L'infrastructure IA est-elle une bulle ou un « regroupement pour acheter du temps » ? Décryptage de la structure financière derrière les 3 000 milliards de dollars
TechFlow SélectionTechFlow Sélection
L'infrastructure IA est-elle une bulle ou un « regroupement pour acheter du temps » ? Décryptage de la structure financière derrière les 3 000 milliards de dollars
Alors que les géants technologiques investissent cette année plus de 300 milliards de dollars dans l'infrastructure de calcul IA, avec des dépenses cumulées prévues dépassant 3 000 milliards de dollars au cours des trois prochaines années, une question se pose : s'agit-il d'une répétition de la bulle Internet de l'an 2000 ou du pari sur la productivité le plus massif de l'histoire humaine ?
Dédié à des analyses Web3 approfondiesIl ne s'agit pas d'un simple débat binaire « bulle contre non-bulle », la réponse est probablement plus complexe et plus subtile que ce que vous imaginez. Je n'ai pas de boule de cristal pour prédire l'avenir. Mais j'essaie d'analyser en profondeur la structure financière sous-jacente à ce festin, afin de construire un cadre d'analyse.
Cet article est long et riche en détails. Voici d'abord les conclusions :
-
Sur le fond, je ne pense pas qu’il s’agisse d’une grande bulle. Mais certains segments présentent des risques élevés.
-
Plus précisément, l’actuelle infrastructure IA ressemble à une longue marche stratégique basée sur « coopération + acheter du temps ». Les grands groupes (Microsoft, Google, Meta, Nvidia, etc.) utilisent l’ingénierie financière pour mobiliser un effet de levier massif, tout en externalisant le principal risque de crédit vers des sociétés projet (SPV) et les marchés financiers, liant étroitement les intérêts de tous les participants.
-
« Acheter du temps » signifie parier que leurs flux de trésorerie et la patience des ressources extérieures tiendront jusqu’à ce que l’IA améliore réellement la productivité.
-
Si le pari réussit, l’IA tient ses promesses et les grands groupes sont les principaux gagnants. S’il échoue (progrès insuffisants ou coûts trop élevés), les premières victimes seront les fournisseurs externes de financement.
-
Il ne s’agit pas d’une bulle comme celle de 2008, causée par un effet de levier excessif dans les banques et une explosion ponctuelle. C’est une expérience géante de financement direct, menée par les entreprises les plus intelligentes et les mieux dotées en liquidités de la planète, qui utilisent des stratégies complexes de « financement hors bilan » pour fractionner les risques en morceaux négociables et les répartir entre différents investisseurs.
-
Même s’il ne s’agit pas d’une bulle, cela ne veut pas dire que tous les investissements dans l’infrastructure IA obtiendront un bon ROI.
01 Comprendre le cœur : le mécanisme de liaison des intérêts
La « coopération » fait référence au lien étroit entre cinq parties dans cette infrastructure IA :
-
Les géants technologiques (Meta, Microsoft, Google) et leurs partenaires de modèles (OpenAI, xAI) : ils ont besoin de puissance de calcul mais ne veulent pas dépenser massivement d’un coup.
-
Les fournisseurs de puces (Nvidia) : ils ont besoin de grosses commandes continues pour soutenir leur valorisation.
-
Les fonds privés (Blackstone, Blue Owl, Apollo) : ils ont besoin de nouvelles catégories d’actifs pour accroître leur taille sous gestion et percevoir plus de frais.
-
Les néonuages (CoreWeave, Nebius) et les fournisseurs hybrides de cloud (Oracle Cloud Infrastructure) : ils fournissent l’infrastructure et la puissance de calcul, mais ont besoin de contrats à long terme avec les grands groupes pour lever des fonds.
-
Les investisseurs institutionnels (fonds de pension, fonds souverains, fonds traditionnels comme BlackRock) : ils recherchent des rendements stables supérieurs à ceux des obligations d’État.
