Quand l'IA emprunte de l'argent à Wall Street : le cycle de CapEx des géants technologiques, accélérant la financiarisation

L'infrastructure de l'IA évolue d'un cycle de CapEx dans l'industrie technologique à un cycle de financement soutenu par l'ensemble du système financier.

Rédigé par : Jim, MSX Maitong
Édité par : Frank, MSX Maitong

Au cours des deux dernières années, Wall Street a discuté de l'IA, et le chiffre le plus important a toujours été celui des GPU, des centres de données et du CapEx.

Mais d'ici 2026, un autre chiffre commence à entrer rapidement dans le champ de vision du marché : la dette.

Autrefois, les entreprises les plus rentables de Silicon Valley avaient l'habitude d'acheter des GPU et de construire des centres de données avec leur propre trésorerie. Aujourd'hui, alors que l'échelle de l'infrastructure de l'IA continue de progresser vers des centaines de milliards, voire des milliers de milliards de dollars, même des entreprises comme Alphabet, Amazon et Meta, qui ont la plus grande capacité de génération de liquidités au monde, commencent à entrer de plus en plus fréquemment sur le marché obligataire.

Morgan Stanley prévoit que l'émission mondiale de dettes liées à l'IA pourrait atteindre près de 570 milliards de dollars en 2026, soit plus du double par rapport à l'année dernière ; à la fin mai, le montant avait déjà atteint environ 236 milliards de dollars, soit quatre fois celui de l'année précédente.

Dans le même temps, les dépenses liées à Alphabet, Amazon, Microsoft et Meta devraient atteindre environ 700 milliards de dollars cette année, et d'ici 2027, les dépenses en capital des hyperscalers pourraient même dépasser 1 000 milliards de dollars.

Les méthodes de financement continuent également de s'étendre.

• Le 10 août, Nvidia a annoncé un partenariat avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR, espérant mobiliser plus de 500 milliards de dollars de capitaux tiers pour l'infrastructure de l'IA.
• À peu près au même moment, les engagements de paiement de location futurs non encore exécutés divulgués par Microsoft, Meta, Oracle, Amazon et Alphabet ont déjà atteint des niveaux de mille milliards ;

Lorsque les entreprises les plus riches du monde commencent à changer leur mode de financement, cela signifie que l'histoire de l'IA entre dans une nouvelle phase. La question se pose alors, pourquoi ces entreprises, qui avaient auparavant des centaines de milliards de dollars en liquidités, aiment-elles soudainement emprunter de l'argent ?

I. L'ampleur des dépenses liées à l'IA devient de plus en plus exagérée

Alphabet est le meilleur exemple pour comprendre ce changement.

D'un point de vue commercial, son dernier trimestre peut presque être qualifié de solide : le chiffre d'affaires du T2 a atteint 119,8 milliards de dollars, en hausse de 24 % par rapport à l'année précédente ; les revenus de Google Cloud ont atteint 24,8 milliards de dollars, avec une augmentation impressionnante de 82 %.

Mais d'un autre côté, les dépenses en capital d'Alphabet pour un trimestre ont atteint environ 44,9 milliards de dollars, ce qui a conduit à ce que même si l'entreprise continue de croître rapidement, elle a pour la première fois enregistré un flux de trésorerie libre trimestriel négatif, avec un flux de trésorerie libre de -5,9 milliards de dollars au T2, tandis qu'Alphabet a également relevé ses prévisions de dépenses en capital pour 2026 à 195-205 milliards de dollars.

C'est précisément cela qui distingue les dépenses en capital liées à l'IA de celles de l'ère des logiciels traditionnels.

Les grandes entreprises technologiques de l'ère des logiciels étaient essentiellement des machines à cash : une fois la recherche et le développement initiaux terminés, le coût marginal d'ajouter un utilisateur était limité, et une grande partie des revenus pouvait finalement se transformer en flux de trésorerie libre.

En d'autres termes, l'IA est en train de rendre les entreprises technologiques « lourdes » à nouveau.

Les GPU, serveurs, réseaux à haute vitesse, centres de données, installations de transformation, systèmes de refroidissement et terrains doivent tous nécessiter d'importants investissements en liquidités avant que les revenus ne commencent réellement à se former.

