Krach de l'IA en Bourse : quand la politique s'invite chez les data centers

Mercredi 5 novembre, Wall Street a connu une séance que les investisseurs en IA ne sont pas près d'oublier. Le coupable n'est ni un bug, ni un modèle raté, ni une faillite spectaculaire. C'est la politique. Et cette histoire nous concerne bien au-delà des écrans de cotation : si vous utilisez des outils d'IA au quotidien, les prix et la disponibilité de ces outils dépendent en partie de ce genre de secousse.

Une séance historiquement mauvaise

Au lendemain de la victoire démocrate aux élections de mi-mandat américaines, les valeurs liées à l'IA ont décroché. Selon l'AP, relayée par le Chicago Tribune, et la CBC, le S&P 500 a perdu 4,4 %, sa pire séance depuis avril 2025. Voici le détail des principaux chiffres :

D'après la presse économique, environ 2 500 milliards de dollars de capitalisation ont disparu du Nasdaq 100. Micron, de son côté, dépasse les 20 % de baisse sur cinq jours. Le mouvement a ensuite gagné l'Asie le 6 novembre : le Nikkei est entré en bear market (une baisse durable et marquée), la Bourse de Corée du Sud a suspendu ses cotations et Taïwan a enregistré sa plus forte baisse historique. Le récit de la BBC montre que la secousse a touché la tech au sens large, pas seulement les fabricants de puces.

Le déclencheur : la crainte d'un moratoire

Un moratoire, c'est une pause décidée par les autorités : on gèle les nouveaux projets le temps de réfléchir. Ici, il s'agirait des data centers, ces immenses bâtiments remplis de serveurs qui font tourner les modèles d'IA.

Au Texas, la gouverneure élue Gina Hinojosa a fait campagne pour un moratoire sur les nouveaux centres de données. Les investisseurs redoutent que le nouveau rapport de force à Washington aille dans le même sens. Greg Brockman, d'OpenAI, a reconnu que tout le monde avait été surpris par le rejet des data centers dans une partie de l'opinion. Quand même les acteurs du secteur disent ne pas l'avoir vu venir, les marchés n'ont pas pris le temps de réfléchir.

À cela s'ajoutent des doutes déjà présents sur la rentabilité et le financement de l'IA. La politique a joué l'étincelle, mais le terrain était sec.

Ce que j'en pense

Pour ceux qui font de l'automatisation au quotidien, l'effet est indirect, mais bien réel. Les modèles que nous utilisons (Gemini, Claude, ChatGPT) comme les outils de code (Cursor, Windsurf) reposent sur une puissance de calcul qui doit continuer à croître. Si cette offre se resserre, ou si les levées de fonds se durcissent, les fournisseurs pourraient relever leurs tarifs d'API, durcir leurs quotas ou ralentir certains lancements.

Le revers de la médaille est plus rassurant : quand les marges sont sous pression, on cherche l'efficacité. Modèles plus petits, cache de contexte (ne pas payer deux fois pour relire la même chose), routage vers des modèles moins chers. Le rachat de Taalas par AMD, une entreprise de puces d'inférence, pour 2,9 milliards de dollars, va dans ce sens. L'inférence, c'est le moment où le modèle répond à vos questions, par opposition à son entraînement.

Cinq réflexes à adopter dès maintenant

1. Ne pas dépendre d'un seul fournisseur de modèles.
2. Prévoir dans les workflows n8n et les agents un routage et un repli d'un modèle à l'autre.
3. Mesurer et plafonner les coûts de tokens (les unités de texte facturées) par automatisation.
4. Revoir les devis à prix fixe qui reposent sur des tarifs d'API supposés stables.
5. Suivre le résultat trimestriel de Nvidia le 17 novembre, prochain test pour le secteur.

Rien de tout cela n'est dramatique. C'est de la bonne hygiène, que ce krach rend simplement plus urgente. Une séance de Bourse ne change pas vos tarifs du jour au lendemain, mais elle rappelle une chose : l'IA est une industrie lourde, qui construit des bâtiments, consomme de l'énergie et dépend de décisions politiques. Elle n'est pas un simple robinet magique.