La course entre Amazon et Google Cloud s’intensifie alors que les dépenses liées à l’IA repartent à la hausse

Amazon a relevé son plan de dépenses d’investissement pour 2026 à 220 milliards de dollars, malgré des engagements déjà supérieurs à ceux de tout autre grand concurrent en matière de nouvelles capacités informatiques. Cette hausse intensifie la compétition entre Amazon et Google pour les clients d’infrastructures d’IA, tout en soumettant davantage les futurs retours de trésorerie d’Amazon à l’examen.

Le calendrier est important, car Amazon Web Services accélère enfin parallèlement à ces dépenses. Le chiffre d’affaires d’AWS a progressé de 37 % sur un an au deuxième trimestre, sa croissance la plus rapide en 18 trimestres. Amazon affirme que la demande dépasse toujours la capacité qu’elle peut déployer.

Google et Microsoft font état de la même contrainte fondamentale, mais leurs signaux financiers diffèrent. Google Cloud a crû plus vite, tandis que Microsoft a évité une nouvelle forte hausse de ses dépenses. Amazon doit désormais démontrer que l’ampleur sans équivalent de ses investissements génère une croissance durable dans le cloud, et pas seulement des factures plus élevées.

Amazon ajoute 20 milliards de dollars supplémentaires à son expansion

Le nouveau plan de dépenses d’Amazon transforme un solide trimestre dans le cloud en un pari bien plus important sur la demande future.

Amazon prévoit désormais environ 220 milliards de dollars de dépenses d’investissement en numéraire en 2026. C’est 20 milliards de dollars de plus que l’estimation fournie par la direction en février, et bien au-delà des 128 milliards dépensés en 2025.

Les dépenses d’investissement, généralement désignées par l’abréviation capex, couvrent des actifs à long terme tels que les serveurs, les puces, les équipements réseau et les centres de données. Le total d’Amazon inclut aussi des investissements dans la robotique et son activité satellitaire ; il ne s’agit donc pas d’un chiffre exclusivement lié à l’IA.

AWS reste la principale destination, selon le directeur général Andy Jassy. Amazon a besoin de davantage de capacité informatique pour les charges de travail cloud traditionnelles, l’entraînement de modèles, l’inférence IA et ses propres services logiciels en croissance.

Les résultats trimestriels de l’entreprise ont fourni un argument particulièrement solide en faveur de cette hausse. Le chiffre d’affaires d’AWS a atteint environ 42,2 milliards de dollars au cours du trimestre d’avril à juin, en hausse de 36,7 % par rapport à l’année précédente.

Cette croissance s’est nettement accélérée par rapport aux 28 % du trimestre précédent. Elle a également dépassé les taux de croissance récents qui avaient alimenté les inquiétudes sur un essoufflement d’AWS face à Microsoft Azure et Google Cloud.

Amazon a indiqué que ses activités d’IA et de puces sur mesure avaient chacune dépassé un rythme de revenus annualisé de 25 milliards de dollars. Un rythme annualisé extrapole les performances actuelles, plutôt que de présenter des ventes réalisées sur une année complète.

Jassy a également cité le coût plus élevé de la mémoire comme principale raison du relèvement des prévisions de dépenses. Les serveurs d’IA nécessitent d’importants volumes de mémoire à large bande passante et de mémoire conventionnelle, ce qui rend l’inflation des composants significative à l’échelle d’Amazon.

Cette hausse ne signifie pas qu’Amazon peut immédiatement satisfaire tous les clients. Les projets de centres de données nécessitent des terrains, de l’électricité, des systèmes de refroidissement, des connexions réseau, des autorisations et des équipements spécialisés avant que les serveurs ne commencent à générer des revenus.

Jassy a déclaré qu’Amazon s’attendait toujours à ce que la demande dépasse la capacité disponible tout au long de 2026. Il prévoit que ce déséquilibre se poursuivra en 2027, tout en qualifiant de saisissante la demande déjà visible pour 2028.

Cette déclaration résume la tension centrale. Amazon ne construit pas uniquement parce que ses dirigeants anticipent un éventuel essor de l’IA. L’entreprise affirme que ses clients existants demandent déjà plus de capacité qu’AWS ne peut en fournir.