Ces cinq parties forment une « communauté d’intérêts », par exemple :
-
Nvidia fournit en priorité CoreWeave et investit dans son capital
-
Microsoft passe un contrat long terme avec CoreWeave et l’aide à lever des fonds
-
Blackstone fournit un financement par emprunt et collecte des capitaux auprès de fonds de pension
-
Meta et Blue Owl créent conjointement un SPV, partageant les risques
-
OpenAI et d'autres fabricants de modèles continuent d'élever les exigences en paramètres, capacités d'inférence et échelle d'entraînement, augmentant ainsi constamment le seuil de demande en puissance de calcul pour l'ensemble de l'industrie. En particulier grâce à leur forte intégration avec Microsoft, cette structure de « sous-traitance technique, pression internalisée » fait d'OpenAI, bien qu'il ne finance rien, le déclencheur du concours mondial de dépenses en capital. Ce n'est pas un bailleur de fonds, mais le véritable commissaire-priseur poussant à l'effet de levier généralisé.
Personne ne peut rester indifférent – voilà l’essence même de la « coopération ».
02 Architecture du capital — Qui paie ? Et où va l’argent ?
Pour comprendre l’architecture globale, examinons d’abord le schéma suivant des flux de capitaux.
Les géants technologiques ont besoin d'une puissance de calcul astronomique. Deux options s'offrent à eux :
-
Construire leurs propres centres de données : modèle traditionnel. Avantage : contrôle total. Inconvénient : construction lente, toutes les dépenses et risques supportés par leur propre bilan.
-
Faire appel à des fournisseurs externes : les géants ne se contentent pas de louer des serveurs, ils ont donné naissance à deux nouveaux modèles de « fournisseurs externes ». C’est une tendance actuelle, et notre point d’analyse central.
Le premier est le SPV (Special Purpose Vehicle / entité à finalité spécifique), un pur instrument financier. On peut l’imaginer comme une entité spéciale créée pour « un projet unique, un client unique ».
-
Modèle économique : par exemple, Meta souhaite construire un centre de données sans débourser une grosse somme immédiatement ; il crée donc un SPV avec une société de gestion d’actifs. La seule mission du SPV est de construire et exploiter ce centre dédié à Meta. Les investisseurs reçoivent une dette de haute qualité adossée aux flux de loyers (hybride d’obligations d’entreprise et de financement de projet).
-
Type de client : extrêmement concentré, généralement un seul (ex. Meta).
-
Niveau de risque : dépend entièrement de la solvabilité du client unique.
Le second type est celui des néonuages (comme CoreWeave, Lambda, Nebius), des sociétés opérationnelles indépendantes (OpCo) disposant de leur propre stratégie et pleine autonomie décisionnelle.
-
Modèle économique : par exemple, CoreWeave lève lui-même des fonds (actions et dettes) pour acheter massivement des GPU, puis les loue à plusieurs clients via des contrats « garantis/réservés ». Plus flexible, mais la valeur actions très volatile.
-
Type de client : théoriquement diversifié, mais dans les faits fortement dépendant des grands groupes au début (ex. le soutien précoce de Microsoft à CoreWeave). Étant plus petit, contrairement au SPV qui bénéficie d’un grand groupe derrière, le néonuage dépend davantage des fournisseurs en amont (Nvidia).
-
Niveau de risque : risques répartis sur plusieurs clients, mais la survie dépend aussi de la capacité opérationnelle, technique et de la valeur actions.
Bien que juridiquement et structurellement très différents, ces deux modèles ont le même objectif commercial : servir de « fournisseur externe de puissance de calcul » aux géants, transférant ainsi l’achat massif de GPU et la construction de centres de données hors de leur bilan.
D’où proviennent alors les fonds des SPV et néonuages ?
La réponse n’est pas les banques traditionnelles, mais les fonds de crédit privé (Private Credit Funds). Pourquoi ?
Depuis 2008, le règlement Bâle III impose des exigences strictes sur le ratio de fonds propres des banques. Accorder de gros prêts à haut risque, concentrés et à long terme oblige les banques à constituer des provisions tellement élevées qu’elles deviennent économiquement inviables.
Le vide laissé par les banques « incapables » ou « craintives » a été comblé par les géants du private equity comme Apollo, Blue Owl, Blackstone. Non régulés comme les banques, ils offrent un financement plus flexible, plus rapide, mais aussi à taux plus élevé, garanti par les loyers, les GPU/matériels ou les contrats long terme.
Pour eux, c’est un marché très attrayant — beaucoup ont déjà une expérience en financement d’infrastructures classiques, et ce thème permettrait de multiplier par plusieurs fois leur taille sous gestion, augmentant fortement frais de gestion et carried interest.
Et d’où viennent finalement les fonds des fonds de crédit privé ?
