter ou trop lent à répondre aurait du mal à s’imposer durablement auprès des entreprises et des particuliers.

L’empreinte environnementale, revers matériel de l’IA

Cette expansion a un coût environnemental et local. La construction de centres de données exige du terrain, des matériaux, des équipements électroniques, des connexions très haut débit et surtout une alimentation électrique stable. Leur fonctionnement peut également nécessiter des dispositifs de refroidissement et exercer une pression sur les infrastructures d’un territoire.

Cette réalité explique pourquoi l’IA ne peut pas être envisagée uniquement comme un service dématérialisé. Derrière une réponse affichée sur un écran se trouvent des machines physiques, des réseaux et une consommation énergétique. À mesure que les usages augmentent, l’équilibre entre déploiement rapide et gestion responsable des ressources devient un enjeu industriel central.

Les groupes technologiques sont ainsi confrontés à une double exigence. Ils doivent augmenter leurs capacités pour rester compétitifs, tout en répondant aux préoccupations liées à leur empreinte écologique. La question ne porte pas seulement sur la quantité d’électricité consommée, mais aussi sur la capacité des réseaux locaux à accompagner l’arrivée de nouvelles installations sans fragiliser les autres usages.

Les créateurs face à l’utilisation de leurs œuvres

La montée de l’IA générative ne concerne pas seulement les centres de données. Elle affecte directement les industries créatives, où artistes, auteurs, illustrateurs, photographes et agences s’interrogent sur l’utilisation de leurs œuvres pour entraîner des algorithmes.

Le cœur du conflit est simple à formuler, mais complexe à trancher juridiquement : une entreprise peut-elle utiliser une œuvre protégée pour entraîner un modèle sans demander l’accord de son auteur ni le rémunérer ? Des coalitions d’artistes ont engagé des poursuites contre des entreprises telles qu’OpenAI et Meta, contestant l’utilisation non autorisée de leurs créations.

Les entreprises visées défendent notamment leur position en invoquant la doctrine américaine du fair use, ou usage équitable. Cette doctrine ne constitue pas une autorisation automatique. Elle repose sur une appréciation au cas par cas, qui tient notamment compte de la finalité de l’usage, de la nature de l’œuvre, de la quantité utilisée et de l’effet potentiel sur le marché de l’œuvre originale. L’issue des procédures engagées reste donc incertaine.

L’enjeu dépasse la seule question de la rémunération. Les créateurs veulent aussi savoir si leurs travaux ont été intégrés à des ensembles de données, comment ils peuvent s’y opposer et si une image ou un texte généré risque de concurrencer directement leur activité. Selon Sam Altman, directeur général d’OpenAI, les agences créatives pourraient voir 95 % de leurs tâches réalisées par des systèmes d’IA.

Cette perspective mérite une nuance importante : l’automatisation de tâches ne signifie pas mécaniquement la disparition de tous les métiers. En revanche, elle peut modifier très rapidement la répartition du travail, les délais de production, les compétences attendues et le rapport de force entre donneurs d’ordre, agences et indépendants.

Adobe cherche à proposer une autre voie avec Firefly

Face à ces inquiétudes, Adobe défend une approche qui vise à concilier outils génératifs et respect des créateurs. Son modèle Firefly est conçu pour s’appuyer sur des contenus licenciés. L’objectif est de permettre la génération d’images ou d’autres contenus tout en limitant le recours à des œuvres utilisées sans cadre clair.

L’entreprise met aussi en avant la transparence sur l’origine des contenus numériques. Les créations générées par IA peuvent être accompagnées d’un indicateur d’authenticité, destiné à renseigner les utilisateurs sur leur provenance. Pour les artistes, cette traçabilité peut faciliter l’identification d’une création et la revendication de droits sur leur travail.

Cette stratégie ne règle pas à elle seule les débats sur les données d’entraînement utilisées par l’ensemble du secteur. Elle montre néanmoins qu’un positionnement différent est possible : plutôt que de considérer les œuvres comme une ressource librement exploitable, une plateforme peut chercher à bâtir des outils sur des contenus pour lesquels des droits ont été prévus.

Les gouvernements doivent suivre le rythme

L’innovation avance plus vite que les règles qui l’encadrent. Les pouvoirs publics sont donc confrontés à un défi délicat : protéger les citoyens, les mineurs et les créateurs, sans bloquer les usages utiles de technologies qui évoluent rapidement.

Au Royaume-Uni, les règles renforçant la protection des enfants en ligne illustrent cette volonté. Les plateformes sociales doivent se conformer à des obligations plus strictes et risquent de lourdes amendes en cas de manquement. Même si ces textes ne se limitent pas à l’intelligence artificielle, ils répondent à des risques que l’IA peut amplifier, comme la diffusion de contenus nuisibles ou la difficulté à identifier certains abus.

La régulation de l’IA devra notamment traiter plusieurs questions : qui est responsable lorsqu’un outil cause un préjudice, comment protéger les données personnelles, comment signaler les contenus synthétiques et quelles obligations imposer aux plateformes qui les distribuent. Ces décisions nécessitent un dialogue permanent entre entreprises, créateurs, chercheurs et autorités publiques.

Ce qu’il faut surveiller dans les prochaines années

La course à l’IA se jouera sur plusieurs terrains en même temps. Les annonces de dépenses de Google et Amazon montrent que la puissance de calcul devient un avantage concurrentiel majeur. Mais l’entreprise qui investit le plus ne sera pas nécessairement celle qui imposera les usages les plus durables. Elle devra aussi gagner la confiance des utilisateurs, convaincre les entreprises clientes et démontrer que ses outils créent une valeur réelle.

Il faudra observer la capacité des acteurs à réduire la pression de leurs infrastructures sur les ressources locales, ainsi que l’évolution des litiges liés aux droits d’auteur. Ces décisions pourraient déterminer les règles applicables aux données d’entraînement et redessiner les relations entre entreprises d’IA et créateurs.

Enfin, le succès de l’IA dépendra de son intégration dans la société. Une technologie déployée sans transparence, sans protection des personnes vulnérables et sans reconnaissance du travail créatif risquerait de susciter une défiance durable. À l’inverse, des règles claires et des outils mieux identifiés pourraient permettre à l’innovation et à la création de progresser ensemble.