L’industrie de l’IA est encore largement pilotée par des investissements massifs en infrastructures, financés principalement par de la dette. Pendant la bulle Internet, le financement provenait essentiellement des marchés actions, ce qui constitue une différence structurelle majeure entre l’IA et l’Internet d’un point de vue du financement.
L’éclatement de la bulle Internet en 2000 a provoqué une crise boursière. Si une future bulle de l’IA venait à éclater, elle toucherait d’abord le marché obligataire. Mais il ne faudrait pas croire que cela n’affecterait pas les marchés actions, à l’image de la crise financière de 2008 déclenchée par la crise des subprimes.
La différence entre ces deux types de crises réside dans leur vitesse de propagation.
L’éclatement de la bulle Internet en 2000 a entraîné une correction des valorisations, un processus linéaire. Des volumes de transactions colossaux avaient lieu chaque jour, offrant la possibilité de vendre à tout moment, et un marché baissier a pu durer plusieurs années. Les actions sont du capital patient ; si un investisseur est bloqué dans une position, il peut continuer à détenir ses titres en attendant que l’entreprise surmonte ses difficultés.
En revanche, la dette présente une convexité négative. Peu importe la bonne santé d’une entreprise, un créancier ne perçoit qu’un intérêt fixe ; mais si l’entreprise se détériore, il encourt des pertes potentielles illimitées. C’est pourquoi les clauses contractuelles de la dette sont rigides, de type « tout ou rien », sans valeur intermédiaire. Soit l’entreprise réussit à se refinancer, et rien ne semble se passer, soit elle se retrouve soudainement en situation de saisie de ses actifs, et le prix de ses obligations peut s’effondrer à zéro en quelques jours.
Prenons un exemple simple : le chiffre comptable des « obligations contractuelles restantes » (RPO). Un investisseur en actions le considérerait comme un revenu futur et l’intégrerait dans sa valorisation. Mais un investisseur obligataire, lui, chercherait à savoir qui exécutera cette commande à l’avenir, et comment elle sera exécutée.
Actuellement, la chaîne de financement par la dette des infrastructures d’IA suit généralement ce schéma :
Un laboratoire d’IA de pointe, comme OpenAI, signe un contrat avec Microsoft, s’engageant à payer des dizaines de milliards de dollars sur plusieurs années pour acheter de la puissance de calcul (compute). Mais les liquidités actuelles d’OpenAI ne suffisent pas à cet achat. Il s’agit donc d’un contrat financé, semblable au financement de baux d’avions pour les compagnies aériennes.
Les grands fournisseurs de cloud, les centres de données et les sociétés de location de puissance de calcul vont utiliser ce contrat comme garantie pour emprunter auprès d’institutions financières privées, afin de financer la construction des centres de données et l’achat des équipements informatiques.
Ainsi, en retirant l’aura technologique de l’IA, on constate que l’infrastructure d’IA est constituée d’une chaîne de crédits à effet de levier. Les institutions financières avancent du capital pour des bâtiments remplis de puces, les centres de données servent de nantissement, et les paiements contractuels des laboratoires d’IA servent à rembourser la dette. Ce système fonctionne à la condition que les laboratoires d’IA, sources des commandes, puissent continuer à fournir les fonds nécessaires à ces paiements.
Mais pour une entreprise non rentable, lorsque ses revenus (ARR) sont inférieurs à ses dépenses (ses obligations contractuelles), cela signifie qu’elle ne peut maintenir ses paiements qu’en continuant à lever des fonds.
Si vous étiez un analyste obligataire et que vous découvriez que l’entreprise, qui perd des dizaines de milliards de dollars par an, ne survit que par des refinancements successifs pour honorer ses paiements, vous considéreriez ces « obligations contractuelles restantes » comme une forme de promesse secondaire (subordonnée), utilisée pour justifier d’immenses dépenses d’investissement qui ne sont pas encore amorties.
Il serait naturel de faire le parallèle avec la crise des subprimes qui a déclenché la crise financière de 2008.
En quelques années, OpenAI s’est engagée à payer des montants de puissance de calcul sans précédent, portant le total de sa dette potentielle à des centaines de milliards de dollars, ce qui est inédit dans l’histoire des entreprises. Parmi l’arriéré de commandes total d’environ 2,1 billions de dollars des cinq grandes plateformes, près de la moitié est constituée des engagements de paiement d’OpenAI et d’Anthropic, un niveau de concentration des dettes également sans précédent.
