Le token n'a jamais été aussi bon marché : ce qui tient cette baisse debout

Ce billet approfondit un post publié sur LinkedIn le 24/08/2026.

Le prix du token - l'unité de calcul que facturent les fournisseurs d'intelligence artificielle, un peu comme le kilowattheure pour l'électricité - a baissé d'environ 80% en un an sur la plupart des grandes API. GPT-4 coûtait 30 dollars le million de tokens en entrée à son lancement en 2023. Les modèles équivalents d'aujourd'hui coûtent une fraction de ce prix. Pour une PME qui construit sa stratégie IA, c'est une bonne nouvelle sans ambiguïté : le calcul devient accessible.

Sauf que le 17 août 2026, cinq chercheurs de la Banque centrale européenne (BCE) ont publié un texte qui invite à regarder cette bonne nouvelle d'un peu plus près. Pas pour semer la panique. Pour comprendre ce qui, concrètement, rend cette baisse possible aujourd'hui - et ce qui se passerait si cet édifice se fissurait.

Ce que dit vraiment le rapport de la BCE

Ce n'est pas un avis glané sur un forum ou une tribune isolée. Le texte est signé par cinq économistes de la division Recherche de la BCE : Malin Andersson (Senior Team Lead), Johannes Breckenfelder (Senior Economist), Stefano Corradin (Team Lead), Kalin Nikolov (Head of Section) et Maria Antonietta Viola (Research Analyst). Une précision s'impose d'emblée, et la BCE l'ajoute elle-même en fin d'article : ce texte reflète l'avis de ses cinq auteurs, pas une position officielle du Conseil des gouverneurs. C'est de la recherche économique, pas une annonce de politique monétaire. Leur conclusion, elle, est nette : une correction des valorisations boursières liées à l'IA est probable - que ces valorisations soient aujourd'hui rationnelles ou non. Les auteurs s'appuient sur le CAPE ratio (un indicateur développé par l'économiste Robert Shiller, qui compare le prix d'une action aux bénéfices moyens des dix dernières années, ajustés de l'inflation) : sur cette mesure, les valorisations américaines sont proches de leur record historique, à des niveaux comparables à ceux observés juste avant l'éclatement de la bulle internet en 2000. Pourquoi une correction serait-elle probable même si l'IA tient toutes ses promesses ? Les chercheurs s'appuient sur des travaux d'économie sur les précédentes révolutions technologiques (le chemin de fer au 19e siècle, l'électricité et la radio dans les années 1920, internet dans les années 1990). Dans chaque cas, une technologie réellement transformatrice attire des investissements, les valorisations montent fortement, puis chutent - pas nécessairement parce que la technologie a échoué, mais parce que le risque associé change de nature en cours de route : d'abord limité à quelques entreprises pionnières, il finit par toucher l'économie tout entière, ce qui pousse les investisseurs à exiger une prime de risque plus élevée.

Pour la zone euro, deux canaux de transmission sont identifiés. D'abord l'exposition directe : les ménages européens détiennent environ 440 milliards d'euros d'actions technologiques américaines, principalement via des fonds d'investissement et des trackers, sans toujours avoir conscience de cette concentration. Ensuite, un risque de contagion aux marchés boursiers européens eux-mêmes. Le point le plus frappant du rapport n'est pas la probabilité d'une correction - c'est l'idée que la zone euro dispose aujourd'hui de moins de marge de manœuvre budgétaire et monétaire qu'en 2001 pour en amortir les effets.

Ce diagnostic pose une question simple : qu'est-ce qui permet, concrètement, à un fournisseur d'IA de baisser ses prix de 80% en un an ? La réponse tient en un mécanisme qu'il vaut la peine de comprendre bloc par bloc.  

Comment fonctionne le financement qui soutient cette baisse ?

Le capex, d'abord - c'est la dépense d'investissement : l'argent qu'une entreprise met dans des actifs durables (data centers, puces, infrastructures), par opposition aux dépenses courantes. Pour les géants du cloud et de l'IA, le capex de 2026 est colossal : environ 775 à 800 milliards de dollars combinés pour les cinq plus grands hyperscalers (Microsoft, Google, Amazon, Meta et consorts), contre environ 410 milliards en 2025. C'est cet argent qui construit les data centers derrière chaque requête envoyée à un modèle d'IA.

Le cash-flow opérationnel, ensuite - c'est la trésorerie qu'une entreprise génère réellement par son activité courante, une fois les charges payées, avant tout financement externe. C'est l'argent "gagné", par opposition à l'argent emprunté ou levé sur les marchés.

