Le capital a trouvé l'IA de défense. La contrainte, c'est que le logiciel ne fait pas fondre le titane.

Le capital-risque defense-tech a déployé environ 19,8 milliards de dollars au seul premier trimestre 2026 — un bond de 146 % sur un an, dont près d'un tiers pour les systèmes autonomes, selon les Perspectives Aéro & Défense mi-2026 de Deloitte. Pour l'échelle : Crunchbase situait le précédent record annuel à 9,6 milliards pour toute l'année 2025. Un seul trimestre 2026 l'a plus que doublé. L'argent a, sans ambiguïté, trouvé l'IA de défense. La question intéressante pour un opérateur n'est pas de savoir si l'engouement est justifié, mais où atterriront réellement ses rendements.

Commençons par la demande, car elle non plus n'est pas le facteur rare. Les chiffres SIPRI d'avril 2026 placent les dépenses militaires mondiales à un record de 2 887 milliards de dollars en 2025, +2,9 % en termes réels, onzième hausse annuelle consécutive. La composition compte plus que le titre : l'Europe progresse de 14 % à 864 milliards et l'Asie-Océanie de 8,1 % à 681 milliards, tandis que les dépenses américaines déclarées reculent légèrement. La demande est abondante et, si tendance il y a, structurellement croissante. Le capital est abondant. Quand deux intrants sont simultanément pléthoriques, la logique néoclassique commande de chercher celui qui ne l'est pas.

Cet intrant, c'est la base physique qualifiée — la capacité industrielle sans éclat qui convertit un algorithme en capacité déployée. Deloitte est explicite sur les goulets : services moteurs, électronique, fonderie, forge, titane et alliages haute température, ainsi qu'une main-d'œuvre certifiée, des bancs d'essai, de l'outillage, des agréments de réparation et une capacité d'inspection insuffisants. Le signal-prix est déjà visible. Le chiffre d'affaires de l'aftermarket moteurs des quatre principaux OEM a crû de 20 % à 40 % au T1 2026 — non parce que la demande a surgi, mais parce qu'une base de capacité fixe et difficile à qualifier ne peut s'y plier. La rareté se lit en marge.

C'est un problème de complémentarité de manuel. Dans toute fonction de production combinant capital, logiciel et capacité physique, le rendement marginal d'un intrant abondant s'effondre lorsque son complément est inélastique. Vous pouvez lever un dixième tour de table sur l'autonomie : il n'ajoutera pas, ce trimestre-là, de ligne de forge, ne qualifiera pas de nouveau fournisseur d'alliage, ne certifiera pas de banc d'essai. La rente économique migre donc du facteur abondant vers celui qui détient le complément rare. Le logiciel ne fait pas fondre le titane. La 500e démo de drone n'élargit pas la base industrielle qui doit le construire, le qualifier et le soutenir.

Cela recadre le débat « l'IA de défense est-elle une bulle ? » qui a dominé les titres de l'été. C'est largement un spectacle côté financement : il porte sur la dispersion des rendements entre les centaines de start-ups financées, dont la plupart ne passeront pas. Il dit très peu de la question côté opérateur. Un maître d'œuvre installé, un équipementier de rang 1 ou un opérateur MRO ne capte pas de valeur en possédant le modèle de frontière ; il en capte en possédant la contrainte par laquelle ce modèle doit encore passer. La bulle, s'il y en a une, est valorisée dans les portefeuilles de venture — pas au bilan d'une entreprise qui contrôle la capacité qualifiée.

Alors où l'IA paie-t-elle réellement en aéronautique et défense ? Braquez-la sur le goulet lui-même. Les déploiements au rendement le plus élevé sont ceux qui compriment les cycles de qualification et de certification, augmentent le débit et la disponibilité d'une base existante difficile à répliquer, et protègent les données de procédé propriétaires que cette base génère en continu — précisément les données qu'un éditeur externe ne peut obtenir. C'est l'inverse de l'économie de la démo. C'est moins visible, plus difficile à financer, et structurellement plus durable, car cela améliore le facteur rare au lieu d'ajouter à l'abondant.

La conclusion distributive est favorable aux opérateurs avec lesquels Cardan-AI travaille, à une réserve près. L'avantage revient aux entreprises qui détiennent déjà une capacité qualifiée et un savoir de procédé de niveau certifié — aéronautique, défense, énergie — dont le coût marginal d'extension de la gouvernance existante à l'IA est bien inférieur à celui d'un entrant purement numérique. La réserve, c'est la durée : une grande partie de cette capacité se finance sur des horizons longs, contre des actifs et des programmes mesurés en décennies, alors que la chaîne d'outils IA qui s'y superpose s'amortit en deux à trois ans. Ajustez l'IA à la contrainte, pas au récit — et achetez la base qui s'apprécie, pas le modèle qui se banalise.