Les grandes entreprises américaines freinent leurs investissements massifs et aveugles dans l’intelligence artificielle pour privilégier un pragmatisme financier. Suite à des pertes de productivité et des coûts d’infrastructure explosifs, les leaders du secteur comme Amazon et Uber réévaluent l’utilité réelle de ces technologies face à un retour sur investissement encore décevant.
La fin de l’ère de l’investissement aveugle
L’euphorie initiale qui entourait l’intelligence artificielle laisse place à une phase de reddition de comptes brutale. Après une période de suspicion, puis de manie où les entreprises déployaient l’IA partout sans discernement, les géants de la technologie entrent dans une phase de gestion rigoureuse des coûts.
Les [mesures de contrôle d’Amazon et d’Uber](https://infa.lt/140813/finansine-realybe-didziosios-jav-korporacijos-stabdo-akla-islaidavima-dirbtiniam-intelektui/) illustrent ce changement de cap. Chez Amazon, la direction a dû intervenir pour stopper un phénomène où les employés généraient des tâches sans aucun intérêt réel, dans le seul but de gonfler artificiellement leurs évaluations internes. La direction a lancé un avertissement sans équivoque :
“Arrêtez d’utiliser l’intelligence artificielle simplement parce que vous en avez à votre disposition.”
La direction d’Amazon, via news.google.com
Uber a également subi un choc budgétaire, son budget annuel pour l’outil Claude Code ayant été intégralement consommé en seulement quatre mois. Face à l’impossibilité de justifier de telles dépenses sans un lien direct entre la consommation de jetons et l’amélioration des services, l’entreprise a dû restreindre l’usage de ses outils par les employés. Dans une démarche similaire de durabilité économique, GitHub a basculé son assistant de programmation Copilot vers une facturation basée sur l’utilisation réelle.
Cette prudence institutionnelle se reflète désormais sur les marchés financiers. Le Nasdaq a enregistré une baisse de 4,2 %, marquant l’une de ses pires semaines depuis plus d’un an. Le secteur des semi-conducteurs a été particulièrement touché, l’indice Philadelphia Semiconductor chutant de 10,3 %. Cette volatilité a été alimentée par les résultats de Broadcom : bien que la croissance du segment IA soit explosive, la société n’a pas relevé ses prévisions de revenus à long terme, décevant des investisseurs qui attendaient une accélération de la demande.
Le paradoxe entre valeur perçue et rendement réel
Si la majorité des organisations est convaincue de l’utilité de l’IA, la rentabilité financière, elle, tarde à se manifester. Un décalage profond semble s’installer entre l’adoption technologique et la création de richesse réelle.
Selon une [enquête menée par KPMG](https://www.15min.lt/verslas/naujiena/finansai/kpmg-verslas-vis-aktyviau-naudoja-di-taciau-komercines-sekmes-teks-palaukti-662-2699090), presque toutes les organisations disposent désormais d’une stratégie IA et prévoient d’investir en moyenne 186 millions de dollars au cours de l’année à venir. Pourtant, le succès commercial reste une promesse lointaine : seuls 8 % des entreprises affirment que l’IA a généré un retour sur investissement (ROI) mesurable.
Ce constat est corroboré par les données de Bain, qui ont interrogé 951 grandes entreprises. Le verdict est sans appel :
“La technologie a fonctionné. La valeur n’a pas été créée.”
Bain, via news.google.com
Bien que deux tiers des entreprises notent une valeur significative créée par l’IA, cette valeur semble souvent intangible ou non monétisable immédiatement, ce qui explique la tension croissante entre les départements technologiques et les directions financières.
L’asphyxie énergétique et le défi de l’infrastructure
L’expansion de l’intelligence artificielle impose une pression physique sans précédent sur les ressources mondiales. La croissance des centres de données ne pose plus seulement un défi technologique, mais devient un enjeu de souveraineté énergétique et environnementale.
La [consommation électrique des centres de données](https://iq.lt/iq-grafikas/duomenu-centrai-pagal-energijos-suvartojima-prilygs-valstybems/398777) atteint des niveaux critiques. En 2025, la consommation mondiale a dépassé celle de pays entiers comme la France (470 TWh) ou l’Allemagne (510 TWh). Les projections pour 2030 sont encore plus alarmantes :
- Consommation actuelle : 485 TWh (soit 1,5 % de l’électricité mondiale).
- Projection 2030 : 950 TWh (soit 3 % de l’électricité mondiale).
- Impact comparatif : La Brookings Institution prévoit qu’en 2030, la consommation pourrait égaler celle de la Russie ou du Japon.
Au-delà de l’électricité, la gestion thermique est devenue un gouffre de ressources. Un grand centre de données peut consommer quotidiennement entre 3,8 et 19 millions de litres d’eau, dont 85 % s’évapore simplement. Cette situation force les constructeurs à repenser totalement l’ingénierie des infrastructures. L’Uptime Institute a recensé, entre janvier 2025 et le 10 décembre, 127 nouveaux projets de centres de données dont la puissance demandée excède au moins 100 MW.
Cette mutation profite aux acteurs spécialisés dans la gestion thermique. En Pologne, la société Zetkama, membre du groupe Mangata Holding, investit massivement dans les [systèmes de refroidissement](https://www.laikas.lt/verslas-iesko-sprendimu-augant-duomenu-centrams-viena-infrastrukturos-sritis-tampa-itin-svarbi-240685/) pour répondre à ces besoins de haute précision. L’entreprise mise sur la robotisation et l’utilisation de matériaux inoxydables pour garantir la fiabilité des circuits de refroidissement, un élément devenu aussi crucial que la puissance de calcul elle-même.
L’intégration pragmatique au sein des petites entreprises
Loin des investissements de plusieurs centaines de millions de dollars des géants du Nasdaq, les petites et moyennes entreprises adoptent une approche beaucoup plus ciblée. Pour elles, l’IA n’est pas un projet de transformation globale, mais un outil de micro-automatisation visant à pallier le manque de ressources humaines.
L’approche consiste à identifier les tâches répétitives où l’erreur humaine est coûteuse. L’ [automatisation pour les PME](https://ekonomika.lt/dirbtinio-intelekto-automatizavimas-smulkiajam-verslui-kur-jis-is-tiesu-padeda-o-kur-dar-anksti-skubeti-72586/) se concentre sur trois piliers :
- La rédaction et l’édition de contenus (newsletters, descriptions de produits, réseaux sociaux).
- Le support client (classification automatique des demandes, suggestions de réponses).
- La gestion documentaire (extraction de données à partir de factures ou de fichiers PDF).
La règle d’or pour ces structures est la spécialisation des rôles : l’IA gère la monotonie et le traitement de données massives, tandis que l’humain conserve la responsabilité des décisions complexes, de la négociation et de l’empathie client. Ce cloisonnement permet d’éviter les pièges de l’investissement aveugle en limitant l’usage de l’IA aux domaines où son retour sur investissement est immédiat et vérifiable.