Le premier logiciel en rupture de stock

L’identité économique du logiciel reposait sur un seul miracle : la millionième copie coûte ce que coûtait la première, c’est-à-dire rien. Tous les manuels de croissance des trente dernières années sont des notes de bas de page à ce fait. L’intelligence est le premier logiciel de l’histoire qui peut être en rupture de stock.

Il y a deux ans, cette phrase aurait été une erreur de catégorie, comme dire qu’un poème est épuisé en entrepôt. Et 2026 est l’année où les factures sont arrivées : pour la première fois depuis le début de l’ère de l’IA, la machinerie de l’intelligence est devenue plus chère, brisant une décennie de coûts en chute libre.

Soixante-douze heures pour vider les tablettes

Voyez ce qui s’est passé la semaine dernière. Le 16 juillet, Moonshot AI a lancé Kimi K3, de l’avis général le plus grand modèle à poids ouverts jamais publié, offert à environ la moitié du prix par tâche des modèles fermés comparables et, selon l’évaluation de l’entreprise elle-même, devant la majorité du peloton sur le travail de programmation pour lequel les fondateurs achètent réellement des modèles.

Trois jours plus tard, Moonshot a cessé d’accepter de nouveaux abonnés payants. Pas une hausse de prix, pas un ralentissement : une porte fermée. La demande avait atteint le plafond de la capacité GPU de l’entreprise. Un produit logiciel, soixante-douze heures après son lancement, accrochant dans sa vitrine la pancarte qu’aucun logiciel n’était censé accrocher : épuisé.

Il est tentant de classer cela parmi les difficultés de croissance d’une jeune entreprise. Il est plus honnête d’y voir un point sur une courbe, et la courbe est l’histoire.

L’année où la courbe a plié

Pendant environ une décennie, le prix d’une unité d’intelligence n’a fait qu’une seule chose : baisser, et baisser vite. Chaque année, le même score de référence coûtait une fraction de ce qu’il coûtait l’année précédente. La baisse des coûts n’était pas un fait de l’industrie; c’était la météo de l’industrie, et nous nous habillions tous en conséquence. En 2026, la courbe a plié dans l’autre sens pour la première fois. La mémoire, contrainte déterminante du matériel d’IA, est entrée dans un supercycle : les analystes du secteur projettent des prix de DRAM en hausse de plus de soixante-dix pour cent cette année, la demande de mémoire à haute bande passante croissant environ deux fois plus vite que l’offre.

Voici la partie qui cache l’histoire aux regards pressés. Les prix affichés du jeton ont continué de glisser, alors l’inflation n’est jamais apparue là où nous avions appris à la chercher. Elle a pris la forme du rationnement : des plafonds d’utilisation hebdomadaires chez les grands laboratoires (quiconque a heurté les limites d’un modèle de pointe un jeudi connaît la sensation), des listes d’attente pour la capacité, et maintenant un laboratoire de pointe qui refuse des clients payants. Le rationnement est une hausse de prix qui porte un déguisement. Quand un marchand ne peut pas monter son prix, la file d’attente le monte à sa place, et nous payons en attente ce que nous ne payons plus en dollars. Personne n’a augmenté notre prix. On a réduit notre disponibilité, ce qui est la même chose, dite poliment.

La recette et le four

Le rebondissement le plus étrange est que K3 est à poids ouverts. N’importe qui sur terre peut télécharger le modèle. Moonshot a donné la recette et s’est retrouvé à court de pain. Quiconque à Montréal a fait la file devant une boutique de bagels à une heure du matin comprend parfaitement la situation : la recette n’a jamais été la partie rare. Le four, oui. Pendant trente ans, le code source était le secret et l’exécution était triviale; maintenant le code source est public et l’exécution est la forteresse. Vous pouvez avoir le modèle; vous ne pouvez pas le faire tourner.

Ce que savaient les vieux manuels

Il y a une certaine comédie à regarder une industrie redécouvrir le plus vieux chapitre du manuel d’économie. Coût marginal, planification de capacité, files d’attente, économie de moyens : nous avons passé trente ans fièrement exemptés de tout cela, et l’exemption vient d’expirer. L’artéfact le plus immatériel de l’histoire a redécouvert la matière, et la matière, patiente comme toujours, a envoyé sa facture.

La réponse la plus intéressante de l’industrie jusqu’ici n’est pas de dépenser davantage, mais de mieux tenir maison. DeepSeek a récemment publié des techniques de service, du décodage spéculatif avec vérification ordonnancée par confiance, qui livreraient environ cinquante pour cent de débit de plus par la seule planification. Pas de nouvelles puces, pas de nouveau modèle : l’efficacité, cette vieille vertu un peu terne que nous avions mise à la retraite quand le calcul était gratuit, revient en portant le sarrau de laboratoire. Dans un monde de calcul abondant, l’efficacité était une erreur d’arrondi. Dans un monde de calcul rationné, l’efficacité est une forteresse.

Rareté au sommet, vent de dos dans la vallée

Venons-en au tournant qui compte le plus pour ceux d’entre nous qui finançons et servons les entrepreneurs canadiens, parce que la nouvelle ici est franchement bonne. La rareté est au sommet, pas dans la vallée. Environ une entreprise canadienne sur huit a adopté l’IA; l’ambition nationale est de six sur dix d’ici 2034. Le travail de combler cet écart, le travail sans éclat de mettre une intelligence qui fonctionne chez un répartiteur de camions à Laval ou un service de réclamations à Halifax, exige des ordres de grandeur moins de calcul que l’entraînement de pointe. Les laboratoires se disputent des fours de la taille de centrales électriques; la plupart de nos clients ont besoin d’un grille-pain qui fonctionne chaque matin. La rareté au sommet est un vent de dos pour le milieu pratique, et la stratégie nationale du Canada traite déjà le calcul comme une infrastructure, ce qui est précisément le bon réflexe : on ne laisse pas les routes au hasard en espérant que les camions se débrouillent.

Alors, quand nous nous assoyons devant un fondateur, nous pourrions commencer à poser des questions sur le calcul comme nous en posons sur la masse salariale : non pas comme une curiosité technique, mais comme un coût des marchandises vendues, avec un plan derrière. Nous pouvons préférer le produit qui tourne magnifiquement sur un petit modèle économique et affiné au démo qui dépend d’un modèle de pointe restant à la fois disponible et sous-facturé, parce que l’une de ces hypothèses vient d’échouer en public. Et nous pouvons lire l’histoire de capacité d’un fournisseur aussi attentivement que son histoire de capacités, en nous rappelant qu’une dépendance qui peut s’épuiser est une chaîne d’approvisionnement, et que les chaînes d’approvisionnement méritent des secondes sources.

Rien de tout cela n’est une raison de morosité. C’est une raison de métier. Le miracle du coût marginal nul nous a donné trente ans d’entreprises qui croissaient par vœu; la nouvelle rareté nous donnera des entreprises qui croissent par savoir-faire, et le savoir-faire a toujours été la dotation la plus durable. La porte qui s’est fermée la semaine dernière était celle d’un laboratoire de pointe; la porte qui reste ouverte est la nôtre, et le grand milieu mal servi de ce pays est de l’autre côté. Franchissons-la pendant que les géants font encore la file.