a16z déchiffre la puissance de l'IA : revenus doublés, pression sur les actions, dépenses en capital incroyables

Titre original : Charts of the Week: Head In The Neoclouds

Auteur original : Moses Sternstein, a16z

Note de l'éditeur : Dans le contexte d'un nouvel investissement en puissance de calcul propulsé par l'IA générative, le débat sur l'infrastructure de l'IA évolue de « y a-t-il suffisamment de GPU » à « qui peut fournir de la puissance de manière durable ». Alors que la nécessité de former des modèles, de faire des inférences et d'étendre les centres de données devient un consensus, une question plus fondamentale émerge : la forte croissance de la demande en puissance de calcul peut-elle réellement se traduire par des bénéfices et des flux de trésorerie stables ?

Dans le rapport "Charts of the Week" publié par a16z New Media, l'auteur Moses Sternstein aborde la croissance, l'évaluation et les contradictions de rentabilité du marché de la puissance de calcul IA à travers des entreprises de cloud comme CoreWeave, Nebius et Applied Digital, et étend la discussion aux SaaS horizontaux, au routage de modèles et à la concurrence pour les talents dans les laboratoires de pointe.

Dans cet article, l'auteur ne se contente pas de juger si la demande en IA est forte, mais décompose les transactions actuelles en IA en un ensemble de problèmes structurels plus fondamentaux : comment l'infrastructure existante est-elle revalorisée, pourquoi la croissance des revenus ne s'est-elle pas traduite par une amélioration des attentes du marché, et pourquoi le point focal de la concurrence dans l'industrie de l'IA passe-t-il d'une simple expansion à l'efficacité et au rendement.

Premièrement, il s'agit de la redécouverte de la valeur de l'infrastructure. Par le passé, les terres le long des chemins de fer, les pipelines de gaz naturel et les réseaux de télévision par câble ont servi des industries spécifiques, puis ont été transformés en infrastructures de télécommunications et d'Internet. Aujourd'hui, une réévaluation similaire des actifs se produit à nouveau. Certaines entreprises de cloud, initialement dédiées au minage de cryptomonnaies, possèdent déjà l'expérience opérationnelle en matière d'électricité, de centres de données, de systèmes de refroidissement et de calcul haute densité ; après l'explosion de la demande en IA, ces capacités se sont rapidement transformées en une offre de puissance de calcul rare. Cela signifie que la concurrence pour l'infrastructure de l'IA ne commence pas complètement à zéro, les avantages précoces proviennent souvent de la recombinaison d'anciens actifs, de ressources énergétiques et de capacités d'ingénierie.

Deuxièmement, il y a la coexistence d'une forte croissance des revenus et d'une incertitude en matière de rentabilité. La croissance des revenus des nouvelles entreprises de cloud comme CoreWeave a un moment dépassé celle des géants du cloud comme AWS à leurs débuts, mais le marché des capitaux ne leur a pas accordé la même reconnaissance. La raison en est que les nouvelles entreprises de cloud ne sont pas des entreprises de logiciels légers typiques. L'achat de GPU, l'accès à l'électricité, la construction de centres de données, l'amortissement des puces et les intérêts sur la dette augmentent avec l'échelle, parfois même plus rapidement que la croissance des revenus. Cela signifie que l'expansion des revenus ne prouve que la forte demande en puissance de calcul IA, mais ne prouve pas automatiquement que le modèle commercial a un taux de retour sur capital suffisamment élevé. Ce que le marché attend vraiment, c'est de savoir si ces entreprises peuvent transformer les commandes et les revenus en flux de trésorerie libre durables.

Troisièmement, la valeur des logiciels se redéfinit selon l'impact de l'IA. Par le passé, le marché craignait que l'IA générative n'affaiblisse généralement les barrières à l'entrée des entreprises SaaS, mais les performances d'Atlassian montrent que l'IA peut également devenir un outil pour augmenter les dépenses des clients et la fidélité aux produits. Pendant ce temps, les logiciels de cybersécurité et d'observabilité continuent de bénéficier d'une prime d'évaluation, car l'IA élargit les risques potentiels et accroît la dépendance des entreprises à des solutions matures. Cela signifie que le soi-disant "apocalypse SaaS" ne se produira pas uniformément. La question de savoir si l'IA remplace des produits, fait baisser les prix ou élargit la demande devient un nouveau standard pour la différenciation des évaluations des logiciels.

