Ed Zitron, chroniqueur et animateur connu pour son franc-parler sur l’essor de l’intelligence artificielle, prévient que l’économie autour des grands modèles linguistiques (LLM) est profondément défaillante. Dans son diagnostic, la montée des coûts — mémoire, centres de données et facturation à la consommation — crée une bulle qui, si elle éclate, laisserait de lourdes pertes en cascade. Pour Apple, dit-il, la société observerait surtout « tout brûler » depuis la marge, avec peu d’impact immédiat pour les utilisateurs, mais des conséquences financières étendues pour le secteur.
## Pourquoi l’économie des LLM est fragile
Zitron explique que le modèle de coûts des LLM contredit les habitudes d’achat de logiciels : au lieu d’un abonnement stable, les fournisseurs facturent au « token » consommé, un mécanisme où le coût est indépendant du résultat. Les utilisateurs et entreprises peuvent brûler des dizaines ou centaines de dollars de consommation sur des abonnements bon marché, tandis que les fournisseurs donnent souvent des plafonds vagues pour masquer la vraie facture. Selon lui, cette pratique explique en partie pourquoi OpenAI a enregistré une perte massive — 20,9 milliards de dollars sur 13,07 milliards de dollars de revenus en 2025 — et pourquoi de nombreux services restent non rentables.
La migration des clients entreprise vers la facturation par token a montré les limites du modèle : des clients comme Uber ont dépensé leur budget annuel de tokens en un trimestre, rendant difficile la justification des coûts par rapport aux bénéfices concrets. De plus, la faible différenciation fonctionnelle entre LLM — tous capables de générer, résumer ou rechercher — concentre la majorité des revenus entre quelques acteurs (Zitron cite 89 % pour Anthropic et OpenAI), tandis que les startups peinent à atteindre des revenus récurrents significatifs.
## Qui supportera la facture si la bulle de l’IA éclate
Selon Zitron, la dette liée à la construction des data centers pèse lourd : ces installations coûtent des milliards et se financent souvent par des montages de projet (SPV). Les fonds de crédit privé qui financent ces projets, eux-mêmes alimentés par des fonds de pension (ex. enseignants de San Francisco, CalPERS), seraient les premiers exposés. Un effondrement laisserait peu de leviers publics simples pour une « sortie de secours » : racheter les dettes ou générer des revenus pour ces SPV reviendrait à des montants considérables et politiquement sensibles.
Zitron alerte aussi sur des risques sectoriels : les fournisseurs de serveurs et composants — fabricants taïwanais comme Quanta et Hon Hai (Foxconn) — ont vu leurs revenus dopés par les ventes de serveurs AI ; une chute des commandes affecterait les marchés taïwanais (TWSE) et, par ricochet, des marchés tels que le KOSPI et les valeurs de semiconducteurs et hyperscalers liés à l’IA. Il mentionne en outre la vulnérabilité d’acteurs comme Oracle, dont d’importants paris sur l’infrastructure AI sont, selon lui, conditionnés à des résultats extraordinaires d’OpenAI.
## Conséquences pour Apple si la bulle de l’IA éclate
D’après Zitron, Apple est dans une position particulière : elle a dépensé relativement peu en capex lié à l’IA (environ 14 milliards de dollars pour l’année citée) et externalise une partie de ses besoins, par exemple en payant Google autour d’un milliard par