Le PDG d'Amazon, Andy Jassy, a expliqué que les centres de données commencent souvent à générer des dépenses de construction environ deux ans avant leur mise en service officielle, tandis que les revenus ne peuvent commencer à être réalisés qu'une fois que les installations sont réellement en ligne.

Ainsi, un décalage naturel des délais de financement se produit : l'argent doit être dépensé aujourd'hui, mais les revenus doivent être récupérés lentement au fil des années à venir. Dans ce cas, même si l'entreprise dispose de liquidités importantes, dépendre entièrement du flux de trésorerie interne pour le financement n'est peut-être pas le choix le plus raisonnable.

Alphabet a déjà complété un financement obligataire mondial d'environ 31,5 milliards de dollars en février, y compris des obligations à 100 ans rares ; en août, elle a également réalisé une émission d'obligations de 25 milliards de dollars de catégorie investissement. Amazon a été encore plus agressif, levant environ 37 milliards de dollars sur le marché obligataire américain en mars, puis émettant 14,5 milliards d'euros d'obligations le lendemain, pour un total proche de 54 milliards de dollars, et en juillet, elle a émis 25 milliards de dollars d'obligations en dollars.

Dans le même temps, Amazon a déjà relevé son plan de dépenses en capital pour 2026 à 220 milliards de dollars. Les revenus du dernier trimestre d'AWS ont augmenté de 37 % par rapport à l'année précédente, atteignant la plus forte croissance en plus de quatre ans, mais le flux de trésorerie libre a chuté de 18,2 milliards de dollars l'année dernière à -7,6 milliards de dollars au cours des 12 derniers mois.

Meta présente également des changements similaires. En avril de cette année, Meta a complété une émission d'obligations de 25 milliards de dollars ; les revenus du T2 continuent d'augmenter de 28 %, atteignant 60,8 milliards de dollars, mais le flux de trésorerie libre a chuté de 8,55 milliards de dollars l'année dernière à seulement 784 millions de dollars, et les prévisions de CapEx pour 2026 ont été relevées à 130-145 milliards de dollars.

Ces entreprises n'ont pas soudainement perdu leur capacité à générer des bénéfices, et les bénéfices restent nombreux, mais les liquidités disponibles à leur disposition diminuent de plus en plus.

C'est pourquoi, à l'ère de l'IA, le flux de trésorerie libre devient un indicateur plus difficile à ignorer que le simple EPS.

II. Emprunter de l'argent : Google et Oracle ne racontent pas la même histoire

Mais emprunter de l'argent ne signifie pas nécessairement danger.

Pour des entreprises comme Alphabet et Amazon, la dette est davantage un outil de structure de capital.

Elles disposent d'une vaste activité principale, de flux de trésorerie stables et d'une très bonne notation de crédit. Dans un contexte où les dépenses en capital sont extrêmement anticipées, répartir les coûts de construction sur l'avenir grâce à des obligations à long terme est une forme normale d'appariement des délais.

Ce qui mérite vraiment d'être surveillé, c'est lorsque les dépenses en capital commencent à dépasser de manière continue leur capacité de génération de liquidités, si le financement optimise réellement le bilan ou s'il commence à exercer une pression sur celui-ci.

Oracle est l'un des exemples les plus extrêmes actuellement.

À la fin de l'exercice 2026, les dépenses en capital d'Oracle pour l'année atteindront environ 55,66 milliards de dollars, tandis que le flux de trésorerie d'exploitation n'est que d'environ 32 milliards de dollars, et le flux de trésorerie libre annuel est tombé à -23,69 milliards de dollars. Dans le même temps, la société a déjà complété un financement de dette d'environ 43 milliards de dollars et un financement par actions de 5 milliards de dollars pour l'exercice 2026, et à la fin mai, le montant total de la dette s'élevait à environ 130,1 milliards de dollars.

Le 9 juillet, S&P Global Ratings a abaissé la note de crédit à long terme d'Oracle de BBB à BBB-, le niveau le plus bas parmi les notations d'investissement, et la prochaine catégorie est celle des notations spéculatives.

