Les hyperscalers de l’intelligence artificielle devront peut‑être multiplier leur productivité par 2,7 d’ici 2030 pour justifier près de 1,1 billion de dollars de dépenses d’infrastructure prévues d’ici 2027, selon une nouvelle étude.
Points clés
- Les hyperscalers de l’IA font face à un seuil de productivité de 2,7 fois d’ici 2030 pour justifier leurs engagements actuels en infrastructures.
- Morgan Stanley chiffre à environ 2,9 billions de dollars les investissements mondiaux dans les centres de données d’ici 2028, dont près de 1,5 billion financés par des capitaux externes.
- Le recours croissant à la dette et au crédit privé diffuse le risque lié aux infrastructures IA bien au‑delà des grandes valeurs technologiques.
L’équation IA selon Wachter
MIT Technology Review a analysé les travaux de recherche de Jessica Wachter, professeure de finance à Wharton, et de son coauteur Jonathan Wachter, qui se sont appuyés sur les investissements de Alphabet, Microsoft, Amazon, Meta et Oracle.
Leur étude conclut que le secteur devra dégager un gain de productivité de 2,7 fois d’ici 2030, une fois intégrés le coût du capital, l’amortissement et un rendement cible de 15 %. Les auteurs préviennent que, si le boom attendu ne se matérialise pas, ce cycle d’investissements pourrait devenir « la plus grande mauvaise allocation de capital de l’histoire ».
La pression se voit déjà dans les flux de trésorerie des entreprises. Alphabet a affiché un free cash‑flow négatif de 5,9 milliards de dollars au deuxième trimestre 2026, une première depuis l’introduction en Bourse de Google en 2004, sur fond d’envolée de ses dépenses d’investissement.
À lire aussi : Un wallet Bitcoin silencieux depuis 2012 se réveille et déplace tout son trésor
Le risque de crédit vu par Gensler
Morgan Stanley anticipe environ 2,9 billions de dollars de dépenses pour la construction de centres de données dans le monde entre 2025 et 2028, dont près de 1,5 billion devraient provenir de capitaux externes. Ce basculement transfère une part croissante du risque lié aux infrastructures IA vers la dette d’entreprise, le crédit titrisé et les marchés du crédit privé.
Le projet Hyperion de Meta en Louisiane illustre cette mécanique. Des fonds gérés par Blue Owl Capital détiennent 80 % d’une coentreprise chargée de développer ce campus évalué à près de 27 milliards de dollars, tandis que Meta conserve 20 %.
Stijn Van Nieuwerburgh, professeur à la Columbia Business School, a étudié la façon dont ce déploiement d’infrastructures propage l’endettement entre promoteurs, prêteurs et véhicules de financement structuré.
L’ancien président de la SEC et professeur au MIT Sloan, Gary Gensler, a décrit le cycle d’investissement dans l’IA comme « un pari combiné des marchés de capitaux et de l’économie ».
Le stratégiste crypto Arthur Hayes soutient qu’un retournement du crédit lié à l’IA pourrait, in fine, pousser la Réserve fédérale à assouplir sa politique monétaire et propulser le Bitcoin (BTC) vers 1 million de dollars, un scénario hautement spéculatif qui ne figure pas parmi les prévisions étayées par la recherche de Wharton.
La vague de dépenses monte en puissance depuis plusieurs années, à mesure que les hyperscalers se livrent à une course aux puces, à l’énergie et aux capacités de centres de données. Toute la question est désormais de savoir si la productivité et le chiffre d’affaires pourront croître suffisamment vite pour suivre des engagements d’infrastructure de plus en plus dépendants de financements externes.
À suivre : XRP franchit 1,544 $ sur fond de hausse de l’effet de levier et de l’activité des « whales »