Quatrièmement, les applications IA passent de "l'accumulation de tokens" à l'optimisation des tokens. Par le passé, les entreprises avaient tendance à appeler directement le modèle le plus puissant ou à donner à l'équipe d'ingénierie un budget pour expérimenter ; aujourd'hui, des entreprises comme Databricks commencent à utiliser un routage intelligent pour faire correspondre des modèles de différents prix et performances en fonction de la difficulté des tâches, réduisant ainsi les coûts tout en maintenant l'efficacité. La baisse du prix unitaire des tokens ne signifie pas nécessairement une contraction des dépenses totales en IA : lorsque le coût unitaire diminue et que les cas d'application augmentent, la consommation totale de tokens et la taille globale du marché peuvent encore continuer à croître. L'efficacité et la demande ne sont pas mutuellement exclusives, mais peuvent former un cycle de renforcement mutuel.

Si l'on devait résumer cet article en un jugement, ce serait le suivant : l'infrastructure IA a déjà prouvé qu'elle peut générer une croissance rapide, mais la victoire de la prochaine étape dépendra de la capacité des entreprises à transformer cette croissance en une efficacité du capital plus élevée. En ce sens, les sujets discutés dans cet article ne concernent pas seulement la capacité de CoreWeave à devenir le prochain géant du cloud, mais aussi la capacité de l'ensemble de l'industrie de l'IA à passer d'une expansion de la puissance de calcul à des retours commerciaux durables.

Sous le "nouveau cloud"

Au début du 20ème siècle, la Southern Pacific Railroad Company possédait de nombreux droits de construction inutilisés sur des terres nettoyées reliant des villes et des villages à travers les États-Unis. L'étendue des droits de passage ferroviaire était bien plus large que les rails eux-mêmes, laissant ainsi de nombreux corridors disponibles pour le développement.

Ainsi, cette compagnie ferroviaire a installé un réseau de communication le long de ses lignes de chemin de fer, qu'elle a nommé "Système de téléphonie interne du Southern Pacific Railroad". Dans les années 1970, la société a commencé à commercialiser ce réseau, l'ouvrant à un public plus large.

Par la suite, deux choses se sont produites simultanément : d'une part, le monopole du marché des appels longue distance a pris fin ; d'autre part, les câbles à fibre optique ont commencé à devenir commercialement viables. Les corridors de communication existants ont été transformés en lignes de fibre optique, et ce réseau est devenu connu sous son acronyme "Sprint". Les actifs qui servaient autrefois le chemin de fer sont ainsi devenus l'épine dorsale de l'infrastructure de la révolution des télécommunications.

Ce ne sont pas seulement les compagnies ferroviaires qui ont transformé des réseaux physiques existants en infrastructures technologiques commerciales à plus grande échelle.

Dans les années 1980, Williams Company a transformé des pipelines de gaz naturel inutilisés en canaux de fibre optique, créant WilTel. Cette entreprise a ensuite été vendue et a finalement été rebaptisée WorldCom. Dans les années 1990, les câbles coaxiaux unidirectionnels posés pour les affaires de télévision par câble ont également subi une mise à niveau massive et coûteuse, devenant finalement l'infrastructure par laquelle Comcast et Charter fournissent des services Internet à large bande aux consommateurs.

Cela soulève une autre catégorie d'entreprises : elles possèdent également des infrastructures prêtes à l'emploi, et ces actifs sont maintenant en cours de transformation et de revalorisation pour répondre à la demande d'une nouvelle technologie émergente - ce sont les entreprises de "nouveau cloud" (neocloud).

En résumé, la plupart des entreprises de nouveau cloud étaient initialement engagées dans des activités de minage de cryptomonnaies, intensives en énergie et en puissance de calcul, jusqu'à l'arrivée de la vague de l'IA. Soudain, ceux qui possédaient des droits d'utilisation de l'électricité, des infrastructures, et l'expérience de construction et de gestion de charges de calcul intensives - dans le cas de CoreWeave, cela inclut également un grand nombre de GPU - se sont retrouvés sur l'une des pistes les plus en vogue du moment.

Bien sûr, il ne s'agit pas d'une comparaison strictement équitable. Mais si l'on observe les trois plus grandes entreprises de nouveau cloud cotées en bourse, leur croissance des revenus est effectivement remarquable.