Toutefois, l’intérêt des clients et une utilisation rentable ne sont pas la même chose. La capacité commandée aujourd’hui doit rester utile après que de nouvelles puces, de nouveaux modèles et de nouvelles architectures logicielles auront modifié l’économie de l’informatique IA.

La partie la plus solide du dossier d’Amazon n’est donc pas le chiffre phare des dépenses. C’est la combinaison de l’accélération des revenus d’AWS, des engagements existants et de l’offre limitée.

La partie la plus fragile est le long délai entre la signature des chèques et la perception des retours. Les bâtiments peuvent accueillir plusieurs générations de serveurs, mais certains équipements informatiques coûteux se déprécient beaucoup plus rapidement.

Le plan de 220 milliards de dollars d’Amazon augmente les enjeux des deux côtés. Une croissance plus rapide d’AWS justifie de construire davantage, mais l’expansion accrue établit une barre encore plus haute pour la croissance future.

La course aux dépenses entre Amazon et Google envoie un signal de revenus

La rivalité entre Amazon et Google ne se définit plus seulement par les infrastructures annoncées, car les deux entreprises font désormais état d’une forte accélération dans le cloud.

Alphabet a indiqué que le chiffre d’affaires de Google Cloud avait progressé de 82 % sur un an au deuxième trimestre. Il a atteint 24,8 milliards de dollars, tandis que son carnet de commandes cloud est monté à 514 milliards de dollars.

Le carnet de commandes représente des revenus contractés qui n’ont pas encore été comptabilisés. Il offre une visibilité sur la demande, même si le calendrier et la rentabilité de ces revenus futurs peuvent varier.

Google a également relevé ses prévisions de capex pour 2026 à une fourchette comprise entre 195 et 205 milliards de dollars. Sa fourchette précédente se situait entre 180 et 190 milliards de dollars.

L’entreprise a indiqué que l’écrasante majorité de ces dépenses soutiendrait l’infrastructure technique. Cette catégorie comprend les serveurs, les équipements réseau et la construction de centres de données.

Le directeur général de Google, Sundar Pichai, a déclaré que l’entreprise restait contrainte par l’offre malgré ses ajouts de capacité. Google a également indiqué qu’environ neuf millions de développeurs utilisent ses modèles chaque mois.

Les API de ses modèles propriétaires traitaient environ 22 milliards de tokens par minute, contre 16 milliards un trimestre plus tôt. Les tokens sont les petites unités de texte ou de données traitées par les modèles d’IA.

Ces indicateurs opérationnels contribuent à relier l’infrastructure à l’activité. Ils ne révèlent pas la marge générée par chaque requête d’IA, mais montrent que des équipements coûteux soutiennent une utilisation mesurable.

La dynamique du cloud de Google constitue un défi direct pour Amazon. AWS demeure plus grand, mais Google Cloud ajoute des revenus à un rythme en pourcentage bien plus rapide.

Google peut également répartir son infrastructure entre plusieurs activités. La même base technique soutient les clients Cloud, Gemini, les fonctionnalités de Search, les outils YouTube, les services de sécurité et la recherche interne sur les modèles.

Cette intégration améliore l’utilisation potentielle. Elle rend aussi l’économie plus difficile à isoler, car Alphabet ne publie pas un compte de résultat distinct pour chaque produit d’IA.

Amazon dispose de son propre avantage d’usage partagé. L’infrastructure AWS soutient les clients externes, les services Amazon, le silicium sur mesure et les partenariats avec les développeurs de modèles.

La distinction réside dans le point de départ de chaque entreprise. Amazon domine le marché de l’infrastructure cloud, tandis que Google combine une position cloud plus modeste avec un réseau de distribution grand public bien plus vaste.

Les estimations de marché du premier trimestre plaçaient AWS à 28 % des dépenses mondiales en infrastructure cloud. Microsoft détenait 21 %, tandis que Google en détenait 14 %, selon des estimations sectorielles relayées dans ces données de parts de marché.

Cette avance confère à AWS une base installée immense. Les entreprises font déjà fonctionner des bases de données, des applications, des systèmes de stockage et des outils de sécurité dans l’environnement d’Amazon.

Les charges de travail d’IA peuvent étendre ces comptes existants. Une entreprise qui entraîne un modèle peut également acheter du stockage, du réseau, de l’analytique, des bases de données et des services d’identité au même fournisseur.