Ainsi, bien que les dépenses liées à l'IA soient similaires, Alphabet utilise davantage son bilan, tandis qu'Oracle commence à défier son bilan. C'est également un cadre d'observation qui doit être réétabli pour la prochaine phase du marché de l'IA.

Auparavant, le marché se concentrait principalement sur la croissance des revenus de l'IA, la croissance des commandes et la croissance des activités cloud. À l'avenir, il faudra également ajouter quelques questions, telles que : combien d'argent l'entreprise a-t-elle dépensé pour obtenir cette croissance ? Combien de dépenses en capital sont nécessaires pour chaque dollar de revenu supplémentaire ? Combien de flux de trésorerie libre reste-t-il ? Combien doit-elle emprunter ? Lorsque les coûts d'intérêt, d'amortissement et de location commencent tous à entrer dans le compte de résultat, combien de bénéfices peuvent encore rester ?

En fin de compte, ce qui détermine réellement la valorisation, ce n'est pas seulement la croissance elle-même, mais l'efficacité du capital de cette croissance.

III. Un changement plus important que l'émission d'obligations : l'IA devient un actif financier

Si l'émission d'obligations par Alphabet, Amazon et Meta n'est qu'un changement de méthode de financement, alors les dernières actions de Nvidia font avancer cette question d'un cran.

Le 10 août, Nvidia a annoncé un partenariat stratégique avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR, espérant établir une plateforme de financement de puissance de calcul indépendante, mobilisant à long terme plus de 500 milliards de dollars de capitaux tiers pour l'infrastructure de l'IA.

Nvidia possède également une option de backstop d'environ 25 %, soit environ 125 milliards de dollars pour les transactions potentielles, mais les montants spécifiques et les délais de déploiement des fonds n'ont pas encore été annoncés.

Ce qui mérite vraiment d'être surveillé, c'est comment Nvidia définit ce modèle. Dans l'annonce officielle, Nvidia décrit directement l'IA Compute et l'IA Factory comme une nouvelle « catégorie d'actifs investissables ».

La logique n'est en réalité pas compliquée. Dans le passé, une Neocloud qui avait besoin d'acheter des GPU pour des milliards de dollars devait d'abord lever beaucoup de capitaux. À l'avenir, cette structure pourrait de plus en plus ressembler à un financement d'infrastructure traditionnel, où les centres de données et les GPU forment des actifs, les clients louent à long terme la puissance de calcul, et des institutions comme Apollo, BlackRock et KKR fournissent des capitaux à long terme, le projet remboursant ensuite les coûts de financement avec les revenus futurs de la puissance de calcul.

Ainsi, les GPU ne sont plus seulement des puces vendues, mais au contraire, l'ensemble de l'IA Factory, composé de GPU, de centres de données, d'électricité et de contrats de puissance de calcul à long terme, commence à être emballé comme un actif d'infrastructure capable de générer des flux de trésorerie à long terme, pouvant être évalué et financé par les marchés de capitaux.

Les implications de cela sont très importantes.

Car une fois que l'infrastructure de l'IA peut entrer dans le champ d'investissement des fonds de pension, des fonds d'assurance, des crédits privés, des fonds d'infrastructure et des institutions de gestion d'actifs, le pool de capitaux que l'IA peut mobiliser ne sera plus limité à la trésorerie des entreprises technologiques.

Cela pourrait permettre à cette vague de construction d'infrastructure de l'IA de durer plus longtemps que ce que le marché imagine.

Mais en même temps, cela changera également la nature des risques. Après tout, le plus grand risque de la première phase du cycle de l'IA était que personne n'utilise l'IA, mais le plus préoccupant dans la deuxième phase pourrait être que l'IA est effectivement utilisée, mais que les prix de la puissance de calcul baissent trop rapidement, et que la croissance des revenus ne parvienne pas à suivre les coûts de la dette, de l'amortissement et du financement.

Surtout lorsque la vitesse de mise à jour des GPU reste très rapide, le modèle de retour sur investissement des actifs conçu aujourd'hui sur une période de cinq ans ou plus doit être basé sur une hypothèse importante : que ces équipements continueront à maintenir un taux d'utilisation et une valeur économique suffisamment élevés dans les années à venir.