Nous ne pouvons qu'estimer les revenus des entreprises de cloud à grande échelle à leurs débuts, mais la tendance générale est claire : les entreprises de nouveau cloud connaissent une croissance très rapide, et cette croissance est clairement plus rapide que celle des trois grands fournisseurs de cloud à leurs débuts.

Il convient de noter que, dans l'ensemble du marché de la vente de puissance de calcul, les entreprises de nouveau cloud ne sont actuellement que des participants relativement petits.

Elles ont encore un long chemin à parcourir pour atteindre la taille des fournisseurs de cloud à grande échelle.

Les revenus générés par les fournisseurs de cloud à grande échelle chaque trimestre sont plusieurs ordres de grandeur supérieurs à ceux des entreprises de nouveau cloud. Cependant, en même temps, CoreWeave a réalisé environ 2,6 milliards de dollars de revenus en seulement 25 trimestres, ce qu'AWS a mis 40 trimestres à atteindre après son lancement. Encore une fois, la vitesse de croissance de ces entreprises est effectivement très rapide.

Avec une telle vitesse de croissance et bénéficiant de l'essor de l'industrie de l'IA, les investisseurs devraient logiquement être très enthousiastes. Dans une certaine mesure, c'est effectivement le cas, mais la réalité est un peu plus complexe.

Bien que les performances des derniers rapports financiers de ces entreprises aient été globalement bonnes, au cours de l'année écoulée, le prix de l'action de CoreWeave a tout de même chuté d'environ 16 % ; seule Nebius s'est rapprochée de ses précédents sommets.

Ainsi, l'histoire est globalement positive, mais pour la plus grande des entreprises de nouveau cloud, l'attrait est manifestement un peu moins fort.

Les performances du marché récemment relativement ternes sont en partie dues au fait que de nombreuses attentes de croissance ont peut-être déjà été intégrées dans les évaluations.

Pour des entreprises capitalistiques comme celles de nouveau cloud, le ratio prix/ventes n'est pas le meilleur indicateur d'évaluation, mais il reste très intuitif pour illustrer le problème. Les entreprises de plus petite taille et à croissance plus rapide comme Nebius et Applied Digital bénéficient d'une prime d'évaluation bien supérieure à celle de CoreWeave, qui est beaucoup plus grande. Les revenus de CoreWeave continuent de doubler, mais ils ne sont plus à la hauteur des taux de croissance de 400 % à 450 % des entreprises en tête.

Si les entreprises de nouveau cloud ont vraiment un problème, ce n'est pas la croissance, mais la rentabilité à long terme. Ces entreprises doivent continuer à investir dans des puces, de l'électricité et des infrastructures physiques pour se développer, et ces coûts ne sont pas négligeables :

Prenons l'exemple de CoreWeave : sa croissance des revenus est effectivement très impressionnante, mais ses dépenses en capital sont encore plus incroyables. D'autres coûts importants incluent l'amortissement des puces - qui dépasse déjà la moitié des revenus - ainsi que les intérêts sur la dette contractée pour construire des infrastructures coûteuses à l'avance, qui continuent d'augmenter.

Cet article n'a pas pour but de juger si les entreprises de nouveau cloud réussiront ou si leur prix actuel est raisonnable. Au-delà de la popularité du sujet, ce que nous voulons vraiment souligner, c'est que les entreprises de nouveau cloud constituent un reflet des tensions entre l'optimisme et le pessimisme dans l'ensemble des transactions liées à l'IA.

D'une part, ils se trouvent dans un marché vertical dont l'ampleur dépasse de loin toutes les prévisions antérieures et qui continue de s'étendre - le marché de la puissance de calcul - créant une vitesse de croissance historiquement rare ; d'autre part, le coût de la construction de ce type d'entreprise est également à un niveau historiquement élevé, nécessitant un investissement massif dans des infrastructures fixes qui se déprécient continuellement.

Le retour du SaaS horizontal ?

Voici une mise à jour succincte sur le paysage en constante évolution du « crépuscule du SaaS ». L'entreprise qui a été la plus durement touchée par la vente massive d'actions de logiciels a récemment bien performé au cours du dernier mois.

Au cours des 30 derniers jours de négociation, les entreprises de logiciels horizontaux ont été parmi les meilleures performances dans les actions composant l'ETF IGV, bien qu'elles aient déjà perdu une partie de leurs gains depuis le début de cette collecte de données.

Dans l'ensemble, les fondamentaux de ces entreprises restent solides. En particulier, Atlassian n'a pas connu le déclin que le marché avait précédemment anticipé sous l'impact de l'IA.