Google aborde cette opportunité sous un autre angle. Ses Tensor Processing Units sur mesure, ses modèles Gemini, ses produits de données et son portefeuille de sécurité constituent une alternative intégrée à AWS.

La compétition entre Amazon et Google n’est donc pas une simple course à la possession du plus grand nombre de processeurs graphiques. Chaque entreprise veut que la demande d’IA entraîne les clients plus profondément dans sa plateforme cloud élargie.

Les derniers chiffres suggèrent que les deux stratégies attirent la demande. Ils n’établissent pas encore quelle entreprise transformera cette demande en rendements supérieurs à long terme.

Microsoft complique la comparaison des dépenses

Microsoft montre qu’une accélération dans le cloud peut impressionner les investisseurs sans annoncer une nouvelle hausse spectaculaire des investissements prévus.

Microsoft a indiqué que le chiffre d’affaires d’Azure et des autres services cloud avait augmenté de 43 % au cours de son quatrième trimestre fiscal. Cette performance a dépassé la fourchette de croissance prévue par la direction un trimestre auparavant.

L’entreprise a également déclaré que les revenus annuels d’Azure avaient dépassé 100 milliards de dollars pour la première fois. Les revenus de Microsoft Cloud ont excédé 214 milliards de dollars pour l’ensemble de son exercice fiscal.

Ses résultats Azure sont arrivés un jour avant qu’Amazon ne publie son trimestre. Ils ont fourni aux investisseurs un point de comparaison supplémentaire pour évaluer le lien entre les dépenses et la croissance.

Microsoft n’a pas accompagné ces résultats d’une hausse comparable de son plan de dépenses pour l’année civile. Ce contraste a contribué à renforcer la préférence du marché pour une accélération visible des revenus, sans nouvelle surprise majeure sur le capex.

La comparaison exige de la prudence, car les entreprises utilisent des périodes de publication et des présentations comptables différentes. Microsoft recourt également largement aux contrats de location-financement pour les actifs de centres de données.

Microsoft se heurte néanmoins aux mêmes limites physiques. La direction a répété que la demande dépasse la capacité cloud et IA disponible, même à mesure que de nouvelles infrastructures entrent en service.

Microsoft prévoyait plus de 40 milliards de dollars de capex trimestriel au cours de son quatrième trimestre fiscal. Ses prévisions pour l’année civile 2026 s’établissaient près de 190 milliards de dollars plus tôt dans l’année.

L’entreprise a indiqué que la hausse du coût des composants représentait une part significative de ce plan. Elle s’attendait également à ce que les contraintes d’approvisionnement persistent tout au long de 2026.

L’avantage de Microsoft réside dans sa distribution de logiciels d’entreprise. L’infrastructure Azure est directement reliée à Microsoft 365, GitHub, aux produits de sécurité, aux bases de données et aux applications sectorielles.

Microsoft 365 Copilot a dépassé 30 millions de licences payantes, selon l’entreprise. Cela donne à Microsoft un moyen de monétiser l’IA au-dessus de la couche d’infrastructure.

Amazon présente un profil logiciel différent. AWS fournit un vaste ensemble de services destinés aux développeurs et aux entreprises, mais Amazon ne dispose pas de l’offre dominante de logiciels de travail de Microsoft.

Google occupe une position intermédiaire. L’entreprise vend des infrastructures d’entreprise et des logiciels de productivité, tout en distribuant l’IA via des produits grand public aux audiences considérables.

Ces différences importent, car les marges de l’infrastructure IA subissent la pression de la dépréciation, de la consommation d’énergie et du remplacement fréquent du matériel. Les fournisseurs recherchent des revenus logiciels capables d’absorber ces coûts.

Un client cloud peut louer de la capacité brute d’accélérateurs pour l’entraînement de modèles. Cela peut générer des revenus importants, mais offrir moins de différenciation qu’une application complète ou une plateforme gérée.

Chaque fournisseur tente donc de gravir la même pile technologique. Amazon promeut Bedrock, SageMaker, les puces Trainium sur mesure et les agents gérés en plus de l’infrastructure de base.

Google associe sa plateforme cloud aux modèles Gemini, à Vertex AI, aux TPU sur mesure, à Workspace et aux produits de sécurité. Microsoft intègre Azure aux modèles OpenAI, à Copilot, à GitHub et à ses applications métier.

