Après deux années d’euphorie où l’IA a catalysé des levées de fonds et des déploiements d’infrastructures sans précédent, 2026 impose un test de réalité. La dynamique ne se joue plus sur la seule promesse technologique, mais sur la capacité à convertir des investissements massifs en création de valeur fondée sur une demande finale autonome. Une analyse approfondie révèle que nombre d’acteurs ont alimenté leur croissance via des échanges en circuit fermé — des circular deals — où fournisseurs, partenaires et investisseurs se confondent, brouillant la lecture des revenus et des coûts. La question est désormais simple: le capital finance-t-il provisoirement la demande, en attendant le marché, ou assiste-t-on à la constitution d’un équilibre fragile? Selon les données récentes, la montée en puissance des data centers IA, l’accès au GPU et l’énergie entraînent des besoins de financement considérables, parfois très éloignés de la rentabilité. Il est essentiel de considérer que ces architectures financières peuvent stabiliser l’écosystème à court terme, tout en accroissant son exposition si la monétisation externe tarde. Au cœur de cet agenda: transparence, discipline d’exécution et optimisation des ressources, afin de distinguer l’innovation réelle des effets de boucle.
IA : circular deals et échanges en circuit fermé, mécanismes et enjeux de transparence
Dans la littérature économique, les circular deals décrivent des schémas où des organisations achètent réciproquement des biens, services ou participations, gonflant les volumes sans garantir des profits. Une définition académique de circular deals évoque leur proximité avec des montages de “round-tripping”, utiles pour lissage comptable mais ambigus sur la performance économique. Appliqués à l’intelligence artificielle, ces montages s’articulent autour du cloud, du GPU et des modèles: le capital levé par une startup finance des capacités chez un fournisseur qui, parfois, est aussi actionnaire ou partenaire stratégique.
Le sujet a gagné en visibilité avec plusieurs analyses sectorielles, dont une analyse détaillée des circular deals et une enquête sur les deals circulaires soulignant les effets sur les modèles économiques naissants. D’autres travaux posent la question du verrouillage concurrentiel, comme l’éclairage d’experts sur les circular AI deals. Le diagnostic converge: tant que l’origine des revenus n’est pas explicitement attribuée à des clients finaux indépendants, la visibilité sur la création de valeur reste limitée.
Il convient aussi de distinguer ces montages de l’économie circulaire au sens environnemental. Ici, la circularité est financière et contractuelle, non matérielle. Pour un aperçu complémentaire des impacts de l’IA sur les stratégies circulaires au sens écologique, voir l’initiative dédiée à l’IA pour accélérer l’économie circulaire. Cette distinction est centrale pour éviter les confusions et affiner les critères de transparence.
Dans ce cadre, la circularité n’est pas nécessairement pathologique: elle peut servir d’amortisseur au démarrage. Le point de bascule intervient lorsque la part de revenus internes dépasse, durablement, la traction marchande.
Infrastructures IA et modèles économiques: quand le capital finance la demande
Les besoins en compute, GPU, data centers et énergie ont propulsé des levées massives, souvent absorbées par les mêmes fournisseurs. Une part non négligeable des startups IA consacre ainsi 30 à 50 % des fonds levés au compute, principalement chez des leaders du GPU. Selon les données publiques 2025, NVIDIA a enregistré plus de 130,5 milliards de dollars de chiffre d’affaires, tirés par les data centers; une demande largement portée par des hyperscalers et des acteurs encore déficitaires, financés par le capital-risque. Une analyse de la possible bulle financière résume ce mécanisme: lorsque les tours de table alimentent directement le carnet de commandes des fournisseurs qui sont aussi investisseurs, la boucle devient structurante.
Ces dynamiques s’observent aussi au niveau industriel. Les géants du cloud ont engagé des centaines de milliards en capacités IA sur 2024-2026, avec des taux d’utilisation initiaux parfois sous-optimaux. Pour lisser le risque, des volumes sont sécurisés via des contrats intra-écosystème. La circularité des investissements permet de stabiliser les revenus des uns et la supply des autres; elle accroît aussi la sensibilité à toute décélération de la demande finale. À l’arrière-plan, la fragmentation de la chaîne de valeur complexifie la traçabilité des flux, rendant la transparence contractuelle encore plus critique.