Le ratio capex/cash-flow met les deux en regard : quelle part de l'argent gagné est réinjectée dans l'investissement. Historiquement, chez Microsoft, ce ratio tournait autour de 25 à 30% sur les dix dernières années. Au deuxième trimestre 2026, il a dépassé 50%. Pris isolément, ce chiffre ne dit pas grand-chose. Comparé à la référence historique et à un cas plus extrême, il devient parlant :

Microsoft réinjecte aujourd'hui plus de la moitié de son cash-flow dans le capex IA, contre un quart environ ces dix dernières années. Oracle va plus loin : 174% de son cash-flow opérationnel - l'entreprise dépense donc davantage que ce qu'elle gagne, et comble la différence en levant 45 à 50 milliards de dollars de dette et d'actions. Alphabet (Google) a de son côté affiché son tout premier trimestre de cash-flow libre négatif depuis son entrée en bourse en 2004, conséquence directe de 44,9 milliards de dollars de capex sur un seul trimestre.

Rien d'illégal ni de frauduleux dans tout cela. Mais un ratio qui dépasse 100%, ou qui s'en approche année après année, signifie une chose simple : l'entreprise a de moins en moins de marge pour absorber un ralentissement. Si les revenus liés à l'IA progressent ne serait-ce que plus lentement que prévu, il faut soit réduire brutalement l'investissement - avec des actifs (GPU, data centers) difficiles à revendre si la demande faiblit -, soit s'endetter davantage pour continuer sur la même trajectoire.

C'est là qu'intervient le financement circulaire, la pièce la plus spectaculaire de ce puzzle. Le 17 août 2026 - le même jour que la publication de la BCE - un dépôt réglementaire a révélé l'ampleur exacte d'un montage entre Nvidia, OpenAI et SoftBank : Nvidia finance jusqu'à 105 milliards de dollars pour un unique data center d'OpenAI dans l'Ohio, avec une garantie de paiement pouvant atteindre 250 milliards de dollars en discussion, et un financement séparé de 350 milliards de dollars évoqué pour les achats de puces d'OpenAI. Jensen Huang, le patron de Nvidia, réfute le terme de "financement circulaire" - mais le schéma est difficile à décrire autrement :

Nvidia finance la construction de l'infrastructure qui va ensuite acheter les puces de... Nvidia. L'entreprise n'est plus seulement fournisseur : elle devient aussi financier et, indirectement, garante de la demande pour son propre produit.

Ce montage n'a rien d'anecdotique. Les credit default swaps sur la dette Nvidia - un instrument financier qui sert d'assurance contre un défaut de paiement, et dont le prix grimpe quand le marché perçoit un risque accru - ont atteint un pic historique dans la foulée de cette annonce. C'est le marché lui-même qui commence à se poser la question que la BCE pose plus formellement.

Ce n'est pas qu'une question financière

Un second facteur, physique celui-là, rend la baisse des prix possible : la disponibilité des puces et de la mémoire nécessaires pour faire tourner les modèles d'IA. Taiwan produit plus de 90% des puces les plus avancées au monde, via TSMC (Taiwan Semiconductor Manufacturing Company, le fabricant qui grave concrètement les puces conçues par Nvidia, AMD ou Apple). Cette concentration géographique n'est pas neutre : la tension entre Taiwan et la Chine reste élevée, même si elle s'est stabilisée mi-2026 grâce à des sommets diplomatiques répétés entre Washington et Pékin.

À cela s'ajoute une pénurie de mémoire HBM (high bandwidth memory, la mémoire à haut débit indispensable aux puces d'IA les plus performantes) : Samsung, SK Hynix et Micron ont déjà vendu la quasi-totalité de leur capacité 2026, et une partie de 2027. SK Hynix évoque une pénurie qui pourrait durer au-delà de 2030.

Cette concentration n'est cependant pas figée : une diversification géographique est réellement engagée, avec des résultats déjà concrets. TSMC investit 165 milliards de dollars sur son site de l'Arizona, dont la première usine - déjà rentable, avec un bénéfice trimestriel de 2,8 milliards de dollars au premier trimestre 2026 - fournit Apple et Nvidia ; plusieurs usines supplémentaires y sont prévues, dont deux visant les procédés les plus avancés (2 nanomètres). Au Japon, le site de Kumamoto a lui aussi atteint sa première rentabilité au premier trimestre 2026, mais le séisme du 28 juillet 2026 a jeté un doute sur le calendrier de sa deuxième usine, dont la production de puces avancées (3 nm), pensée pour répondre à la demande IA, pourrait glisser au-delà de 2028. Un troisième site, à Dresde en Allemagne, avance sa construction mais reste pour l'instant déficitaire et vise des procédés plus anciens, davantage utiles à l'automobile et à l'industrie qu'aux puces IA de pointe.

Cette diversification progresse donc réellement, jusqu'à atteindre des jalons concrets de rentabilité - mais pas de façon linéaire, puisqu'elle accumule aussi de vrais retards (un séisme, une demande plus faible qu'anticipé sur certains sites). C'est un facteur d'atténuation du risque physique, pas un filet de sécurité garanti.