Face à ces dettes se trouve une activité opérationnelle dont on ne peut prédire quand elle deviendra rentable. Bien que ses revenus soient réels, importants et en croissance rapide, leur seul espoir de succès repose sur la capacité future à trouver en continu des domaines à croissance explosive comme le codage. C’est un pari du siècle dans lequel même les géants de la tech se sont engagés.
Ainsi, la véritable cause de cette crise potentielle est que l’IA, en tant que révolution technologique, est financée, au niveau de sa structure de capitaux, par un système très traditionnel de financement immobilier basé sur le crédit.
Oui, l’infrastructure d’IA est fondamentalement de l’immobilier. C’est pourquoi, après avoir étudié l’éclatement de la bulle Internet de 2000 dans l’article précédent « Les 120 derniers jours de la bulle techno », nous nous penchons aujourd’hui sur 2008.
2/4
Le noyau immobilier de l’industrie de l’IA
Révolution technologique et cycle immobilier devraient être aux antipodes.
La révolution technologique est pilotée par l’innovation et le taux d’adoption. Elle présente des risques énormes et un taux d’échec élevé, mais des gains potentiels colossaux en cas de succès. Elle se finance donc idéalement par des capitaux propres, notamment via le capital-risque.
Le cycle immobilier est plus mécanique. La valeur est déterminée par l’espace et la localisation, les profits sont relativement fixes, les revenus peuvent être verrouillés à l’avance par des contrats de location commerciaux ou des préventes. Les investissements sont de longue durée et requièrent des montants énormes, ce qui les rend idéaux pour un financement par la dette.
Pourtant, en examinant de près la construction des infrastructures d’IA, on constate que chacune de ses caractéristiques est le reflet du développement immobilier :
Sur un terrain acquis, on construit un centre de données. L’investissement étant colossal, il faut dès le départ s’endetter pour financer la première phase de construction, ce qui équivaut à un prêt de promotion immobilière.
Ensuite, on signe un contrat « prendre ou payer » (Take-or-pay) avec un gros client, puis on hypothèque ce contrat pour obtenir davantage de financement, ce qui correspond au prêt postérieur d’un projet immobilier.
Un contrat « prendre ou payer » signifie, par exemple, qu’une entreprise d’IA s’engage à acheter pour 1 milliard de dollars de puissance de calcul chaque année pendant 5 ans. Même si l’entraînement des modèles est moins important ou si la croissance des utilisateurs est inférieure aux prévisions, l’argent doit être payé. Cela s’explique par l’énorme investissement dans le centre de données ; le promoteur a besoin de certitudes sur ses flux de trésorerie futurs. C’est similaire à un promoteur immobilier qui, avant d’obtenir un prêt bancaire pour un immeuble de bureaux ou un grand centre commercial, doit avoir préalablement loué l’espace à des grands locataires.
Ce n’est pas tout. Après avoir acheté et installé des racks de GPU, les fournisseurs de cloud les hypothèquent à leur tour pour obtenir un financement dédié aux GPU, afin de soutenir leur exploitation, ce qui équivaut à un prêt d’exploitation pour l’immobilier commercial.
Mais la valeur de financement des infrastructures d’IA n’est pas encore épuisée. La dernière étape pour les fournisseurs de cloud et les centres de données est d’émettre des « billets adossés à des actifs » (ABS), pour vendre les flux de trésorerie futurs à des investisseurs prudents comme les compagnies d’assurance, les fonds de pension ou les fonds d’investissement, un peu à la manière des REITs immobiliers.
Or, le regroupement d’actifs dans les ABS est précisément ce qui a permis aux risques de défaut des prêts subprimes de se propager de l’immobilier à l’ensemble du système financier.
C’est en réalité le schéma universel de tous les actifs lourds : utiliser un effet de levier, des hypothèques successives et le regroupement de flux futurs pour financer tout le processus de construction. Cela n’a rien à voir avec le fait d’être une entreprise technologique ou une révolution technologique.
Mais appliqué à une technologie de pointe comme l’IA, cela pose problème.
L’immobilier et la technologie peuvent tous deux connaître des bulles, mais leurs causes sont totalement différentes.
