Commençons par les lieux où l’eau est déjà rare. Au Texas, où la sécheresse demeure une urgence persistante, les centres de données pourraient consommer jusqu’à 399 milliards de gallons d’eau par an d’ici 2030, contre 49 milliards de gallons en 2025. Selon une estimation, ce volume suffirait à faire baisser le niveau du lac Mead, le plus grand réservoir des États-Unis, de plus de 16 pieds en une seule année. Les machines qui donnent à la production générée par l’IA une apparence d’effort minimal ont toujours besoin d’être refroidies, et ce refroidissement se fait de plus en plus dans des régions qui disposent de peu d’eau à épargner — des régions souvent choisies pour le faible coût du foncier, les incitations fiscales et la connectivité par fibre optique plutôt que pour la disponibilité à long terme de l’eau.

Examinons maintenant où les consommateurs dépensent à mesure que la production numérique devient moins chère. En 2025, un record de 159 millions de fans ont assisté à un spectacle de Live Nation, le chiffre d’affaires a dépassé 25 milliards de dollars et, pour la première fois, les spectateurs venus de l’extérieur des États-Unis ont été plus nombreux que ceux venus du pays. Cette progression s’inscrit dans un déplacement plus large de la consommation post-pandémie vers les expériences en direct — voyages, restauration et divertissement — observé dans l’ensemble de l’économie des loisirs. À mesure que la production réalisée par des machines se rapprochait de la gratuité, le prix du fait d’être présent à un événement unique et partagé a continué d’augmenter.

Ces faits peuvent sembler sans lien. Ils renvoient pourtant au même basculement économique. L’IA n’a pas éliminé la rareté ; elle l’a déplacée. La rareté se déplace vers le bas, dans les intrants physiques que l’IA consomme, et vers le haut, dans les expériences humaines qu’elle ne peut pas reproduire. Ces deux formes de rareté ne sont pas toujours visibles dans les tableaux de bord que les entreprises utilisent pour suivre ce que l’IA rend moins cher.

De nombreuses équipes dirigeantes posent des questions opérationnelles pertinentes : où l’IA peut-elle réduire les coûts et accroître la production ? Ces questions sont utiles, mais elles peuvent masquer une interrogation plus difficile. Lorsque tout ce qu’une entreprise produit devient abondant, qu’est-ce qui devient rare, et l’entreprise en contrôle-t-elle encore une partie ?

L’un des premiers exemples les plus clairs vient du marché du travail, où les freelances ont rapidement ressenti ce changement. Après l’arrivée de ChatGPT, certains des travailleurs qui auraient pu sembler les mieux placés ont été parmi les premiers touchés. Une étude portant sur plus de trois millions d’offres publiées sur une plateforme mondiale de freelancing a montré qu’en quelques mois, la demande pour les tâches que l’IA générative exécute bien avait fortement chuté. La traduction vers les langues d’Europe occidentale a reculé d’environ 30 %, tandis que la rédaction très standardisée, comme les pages "About Us", a diminué de moitié. Une analyse distincte du même marché a constaté que les freelances les plus expérimentés et les mieux rémunérés avaient été touchés au moins autant que les autres. La compétence ne les a pas protégés.

Leur travail ne s’était pas dégradé. Il était devenu abondant. C’est l’abondance, et non l’incompétence, qui en a détruit le prix.

L’abondance peut masquer la véritable contrainte

L’abondance produite par l’IA est à la fois réelle et trompeuse. Ce qui devient abondant, c’est la production elle-même, et non les conditions qui la rendent fiable ou utile. Produire une réponse n’a jamais été aussi facile. Produire la bonne réponse, et être responsable lorsqu’elle est erronée, reste difficile.

Le marché freelance illustre ce mécanisme à petite échelle. L’IA n’a pas seulement remplacé une partie du travail ; elle a aussi dévalorisé le travail qui continuait d’être effectué par des humains. L’ingrédient rare n’a jamais été simplement un "texte compétent". Un texte compétent est désormais proche de la gratuité. Ce qui est resté rare, c’est ce que ce texte représentait auparavant : le jugement, la responsabilité et l’assurance qu’une personne avait associé son nom aux mots.