Cette entreprise de logiciels de productivité a réalisé des performances et des prévisions « largement au-dessus des attentes » : les revenus des activités cloud ont augmenté de 31 % par rapport à l'année précédente, et la croissance des commandes en attente de revenus est même plus élevée. Mais le signal le plus crucial pourrait être que l'IA devient un moteur de croissance des affaires, et non un obstacle. Atlassian a déclaré que son assistant IA Rovo a été largement adopté ; de plus, les clients utilisant Rovo voient leur croissance des dépenses presque deux fois supérieure à celle des utilisateurs non-Rovo.

C'est une bonne nouvelle pour Atlassian, pour Rovo et pour le SaaS horizontal.

Cependant, l'évaluation globale du SaaS horizontal reste légèrement inférieure à celle d'autres catégories de logiciels.

À quelques exceptions près, les entreprises de SaaS horizontal, y compris Atlassian, ont des ratios de prix/ventes prévus généralement inférieurs aux niveaux correspondant à la tendance « croissance - multiple d'évaluation ».

Encore une fois, le SaaS horizontal vient de passer un « mois » relativement bon. Pour que le marché croie que le « crépuscule du SaaS » est annulé, un seul mois de performances ne suffit pas.

Bien sûr, si votre entreprise de logiciels appartient au domaine de la cybersécurité ou de l'observabilité, c'est une autre histoire - pour ces entreprises, le prétendu « crépuscule du SaaS » n'a jamais eu lieu.

Le secteur de la cybersécurité continue de surperformer de manière significative par rapport aux autres catégories de l'ETF IGV. Dans ce domaine, l'IA est devenue un facteur favorable : le marché pense généralement que l'IA a augmenté la perception des risques liés aux menaces de cybersécurité, et aucun client d'entreprise ne va se fier à la « programmation d'ambiance » pour bricoler sa propre solution de sécurité.

Il faudra du temps pour voir si cette logique se vérifie. Mais pour l'instant, la situation des entreprises de logiciels traditionnels n'est pas uniforme.

Les investisseurs se concentrent fortement sur la question de savoir si l'IA apportera des bénéfices à chaque entreprise ou si elle causera des érosions, et ils ajustent constamment leurs jugements avec chaque nouvelle série de données - ce qui est tout à fait normal.

Vers l'avant-garde de l'efficacité des investissements en tokens

Le paysage du marché autour de l'utilisation des modèles, de la consommation de tokens et de la gestion des dépenses en tokens continue d'évoluer de manière intéressante.

Prenons l'exemple de Databricks.

Sur des questions telles que « quel modèle devrions-nous utiliser » et « quel modèle est le meilleur », Databricks n'a pas adopté une approche de gagnant-gagnant, ni simplement donné un budget aux ingénieurs pour qu'ils décident comment le dépenser. Ils ont posé une autre question : « Que se passerait-il si nous développions un système pour attribuer automatiquement les tâches appropriées aux modèles appropriés ? »

Databricks n'est certainement pas la seule entreprise à faire cela, mais elle a développé un « routeur intelligent », et les résultats sont très satisfaisants.

Il est dit que le routeur de Databricks peut appeler des modèles plus puissants et plus coûteux lorsque cela est nécessaire, tout en utilisant des modèles moins puissants et moins chers lorsque les conditions le permettent, réduisant ainsi « continuellement le coût moyen des tâches de plus de 30 % ».

Dans l'ensemble, la recherche de l'« avant-garde de l'efficacité des dépenses en tokens » ne peut être qu'une bonne chose. Cela signifie que la demande continue de croître, que les cas d'utilisation évoluent non seulement à la pointe de la performance, mais s'étendent également vers des modèles moins performants. Dans le récit pessimiste initial, ces modèles suboptimaux étaient censés être rapidement éliminés.

Comme nous l'avons mentionné précédemment, l'amélioration de l'efficacité élargira la portée de la demande, ce qui est exactement ce que le marché espère voir, une dynamique semblable au paradoxe de Jevons.

L'indice de force des prix des tokens de Silicon Data montre que la force des prix globaux est en baisse, surtout avec l'expansion continue des modèles ouverts à prix plus bas sur le marché.

Il est nécessaire de clarifier à nouveau un concept souvent mal compris : ces indices mesurent l'intensité des coûts des dépenses en tokens, et non le montant absolu en dollars. Cela dépend à la fois du nombre de tokens consommés et du coût global des tokens. Cela signifie que même si le prix par token diminue, le volume total de consommation de tokens et le montant total des dépenses peuvent continuer à augmenter.

