Les dépenses consacrées aux modèles d’IA devraient atteindre 64 milliards de dollars cette année, en hausse de 63 %
Une nouvelle prévision de Gartner chiffre à 64 milliards de dollars les dépenses 2026 pour les modèles et plateformes d’IA, soit un bond de 63 %. Les modèles eux-mêmes progressent le plus vite, mais les budgets deviennent plus stricts.
Le cabinet d’études Gartner a publié cette semaine une prévision estimant les dépenses mondiales en modèles et plateformes d’IA à 64 milliards de dollars en 2026, soit 63 % de plus que les 39 milliards de 2025. Le montant est considérable, mais sa ventilation raconte plus utilement où va réellement l’argent.
La composante qui progresse le plus vite est celle des modèles d’IA générative, les systèmes qui produisent texte, images et code. Les dépenses consacrées aux modèles génératifs de fondation devraient plus que doubler, passant de 11,4 à 23,4 milliards de dollars. Un « modèle de fondation » est, en gros, un grand modèle polyvalent entraîné sur de vastes données et servant de socle à d’autres outils. Les modèles spécialisés dans des domaines étroits progresseraient encore plus vite : 210 %, de 1,6 à 4,9 milliards. La croissance est plus régulière pour les plateformes utilisées par les entreprises afin de développer et exploiter l’IA : celles de science des données et de machine learning passent de 19,4 à 26,4 milliards.
Derrière le titre, l’état d’esprit a changé. La croissance est immense, mais Gartner souligne que les budgets d’IA des entreprises sont désormais sérieusement examinés, avec davantage d’attention à l’efficacité d’usage, au contrôle des coûts et aux résultats mesurables. En clair, l’époque où l’on dépensait dans l’IA simplement pour montrer qu’on s’y mettait s’estompe. Les acheteurs veulent de plus en plus la preuve qu’un outil mérite son coût par sa rapidité et sa fiabilité. Voilà pourquoi une même semaine peut apporter des chiffres de croissance vertigineux et une vague de modèles « moins chers et plus efficaces » : ce sont deux angles d’une même histoire.
Une réserve : les prévisions sont des estimations éclairées, pas des faits, et les cabinets d’analystes connaissent des succès comme des erreurs. Considérez les 64 milliards comme une direction plutôt qu’une promesse.
Ce que cela signifie pour vous : Si votre travail touche aux budgets technologiques, le signal est clair. La question passe de « devons-nous utiliser l’IA ? » à « cette IA précise vaut-elle son coût ? » ; les résultats concrets comptent donc plus que jamais. Si vous êtes simplement curieux, cela explique un phénomène probablement déjà remarqué : les concepteurs de modèles rivalisent sur le prix et l’efficacité, pas seulement sur la puissance brute. Lorsque les clients surveillent leurs coûts, les produits suivent. Pour la plupart d’entre nous, cette pression est discrètement positive : elle produit généralement des outils moins chers et plus fiables.
Sources
L’agent Gemini Spark de Google arrive chez les abonnés AI Pro et peut gérer 15 tâches à la fois
Gemini Spark, l’agent personnel de Google, a été déployé le 24 juillet pour les abonnés américains à AI Pro. Il exécute jusqu’à quinze tâches simultanément dans Gmail, Docs et d’autres applications Workspace.
