Morgan Stanley alerte : 3 000 milliards de dollars pour l’IA d’ici 2028

Morgan Stanley décrit un scénario macroéconomique majeur pour l’intelligence artificielle. Selon la banque d’investissement américaine, un bond technologique imminent au premier semestre 2026 va entraîner des investissements en infrastructure sans précédent et des contraintes énergétiques qui redessineront les équilibres géopolitiques. L’analyse pointe un paradoxe fondamental : l’IA promet des gains de productivité considérables (effet déflationniste), mais exige des dépenses d’investissement colossales (effet inflationniste).

La thèse centrale : 3 000 milliards de dollars d’ici 2028

Morgan Stanley estime que 3 000 milliards de dollars de dépenses liées à l’IA transiteront dans l’économie mondiale entre 2025 et 2028, soit environ 750 milliards par an. La majeure partie ira aux centres de données (infrastructure de calcul), suivis de l’énergie, des talents et des logiciels. Le point le plus frappant : 80 % de ce montant reste à dépenser. Nous n’en sommes qu’au début de la courbe d’investissement.

Concentration des investissements entre 2025 et 2026

Les cinq géants technologiques — OpenAI (environ 50 milliards de dollars), Google (plus de 50 milliards), Meta (plus de 40 milliards), NVIDIA et Tesla — concentrent à eux seuls plus de 1 000 milliards de dollars d’engagements en dépenses d’investissement pour 2025-2026. Cette concentration implique que la richesse liée à l’IA se concentrera encore davantage, que les petites startups IA deviendront des satellites gravitant autour de ces géants, et que la décentralisation technologique espérée par certains observateurs ne se concrétisera pas à court terme.

Un bond qualitatif attendu au premier semestre 2026

Morgan Stanley anticipe un saut majeur dans les capacités des grands modèles de langage américains au premier semestre 2026, alimenté par la concentration massive de puissance de calcul dans trois ou quatre laboratoires : OpenAI, Anthropic, DeepSeek (laboratoire américain) et potentiellement Mistral. Les progrès attendus concernent la multimodalité, le raisonnement complexe et les agents autonomes de nouvelle génération. Côté chinois, le retard s’accroît en raison des restrictions américaines à l’exportation de puces avancées, qui limitent la montée en échelle des modèles.

La contrainte énergétique, goulet d’étranglement inévitable

Le principal obstacle au déploiement de l’IA reste l’électricité. Les centres de données dédiés à l’IA consomment entre 10 et 20 mégawatts par unité de calcul majeure. Les besoins américains atteindront 74 GW en 2028, alors qu’un déficit de 49 GW est projeté en l’absence de nouvelles capacités de production. Conséquence directe : les géants technologiques sécurisent déjà des actifs énergétiques — acquisitions de fermes éoliennes et solaires, accords avec des fournisseurs d’électricité, investissements dans le nucléaire. Le coût de l’énergie devient un risque majeur pour le déploiement de l’IA.

Géopolitique de l’énergie et de l’IA

Les États-Unis bénéficient d’une énergie abondante (gaz de schiste au Texas, hydroélectricité). L’Europe apparaît vulnérable en raison de sa dépendance aux énergies importées. L’Asie reste fragile, la Chine étant contrainte par sa dépendance au charbon et les exigences environnementales croissantes. La conclusion implicite de Morgan Stanley est limpide : le leadership en IA découlera du leadership énergétique. Les infrastructures IA migreront vers les zones géographiques où l’électricité est la moins chère, et les talents suivront les infrastructures, non l’inverse.

Le paradoxe macroéconomique : déflation contre inflation

L’IA produira à terme un effet déflationniste en répliquant le travail humain à moindre coût. Mais la période de construction de l’infrastructure nécessaire constitue un puissant facteur inflationniste : 1 000 milliards de dollars de dépenses annuelles représentent un stimulus économique massif. Les banques centrales font face à un dilemme : l’IA finira par faire baisser les prix et certains salaires grâce aux gains de productivité, mais la phase transitoire d’investissement soutient l’inflation. Selon Morgan Stanley, la période 2025-2027 sera inflationniste, avant un basculement déflationniste à partir de 2028.

Qui financera cette infrastructure ?

Trois scénarios se dessinent. Le scénario optimiste table sur un financement privé auto-entretenu, où l’innovation en spirale fait baisser le coût des puces. Le scénario pessimiste juge les retours sur investissement de l’IA insuffisants pour justifier 1 000 milliards de dépenses annuelles, avec un risque de bulle spéculative. Le scénario central, privilégié par Morgan Stanley, voit les gouvernements co-investir via des subventions, des incitations fiscales et des partenariats public-privé, redistribuant ainsi le risque.

FAQ

Pourquoi le bond technologique est-il attendu en 2026 et pas plus tôt ou plus tard ?

La cadence d’entraînement des grands modèles suit un cycle de 12 à 18 mois. GPT-4 a été publié en mars 2023, GPT-4.5 fin 2024, et la probabilité d’une nouvelle génération (GPT-5 ou équivalent) au premier semestre 2026 est élevée. Les lois de mise à l’échelle, qui prédisent une amélioration exponentielle des performances avec la puissance de calcul, continuent de se vérifier.

Comment les géants technologiques comptent-ils rentabiliser ces investissements ?

La monétisation repose sur la vente de puissance de calcul (accès API, cloud), la concession de licences sur les modèles et les solutions pour entreprises. En contrepartie, la recherche et le développement internes constituent une option sur les revenus futurs. Le risque : les dépenses d’investissement pourraient dépasser les revenus pendant deux à trois ans, comprimant les marges.

Le déficit énergétique de 49 GW freinera-t-il l’IA ?

Oui, mais de manière sélective. Les modèles de pointe nécessitent une puissance électrique maximale pendant l’entraînement, tandis que l’inférence peut fonctionner avec des exigences moindres. La réallocation des ressources et la migration géographique des centres de données vers des zones à énergie abondante redistribueront la charge.

À suivre : la publication du rapport complet de Morgan Stanley au deuxième trimestre 2026, les annonces de capacités énergétiques des géants technologiques, et l’évolution des politiques de subvention gouvernementale aux États-Unis et en Europe.

Sources : Morgan Stanley Research, Agence internationale de l’énergie. Maillage : NVIDIA Vera Rubin : la prochaine génération de GPU IA, Agents IA autonomes : un marché de 12 milliards.