Résumé simplifié des points clés
Plusieurs événements financiers et économiques apparemment sans rapport révèlent en réalité un grand changement dans l'industrie de l'IA : DeepSeek a réduit de 40 % le prix de l'appel de ses grands modèles, Musk investit pour construire ses propres centrales électriques au gaz destinées à l'IA, on parle d'une préparation à une introduction en bourse sur la plateforme de croissance des entreprises (STAR Market), et Apple a discrètement augmenté le prix de ses nouveaux iPhones. Ces développements montrent que la compétition dans l'IA ne se joue plus seulement sur la complexité des modèles ou le nombre de paramètres, mais surtout sur la réduction des coûts de fourniture des services IA. En réalité, les éléments vraiment précieux sont l'électricité, les data centers et la capacité de calcul.
---
Analyse détaillée en 4 dimensions
1. La baisse des prix des grands modèles n'est pas une stratégie de perte de profit, mais une façon d'obtenir une place sur le marché boursier
Prenons un exemple concret : DeepSeek a abaissé le prix de l'appel de ses grands modèles à 0,02 yuan par million de tokens, soit environ 0,7 caractères chinois, ce qui signifie que pour 2 centimes, vous pouvez obtenir un service d'IA produisant 700 000 mots, moins cher qu'un demi-toutouil de papier. Cette baisse de 60 % n'est pas une guerre de prix déloyale ; elle est similaire à une boutique de thé qui réduit le prix d'une boisson de 20 à 10 yuans : si les ventes augmentent de plus de trois fois, le chiffre d'affaires global sera plus élevé et les concurrents inefficaces seront éliminés. DeepSeek est déjà en contact avec des sociétés de courtage pour une préparation à l'introduction en bourse. Lorsqu'il soumettra son prospectus, le marché ne se souciera pas des performances de ses modèles ou de sa position de leader mondial, mais plutôt de trois chiffres essentiels : le nombre de clients payants chaque mois, le profit net après déduction de tous les coûts, et le coût mensuel d'expansion de ses capacités de calcul. Si l'augmentation des demandes dépasse la baisse des prix, c'est une bonne affaire avec des petites marges mais des ventes élevées et une valorisation en hausse ; sinon, c'est une perte de temps et une baisse significative de la valorisation.
2. Bien que les appels à l'IA soient de plus en plus abordables, les coûts des GPU et des data centers n'ont pas diminué
Beaucoup pensent que la baisse des prix de l'IA est due à la baisse du prix des GPU, mais c'est tout le contraire. Pour illustrer, imaginez que construire un grand modèle équivaut à investir des milliards pour construire une autoroute à 100 voies, tandis que l'utilisation quotidienne de l'IA pour rédiger des textes ou calculer des données est comme utiliser des voitures sur cette autoroute. Auparavant, tout le monde se concentrait sur la largeur de l'autoroute ; maintenant que celle-ci est construite, le revenu provient des frais de passage. Cependant, la demande est très inégale : par exemple, les appels à l'IA sont plus fréquents l'après-midi pendant les heures de travail et beaucoup plus rares la nuit. Si l'on maintient des clusters de GPU à plein régime toute l'année juste pour ces heures de pointe, 90 % du temps, les GPU restent inutilisés, entraînant des pertes. Les solutions proposées (réutilisation du cache, planification flexible des ressources) visent à faire travailler les GPU plus efficacement, à utiliser plusieurs cartes à la place d'une seule, et à réduire les coûts par appel.
3. Musk construit ses propres centrales électriques au gaz : les ressources les plus rares dans l'IA ne sont plus les GPU
Auparavant, l'industrie se battait pour obtenir des GPU d'NVIDIA ; maintenant, on réalise que des GPU ne sont pas suffisants. Construire des centrales électriques au gaz permet de répondre rapidement aux besoins en puissance de calcul. Musk ne cherche pas à faire des bénéfices supplémentaires avec ces centrales, mais à éviter des délais trop longs. Le processus traditionnel d'expansion du réseau électrique prend trois à cinq ans, tandis que sa propre solution peut être mise en service en moins d'un an. Le rythme actuel de l'industrie de l'IA est tel que si vous tardez de trois mois à mettre en place vos capacités de calcul, vos clients actuels seront pris par vos concurrents, et si votre centrale électrique n'est pas opérationnelle avant un an, vos GPU resteront inutilisés. Cette année, les commandes de GE pour des équipements de production d'électricité liés à l'IA ont déjà dépassé les attentes pour l'ensemble de l'année 2025. L'industrie cherche non pas simplement de l'électricité, mais de l'électricité fiable, disponible 24 heures sur 24 et dont le prix ne fluctue pas excessivement. Ces ressources sont encore plus rares que les GPU d'NVIDIA.
4. Les capacités de calcul seront désormais classées en trois catégories
Les GPU, autrefois très recherchés, deviendront les moins précieux. Le prix des actions d'NVIDIA a récemment chuté, car les investisseurs réalisent que l'investissement dans des GPU et des data centers n'est pas rentable. À l'avenir, les capacités de calcul seront divisées en trois catégories : les moins précieuses seront celles qui ne possèdent que des GPU sans clients stables ni fourniture d'électricité fiable ; les moyennes seront celles qui utilisent efficacement les ressources pour réduire les coûts de calcul ; et les plus précieuses seront celles qui disposent de ressources telles que des licences d'électricité, des droits d'accès au réseau et de clients fidèles. Après l'introduction en bourse de DeepSeek, cela établira clairement les critères de performance pour l'industrie des grands modèles : les performances des modèles ne suffiront plus à attirer les investisseurs ; les coûts de fonctionnement et la capacité à surmonter les prochaines étapes technologiques seront les critères décisifs.
En résumé, l'industrie de l'IA évolue rapidement, et les compétitions se concentrent désormais sur la réduction des coûts et l'efficacité opérationnelle, plutôt que sur la complexité des modèles.