C’est pourquoi la seule croissance trimestrielle du cloud ne peut pas trancher la compétition. La composition des revenus, la durée des contrats, la dépréciation et l’attachement aux logiciels influencent tous le rendement final.

Le trimestre de Microsoft accroît la pression sur Amazon, car Azure a accéléré sans nouvelle révision majeure des prévisions de dépenses. Il accentue également la pression sur Google, dont la croissance plus rapide s’est accompagnée de prévisions de capex plus élevées.

Amazon doit désormais prouver que ses 20 milliards de dollars supplémentaires achètent des revenus qui seraient autrement restés indisponibles. Il ne suffira pas de simplement égaler l’expansion des infrastructures de ses concurrents.

Davantage de capacité ne garantit pas de meilleurs rendements

Le risque central n’est pas la faiblesse de l’intérêt pour l’IA, mais la capacité des infrastructures actuelles à générer suffisamment de revenus avant que leurs composants les plus coûteux ne deviennent obsolètes.

L’augmentation des dépenses d’Amazon s’est accompagnée d’une dégradation du flux de trésorerie disponible. L’entreprise a enregistré une sortie de 7,6 milliards de dollars sur les 12 mois clos le 30 juin, contre une entrée de 18,2 milliards de dollars un an plus tôt.

Le flux de trésorerie disponible mesure généralement la trésorerie opérationnelle après les achats d’immobilisations et d’équipements. Il peut chuter rapidement lorsqu’une entreprise accélère ses constructions et ses achats de serveurs.

L’activité globale d’Amazon reste capable de générer un bénéfice d’exploitation substantiel. Pourtant, le retournement des flux de trésorerie montre que son développement de l’IA et de la logistique a un coût financier immédiat.

Alphabet a fait l’objet d’un examen similaire après avoir publié de solides revenus. De lourdes dépenses ont fait basculer son flux de trésorerie disponible trimestriel dans le rouge, malgré l’expansion rapide de Google Cloud et de bonnes performances ailleurs.

Une analyse indépendante des résultats a souligné le contraste entre l’accélération de la demande en IA et la pression sur la génération de trésorerie d’Alphabet. Les investisseurs ont réagi avec prudence, bien que les revenus aient dépassé les attentes.

Ces résultats fragilisent l’argument haussier le plus simple. Une forte demande n’empêche pas automatiquement des tensions financières à court terme.

Ils affaiblissent également l’argument baissier le plus simple. Les fournisseurs ne dépensent pas alors que les revenus du cloud stagnent. AWS, Azure et Google Cloud ont tous affiché une croissance rapide.

La question plus difficile concerne la durée de vie utile des actifs. Les bâtiments de centres de données peuvent fonctionner pendant des décennies, tandis que les serveurs et accélérateurs doivent être remplacés bien plus tôt.

Microsoft a précédemment indiqué qu’environ deux tiers de ses dépenses d’investissement trimestrielles concernaient des actifs à durée de vie plus courte, principalement des CPU et des GPU. Ces composants doivent être rentabilisés plus vite que les terrains ou les bâtiments.

Amazon décrit différemment la répartition de ses dépenses, mais fait face à la même réalité technique. Les clients de l’IA recherchent souvent la dernière génération d’accélérateurs, car les gains de performance peuvent réduire les coûts par token.

Les puces personnalisées offrent une défense possible. Les accélérateurs Trainium d’Amazon visent à réduire la dépendance à Nvidia tout en donnant à AWS davantage de contrôle sur l’économie matérielle.

Google poursuit cette stratégie depuis des années avec ses TPU. Microsoft développe également des accélérateurs et processeurs de serveurs maison, tout en continuant d’acheter des équipements auprès de Nvidia et AMD.

Le silicium personnalisé peut améliorer les coûts lorsque l’utilisation est élevée. Il peut aussi créer un risque de développement, des préoccupations de compatibilité pour les clients et un nouveau cycle de stocks que la direction doit prévoir correctement.

L’énergie constitue une autre contrainte. Une commande de serveurs livrée ne peut générer de revenus sans électricité, refroidissement, réseau et autorisations régionales suffisants.

Les fournisseurs ont annoncé des projets de centres de données sur plusieurs continents, mais certains sites sont confrontés à des retards du réseau électrique et à l’opposition des communautés locales. La rapidité de construction ne garantit pas à elle seule une capacité de calcul utilisable.