L’essence d’une bulle technologique est que le développement d’une nouvelle technologie est trop en avance, ou qu’il n’y a pas de demande réelle à grande échelle, ce qui entraîne une chute brutale de la valeur de ces hautes technologies.
La bulle immobilière, elle, résulte d’un décalage de cycle. Son pic d’investissement coïncide généralement avec une période de prospérité économique. Les montants investis et les flux de trésorerie futurs projetés sont une extrapolation linéaire de cette période faste. Comme le cycle de construction est long, il est probable qu’au moment où le projet est réellement opérationnel, le marché soit déjà en situation de surcapacité. Les flux de trésorerie générés par le projet ne suffisent alors pas à rembourser le financement, déclenchant une crise.
Les risques associés sont également totalement différents :
Le principal risque des investissements technologiques est l’échec du produit. Les coûts de R&D initiaux sont élevés, mais les barrières à l’entrée le sont aussi par la suite.
Le risque des investissements immobiliers se situe au niveau du bilan, c’est un risque de levier. La valeur du terrain dépend de l’emplacement, elle fluctue mais ne peut disparaître, et se déprécie lentement. La condition est que l’effet de levier ne se brise pas et que l’on puisse attendre le cycle suivant.
Par conséquent, l’« IA + infrastructures » est plus dangereuse : elle superpose le risque intrinsèque de la technologie des investissements tech au risque de levier de l’immobilier. Ses centres de données sont des actifs spécialisés, impossibles à convertir à d’autres usages. Les clusters de GPU hypothéqués se déprécient rapidement avec le progrès technique, perdant potentiellement une grande partie de leur valeur en 2 ans. Et les actifs ABS constitués à partir des revenus de l’IA reposent sur des revenus théoriques.
De plus, dans la « course aux armements » des dépenses d’investissement (CAPEX), le rythme actuel du financement évolue vers celui d’une bulle immobilière. En se basant sur le taux de croissance actuel de l’ARR et en supposant une croissance annuelle de 50% de la demande en puissance de calcul d’IA, les financements sont également calibrés sur cette hypothèse de flux de trésorerie.
Cela ressemble aux enchères foncières des dernières années : si les prix de l’immobilier existant dans un quartier étaient de 10 000 €/m², les promoteurs enchérissaient à 12 000 €/m² pour le terrain, parce qu’ils croyaient que les prix augmenteraient indéfiniment et qu’une fois construit, l’immobilier vaudrait 12 000 €/m².
Les fournisseurs de cloud se transforment en sociétés immobilières exerçant dans le calcul, du moins sur le plan de leur structure financière, ressemblant de plus en plus à des promoteurs immobiliers plutôt qu’à des entreprises Internet traditionnelles.
Bien sûr, ce jeu financier risqué peut continuer pour l’instant principalement parce que les cinq grands fournisseurs de cloud figurent parmi les entreprises les plus capitalisées au monde et disposent de leurs activités principales générant d’énormes flux de trésorerie. Les investisseurs ne croient pas que ces géants technologiques puissent connaître une crise de la dette.
Mais il faut se demander : pourquoi China Vanke a-t-il longtemps été considéré comme une valeur bleue de qualité sur le marché chinois ? Parce que le principal risque de l’immobilier provient de la dette, notamment de la dette hors bilan. Non seulement ces entreprises recourent peu au financement par actions, mais elles redistribuent une grande partie de leurs bénéfices sous forme de dividendes élevés (compensant en partie le niveau élevé de dette). Leur risque est donc non linéaire. Tant que la dette n’explose pas, ce sont des valeurs bleues de qualité à long terme. Dès qu’une crise de la dette éclate, leur valeur s’effondre.
Il faut comprendre que l’accumulation de la dette est un processus mathématique linéaire ascendant. La force financière d’une entreprise ne fait que repousser le moment de la crise. En revanche, une révolution technologique est un processus non linéaire ; elle peut s’accélérer soudainement ou s’arrêter net. Croire que cette dernière peut résoudre les problèmes de la première, c’est comme penser que dans la fable du lièvre et de la tortue, le lièvre, qui peut s’endormir à tout moment, gagnera forcément.
Les investisseurs obligataires sont les plus pessimistes au monde ; ils n’attendent pas que le lièvre s’endorme pour s’inquiéter. Lorsque la dérivée seconde (le rythme d’accélération) de la croissance commence à baisser, ils sont déjà en alerte.