Cas d’école et logique de boucle
Le partenariat entre un grand fournisseur de cloud et un champion des modèles de fondation illustre la mécanique: investissements en capital, crédits d’infrastructure, puis achats massifs de services qui alimentent la croissance du fournisseur. Selon des informations de marché en 2026, des montants de plusieurs dizaines de milliards ont été engagés depuis 2019, assortis de droits économiques significatifs; en miroir, le laboratoire d’IA serait devenu l’un des principaux clients du cloud. Des annonces sectorielles évoquent même des engagements pluriannuels d’envergure auprès d’un second acteur d’infrastructure pour des data centers et l’énergie, confirmant le rôle central des contrats d’approvisionnement.
Sur le terrain, nombre de startups “full stack” signent avec leurs fournisseurs des accords de différé de paiement, parfois contre des warrants, exclusivités ou engagements d’achats futurs. Les revenus croisés entre startups d’infrastructure, de modèles et d’applications affichent quelques millions d’euros, de quoi soutenir des multiples ambitieux. La lecture économique reste toutefois la même: tant que la traction externe n’absorbe pas le coût réel du compute, la boucle domine.
- Revenus cash récurrents vs crédits d’usage: privilégier la monétisation nette.
- Concentration des clients: mesurer la dépendance aux grands comptes et la part intra-écosystème.
- Dépendance à un fournisseur-investisseur: identifier les clauses d’exclusivité et de volume.
- Runway de 12 à 18 mois sans refinancement: tester la résilience au-delà des facilités de cloud.
- Taux d’utilisation des capacités: suivre l’écart à l’optimum et l’alignement avec la demande finale.
Un investisseur avisé lit ces signaux comme des garde-fous: en sortie de phase euphorique, la priorité revient à l’alignement entre usage réel, prix et capacité d’absorption du marché.
De la stabilisation à la vulnérabilité: effets systémiques sur innovation et valorisations
Pris isolément, aucun de ces mécanismes n’est anormal. Ensemble, ils dessinent un système où le capital tient provisoirement lieu de client, en attendant la demande finale. Cette transition influence l’innovation: elle accélère l’accès à l’infrastructure, mais peut biaiser l’orientation des produits vers ce qui “consomme des crédits” plutôt que ce qui résout un problème. Pour relier cette tension à la chaîne de valeur, un aperçu pédagogique de la chaîne de valeur de l’IA montre comment la captation se déplace de l’algorithme à l’usage. À l’inverse, au plan environnemental, des programmes comme ceux décrits par la Fondation Ellen MacArthur rappellent que l’IA peut soutenir l’foisonnement d’innovations de l’économie circulaire en favorisant l’optimisation des ressources.
Considérons “HelioMind”, une scale-up fictive spécialisée en agents de maintenance prédictive. Levée de série B, 120 millions d’euros: 45 % alloués à des lots GPU et crédits cloud, contre des conditions préférentielles et des engagements de volume sur trois ans. HelioMind vend des API à d’autres startups du portefeuille d’un même fonds, générant 3,5 millions d’euros de revenus croisés en douze mois. Le modèle est crédible, mais la sensibilité aux renégociations de contrats d’infrastructure reste élevée; la bascule vers le marché suppose des clients industriels indépendants, prêts à payer le prix plein pour une productivité mesurable.
Scénarios 2026: sortir du circuit fermé
Le décrochage entre valorisations et cash-flows s’atténue lorsque trois conditions convergent: tarification fondée sur la valeur, preuve d’efficacité opérationnelle chez le client, et mix de revenus où la part “intra-écosystème” devient marginale. Côté offre, la montée des taux d’utilisation des data centers et la compression des coûts unitaires réduisent le besoin de financements de transition. Côté demande, les cas d’usage à ROI court (qualité, fraude, supply chain) ouvrent le cycle vertueux.
Cette normalisation ne signe pas la fin des échanges en circuit fermé, mais leur cantonnement à des rôles transitoires et explicites. À terme, l’arbitrage clé opposera des modèles économiques adossés à une création de valeur mesurable à ceux qui reposent encore majoritairement sur la circularité des flux.
Pour approfondir, des analyses complémentaires détaillent les interactions entre financement, infrastructures et marché: voir notamment cette lecture structurée des circular deals et les implications en matière de disruption sectorielle via ces nouveaux modèles économiques. À horizon court, l’enjeu sera d’aligner discipline financière et impact opérationnel, condition sine qua non pour une expansion durable.
Journaliste spécialisée en énergie et industrie, je décrypte depuis plus de quinze ans les évolutions des marchés énergétiques et les innovations industrielles. Mon parcours m’a conduite à collaborer avec des publications de renom, où j’ai analysé les défis liés à la transition énergétique et aux politiques industrielles.