La concentration des clients ajoute de l’incertitude. Les grands développeurs de modèles peuvent signer des engagements considérables, mais leurs dépenses dépendent des levées de fonds, de l’adoption des produits et de l’économie future des modèles.

Un carnet de commandes peut inspirer confiance, mais tous les contrats n’offrent pas la même marge ni le même calendrier. Certains accords impliquent également des investissements stratégiques circulant entre fournisseurs de cloud et entreprises d’IA.

Cette circularité mérite attention. Un fournisseur de cloud peut investir dans un développeur de modèles, qui s’engage ensuite à acheter de la capacité de calcul auprès du même fournisseur.

Cet arrangement peut accélérer le développement de la plateforme et sécuriser des clients importants. Il peut aussi rendre la demande déclarée plus difficile à comparer à une consommation d’entreprise ordinaire.

Amazon a élargi ses relations avec Anthropic et OpenAI, tandis que Microsoft reste étroitement lié à OpenAI. Google développe en interne ses principaux modèles et approvisionne des développeurs externes via Cloud.

Aucune de ces approches n’est intrinsèquement déraisonnable. Chacune crée des dépendances différentes que les taux de croissance trimestriels du cloud ne révèlent pas entièrement.

Une lecture prudente est donc conditionnelle. Les dépenses d’Amazon paraissent justifiées tant que la demande contractuelle, l’utilisation des capacités et les revenus d’AWS continuent d’augmenter ensemble.

L’argument s’affaiblit si la capacité devient disponible plus vite que les clients ne peuvent la déployer. Il s’affaiblit également si les prix baissent plus vite que l’efficacité matérielle ne s’améliore.

Amazon affirme planifier ses capacités en fonction de la demande visible plutôt que d’une vaste spéculation. Les investisseurs ont encore besoin de plusieurs trimestres de preuves avant de considérer l’ensemble du plan de 220 milliards de dollars comme validé.

Les acheteurs d’entreprise gagnent en marge de manœuvre et font face à de nouveaux risques

La course aux infrastructures offre aux entreprises davantage de choix en matière de calcul, mais elle augmente aussi le coût d’un mauvais choix technique et commercial.

Lorsque les fournisseurs manquent de capacités, les clients font face à des calendriers de déploiement plus longs et à un accès limité à leurs puces préférées. Davantage de constructions devraient progressivement réduire ces goulets d’étranglement.

La concurrence peut aussi faire baisser les coûts unitaires. Amazon, Google et Microsoft optimisent l’inférence des modèles, développent des accélérateurs personnalisés et améliorent l’efficacité des centres de données.

Toutefois, les économies les plus importantes exigent souvent un engagement plus profond envers une plateforme. Un client peut obtenir de meilleures conditions économiques en utilisant ensemble les puces natives d’un fournisseur, ses bases de données gérées, sa plateforme de modèles et ses services de sécurité.

Ce choix peut augmenter les coûts de changement. Les applications construites autour de l’accélérateur propriétaire ou du système d’agents géré d’un fournisseur peuvent nécessiter un travail considérable pour être déplacées ailleurs.

Le risque ne se limite pas à l’infrastructure. Les pipelines de données, les contrôles d’identité, les systèmes d’observabilité et les flux de travail d’évaluation des modèles peuvent tous devenir liés à un seul cloud.

Les entreprises devraient donc distinguer les décisions temporaires de capacité des décisions d’architecture à long terme. Louer des GPU disponibles est différent de faire d’un fournisseur le centre de tout un modèle opérationnel d’IA.

Les stratégies multicloud peuvent préserver le pouvoir de négociation, mais elles ajoutent de la complexité opérationnelle. Les équipes doivent gérer le réseau, les politiques de sécurité, les déplacements de données et différentes interfaces de plateforme.

Les coûts de transfert de données peuvent encore limiter la portabilité. Déplacer de grands jeux de données d’entraînement ou des sorties de modèles entre clouds peut entraîner des retards et des frais supplémentaires, même sans verrouillage formel.

Les agents d’IA rendent ce choix plus déterminant. Un agent peut appeler des modèles, récupérer des informations d’entreprise, utiliser des outils logiciels et exécuter des tâches sur plusieurs systèmes.