Des investisseurs institutionnels (LPs) : fonds de pension, fonds souverains, compagnies d’assurance, voire investisseurs individuels (par exemple via les ETF de crédit privé émis par BlackRock — contenant notamment l’obligation privée 144A Beignet Investor LLC 6,581 % 05/30/2049 lié au projet Meta).
La chaîne de transmission du risque est donc établie :
(Porteurs finaux du risque) Fonds de pension / Investisseurs ETF / Fonds souverains → (Intermédiaires) Fonds de crédit privé → (Entités financées) SPV ou néonuage (ex. CoreWeave) → (Utilisateur final) Géants technologiques (ex. Meta)
03 Analyse concrète du SPV — Hyperion de Meta
Pour comprendre le modèle SPV, le projet « Hyperion » de Meta est un excellent cas (avec suffisamment d’informations publiques) :
-
Structure/Capital : Meta et Blue Owl créent une JV (Beignet Investor LLC). Meta détient 20 %, Blue Owl 80 %. Émission d’obligations via structure SPV 144A. La JV construit l’actif, Meta le loue via contrat long terme. Les dépenses pendant la construction sont portées par la JV ; une fois le leasing commencé, l’actif passe progressivement au bilan de Meta.
-
Échelle : environ 27,3 milliards USD en dette (obligations privées 144A) + environ 2,5 milliards en capital, l’un des plus gros financements par projet (dette privée) de l’histoire américaine. L’échéance en 2049, avec remboursement étalé, vise essentiellement à « verrouiller dès maintenant le risque temporel le plus difficile ».
-
Taux/Notation : la dette notée A+ par S&P (notation élevée permettant aux assureurs d’investir), taux nominal environ 6,58 %.
-
Structure des investisseurs : PIMCO souscrit 18 milliards ; les ETF de BlackRock ensemble plus de 3 milliards. Pour ces investisseurs, il s’agit d’un rendement stable et de haute qualité très attractif.
-
Flux de trésorerie et contrat de location : ce que Blue Owl recherche, ce n’est pas la valeur des GPU (qui pourrait déprécier — selon moi, certaines personnes sur le marché se trompent en pensant que la durée de dépréciation supposée des GPU est trop longue ; en réalité, les GPU ne sont qu’une composante matérielle, tandis que la valeur globale de l’IA réside dans le couple matériel + modèle ; si les anciens GPU baissent de prix avec l’évolution technologique, cela ne signifie pas que la valeur des applications IA diminue automatiquement), mais les flux de trésorerie du SPV garantis par le contrat long terme de Meta (à partir de 2029). Le financement initial est sécurisé par des obligations d’État américaines. Cette structure allie liquidité des obligations d’entreprise et clauses protectrices du financement de projet, avec un statut 144A permanent (cercle d’investisseurs restreint).
Pourquoi le risque à court terme de cette structure est-il très faible ?
Parce que dans cette structure, la mission d’Hyperion est simple : percevoir le loyer de Meta d’un côté, payer les intérêts à Blue Owl de l’autre. Tant que Meta ne fait pas faillite (probabilité quasi nulle à horizon prévisible), les flux sont solides comme le roc. Pas besoin de craindre les fluctuations de la demande IA ou la baisse des prix des GPU.
Cette structure obligataire à très long terme (25 ans), remboursée au fil des loyers, verrouille tant que les loyers entrent régulièrement et les intérêts sont payés, tous les risques de refinancement à court terme. Voilà l’essence même de « acheter du temps » (permettre à la valeur créée par les applications IA de rattraper lentement la structure financière).
En même temps, Meta utilise sa solvabilité et ses forts flux de trésorerie pour obtenir un financement long terme massif sans passer par les dépenses en capital traditionnelles. Bien que les normes comptables modernes (IFRS 16) imposent finalement d’inscrire les loyers longs termes comme « passif locatif » au bilan, l’avantage est clair : les pressions initiales de dizaines de milliards en dépenses en capital, ainsi que les risques de construction et de financement, sont d’abord transférés au SPV.
Transformer une dépense en capital massive en paiements échelonnés sur 25 ans optimise fortement la trésorerie. Puis on parie que ces investissements IA généreront assez d’économies d’échelle dans 10-20 ans pour couvrir intérêts et capital (avec un taux nominal de 6,58 %, et en tenant compte des frais d’exploitation, le ROI en EBITDA devrait être d’environ 9-10 % pour que les actionnaires obtiennent un rendement satisfaisant).
