L'IA pourrait représenter l'une des grandes vagues d'accumulation de capital de l'histoire américaine. Les dépense de capex sont déjà estimées à 2% du PIB aux Etats-Unis en 2026, et 3% en 2027. Dans le cas des chemins de fer, le pic avait atteint 3% en 1887. En matière de revenus / PIB, le pic pour les chemins de fer était de 8% en 1900, quand les revenus liés à l’IA atteignent à peine 0,5% du PIB. Comparer les deux cycles d’innovation peut être utile pour comprendre le processus d'accumulation du capital, le surinvestissement, les crises de financement et le transfert des gains de productivité aux utilisateurs.

Entre 1850 et 1900, le réseau ferroviaire américain passa de 14'500 à 312'000 km, soit une multiplication par plus de 20. Cette expansion a permis de réduire les coûts de transport, stimuler l’industrialisation et attirer massivement les capitaux. Mais elle s’accompagna de bulles spéculatives et de corrections boursières majeures. Entre 1857 et 1904, les actions ferroviaires ont progressé de 294%, soit une performance annualisée de seulement 2,9% hors dividendes, selon le NBER. Cette performance masque trois épisodes de pertes majeures: -47% entre 1873 et 1877, -44% entre 1881 et 1896 et -27% entre 1902 et 1903.

L’achèvement du premier chemin de fer transcontinental en 1869 déclencha une course à la construction, largement financée par endettement. La concurrence, les dépassements de coûts et les revenus inférieurs aux attentes ont fragilisé les compagnies. Le 18 septembre 1873, la faillite de Jay Cooke & Co., principal financier du Northern Pacific Railway, provoqua une panique financière. Il en résultat une baisse de près de 80% de la construction de nouvelles voies entre 1872 et 1874.

La baisse du coût de l’inférence pourrait comprimer les marges des fournisseurs d’infrastructures tout en améliorant la productivité des entreprises utilisatrices.

La révolution ferroviaire marque une nouvelle étape après cette crise. Les nouvelles voies construites atteignent 18'700 km en 1882 et 21'000 km en 1887. Mais cette deuxième vague reproduit les mêmes excès: duplication des réseaux, concurrence tarifaire et surendettement. La panique de 1893 entraîna notamment la mise sous administration judiciaire du Northern Pacific et de l’Union Pacific. Les restructurations ont conduit par la suite à la consolidation du secteur. Le problème n’était pas l’absence de demande, mais l’excès de capital investi relativement aux revenus générés.

L’intelligence artificielle pourrait suivre une trajectoire comparable: innovation, pénurie de capacités, afflux de capitaux, expansion des infrastructures, puis surinvestissement. Les investissements liés à l’IA sont attendus à 5500 milliards en cumul d’ici 2030, selon certaines estimations. Les pénuries actuelles soutiennent les marges, mais accélèrent simultanément le développement de l’offre. Si les capacités dépassent la demande monétisable, le coût de la puissance de calcul chutera mais aussi et les rendements du capital.

Une différence majeure accentue ce risque. Contrairement aux voies ferrées, productives pendant plusieurs décennies, les GPU connaissent une obsolescence rapide. Amortir 100 milliards de dollars sur quatre ans plutôt que six augmente ainsi la charge annuelle de 50%. Les hyperscalers disposent toutefois de bilans plus solides que les compagnies ferroviaires historiques. Le risque financier pourrait donc se concentrer sur les opérateurs de data centers et les structures fortement endettées. Le basculement d’un cycle d’investissement vers un cycle de crédit constituerait un signal d’alerte majeur.

La principale leçon concerne la répartition de la valeur. Les chemins de fer ont surtout bénéficié aux industriels, aux agriculteurs et aux consommateurs, au-delà de leurs actionnaires. De même, la baisse du coût de l’inférence pourrait comprimer les marges des fournisseurs d’infrastructures tout en améliorant la productivité des entreprises utilisatrices.

Le précédent ferroviaire rappelle qu’une révolution technologique peut détruire du capital tout en transformant durablement l’économie. Les variables à suivre sont les rendements du capital investi, l’utilisation des capacités, les cash-flows et les spreads de crédit. Le principal risque pour les investisseurs ne réside pas dans un éventuel échec de l’IA, mais dans son succès. Une diffusion massive pourrait favoriser une accélération du transfert de valeur des constructeurs d’infrastructures (enablers) vers leurs utilisateurs (users), occasionnant un changement profond de leadership boursier.