Autrement dit, la baisse des prix du token repose sur deux piliers simultanément sollicités à leur maximum : un édifice financier de plus en plus tendu, et une chaîne physique de plus en plus contrainte. Aucun des deux n'est en train de s'effondrer aujourd'hui. Mais aucun des deux n'a beaucoup de marge non plus.

Quatre scénarios à anticiper

Ce constat ouvre un éventail de futurs possibles - pas une prédiction. Il est utile de croiser les deux dimensions identifiées plus haut : la stabilité de la chaîne physique (puces, mémoire, énergie) d'un côté, la soutenabilité du financement de l'autre.

Aucun de ces quatre scénarios n'est un pronostic. Ce sont des repères pour suivre les signaux à mesure qu'ils arrivent, pas des cases dans lesquelles l'avenir est censé rentrer.

Abondance gérée - les goulots physiques (mémoire, capacité de production) se résorbent progressivement d'ici 2027-2028 comme le prévoient les plans d'investissement déjà engagés, à condition que la demande n'accélère pas au même rythme que le capex déjà décrit plus haut - une condition loin d'être acquise, vu la dynamique auto-entretenue du financement circulaire. Si elle tient, et que la correction anticipée par la BCE reste modérée et absorbée sans choc systémique, c'est la prolongation directe de la trajectoire actuelle.

Dégonflement financier, socle physique intact - un choc de marché force un ralentissement brutal du capex des hyperscalers, mais les investissements physiques déjà engagés continuent de produire. L'offre dépasse alors une demande refroidie, et les prix du token chutent encore plus vite qu'aujourd'hui. Un scénario paradoxalement favorable pour une PME utilisatrice, nettement moins pour les investisseurs.

Choc de rareté géré - un événement sur Taiwan ou dans le Golfe crée une rupture d'approvisionnement temporaire, mais la diversification déjà amorcée (Arizona, Kumamoto et, plus modestement, Dresde) permet d'absorber le choc en 12 à 24 mois sans déclencher de crise financière plus large - à condition que les retards déjà observés sur ces sites ne s'aggravent pas encore davantage.

Crise systémique - la convergence d'un choc géopolitique majeur et d'un dégonflement financier brutal. Le scénario le plus sévère des quatre, et celui que redoute précisément la BCE dans son avertissement sur le manque de marge de manœuvre européenne.

Ce que ça change concrètement pour une PME belge

Rien de tout cela n'appelle à retarder un projet IA ou à se méfier de la technologie elle-même. Mais trois réflexes concrets découlent directement de ce qui précède.

D'abord, éviter de signer des contrats trop longs avec un seul fournisseur sur la seule base du prix actuel : ce prix repose en partie sur un édifice financier dont la BCE elle-même questionne la solidité à moyen terme. Ensuite, suivre les signaux plutôt que les paniques : un ralentissement du capex des grands acteurs, une agence de notation qui dégrade un fournisseur, un retard dans la mise en service de nouvelles capacités mémoire - ce sont des indicateurs concrets, à surveiller sans devoir prédire l'avenir pour autant. Enfin, garder à l'esprit que la diversification n'est pas qu'un principe de bon sens en gestion des risques informatiques classique - elle s'applique tout autant à la dépendance à un fournisseur d'IA dont la stabilité repose sur un montage financier aussi concentré que celui décrit plus haut.

Bibliographie

Sources primaires

1. Andersson, M., Breckenfelder, J., Corradin, S., Nikolov, K., Viola, M. A., "The AI boom: rational enthusiasm or the next dot-com bubble?"), The ECB Blog, 17 août 2026

Sources secondaires convergentes

1. CNBC, Nvidia backing $105 billion in financing for OpenAI data center in Ohio, 17/08/2026
2. TechCrunch, Nvidia investing $1.5B in SoftBank data center developer behind OpenAI project, 17/08/2026
3. Benzinga, Nvidia-OpenAI Deal Isn't 'Circular Financing,' Says Jensen Huang, 17/08/2026
4. CryptoBriefing, analyse des résultats Q2/FY2026 (ratios capex/cash-flow Microsoft, Oracle, Alphabet), 06/08/2026
5. GuruFocus, données historiques du ratio capex/cash-flow opérationnel de Microsoft
6. Datacenter Dynamics, Tom's Hardware - pénurie de mémoire HBM, juillet 2026
7. CFR Global Conflict Tracker, AEI/ISW - tensions Taiwan-Chine, août 2026
8. Taipei Times, BigGo Finance, TechTimes - rentabilité TSMC Arizona et Kumamoto (Q1 2026), délais liés au séisme du 28/07/2026
9. Exchange.construction, TechInsider - avancement du site ESMC (TSMC) à Dresde, mai-juin 2026