04 Coussin de sécurité du néonuage — Le risque action d’OpCo
Si le modèle SPV est un « transfert de crédit », alors le modèle néonuage comme CoreWeave ou Nebius est une « stratification supplémentaire du risque ».
Prenons CoreWeave : sa structure de capital est bien plus complexe que celle d’un SPV. Financements multiples en actions et en dettes, avec des investisseurs variés (Nvidia, VC, fonds de croissance, fonds de crédit privé), formant une séquence claire de tampons de risque.
Si la demande IA est inférieure aux attentes ou qu’un nouveau concurrent apparaît, entraînant une chute brutale des revenus de CoreWeave et l’incapacité de payer les intérêts élevés, que se passe-t-il ?
-
Première étape : perte de valeur actionnariale : le cours de CoreWeave s’effondre. C’est le « coussin action » — absorbant le premier choc. L’entreprise pourrait être contrainte de lever des fonds à prix réduit, diluant fortement les actionnaires existants, voire perdant tout leur capital. Comparé au SPV, le coussin action du SPV est plus mince car il ne peut pas lever de fonds directement sur les marchés publics.
-
Deuxième étape : atteinte aux créanciers : seulement après que la valeur action soit complètement « brûlée », si CoreWeave ne peut toujours pas rembourser, les créanciers privés comme Blackstone subissent des pertes. Mais lorsqu’ils prêtent, ces fonds exigent généralement d’excellents collatéraux (GPU récents) et des priorités de remboursement strictes.
CoreWeave et Nebius adoptent tous deux la stratégie « d’abord signer des contrats longs fermes, puis lever des fonds dessus », permettant une expansion rapide via refinancement. La finesse de cette structure est que les clients géants améliorent leur efficacité d’utilisation des capitaux, déclenchant davantage de dépenses en capital futur sans débourser immédiatement, limitant ainsi la probabilité de contagion vers tout le système financier.
En revanche, les actionnaires des néonuages doivent savoir qu’ils occupent la place la plus instable, mais aussi la plus excitante de ce jeu. Ils parient sur une croissance rapide, prient pour que la gestion financière (report de dette, augmentation de capital) soit quasi parfaite, surveillent attentivement la structure des échéances, la portée des garanties, les fenêtres de renouvellement de contrats et la concentration des clients, afin d’évaluer correctement le rapport risque-rendement.
On peut aussi se demander : si la croissance de la demande IA est plus lente que prévu, quelle capacité sera marginale la plus facilement abandonnée ? SPV ou néonuage ? Pourquoi ?
05 Oracle Cloud : le retour inattendu d’un joueur atypique du cloud
Alors que tout le monde observe CoreWeave et les trois géants du cloud, un « outsider inattendu » monte en puissance discrètement : Oracle Cloud.
Il n’est ni un néonuage, ni membre du trio dominant, mais grâce à une architecture très flexible et une collaboration étroite avec Nvidia, il a décroché des contrats de traitement pour Cohere, xAI, voire une partie de la charge d’OpenAI.
Particulièrement lorsque les néonuages atteignent leurs limites d’effet de levier et que l’espace dans les clouds traditionnels manque, Oracle, positionné comme « neutre » et « substituable », devient une couche tampon importante dans la deuxième vague de la chaîne d’approvisionnement en puissance de calcul IA.
Son existence montre que cette course à la puissance de calcul n’est pas qu’un duel à trois, mais inclut aussi des fournisseurs atypiques mais stratégiques comme Oracle qui grignotent silencieusement des parts.
Mais n’oublions pas : la table de jeu ne se limite pas à la Silicon Valley, elle s’étend à tout le marché financier mondial.
La « garantie implicite » convoitée du gouvernement
Enfin, dans cette partie dominée par les géants technos et la finance privée, une « carte maîtresse » potentielle reste en jeu : le gouvernement. Bien qu’OpenAI ait récemment affirmé publiquement « ne pas avoir et ne pas vouloir » de garantie gouvernementale pour les centres de données, et que les discussions avec le gouvernement concernent plutôt les fabricants de puces, je pense que dans leurs plans initiaux (ou ceux d’acteurs similaires), l’option « intégrer le gouvernement dans la coopération » était forcément envisagée.
