La “lune de miel” de l’IA est terminée : l’inférence entreprise est désormais le nouveau modèle économique.

La chose la plus importante que Reuters Events a déclaré concernant le sommet Momentum AI Austin, qui se tiendra du 24 au 25 septembre à Austin, est qu’elle n’y figure pas dans l’agenda. C’est simplement une information contenue dans ses propres documents de communication.La lune de miel de l’IA est terminée.Maintenant, il reste à effectuer les travaux nécessaires. Cet événement est un forum spécialisé, comptant environ 500 dirigeants d’entreprises. Il est présenté comme « le plus important forum sur l’intelligence artificielle pour les entreprises en Amérique du Nord ».Pour les acheteurs, pas une foire commerciale.J’interprète cela comme le fait que le marché annonce sa propre position dans le cycle économique. La phase de développement des modèles de frontière et d’achat de tous les outils nécessaires se termine, et il est temps de mettre en œuvre l’IA au sein des entreprises réelles, afin de générer des revenus à partir de celle-ci.

C’est cette transition que je cherche à trouver : le passage du Marché A au Marché B, qui rend l’ancien cadre de fonctionnement obsolète. Dans le Marché A, la question était la capacité de production : qui pouvait fournir le plus de puces pour construire les modèles les plus importants ? Dans le Marché B, la question est celle de la déploiement et de la monétisation : quelles entreprises transforment les projets pilotes en produits réels, et qui reçoivent des paiements lorsqu’ils réussissent. Un forum des acheteurs, organisé autour des stratégies de déploiement, de gouvernance et des conditions réelles pour obtenir des résultats, constitue donc une expression de la structure du marché. L’écosystème de l’IA ne organise ce type de rencontres que lorsque ses clients sont passés dans une phase de acquisition.

Le mix de calcul a déjà changé.

Les données informatiques confirment cette hypothèse. Les estimations du secteur indiquent que l’inference – c’est-à-dire l’utilisation d’un modèle entraîné pour répondre aux questions ou exécuter des tâches, contrairement au processus unilatéral de son entraînement – représente…environ deux tiers de l’ensemble des calculs d’IAAujourd’hui, ce chiffre est supérieur à un tiers en 2023. La prévision technologique de Deloitte pour 2026 indiquait déjà que c’était cette année-là.L’intelligence artificielle générative se concentre sur le service des modèles plutôt que sur leur entraînement.En d’autres termes, la majorité des technologies de l’IA au niveau du silicium dans le monde a passé du domaine de la création de modèles à celui de leur utilisation pour servir des objectifs spécifiques.

Pour les investisseurs, ce croisement change la source de la demande. Le acheteur marginal de compute IA n’est plus seulement un laboratoire de recherche avancé ; il s’agit de milliers d’entreprises qui exécutent des tâches liées à l’IA en production. Les dépenses des entreprises en matière d’IA générative ont atteint…37 milliards en 2025Plus que triplé par rapport à l’année précédente, et 47 % des projets liés à l’IA sont maintenant en phase de production – soit environ le double du taux de transformation des logiciels traditionnels. Il est également intéressant de noter que plus de la moitié de ces dépenses était consacrée aux applications, et non pas à l’infrastructure. Les fonds se déplacent donc vers les aspects plus avancés du processus de développement : de l’achat du “chassis” jusqu’à l’achat du produit final. L’équipe de gestion d’actifs de Goldman, après un voyage dans la Silicon Valley cet été, a déclaré…Adoption par l’entreprise d’un point de basculement.

La demande est réelle. La monétisation est le travail à effectuer.

Mais c’est là que je ne peux pas considérer cette conférence comme une victoire pour le secteur commercial : la demande n’est pas le problème, c’est le timing qui compte. La monétisation de l’IA d’entreprise repose sur des retards. Les premières déploiements du Copilot, après des résultats négatifs au cours des premiers mois, avec des licences vendues mais une activation retardée, nécessitent généralement entre 12 et 24 mois pour voir des résultats concrets. C’est pourquoi l’acronyme utilisé par les organisateurs est honnête : « Le mois de l’amour est terminé, maintenant vient le travail » est une description précise de ce que ressentent en réalité la plupart des entreprises : l’expérimentation était facile, mais l’intégration, la gestion et les résultats mesurables ne le sont pas. Lorsque les dirigeants se réunissent à Austin pour discuter de ce qui est vraiment nécessaire, ils admettent que les profits ne se font pas immédiatement après le lancement du déploiement.

Qui profite de la phase de changement

Le changement de phase n’est pas neutre pour les vendeurs présents dans la salle. L’expression la plus claire de l’économie des inférences reste le silicium ; et la position la plus avantageuse en matière de silicium reste celle de Nvidia. L’entreprise a augmenté ses revenus de 71 % par rapport à l’année précédente au dernier trimestre. Sa structure économique permet de générer des profits significatifs : Nvidia ne possède pas de usines – c’est TSMC qui en possède – donc chaque charge de travail liée aux inférences se transforme en argent, plutôt que en investissements dans de nouvelles usines coûteuses. Selon les données d’AInvest, les flux de trésorerie libres sont de 119 milliards de dollars, soit un taux de marge de trésorerie de près de 47 %. Les dépenses de capital ne représentent que environ 7 milliards de dollars. Nvidia transforme donc ce passage vers des technologies plus avancées en argent, sans diluer ses marges.

