Le fondateur de Citadel, Ken Griffin, a déclaré que l'intelligence artificielle est « presque certainement » dans une bulle, mais il s'est abstenu de prédire un krach et a soutenu que les entreprises qui en sortiront domineront les marchés pendant des décennies.

Griffin, fondateur et dirigeant du fonds spéculatif Citadel et du teneur de marché Citadel Securities, a fait ces remarques devant un public new-yorkais le 20 octobre lors de la Future of Global Markets Conference, un événement annuel organisé par Citadel Securities. « Toute transformation radicale de notre économie est généralement intimement liée à une bulle », a-t-il déclaré.

Il a évoqué l'époque de la bulle Internet et a dit qu'il regrettait d'avoir revendu ses actions Amazon. Les entreprises qui survivent à un épisode spéculatif « sont les leaders du marché pour les décennies à venir », a déclaré Griffin, ajoutant que la frénésie actuelle n'était pas une raison de vendre.

L'action Nvidia a clôturé à 216,47 $ le 20 octobre, quelques heures avant son intervention, avant de bondir de 2,5 % à 221,97 $ le lendemain. Le 21 octobre, l'Invesco QQQ Trust (QQQ) a progressé de 1,1 % à 725,20 $.

De plusieurs semaines à deux ou trois heures

Les desks de trading de Citadel illustrent eux-mêmes ce potentiel. Les agents d'IA — des programmes qui exécutent des tâches en plusieurs étapes sans intervention humaine à chaque étape — ont réduit certaines recherches de l'entreprise de six à huit semaines à deux ou trois heures. C'est précisément ce type de gains de productivité mesurés qui explique pourquoi les institutions continuent de financer cette technologie alors même que des voix comme celle de Griffin signalent des conditions de bulle.

Le point de vue de Griffin sur l'IA a basculé en 2026. Il était sceptique à Davos en janvier, puis s'est dit « déstabilisé » par ses capacités à l'école de commerce de Stanford en mai. L'IA ouvre une période faste pour les entrepreneurs, a-t-il ajouté, et menace déjà les emplois de col blanc.

Les GPU comparés à des sièges d'avion

Griffin a comparé les GPU, les puces utilisées pour entraîner et exécuter les modèles d'IA, à des sièges d'avion : comme en vendre un de plus coûte peu dans les deux cas, les prix peuvent s'effondrer lorsque l'offre dépasse la demande. Il a évoqué le boom des télécommunications autour de l'an 2000, lorsque les entreprises ont posé bien plus de câbles en fibre optique que nécessaire, faisant chuter les tarifs des appels et des données. À l'époque, une grande partie de l'excédent de fibre avait ensuite été absorbé par la croissance du trafic Internet, tandis que nombre d'opérateurs qui l'avaient financé faisaient faillite — la historique de la dynamique des survivants décrite par Griffin.

Les puces vieilles de cinq ou six ans se louent encore à ce qu'il a appelé des tarifs extraordinaires, mais il a dit ne pas s'attendre à ce qu'elles atteignent de tels montants pendant encore cinq ou six ans.

Une valeur inégale des modèles d'IA haut de gamme

Les acheteurs deviennent plus sélectifs, a déclaré Griffin, déterminant quelles tâches nécessitent les modèles haut de gamme d'OpenAI et d'Anthropic et lesquelles peuvent être traitées par des modèles open source moins chers. « Les entreprises américaines ont été très inégales dans leur capacité à extraire de la valeur de leurs modèles d'IA », a-t-il déclaré, décrivant des équipes financières qui examinent leurs factures auprès des laboratoires et se demandent où se trouvent les gains de productivité.

Comme l'a rapporté Cryptopolitan, Google a lancé Gemini 4 Argon le 13 octobre, à un tarif de lancement de 2 $ par million de tokens d'entrée et 10 $ par million de tokens de sortie. Le Claude Opus 5.5 d'Anthropic coûte respectivement 4 $ et 20 $, tandis que le GPT-6 Astra d'OpenAI coûte 10 $ et 50 $. Meta a ensuite publié Muse Spark Open, un modèle à poids ouverts de 816 milliards de paramètres que les développeurs peuvent télécharger et utiliser gratuitement dans des conditions commerciales limitées. Cet écart — des prix de sortie des modèles phares différant d'un facteur cinq, avec en dessous une option open weight gratuite — constitue le contexte concret de coûts du triage décrit par Griffin parmi les acheteurs d'entreprises.

Nvidia vend les GPU décrits par Griffin. L'entreprise a 279 milliards de dollars d'engagements d'approvisionnement, principalement en mémoire pour ses systèmes Vera Rubin, et publie ses résultats du troisième trimestre le 17 novembre avec des prévisions de 108,0 milliards de dollars. Ces résultats fourniront un indicateur à court terme de savoir si la demande suit le rythme des engagements derrière la construction que Griffin évaluait.

Cet article a d'abord été publié par Cryptopolitan.