Pourquoi ? Si l’échelle de l’infrastructure IA devient trop grande pour que le crédit privé la porte, la seule issue est de transformer cela en compétition de puissance nationale. Dès que la domination IA est définie comme « sécurité nationale » ou « course à la Lune du XXIe siècle », l’intervention gouvernementale devient logique.
La méthode la plus efficace n’est pas d’injecter directement des fonds, mais de fournir une « garantie ». Cela apporterait un avantage décisif : réduire drastiquement le coût du financement.
Les investisseurs de mon âge se souviennent sûrement de Freddie Mac / Fannie Mae. Ces « entreprises sponsorisées par le gouvernement » (GSEs) ne sont pas des agences officielles du gouvernement américain, mais le marché croit largement en leur « garantie implicite ».
Elles achètent des prêts immobiliers aux banques, les empaquetent en MBS (Mortgage-Backed Securities) avec garantie, puis les vendent sur les marchés, réinjectant ainsi du capital dans le marché immobilier et augmentant les fonds disponibles. Leur existence a justement amplifié l’ampleur de la crise financière de 2008.
Imaginez qu’à l’avenir apparaisse une « Société nationale de puissance de calcul IA » bénéficiant d’une garantie implicite gouvernementale. Ses obligations seraient perçues comme quasi-souveraines, avec des taux proches de ceux des obligations d’État américaines.
Cela changerait radicalement le scénario de « acheter du temps en attendant la hausse de productivité » :
-
Coût de financement très bas : plus le coût d’emprunt est bas, moins la vitesse d’amélioration de productivité par l’IA doit être élevée.
-
Temps prolongé indéfiniment : surtout, possibilité de rouler (roll over) à coût très bas indéfiniment, ce qui équivaut à acheter presque un temps infini.
Autrement dit, cela réduit fortement la probabilité que le pari explose. Mais s’il explose, l’impact pourrait être multiplié par des dizaines.
06 Un pari de mille milliards — La « productivité » vraiment cruciale
Toutes les structures financières précédentes — SPV, néonuage, crédit privé — aussi sophistiquées soient-elles, ne répondent qu’à une question : « comment payer ? ».
La question fondamentale pour savoir si l’infrastructure IA formera une bulle ou non est : « L’IA peut-elle vraiment augmenter la productivité ? » et « à quelle vitesse ? ».
Tous les arrangements de financement sur 10, 15 ans visent essentiellement à « acheter du temps ». L’ingénierie financière donne aux géants une période de grâce sans obligation de résultats immédiats. Mais ce temps a un prix : les investisseurs de Blue Owl et Blackstone (fonds de pension, fonds souverains, détenteurs d’ETF) exigent des rendements d’intérêt stables, les investisseurs actions des néonuages espèrent une multiplication de la valorisation.
Le « taux de rendement attendu » de ces financeurs est le seuil que la productivité IA doit franchir. Si l’amélioration de productivité par l’IA ne peut couvrir rapidement les coûts élevés de financement, cette structure élaborée s’effondrera par son point le plus fragile (« coussin action »).
Ainsi, dans les prochaines années, il faut surveiller particulièrement deux aspects :
-
Vitesse de sortie des « solutions applicatives » dans chaque domaine : posséder de puissants modèles (LLM) ne suffit pas. Il faut voir des « logiciels » et « services » capables de faire payer les entreprises. Ces applications doivent se diffuser massivement, générant des flux de trésorerie suffisants pour rembourser capital et intérêts des coûteuses infrastructures.
-
Contraintes externes : les centres de données IA sont des gouffres énergétiques. Disposons-nous d’assez d’électricité pour supporter la croissance exponentielle de la puissance de calcul ? La mise à niveau du réseau électrique suit-elle le rythme ? Y aura-t-il des pénuries dans l’offre de GPU Nvidia et d’autres matériels, les faisant arriver « en retard » par rapport aux calendriers contractuels ? Les risques côté offre pourraient faire fondre tout le « temps acheté ».
En résumé, c’est une course entre la finance (coût du financement), la physique (électricité, matériel) et le commerce (mise en œuvre des applications).
On peut aussi estimer grossièrement, de manière quantitative, combien d’amélioration de productivité l’IA doit apporter pour éviter la bulle :
-
D’après Morgan Stanley, les investissements cumulés dans l’IA atteindront environ 3 000 milliards USD en 2028.