3/4
Pourquoi la dérivée seconde est plus importante
On pense généralement que la crise des subprimes de 2008 a été causée par des critères d’octroi de prêts trop laxistes, une baisse des prix de l’immobilier mettant les emprunteurs en situation de solvabilité négative, suivie de défauts de paiement, aboutissant à l’effondrement des titres ABS émis sur ces prêts.
En réalité, le taux de défaut a commencé à augmenter alors que les prix de l’immobilier étaient encore en hausse, mais à un rythme moins soutenu qu’auparavant. C’est ce qu’on appelle une croissance positive, mais avec une dérivée seconde (le taux d’accélération) en baisse.
Cela est lié au mécanisme des prêts subprimes immobiliers : les emprunteurs bénéficiaient pendant les trois premières années d’un taux d’intérêt « teaser » (appât) très bas, permettant à leurs revenus de couvrir le remboursement. Au bout de trois ans, si le prix de l’immobilier avait augmenté, l’emprunteur pouvait refinancer son prêt à un nouveau taux teaser bas, et tout recommençait. Environ quatre cinquièmes des prêts hypothécaires à taux variable hybrides subprimes émis en 2003 avaient été refinancés avant fin 2006.
Mais ce jeu avait une condition : les prix de l’immobilier devaient augmenter indéfiniment, afin que ce prêt n’atteigne jamais l’échéance du taux réajusté, car sinon l’emprunteur ne pourrait plus rembourser.
En 2006, les prix continuaient d’augmenter, mais moins vite que les deux années précédentes, ce qui signifiait que dans certaines zones, ils avaient cessé de monter. Certains ménages n’ont alors plus pu refinancer leur prêt et n’ont pas pu faire face au nouveau taux plus élevé. C’est à ce moment-là que le taux de défaut des prêts subprimes a commencé à monter.
Il existe un « délai emprunté » entre le moment où la dérivée seconde commence à baisser et celui où la dérivée première (le taux de croissance) devient négative. Pendant cette période, tout semble aller pour le mieux : les revenus sont au plus haut, la croissance reste positive. Mais en réalité, une crise est devenue inévitable pour le futur.
On peut introduire ici le cadre de la dette de Minsky. Minsky estimait que « la stabilité elle-même engendre l’instabilité ». Lorsqu’une économie connaît une longue période de prospérité, le marché tend à développer des anticipations excessivement optimistes pour l’avenir. La structure de financement passe progressivement d’un modèle prudent à un modèle à fort effet de levier et dépendant du refinancement, déclenchant finalement un « moment Minsky ».
Minsky a classé les modes de financement en trois catégories, selon la capacité de l’entreprise à rembourser sa dette :
Catégorie 1 : Le flux de trésorerie d’exploitation est suffisant pour couvrir à la fois le principal et les intérêts de la dette.
Catégorie 2 : Le flux de trésorerie ne permet de couvrir que les intérêts, mais pas le principal. L’entreprise doit continuellement refinancer sa dette pour la maintenir.
Catégorie 3 : Financement de type Ponzi, où le flux de trésorerie d’exploitation ne suffit même pas à couvrir les intérêts.
La baisse de la dérivée seconde de la croissance de la demande correspond au passage d’entreprises de la catégorie 1 à la catégorie 2. Lorsque la dérivée première devient négative, cela signifie qu’elles deviennent entièrement de la catégorie 2, avec peu de chances de revenir à la catégorie 1 par leurs propres moyens.
Revenons aux résultats du deuxième trimestre des cinq grands fournisseurs de cloud, que l’on peut classer en trois groupes :
Les flux de trésorerie disponibles (FCF) de Google et d’Amazon sont devenus négatifs, ce qui signifie que la croissance des dépenses d’investissement (CAPEX) en IA a dépassé, de façon temporaire, la croissance des flux de trésorerie de leurs activités principales. Ils viennent d’entrer dans la catégorie 2 ce trimestre.
Microsoft et Meta appartiennent encore à la catégorie 1, mais s’ils ne contrôlent pas leurs CAPEX, ils passeront rapidement dans la catégorie 2.