La rareté devient plus difficile à voir

Dans l’économie industrielle, la rareté était souvent visible et mesurable : stocks, sièges, heures d’ingénieurs. Dans l’économie de l’IA, elle devient plus diffuse et parfois presque invisible. Elle peut se cacher dans une file d’attente de calcul derrière ce qui semble être une offre abondante, ou dans les secondes de latence qui révèlent combien peu de machines sont réellement disponibles. Dans d’autres cas, la contrainte n’est pas du tout technique. Elle peut être juridique, opérationnelle ou liée à l’attention limitée qu’il reste à un client.

Ces contraintes sont faciles à manquer jusqu’à ce qu’elles provoquent des dommages. Un service de streaming peut afficher instantanément un millier de titres, mais la ressource réellement rationnée est la soirée du spectateur et les quelques minutes qu’une personne consacrera au choix de ce qu’elle va regarder. Une plateforme logistique peut tarifer chaque itinéraire en millisecondes, puis se heurter à un plafond sans rapport avec la puissance de calcul : des camions qui attendent en file devant un seul quai de chargement.

Herbert Simon avait identifié ce basculement en 1971, en observant qu’une abondance d’information crée une rareté de l’attention. Ce qui était alors une intuition est devenu une condition de fonctionnement de base dans de nombreux secteurs. La rareté ne disparaît pas. Elle se dissimule.

De nombreuses organisations continuent d’agir comme si la rareté avait été abolie, tout en en absorbant les conséquences : congestion, clients frustrés et arbitrages qui n’ont jamais été explicitement formulés. Elles continuent de mesurer les unités vendues et les effectifs, tandis que l’entreprise perd silencieusement de la valeur à travers des raretés qu’elle ne suit pas.

Qui contrôle la nouvelle rareté ?

Le marché freelance saturé rend un point évident : quiconque produit à grande échelle une production bon marché loue souvent la rareté à quelqu’un situé en amont. Il en va de même pour les entreprises. Lorsqu’une activité rapproche son coût marginal de zéro, elle a souvent simplement déplacé le goulet d’étranglement d’un cran dans la chaîne, vers l’acteur qui contrôle le calcul et l’énergie qui l’alimente.

La demande d’électricité des centres de données a augmenté de 17 % en 2025 et devrait presque doubler, passant d’environ 485 térawattheures cette année-là à près de 950 térawattheures d’ici 2030, avec une demande des sites axés sur l’IA multipliée par trois. Les dépenses d’investissement des cinq plus grandes entreprises technologiques ont dépassé 400 milliards de dollars en 2025 et devraient encore augmenter de 75 % cette année. D’ici la fin de la décennie, l’Agence internationale de l’énergie s’attend à ce que les centres de données aux États-Unis consomment plus d’électricité que la production d’aluminium, d’acier, de ciment et de produits chimiques réunie.

Les contraintes déterminantes ne sont pas toujours le talent ou le capital. Elles incluent les raccordements au réseau, les turbines à gaz, les transformateurs et le gallium, un matériau essentiel aux puces semi-conductrices dont dépend le matériel d’IA, dont la Chine raffine environ 99 %. L’eau doit désormais figurer elle aussi sur cette liste. La pression exercée sur les réservoirs au Texas constitue un exemple précoce, non une exception. La consommation directe d’eau des centres de données américains devrait doubler ou davantage d’ici 2028, et une grande partie des nouvelles constructions se situe dans des bassins déjà soumis à des contraintes hydriques. L’IEA a indiqué que ces goulets d’étranglement limitent déjà ses scénarios de croissance les plus ambitieux. Dans de nombreux cas, une entreprise qui se félicite d’une production quasi gratuite a simplement cédé une marge durable à celui qui possède l’intrant rare. Comme l’a dit le directeur de l’agence, il n’y a pas d’IA sans énergie.

La même logique s’applique du côté de la demande. Lorsque tout le monde peut générer une offre similaire, ce qui devient rare est l’endroit où le client porte son regard : le canal, ou l’assistant qui filtre les choix. Celui qui contrôle ce point d’attention contrôle la rareté qui compte. Tous les autres se font concurrence dans la couche abondante.

Le prix signale ce qui compte

Lorsque l’abondance devient normale, le prix change de rôle. Il cesse de simplement indiquer ce qui est disponible et commence à signaler ce qui est prioritaire.

Un prix premium ne reflète plus seulement un coût plus élevé. Il peut révéler une rareté sous-jacente : un accès plus rapide, une exposition au risque plus faible ou une garantie plus solide. Il n’achète pas nécessairement davantage de volume ; il achète du temps et de la réassurance. Un prix fixé trop bas n’est plus seulement un problème de marge. Il peut déclencher un afflux qui surcharge le système et dissimule des arbitrages qui auraient dû être faits ouvertement.