-
Le coût de la dette du SPV de Meta tourne autour de 6-7 %, et selon Fortune, le taux moyen de la dette de CoreWeave est actuellement d’environ 9 %. En supposant que la plupart des crédits privés du secteur exigent un rendement de 7–8 %, avec un ratio dette/action de 3:7, cela implique que le ROI des infrastructures IA (calculé comme EBITDA / dépenses totales en capital) doit atteindre 12-13 % pour que le rendement actionnaire dépasse 20 %.
-
Donc EBITDA requis = 3 000 milliards × 12 % = 360 milliards USD ; avec une marge EBITDA de 65 %, le chiffre d’affaires correspondant serait d’environ 550 milliards USD ;
-
Sur un PIB nominal américain d’environ 29 000 milliards, cela représente environ 1,9 % de production supplémentaire que l’IA devrait soutenir durablement.
Cet objectif n’est pas trivial, mais pas irréaliste (le chiffre d’affaires mondial du cloud en 2025 est d’environ 400 milliards USD, autrement dit, il faudrait que l’IA recrée une à deux industries cloud). La clé réside dans la vitesse de monétisation des applications et la levée simultanée des goulots physiques.
Test de résistance aux risques : quand le « temps » vient à manquer ?
Toutes les structures financières précédentes parient sur une productivité plus rapide que le coût du financement. Simulons via deux tests de stress les effets en chaîne si la productivité IA arrive plus lentement que prévu :
Premier scénario : supposons que la productivité IA se réalise « lentement » (ex. 15 ans pour une adoption massive, mais beaucoup de financements ont une durée de 10 ans) :
-
Les néonuages tombent en premier : les opérateurs indépendants à fort levier comme CoreWeave, dont les revenus ne couvrent pas les intérêts élevés, voient leur « coussin action » brûlé, entraînant défaut ou restructuration à prix réduit.
-
Les SPV font face à un risque de refinancement : à l’échéance de la dette Hyperion, Meta doit décider de refinancer à un taux plus élevé (le marché ayant vu l’échec des néonuages), ce qui grignote les profits des activités principales.
-
Les LPs des fonds de crédit privé subissent de lourdes pertes, les valorisations des actions technos chutent fortement. Ce serait un « échec coûteux », mais sans provoquer de krach systémique.
Deuxième scénario : supposons que la productivité IA soit « réfutée » (stagnation technologique ou impossibilité de réduire et généraliser les coûts) :
-
Les géants technos pourraient choisir un « défaut stratégique » : la pire situation. Meta et autres pourraient juger que « continuer à payer le loyer » est un trou sans fond, et décider d’interrompre brutalement le contrat, forçant la restructuration de la dette du SPV.
-
Effondrement des obligations SPV : les titres comme Hyperion, considérés jusque-là comme notés A+, voient leur crédit instantanément dissocié de Meta, entraînant un effondrement des prix.
-
Cela pourrait détruire complètement le marché du « financement d’infrastructure » par crédit privé, et très probablement, via les interconnexions mentionnées, provoquer une crise de confiance sur les marchés financiers.
L’objectif de ces tests est de transformer la question floue « est-ce une bulle ? » en une analyse de scénarios concrets.
07 Thermomètre de risque : liste pratique d’observation pour les investisseurs
Pour suivre l’évolution de la confiance du marché, je surveille personnellement cinq indicateurs, comme un thermomètre de risque :
-
Vitesse de réalisation de la productivité des projets IA : y compris l’accélération ou ralentissement des revenus anticipés par les concepteurs de modèles (croissance linéaire ou exponentielle), performance des différentes applications et projets IA.
-
Cours des actions des néonuages, rendement de leurs obligations, annonces : grandes commandes, défauts/modifications de contrat, refinancement de dette (certains emprunts privés arrivent à échéance vers 2030, à surveiller particulièrement), rythme des augmentations de capital.
-
Prix secondaires/marges des obligations SPV : les obligations privées 144A comme Hyperion maintiennent-elles un prix supérieur au pair ? Les transactions sont-elles fluides ? Les positions des ETF augmentent-elles ?
-
Évolution de la qualité des clauses des contrats longs : proportion take-or-pay, durée minimale d’engagement, concentration des clients, mécanismes d’ajustement des prix (adaptation aux tarifs d’électricité, taux d’intérêt, inflation).