C'est également la nouvelle variable à laquelle l'industrie de l'IA devra faire face une fois que le capital financier commencera à entrer.

En outre, il existe un engagement en capital encore plus facilement négligé.

Selon les statistiques de Reuters sur les documents des entreprises, Microsoft, Meta, Oracle, Amazon et Alphabet ont déjà divulgué environ 1,09 trillion de dollars d'engagements de paiement de location futurs non encore exécutés, dont environ 329,1 milliards de dollars pour Microsoft, 279 milliards de dollars pour Meta, 260 milliards de dollars pour Oracle, 137,2 milliards de dollars pour Amazon et 85,2 milliards de dollars pour Alphabet ; Meta a ensuite signé en juillet un nouveau contrat de location de centre de données d'environ 68 milliards de dollars, portant le montant connu à environ 1,16 trillion de dollars.

Bien sûr, ces chiffres ne doivent pas être simplement interprétés comme « les entreprises technologiques doivent déjà 1,16 trillion de dollars ». De nombreux contrats s'étendent sur plusieurs années et n'ont pas encore été officiellement exécutés, donc ils n'ont pas encore été entièrement intégrés sous forme de dettes de location dans le bilan ; les divulgations d'Amazon incluent également des actifs tels que des entrepôts, des bureaux, des avions et des véhicules, qui ne sont pas tous liés aux centres de données de l'IA.

Mais cela révèle néanmoins une chose importante : une partie considérable des investissements dans l'infrastructure de l'IA au cours des prochaines années a en fait déjà été verrouillée à l'avance. Tant que la demande de puissance de calcul continue d'augmenter, ces engagements constituent la base de la croissance des revenus futurs. Mais si l'efficacité du modèle s'améliore rapidement, si le prix unitaire de la puissance de calcul continue de baisser, ou si la vitesse de commercialisation de l'IA est inférieure aux attentes, alors la capacité à long terme verrouillée aujourd'hui pourrait devenir un coût fixe difficile à réduire rapidement à l'avenir.

Et c'est ce qui distingue le cycle de financement de l'IA du simple cycle technologique.

En conclusion

Il est encore difficile d'expliquer ces changements comme des signaux négatifs.

Au contraire.

L'entrée du marché obligataire, du crédit privé, des fonds de pension, des fonds d'assurance et des institutions de gestion d'actifs mondiales pourrait encore élargir l'échelle des fonds que l'IA peut mobiliser, permettant à cette vague de construction d'infrastructure de durer plus longtemps.

Au 12 août, le marché boursier américain reste encore proche de ses sommets historiques. Après les derniers résultats financiers, Amazon a vu son action grimper de près de 9 % après la fermeture, grâce à une croissance de 37 % d'AWS ; Microsoft a également été récompensé par le marché après avoir prouvé la croissance de ses activités cloud et sa capacité à générer des liquidités ; dans le même temps, Alphabet a été sous pression après avoir annoncé une nouvelle augmentation de son CapEx, tandis que Meta a subi une vente après une chute de 91 % de son flux de trésorerie libre.

Le marché n'a pas commencé à rejeter les investissements dans l'IA, mais est en train de passer d'un simple « échange de demande » à un « échange de rendement du capital » plus strict :

• Dans la première phase, il s'agissait de savoir qui osait dépenser de l'argent ;
• Dans la deuxième phase, il s'agit de savoir qui peut obtenir plus de puissance de calcul à un coût en capital plus bas et faire en sorte que chaque dollar investi génère finalement suffisamment de flux de trésorerie ;

Et lorsque l'IA passe des dépenses en capital des entreprises technologiques à un actif que Wall Street peut acheter, financer et évaluer, la question que cette compétition devra finalement répondre sera : « Qui a construit quelque chose qui peut vraiment générer des bénéfices ? »

Et c'est peut-être la véritable ligne de démarcation qui déterminera les écarts de valorisation entre Google, Amazon, Meta, Oracle, CoreWeave et même Nvidia au cours des prochaines années.