Trump mise sur l’autorégulation pour soutenir la course américaine à l’IA

La puissance américaine dans l’intelligence artificielle dépend de capacités très matérielles : des puces, des centres de données, du refroidissement et des raccordements électriques. Leur construction engage des capitaux avant que les revenus correspondants soient assurés. Dans cette course, les entreprises qui peuvent financer et exploiter les infrastructures disposent d’un avantage sur celles qui doivent leur acheter du calcul.

Le 29 septembre, Donald Trump a réuni à la Maison-Blanche OpenAI, Anthropic, Google, Meta, xAI et Nvidia autour d’engagements volontaires d’autorégulation. Le document envisage une éventuelle traduction législative ou réglementaire ultérieure. À ce stade, il ne remplace donc pas les engagements des entreprises par un dispositif obligatoire.

Ce choix accompagne une expansion industrielle dont l’échelle pourrait dépasser celle de plusieurs grands cycles d’équipement américains. Le financement de l’IA devient ainsi une question de puissance économique autant qu’une question technologique : qui apporte le capital, qui contrôle les actifs et qui supporte le risque si les recettes tardent à suivre.

Le financement de l’IA change d’échelle

Présentée le 25 septembre dans le cadre des travaux de la Brookings Institution, l’étude Financing the AI Buildout projette un investissement cumulé de 10 300 milliards de dollars aux États-Unis entre 2025 et 2032. Sur ces huit années, l’effort représenterait en moyenne 3,6 % du produit intérieur brut annuel. Il atteindrait 5,1 % du PIB en 2032.

Il s’agit d’une projection, non d’une dépense déjà réalisée ni d’une enveloppe budgétaire fédérale. Le montant ne doit pas davantage être lu comme une commande publique. Il décrit l’ampleur possible des investissements nécessaires aux infrastructures de l’IA, dont la réalisation dépendra des décisions des entreprises et de leur accès aux capitaux.

L’ordre de grandeur prend son sens dans la comparaison historique proposée par l’étude. Les investissements ferroviaires américains auraient représenté en moyenne 2,2 % du PIB par an entre 1870 et 1890. La construction des autoroutes aurait mobilisé 1,1 % entre 1956 et 1973, comme la fibre et les télécommunications entre 1996 et 2003. Ces rapprochements ne rendent pas les technologies équivalentes. Ils montrent la place que pourrait prendre ce nouveau cycle dans l’allocation du capital américain.

Des bâtiments durables, des équipements vite renouvelés

L’infrastructure numérique assemble des actifs aux temporalités différentes. Les bâtiments et les installations électriques peuvent servir longtemps. Le matériel informatique doit, lui, être renouvelé beaucoup plus rapidement. Selon l’étude, il absorberait environ les deux tiers des investissements, tandis que la durée de vie économique des puces serait de cinq à six ans.

Cette distinction est centrale pour le financement de l’IA. Un centre de données ne constitue pas une rente garantie par sa seule construction. Son exploitant doit vendre suffisamment de services de calcul pour couvrir les coûts d’exploitation, rémunérer le capital et préparer le remplacement des équipements. Une capacité techniquement fonctionnelle peut perdre de sa valeur économique si de nouvelles générations de puces offrent de meilleures performances.

La contrainte ne se limite donc pas à trouver des terrains ou de l’électricité. Elle porte aussi sur la vitesse d’utilisation des installations. Une montée en charge trop lente réduit les recettes pendant que les actifs vieillissent. À l’inverse, une demande soutenue peut justifier de nouveaux investissements avant même l’amortissement complet des précédents.

Le capital extérieur élargit le cercle des risques

Le recours aux marchés obligataires, aux banques, aux investisseurs en fonds propres ou au crédit privé permet de financer des projets au-delà des ressources immédiatement disponibles des entreprises technologiques. Ces instruments ne répartissent toutefois pas le risque de la même manière. L’actionnaire accepte une rémunération incertaine ; le prêteur attend des paiements selon un calendrier contractuel.

Le financement de l’IA relie ainsi la trajectoire des infrastructures à celle du système financier. Si les revenus déçoivent, les effets ne concernent pas seulement les exploitants : ils peuvent toucher leurs créanciers et les investisseurs qui détiennent ces créances. L’exposition exacte dépend des contrats, des garanties et des montages retenus. Le volume global annoncé ne suffit pas à la mesurer.

Une autre incertitude tient à l’adoption. Acheter un service d’IA ne transforme pas immédiatement l’organisation d’une entreprise. Il faut adapter les processus, former les salariés et déterminer les usages qui produisent un gain réel. Le rythme de construction des capacités peut donc être plus rapide que celui de leur rentabilisation. Cette différence de calendrier n’établit pas, à elle seule, l’existence d’une bulle ; elle constitue un risque économique à examiner.

L’autorégulation laisse ouverte la question du contrôle

L’accord réuni par Donald Trump maintient, pour l’instant, les engagements dans un cadre volontaire. La distinction avec une règle obligatoire est substantielle : les modalités de contrôle, les conséquences d’un manquement et la possibilité de contraindre un acteur ne sont pas celles d’un dispositif inscrit dans la loi.

Il serait néanmoins excessif d’attribuer à ce seul accord la dynamique des investissements. Celle-ci dépend aussi de la demande, du coût du capital, de la disponibilité des équipements et des capacités électriques. Le choix politique porte ici sur l’encadrement d’une industrie en expansion, pas sur la garantie de sa rentabilité.

Pour les acteurs français et européens, l’enjeu dépasse l’accès aux meilleurs modèles. Il concerne la maîtrise des infrastructures sur lesquelles les entreprises feront fonctionner leurs applications. La capacité à financer du calcul, à en conserver le contrôle et à soutenir son renouvellement peut peser durablement sur leur autonomie. La course américaine se mesurera donc autant aux revenus effectivement produits qu’aux centres de données construits.