-
Avancement du réseau électrique et innovations technologiques potentielles : en tant que facteur externe susceptible de devenir un goulot, surveiller les signaux politiques sur les postes électriques, transport, distribution et mécanismes tarifaires. Et s’il existe de nouvelles technologies capables de réduire fortement la consommation d’énergie.
Pourquoi ce n’est pas une copie conforme de 2008 ?
Certains pourraient comparer cela à la bulle de 2008. Je pense que cette analogie peut induire en erreur :
Premièrement, nature fondamentale différente des actifs : IA vs immobilier
Le cœur de la crise des subprimes de 2008 était l’« immobilier ». L’immobilier lui-même ne contribue pas à la productivité (la croissance des revenus locatifs est très lente). Quand les prix s’écartent de la base des revenus des ménages et sont empaquetés en produits dérivés complexes, l’éclatement de la bulle n’est qu’une question de temps.
L’actif central de l’IA est la « puissance de calcul ». C’est un « outil de production » à l’ère numérique. Dès lors que vous croyez probablement que l’IA augmentera substantiellement la productivité globale à un moment donné (développement logiciel, recherche pharmaceutique, service client, création de contenu), vous n’avez pas à trop vous inquiéter. C’est un « prépaiement » de productivité future. Cela repose sur une base réelle, même si elle n’est pas encore totalement réalisée.
Deuxièmement, nœuds structurels financiers clés différents : financement direct vs banques
La bulle de 2008 s’est propagée via un nœud clé (les banques). Le risque s’est transmis par « financement indirect bancaire ». La faillite d’une banque (comme Lehman) a déclenché une crise de confiance généralisée, gelant le marché interbancaire, provoquant finalement une crise systémique (y compris crise de liquidité).
Aujourd’hui, le financement de l’infrastructure IA repose principalement sur le « financement direct ». Si la productivité IA est réfutée, CoreWeave fait faillite, Blackstone connaît un défaut sur 7,5 milliards de dette, cela causera une lourde perte aux investisseurs de Blackstone (fonds de pension).
Le système bancaire est effectivement plus robuste depuis 2008, mais on ne peut pas simplifier excessivement en pensant que le risque est « parfaitement confiné » au marché privé. Par exemple, les fonds de crédit privé peuvent eux-mêmes utiliser un effet de levier bancaire pour amplifier leurs rendements. Si les investissements IA échouent massivement, ces fonds subissant de lourdes pertes pourraient contaminer via deux canaux :
-
Défaut sur effet de levier : défaut du fonds sur son financement bancaire, ramenant le risque vers le système bancaire.
-
Choc sur les LPs : fonds de pension, assureurs subissent des pertes massives, détériorent leur bilan, poussant à vendre d’autres actifs sur les marchés publics, déclenchant une réaction en chaîne.
Une formulation plus précise serait donc : « Ce n’est pas une crise de liquidité interbancaire comme en 2008, avec explosion ponctuelle et gel généralisé. » Le pire scénario serait un « échec coûteux », avec une contagion plus faible et plus lente. Mais en raison du manque de transparence du marché privé, nous devons rester très vigilants face à ce nouveau type de risque de contamination lente.
Message aux investisseurs : à quel niveau êtes-vous dans ce système ?
Revenons à la question initiale : l’infrastructure IA est-elle une bulle ?
La formation et l’éclatement d’une bulle proviennent d’un écart énorme entre bénéfice anticipé et résultat réel. Je pense qu’en gros ce n’est pas une bulle, mais plutôt un montage financier à fort levier très sophistiqué. Du point de vue des risques, hormis certains points à surveiller, on ne doit pas négliger non plus l’effet de richesse négatif potentiel d’une petite bulle.
Pour les investisseurs, dans cette course de plusieurs milliers de milliards à l’infrastructure IA, vous devez savoir sur quoi vous pariez selon l’actif que vous détenez :
-
ACTIONS DES GÉANTS TECH : vous pariez que la productivité IA surpassera le coût du financement
-
CREDIT PRIVE : vous gagnez des intérêts stables, mais prenez le risque que le « temps » ne suffise pas.
-
ACTIONS NEOCLOUD : vous êtes le premier coussin, le plus risqué, le plus rémunérateur.
Dans ce jeu, la position détermine tout. Comprendre cette série de structures financières est la première étape pour trouver votre place. Et comprendre qui « commissarie » ce spectacle est la clé pour juger quand ce jeu prendra fin.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
