Google mise tout : pourquoi 180 milliards de dollars dans l'IA ne sont qu'un début

Quand les chiffres d'un rapport financier s'écartent des prévisions des analystes de plusieurs dizaines de milliards de dollars, le silence s'installe généralement dans les couloirs de Wall Street. Alphabet vient d'offrir exactement ce spectacle. Alors que les experts de Wedbush et d'autres maisons prévoyaient poliment des dépenses d'environ 120 milliards de dollars cette année, la direction de Google a décidé que la modestie ne lui allait pas. La nouvelle fourchette va de 175 à 185 milliards. Pour prendre la mesure : c'est plus que le PIB de nombreux pays européens, et tout cela servira à acheter du « silicium » et à bâtir des boîtes de béton dotées d'un puissant système de refroidissement.

Pourquoi maintenant ? Depuis deux ans, Google est en position de rattrapage. Après le triomphe de ChatGPT, l'entreprise s'est démenée pour prouver que ses réseaux de neurones n'étaient pas moins bons et que son écosystème était plus fiable. Mais l'IA n'est pas qu'une affaire de code élégant : c'est avant tout de l'électricité et des transistors. Chaque requête à Gemini coûte plusieurs fois plus cher qu'une recherche Google classique. Pour conserver sa domination dans la recherche sans perdre de terrain face à Microsoft et Amazon dans le cloud, l'entreprise a besoin de capacités qui paraissaient autrefois excessives. Alphabet reconnaît de fait que l'ère du logiciel bon marché est terminée et que celle du matériel hors de prix a commencé.

L'analyste de Wedbush Scott Devitt, commentant ces chiffres, souligne une nuance importante : le marché n'était pas préparé à une telle agressivité. Les investisseurs aiment l'IA quand elle rapporte, mais ils s'inquiètent quand les dépenses d'investissement (Capex) progressent de façon exponentielle. Pourtant, Google n'a tout simplement pas le choix. S'il ne construit pas ces centres de données aujourd'hui, il devra demain louer de la capacité à ses concurrents ou regarder les utilisateurs partir vers des services plus rapides et plus intelligents. C'est le classique « piège du fondateur » : soit on dépense tout ce que la publicité a rapporté dans les nouvelles technologies, soit on se transforme lentement en musée technologique.

Dans ce contexte, les résultats d'Amazon paraissent eux aussi intrigants. Toute la big tech est engagée dans une course aux armements dont Nvidia est le principal fournisseur. Mais Google tente de jouer plus finement en développant ses propres TPU (Tensor Processing Units). Une partie de ces milliards colossaux ira justement au développement de son propre matériel, afin de réduire un peu sa dépendance à un marché des puces capricieux. C'est une stratégie de long terme qui peut soit faire de Google le monopole absolu de l'efficacité de calcul, soit devenir l'erreur la plus coûteuse de l'histoire du groupe.

Au fond, nous assistons à la fin du « régime » que les géants de la tech avaient annoncé l'an dernier. L'année de l'efficacité a cédé la place à l'année des achats tous azimuts. Google comprend que, dans l'IA générative, la taille compte : celle des clusters, le nombre de paramètres et le volume de mémoire disponible. S'il faut dépenser 185 milliards, il les dépensera, quitte à pousser les analystes à la valériane. Reste à savoir à quelle vitesse ces investissements se traduiront en produits concrets pour lesquels les utilisateurs accepteront de payer.

L'essentiel : le ticket d'entrée du club des créateurs d'IA de pointe a augmenté de moitié. Quelqu'un d'autre que le trio Google-Microsoft-Amazon pourra-t-il tenir de telles mises ?