Résumé des points clés
Bien que les entreprises spécialisées dans les grands modèles d'IA tels que Zhipu et MiniMax aient des revenus modestes et subissent de lourdes pertes (par exemple, Zhipu a enregistré un chiffre d'affaires de 724 millions en 2025 mais a perdu 4,7 milliards), elles ont obtenu un rapport cours/bénéfice de plusieurs centaines de fois et une valeur boursière de plusieurs dizaines de milliards de yuans à la Bourse de Hong Kong, et ont entamé des procédures pour revenir sur le marché chinois (A-share). La logique derrière cela ne repose pas sur la rentabilité commerciale, mais plutôt sur les besoins stratégiques nationaux en matière d'IA souveraine (le sentiment de sécurité dans le contexte de la course à l'IA entre les grandes puissances) et la pénurie d'actifs suite au recul du secteur immobilier (les fonds cherchant de nouveaux lieux d'investissement). Cependant, ces entreprises font face à trois défis majeurs : leur valeur risque d'être éclipsée par les fournisseurs de puissance de calcul, la convergence des technologies et des contraintes liées à l'accès à cette puissance. À long terme, leur valorisation devra se rétablir sur la base de la véritable valeur pour les utilisateurs.
I. Pourquoi une perte de 4,7 milliards et une valeur de 700 milliards ? Il s'agit d'une question de « sécurité nationale »
Vous vous demandez peut-être : comment une entreprise qui gagne 700 millions par an mais perd 4,7 milliards peut-elle valoir 700 milliards ? Ce n'est pas une question commerciale ordinaire ; elles sont les porte-paroles de l'IA souveraine chinoise. La course à l'IA entre les grandes puissances est comparable aux compétitions dans le domaine nucléaire ou de l'espace, car elle détermine la compétitivité future d'un pays. Si la Chine n'a pas ses propres grands modèles d'IA, elle pourrait se retrouver en position de faiblesse. Ce sentiment de peur est bien plus important que la rentabilité : même si des pertes importantes sont subies, tant qu'elle dispose de sa propre technologie, cela en vaut la peine. Le pays cherche pas un seul champion, mais plutôt un groupe d'entreprises prometteuses (comme Zhipu, MiniMax, DeepSeek) qui peuvent échouer, mais dont au moins une réussira. C'est comme acheter une assurance : on dépense de l'argent pour se garantir une protection contre les risques technologiques. La haute valorisation des grands modèles d'IA est en fait un « paiement d'assurance » effectué par l'État via le marché financier.
II. D'où vient l'argent ? Après le recul du secteur immobilier, des milliards de yuans cherchent de nouveaux investissements
Au cours des 20 dernières années, les Chinois ont principalement investi dans l'immobilier (qui représentait près de 70 % de leurs actifs familiaux), car l'immobilier était considéré comme un placement sûr. Mais maintenant que le marché immobilier ne croît plus, les fonds cherchent d'autres alternatives : les taux d'intérêt des dépôts sont bas et les rendements des produits financiers sont faibles. L'IA est devenue la meilleure option car elle offre une perspective prometteuse, est soutenue par des politiques nationales et laisse place à l'imagination (comme l'espace des technologies futures). De plus, il y a très peu d'entreprises spécialisées dans l'IA en Chine, ce qui fait que les fonds se concentrent sur un petit nombre de sociétés, poussant ainsi leurs valeurs boursières à la hausse.
III. Les géants du secteur dépensent des milliards sans trouver de modèle rentable… Pourront-les entreprises d'IA le faire ?
Des géants tels que Tencent, Alibaba et ByteDance, qui disposent de ressources financières et de contextes d'utilisation réels, ont investi des centaines de millions sans parvenir à un modèle rentable :
- Alibaba a dépensé 103,9 milliards en 2025 (contre seulement 24,4 milliards il y a trois ans), et la majeure partie de ses profits a été consacrée à l'IA ;
- Les activités liées à l'IA de Tencent ont englouti 8,8 milliards de bénéfices au premier trimestre ;
- ByteDance prévoit d'investir 500 milliards en 2026 (presque tous ses profits annuels).
Même ces géants ne parviennent pas à générer de revenus rentables. Pour les entreprises d'IA, qui n'ont ni trafic ni contextes d'utilisation réels et doivent vendre des API ou des modèles, la situation est encore plus difficile ; en outre, une partie de leurs bénéfices est prélevée par les fournisseurs de puissance de calcul (chips, locations). Par exemple, si une entreprise d'IA augmente le prix de ses services, les frais liés à l'utilisation de la puissance de calcul augmentent également, sans améliorer leur marge bénéficiaire. Si même ces géants ne réussissent pas, comment les entreprises d'IA pourraient-elles y parvenir ?
IV. Les trois principaux obstacles des entreprises d'IA
Même si leur valorisation est élevée à court terme, elles font face à trois problèmes inévitables :
1. Le vol de la valeur : les besoins créés par l'IA sont exploités par les fournisseurs de chips et de services de location de puissance de calcul, laissant les entreprises d'IA dans une position de dépendance ;
2. La convergence des technologies : la différence de performance entre les grands modèles nationaux diminue, et la concurrence se déplace des capacités technologiques vers les canaux et les écosystèmes ; ces derniers sont un point faible pour les entreprises d'IA, qui n'ont pas de réseaux tels que WeChat ou Taobao ;
3. Les contraintes liées à la puissance de calcul : l'offre de chips nationaux est insuffisante (un fournisseur ne peut fournir qu'une petite quantité de puissance par mois), et les importations sont également limitées. Or, le développement de l'IA nécessite des ressources considérables en puissance de calcul, ce qui rend difficile la compétition.
V. Le pouvoir de fixation des prix : du « conte » à la « valeur réelle »
À court terme, les besoins stratégiques en IA souveraine et la pénurie d'actifs peuvent maintenir une haute valorisation. Mais à long terme ? La logique politique peut permettre aux entreprises de survivre et d'obtenir des financements, mais elle ne peut pas remplacer le jugement des utilisateurs. La pénurie d'actifs peut faire monter les prix des actions, mais elle ne peut pas couvrir les coûts réels liés à la rentabilité. Seule une technologie qui crée vraiment de la valeur pour les utilisateurs (par exemple, en réduisant les coûts ou en améliorant leur vie quotidienne) permettra que la valorisation soit justifiée. La haute valeur boursière actuelle ressemble plus à un « billet à ordre » : sa réalisation dépendra de la capacité des entreprises d'IA à surmonter ces obstacles et à répondre aux besoins réels des utilisateurs.
(L'ensemble du texte est expliqué en langage simple pour que même les non-spécialistes puissent comprendre la logique sous-jacente.)