Le marché a largement absorbé cette information : une valeur de 5,3 billions de dollars, soit environ 21 fois les ventes récentes. C’est pourquoi la question à court terme est le rapport financier du 26 août : savoir si la demande dérivée des prévisions est désormais visible dans les indicateurs financiers, et non seulement dans les commentaires.

La voie alternative est la couche logicielle : c’est là que la valeur est transférée, mais les actionnaires doivent payer les frais correspondants. Les résultats financiers de Microsoft pour le quatrième trimestre, rapportés à la fin du mois de juillet, ont été…90 milliards de revenusAugmentation de 18 %, avecLes revenus augmentent de 43 %L’unité cloud génère des revenus annuels de 100 milliards de dollars grâce à l’IA. Microsoft 365 Copilot a atteint 30 millions d’abonnements payants ; les nouveaux abonnés ont plus que doublé. Microsoft a donc modifié les tarifs de Copilot : ils ne sont plus basés sur un coût fixe par abonnement, mais plutôt sur un coût par abonnement plus une partie du montant consommé. Cela montre clairement que la valeur de Copilot réside dans son utilisation, et non dans les licences. Mais les mêmes résultats montrent également le coût d’accès au service : Microsoft a dépensé environ 116 milliards de dollars en capitaux pour l’année écoulée, soit environ 1,7 fois son flux de trésorerie libre. De plus, son flux de trésorerie libre a diminué d’une année à l’autre.

Une remarque sur l’hygiène avant de tirer des conclusions. Deux chiffres qui circulent actuellement chez Microsoft : un « ARR de 37 milliards de dollars » et une estimation des dépenses d’investissement pour la période fiscale 2027 entre 255 et 260 milliards de dollars. Ces chiffres sont tous deux liés aux publications sur les réseaux sociaux.Pas de commentaire du management pendant la réunion.Mon modèle de calcul correspond aux chiffres indiqués par l’entreprise : une croissance de 18 %, avec Azure à 43 %.30 millions de sièges CopilotLes chiffres viraux constituent la version de ces objectifs de prix proposés par les analystes dans ce cycle – des opinions qui portent l’apparence des données.

Mon cadre entre le matériel et le logiciel – le matériel définit les limites, le logiciel détermine le nombre de instances – s’applique toujours ici, mais avec une condition : au cours de cette phase du cycle, ce sont les utilisateurs du logiciel qui gèrent l’infrastructure.

Où va le Capital

La réunion d’Austin montre que le marché est prêt à adopter cette stratégie de construction pure. Lorsque le marché organise un forum de acheteurs pour discuter des aspects de mise en œuvre, l’idée de « acheter toute l’infrastructure et attendre » devient une opinion commune. Les acteurs du marché concentrent donc leurs efforts sur obtenir des rendements rapides. De ce point de vue, la partie liée aux informations fournies par les entreprises est réelle, mais elle est peu importante par rapport aux autres facteurs. Les bénéfices sont liés aux courbes de ROI sur 12 à 24 mois chez des milliers d’entreprises, et non aux livraisons de GPU au cours du trimestre en cours.

Ma analyse concernant le timing et l’allocation des ressources : le processus de conversion du logiciel en liquidités constitue la première étape. Nvidia, avec un ratio de 21 fois les ventes récentes, et qui rend des rapports dans quelques jours, est le moyen le plus simple d’assurer la satisfaction de la demande liée aux inférences, afin que ces revenus soient convertis en liquidités. Cela peut être réalisé avec une allocation modeste, car la théorie est déjà comprise par tous. La couche de monétisation du logiciel constitue la deuxième étape. Microsoft, avec un ratio d’environ 11 fois les ventes, est moins coûteux en termes de prix par vente, et son cycle de développement est également plus rapide. Mais cela implique que les actionnaires doivent prendre en charge le risque lié aux investissements initiaux. La question n’est pas de savoir si l’IA pour entreprises est importante. Il s’agit plutôt de savoir si le profil de retour est meilleur pour une société qui convertit les inférences en liquidités sans avoir à construire d’infrastructures, ou pour une société qui possède les droits sur le logiciel d’entreprise, mais qui doit financer cette construction en premier.

Ce qui remet en question ma thèse : les conversions des entreprises s’arrêtent. Les acheteurs qui remplissent cette salle à Austin en septembre rentrent chez eux en rapportant des commandes, et non des retours. La croissance de 43 % ne correspond pas à l’enthousiasme dont la conférence est dotée. Il faut observer les 30 millions de places et cette ligne de croissance de 43 %. Ce sont là les commandes, pas les retours. C’est ce qui nous permettra de savoir si les efforts déployés donnent des résultats positifs.