Oracle est depuis longtemps une entreprise de catégorie 2. Son ratio de couverture du service de la dette (valeur actuelle des intérêts et du principal / flux de trésorerie d’exploitation) n’est que de 48%, ce qui la rapproche plus d’une entreprise immobilière à actifs lourds que d’une entreprise de haute technologie.
La conclusion est très claire : lorsque les dépenses d’investissement (CAPEX) dépassent 100% du flux de trésorerie d’exploitation, toute accélération de l’expansion signifie qu’il faudra emprunter encore plus, et plus rapidement, chaque trimestre. Au cours de la prochaine année, l’émission de dette des hyperscalers du cloud devra augmenter de façon spectaculaire. L’ensemble de la construction des infrastructures d’IA dépendra désormais entièrement du marché obligataire pour fournir les fonds marginaux.
La situation pourrait être pire que ne le suggèrent les chiffres ci-dessus. L’infrastructure d’IA présente une autre similitude avec l’immobilier : une partie importante de la dette est dissimulée hors bilan sous forme de « prêts de l’ombre » (shadow lending).
4/4
Les prêts de l’ombre (Shadow Lending)
Un rapport de la Banque des Règlements Internationaux (BRI) indique que le recours des grands fournisseurs de cloud au « shadow lending » pour financer les centres de données d’IA augmente rapidement.
Le « shadow lending » se produit généralement sous forme de crédit privé. Par exemple, un grand fournisseur de cloud crée d’abord une entité à objet spécial (SPV) ou une coentreprise avec plusieurs consortiums pour acquérir ou construire des actifs de centres de données, en ne détenant qu’une participation minoritaire. Le fournisseur de cloud s’engage à signer des contrats de location-exploitation à long terme ou des contrats d’achat de puissance de calcul, et fournit des garanties de crédit. La dette est remboursée par les flux de trésorerie provenant des loyers.
Cela ressemble beaucoup aux risques du financement de projets hors bilan des promoteurs immobiliers. Si, à l’avenir, la demande en puissance de calcul d’IA est insuffisante pour couvrir les coûts de location à long terme une fois le centre de données construit, la dette implicite garantie apparaîtra au bilan, créant de nouvelles obligations.
Selon certaines estimations, le volume de cette dette implicite s’élèverait à environ 1,65 billion de dollars. Bien que ces fournisseurs de cloud soulignent que l’arriéré de commandes de services cloud reste abondant et pourrait, s’il est honoré comme prévu, couvrir les dettes liées à ces locations, nous avons déjà analysé ce qu’est réellement un « arriéré de commandes non exécutées ».
En résumé, depuis cette année, avec l’expansion continue des dépenses d’investissement en IA, la structure de financement des cinq grands fournisseurs de cloud est en train de changer. Le mode de financement passe d’un financement interne à un financement externe, marquant une transformation des entreprises technologiques vers des sociétés immobilières. Elles présentent désormais à la fois « la nature capitalistique de l’immobilier » et « l’amortissement rapide des semi-conducteurs », tout en conservant la valorisation d’une action technologique.
Le « moment Minsky » n’est pas encore arrivé, mais la « migration du financement » au sens de Minsky a déjà commencé. Et la plupart des problèmes trouvent leur origine dans ces deux laboratoires d’IA. La question est de savoir quand apparaîtra la prochaine demande explosive. Je suis convaincu qu’elle apparaîtra, mais le facteur clé est le temps.
Pour conclure, revenons au point de départ : il ne faut pas confondre le risque actions et le risque obligations.
L’investissement en actions se demande : « L’IA a-t-elle une valeur technologique ? Quel sera son chiffre d’affaires et ses bénéfices futurs ? »
Le créancier (investisseur obligataire) se demande : « Les énormes investissements en actifs fixes de l’IA généreront-ils suffisamment de flux de trésorerie pour couvrir leur coût en capital ? »
Le risque à long terme de l’IA est un manque de demande, mais le risque qui s’accumule à moyen terme est que la vitesse des dépenses d’investissement dépasse celle de la génération de flux de trésorerie réels.
Dans le prochain article, j’analyserai lequel des deux principaux laboratoires d’IA est le plus susceptible de connaître une crise, ainsi que les cinq moments les plus vulnérables où une crise de la dette pourrait éclater.
Cet article provient du compte WeChat public « lig0624 » (ID : sxgy9999), auteur : 思想钢印 (Sīxiǎng Gāngyìn - « Estampille de la pensée »).
