La course à l’IA devient coûteuse—vraiment coûteuse. Il se dit qu’une grande entreprise d’IA fait face à $140 milliards de pertes cumulées avant même d’entrevoir son premier dollar de profit réel. Ce n’est pas une faute de frappe. On parle de taux de combustion qui feraient rougir même les projets crypto les plus ambitieux.

Cette consommation de capital soulève de sérieuses questions sur la viabilité de la construction actuelle des infrastructures d’IA. Certes, tout le monde se précipite pour créer le prochain modèle révolutionnaire, mais à quel prix ? Quand on brûle autant de liquidités avant d’atteindre la rentabilité, la pression pour monétiser devient énorme.

C’est un schéma familier pour quiconque a observé les cycles tech : investissement massif au départ, valorisations vertigineuses, puis la course pour justifier ces chiffres avec du revenu réel. La différence ici ? L’échelle est sans précédent.

De quoi se demander comment cela s’inscrit dans le récit plus large autour des tokens IA et de l’informatique décentralisée. Si les géants centralisés brûlent des milliards, il y a peut-être finalement de la place pour des modèles alternatifs.