Oui, le boom de l’IA a un problème de bilan

Le boom mondial de l’IA semble inarrêtable lorsqu’on le mesure du prix des actions. Des milliers de milliards de dollars de valeur marchande reposent sur l’idée que les machines modifient le travail, la productivité et les profits.

Mais l’IA n’est pas qu’une course technologique. Il devient l’un des plus grands projets d’infrastructure financés par la dette de l’histoire moderne, et la tension commence à se faire sentir.

Rien que l’année écoulée, l’afflux d’argent dans les centres de données IA a modifié la structure des marchés du crédit, attiré les prêteurs privés au cœur de la finance technologique et lié le sort de nombreuses entreprises d’une manière que peu d’investisseurs peuvent clairement voir.

En regardant la même chose, certains appellent ça la croissance, d’autres l’appellent du levier.

L’IA cesse de ressembler à un logiciel

Pendant la majeure partie des deux dernières décennies, les grandes entreprises technologiques ont suivi un schéma familier. Ils ont beaucoup investi dans la recherche, construit des plateformes logicielles et évolué à faible coût marginal.

Les piles de trésorerie ont augmenté plus vite que l’emprunt. Mais plus maintenant.

La formation et la gestion de systèmes d’IA avancés nécessitent une vaste infrastructure physique. Les centres de données doivent être construits rapidement. Les contrats d’énergie doivent être obtenus. Les chips doivent être achetés en volumes énormes.

Selon UBS, l’émission de centres de données IA et de financement de projet a atteint environ 125 milliards de dollars en 2025, contre seulement 15 milliards un an auparavant.

McKinsey a récemment estimé que les dépenses totales des centres de données pourraient approcher 7 000 milliards de dollars d’ici la fin de la décennie.

Même les plus grandes entreprises ne peuvent pas financer cela seules. Amazon, Google, Meta, Microsoft et Oracle ont émis environ 121 milliards de dollars de nouvelles dettes cette année, soit plus de quatre fois leur moyenne annuelle récente, selon Bank of America.

Au moins 100 milliards de dollars supplémentaires sont attendus l’année prochaine. Ces entreprises génèrent encore un flux de trésorerie solide, mais le rythme des dépenses a dépassé leur capacité à s’autofinancer sans modifier leur mode d’opération.

Le résultat est un secteur qui ressemble désormais moins à un logiciel que davantage à des services publics ou des télécoms. Les rendements dépendent de l’utilisation, du calendrier et des coûts de financement.

C’est un profil de risque différent, et les marchés du crédit commencent à le fixer en prix.

Oracle montre à quelle vitesse le sentiment peut évoluer

Oracle est devenu le cas de test le plus évident pour cette nouvelle économie de l’IA. L’entreprise a explosé plus tôt cette année grâce à son optimisme autour de la croissance du cloud et à ses liens profonds avec OpenAI.

À son apogée en septembre, les actions d’Oracle avaient presque doublé sur l’année. Depuis, l’histoire a changé.

Après avoir manqué les attentes de chiffre d’affaires, les actions Oracle ont chuté de plus de 11 % en une seule journée. La fortune nette de Larry Ellison a chuté d’environ 25 milliards de dollars.

Plus important que le mouvement boursier fut ce qui s’est passé sur les marchés du crédit.

Les obligations de qualité investissement d’Oracle, dont 18 milliards de dollars émises en septembre, se sont fortement vendues. Les pertes papier dépassent désormais le milliard de dollars. Les écarts de swaps de défaut de crédit ont atteint des niveaux jamais vus pendant la crise financière.

Le réseau du financement circulaire

Le stress d’Oracle s’inscrit dans un réseau beaucoup plus large de liens financiers. Au centre de ce réseau se trouvent Nvidia et OpenAI.

Nvidia est le grand gagnant jusqu’à présent. Il vend les puces dont tout système d’IA a besoin et réalise de solides profits.

Mais même le succès de Nvidia dépend de la continuité des dépenses. Beaucoup de développeurs d’IA n’ont pas les moyens d’acheter des jetons directement.

Pour y remédier, Nvidia a investi des parts dans des clients, a étendu le financement et soutenu des accords qui aident à financer des centres de données. L’argent sort souvent puis revient sous forme d’achats de chips.

OpenAI joue un rôle central similaire. C’est un client majeur d’Oracle, Amazon, Microsoft et CoreWeave. Elle est également investisseure dans certains d’entre eux.

OpenAI s’est engagé à acheter des centaines de milliards de dollars de puissance de calcul au fil du temps, tout en générant environ dix milliards de dollars de revenus annuels et de pertes importantes. Sa rentabilité est encore loin de plusieurs années.

Un autre exemple marquant est CoreWeave, qui n’a actuellement aucun bénéfice, environ 14 milliards de dollars de dettes et des dizaines de milliards supplémentaires en obligations de location. Environ 70 % de ses revenus proviennent de Microsoft.

Nvidia est à la fois fournisseur et investisseur, tandis qu’OpenAI est à la fois client et partenaire.

L’argent circule au sein d’un petit groupe d’entreprises, amplifiant la croissance lorsque les conditions sont favorables et le risque lorsque ce n’est pas le cas.

Cette structure permet au système de s’étendre plus rapidement que ce que les bilans traditionnels permettaient. Cela rend aussi plus difficile de voir où les pertes pourraient se situer si la demande ralentit ou si les délais repoussent.

Quand la dette disparaît

À mesure que l’emprunt augmente, les entreprises cherchent des moyens de maintenir des bilans propres. Les véhicules à usage spécial sont devenus courants.

Meta, xAI, Google et d’autres ont utilisé ces structures pour financer des centres de données et des achats de puces sans enregistrer la charge totale de la dette.

Le véhicule emprunte, construit et loue l’actif à la société technologique. Ces accords préservent la cote de crédit et la flexibilité.

Ils réduisent également la transparence. Les agences de notation et les investisseurs voient moins de risques au niveau des entreprises, même si l’exposition économique demeure.

Des structures similaires étaient largement utilisées avant 2008, tant dans la banque que dans des entreprises comme Enron.

Le crédit privé a pris l’initiative de financer une grande partie de cette croissance. Morgan Stanley estime que les prêteurs privés pourraient fournir plus de la moitié des 1,5 billion de dollars nécessaires aux centres de données d’ici 2028.

Ces prêteurs sont faiblement réglementés. La divulgation est limitée. Les liens avec les banques et les assureurs se développent, mais il est difficile de les cartographier en temps réel.

La titrisation ajoute une couche supplémentaire. Les flux de trésorerie des centres de données sont regroupés dans des titres adossés à des actifs.

L’infrastructure numérique représente désormais environ 82 milliards de dollars du marché ABS américain, soit neuf fois plus en moins de cinq ans, selon Bank of America.

Une nouvelle offre est attendue l’année prochaine. Les investisseurs achètent des produits notés sans toujours comprendre les actifs à l’intérieur.

Certains prêts sont garantis par des GPU eux-mêmes. À mesure que les nouveaux modèles de puces arrivent, les plus anciens perdent de la valeur.

Si les prix des garanties baissent, les prêteurs peuvent exiger un remboursement ou vendre des jetons dans un marché faible, ce qui fait baisser encore davantage les prix.

Les marchés absorbent encore l’offre. Les écarts se sont élargis. Les actions sont volatiles.

L’économie de l’IA est désormais liée par l’effet de levier, les hypothèses de timing et le financement complexe.