Ce qui est vraiment important, c'est que la demande globale continue de croître, et que la tarification et le choix des modèles se dirigent progressivement vers l'avant-garde de l'efficacité, ce qui ne fera qu'encourager cette croissance. Il est particulièrement important de noter que la « demande d'IA » ou « adoption de l'IA » n'est pas un concept unique et homogène. Il existe encore un écart énorme entre les utilisateurs intensifs et les autres utilisateurs. Cela montre clairement que « toujours utiliser le meilleur modèle » peut convenir à certaines entreprises, mais certainement pas à toutes.

Aujourd'hui, le marché se forme rapidement avec davantage d'alternatives disponibles. Dans l'ensemble, c'est une bonne chose.

Selon les données de Ramp, une plateforme de gestion des dépenses d'entreprise, toutes les entreprises augmentent leurs dépenses en IA, mais l'écart entre les dépenses médianes et celles des 10 % des entreprises les mieux classées, ainsi qu'entre les 10 % et les 1 % des entreprises, est extrêmement vaste.

Les données de Ramp sont généralement plus orientées vers les entreprises technologiques, il faut en tenir compte lors de l'interprétation. Mais les données montrent que les entreprises du top 10 % dépensent en moyenne environ 50 fois plus en IA par personne que les entreprises médianes.

Cette distribution n'est probablement pas le fruit du hasard. Les entreprises qui peuvent libérer plus de valeur de leurs dépenses en IA sont probablement celles qui investissent le plus - même si ce n'est pas le cas pour chaque entreprise, au moins une part significative d'entre elles suit cette tendance.

Une analyse de 107 entreprises cotées par Boston Consulting Group a révélé que les entreprises des deux premiers quintiles en termes d'utilisation de tokens ont connu une croissance des revenus nettement plus rapide que les autres entreprises.

Le point central ici est que la demande de tokens et l'efficacité d'utilisation s'entraident : plus une entreprise obtient de valeur, plus elle consomme de tokens.

Ce processus implique bien sûr un équilibre entre investissement et retour, et la recherche et développement comportera toujours des coûts initiaux. Mais pour la grande majorité des entreprises, « empiler des tokens » sans retenue n'a jamais été une stratégie efficace.

Par conséquent, il est clairement positif que les entreprises n'aient plus besoin d'adopter cette approche à l'avenir.

La bataille pour les talents dans les laboratoires de pointe

New Media a récemment accueilli deux membres d'équipe exceptionnels chez OpenAI, alors terminons par quelques graphiques intéressants sur le recrutement de talents dans les laboratoires d'IA de pointe.

Dario Amodei a récemment exprimé ses inquiétudes quant au fait que les employés mettent l'argent au-dessus de la mission. D'après les données de Levels.fyi, cette préoccupation pourrait ne pas être infondée.

Si l'on se fie uniquement aux données, les salaires offerts par Anthropic aux ingénieurs sont très élevés, et bien au-dessus de ceux des ingénieurs de niveau équivalent chez Google, Tesla et d'autres entreprises.

Il semble que faire partie d'une équipe technique soit en effet une bonne chose.

De plus, un autre ensemble de données est également intéressant.

Selon les données de Live Data Technologies - présentées par Truist Securities - les sources de talents de chaque laboratoire présentent à la fois de nombreuses similitudes et des différences notables.

Les deux entreprises ont recruté de nombreux talents parmi les grandes entreprises technologiques, mais seule OpenAI a embauché des personnes chez Nvidia et Tesla, et cela s'est produit en 2026.

Databricks, Snowflake (récemment), Palantir et DeepMind sont également des sources de talents communes aux deux entreprises.

Les deux laboratoires ont également recruté un nombre considérable d'employés chez Salesforce et Stripe.

Cependant, il semble que les chevauchements entre les deux s'arrêtent là. Anthropic a recruté de nombreux talents d'entreprises SaaS, tandis qu'OpenAI en a presque pas ; OpenAI a recruté massivement dans les entreprises d'Internet grand public, de marché de plateforme et de technologie publicitaire, tandis qu'Anthropic a relativement peu recruté dans ces domaines, à l'exception d'Airbnb, Netflix et Uber.

Quant à ce que ces différences signifient, cela vous appartient de l'interpréter.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.