Le prix devient l’outil par lequel une entreprise reconnaît une rareté et décide de la protéger ou de la facturer. C’est une décision stratégique, et pas seulement arithmétique. Parce que l’IA peut mesurer en temps réel des contraintes autrefois floues, elle peut rendre ces choix plus nets et leurs conséquences immédiates.

Certaines entreprises facturent déjà des choses que peu auraient songé à vendre il y a cinq ans. Un fournisseur cloud ne vend pas seulement de la capacité, mais une priorité garantie lorsque la demande augmente fortement. Une société financière cesse de vendre des données, devenues abondantes, et vend plutôt la traçabilité de leur origine ainsi que la confiance dans leur capacité à résister à l’examen d’un régulateur. Dans les logiciels de construction, Graitec a bâti sa stratégie d’IA autour d’une logique similaire, en pariant que les ingénieurs paieront non pas simplement pour une génération plus rapide, mais pour des conceptions suffisamment auditables pour y apposer leur nom. Un gestionnaire de patrimoine facture moins le portefeuille, une allocation qu’un robo-advisor peut désormais assembler pour quelques points de base, et davantage le jugement qui permet à un client de rester investi pendant un krach, l’accompagnement qui, selon Vanguard, ajoute de l’alpha de conseiller au-delà de la sélection de titres, et la responsabilité qu’aucun modèle ne fournira.

Dans chaque cas, le prix cesse de récompenser l’effort de production et commence à attribuer une valeur à une rareté que le client ne peut pas trouver ailleurs.

La question que les dirigeants manquent souvent

Les dirigeants qui traversent le mieux cette transition partagent une habitude. Ils ne se demandent pas seulement ce que l’IA leur permet de produire en plus grande quantité. Ils savent dire clairement ce qui, dans leur activité, est devenu abondant, et ce qui est devenu rare.

Trois questions révèlent où se situe une entreprise. Qu’est-ce qui est devenu abondant dans l’activité mais reste tarifé comme si c’était rare ? Qu’est-ce qui est devenu rare mais n’est pas encore mesuré ? Et parmi ces nouvelles raretés, lesquelles l’entreprise contrôle-t-elle réellement, et lesquelles ont déjà été captées par une plateforme, un fournisseur de calcul ou un concurrent sans que la direction s’en aperçoive ?

Le piège est généralement le même. Face à l’abondance, les entreprises cherchent souvent à concurrencer plus durement sur la couche abondante en en produisant davantage, plus vite. C’est précisément la couche où les marges tendent à s’effondrer vers zéro, parce que les concurrents ont accès aux mêmes outils. La valeur migre vers le goulet d’étranglement et se fixe chez celui qui le contrôle.

Les freelances qui se sont redressés n’ont pas réussi en produisant davantage de mots. Ceux qui s’en sortent bien aujourd’hui se sont repositionnés autour de ce qui restait rare. Les freelances dotés de compétences complémentaires à l’IA gagnent environ 40 % de plus que leurs pairs qui n’en ont pas, et les contrats à plus forte valeur ont augmenté. Ils sont revenus à la vente de rareté.

L’IA continuera de rendre la production abondante. C’est sa promesse, et une grande partie de cette évolution constitue un progrès. Mais l’abondance n’est pas l’endroit où se loge la marge. La marge se déplace vers ce qui reste rare : un accès difficile à obtenir, une confiance difficile à gagner, ainsi qu’une puissance et une priorité qui ne peuvent pas simplement être créées à la demande.

Les entreprises qui produisent le plus avec l’IA ne capteront pas nécessairement la valeur. Celle-ci ira à ceux qui sauront identifier la nouvelle rareté, la contrôler et la tarifer avant un concurrent.

Cela exige de la discipline plutôt que de l’instinct. Toute stratégie a désormais besoin d’une carte de la rareté : ce que l’entreprise rend abondant, où cela crée un goulet d’étranglement, qui contrôle ce goulet, et si la tarification en tient compte. La difficulté consiste à construire l’activité autour de cette rareté plutôt qu’autour de la production que l’IA a rendue bon marché, surtout lorsque toutes les incitations poussent encore à produire davantage.

Les opinions exprimées dans les commentaires publiés sur Fortune.com sont uniquement celles de leurs auteurs et ne reflètent pas nécessairement les opinions et convictions de Fortune.

Cet article a été initialement publié sur Fortune.com.