Si ce flux de travail dépend fortement des services d’identité, de données et d’orchestration d’un seul fournisseur, il devient plus difficile de le déplacer ultérieurement. La décision d’infrastructure devient une décision d’architecture applicative.

La course entre Amazon et Google offre aux acheteurs une comparaison utile. AWS part d’une large adoption de l’infrastructure et d’un vaste réseau de partenaires. Google met l’accent sur ses modèles intégrés, ses systèmes de données, ses TPU et ses capacités de sécurité.

Microsoft ajoute une troisième voie fondée sur Azure et des logiciels de travail largement déployés. Les fournisseurs plus petits peuvent rivaliser grâce à un accès spécialisé aux accélérateurs, une complexité moindre ou des capacités régionales particulières.

Les acheteurs devraient évaluer l’économie globale des charges de travail plutôt que la disponibilité annoncée des capacités de calcul. Cela inclut l’utilisation, le stockage, le réseau, les services logiciels, l’effort d’ingénierie et les coûts de migration.

Ils devraient également tester les charges de travail sur plus d’une architecture avant de s’engager. Un modèle qui fonctionne efficacement sur un accélérateur peut se comporter différemment sur un autre.

Les équipes achats ont besoin de protections contractuelles plus claires à mesure que les engagements augmentent. Les réservations de capacité, les attentes de performance, la portabilité des données et les conditions de résiliation méritent la même attention que les prix unitaires.

Les travailleurs du savoir font face à un problème d’information connexe. Les noms de produits, les versions de modèles, les affirmations de capacité et les engagements des entreprises évoluent désormais à chaque cycle de résultats.

Conserver un registre structuré des décisions peut réduire la confusion. Une base de connaissances IA consultable peut relier les affirmations des fournisseurs aux tests, aux contrats et aux preuves de déploiement internes.

Cette discipline est importante, car les annonces des fournisseurs décrivent une orientation stratégique, et non des résultats garantis pour les clients. Chaque entreprise doit encore valider les performances dans le cadre de ses propres contraintes de données, de sécurité et de flux de travail.

La course aux dépenses devrait améliorer l’accès au fil du temps. Elle n’éliminera pas la nécessité d’une prudence architecturale.

Trois signaux mettront à l’épreuve la thèse Amazon-Google

La prochaine phase sera jugée sur la conversion en revenus, l’utilisation des capacités et le coût de la transformation de la demande en IA en flux de trésorerie durables.

Le premier signal sera la croissance d’AWS au cours des deux prochains résultats trimestriels d’Amazon. Le dernier trimestre a établi que l’activité cloud peut accélérer tout en opérant à une échelle immense.

Un autre trimestre au-dessus de sa tendance récente renforcerait l’affirmation d’Amazon selon laquelle les nouvelles capacités sont rapidement monétisées. Un net ralentissement rendrait les 20 milliards de dollars supplémentaires plus difficiles à justifier.

Le bénéfice d’exploitation compte autant que les revenus. AWS peut croître rapidement tout en générant des rendements incrémentaux plus faibles si les dépenses d’amortissement, d’énergie et de composants augmentent trop vite.

Les investisseurs devraient comparer la croissance des revenus à la marge d’exploitation d’AWS, sans considérer l’un ou l’autre chiffre comme décisif à lui seul. Des marges stables pendant l’expansion constitueraient une preuve plus solide d’investissements disciplinés.

Le deuxième signal sera de savoir si Google Cloud maintient une croissance exceptionnellement élevée alors qu’Alphabet met de nouvelles capacités en service. La hausse de 82 % de Google crée une comparaison exigeante pour les prochains trimestres.

La poursuite de l’expansion du carnet de commandes soutiendrait l’idée que Google dispose d’une demande contractuelle suffisante pour absorber ses dépenses. Une croissance plus lente du carnet de commandes suggérerait que la hausse actuelle était en partie concentrée dans des contrats exceptionnels.

La marge d’exploitation de l’activité cloud de Google mérite également attention. Une amélioration de la rentabilité alors que les revenus progressent montrerait que l’utilisation de l’infrastructure et des logiciels compense l’augmentation des amortissements.

La baisse des marges n’invaliderait pas automatiquement la stratégie. Elle clarifierait toutefois le coût à court terme de la poursuite d’AWS et Microsoft à ce rythme.

Le troisième signal sera de savoir si les contraintes d’approvisionnement déclarées s’atténuent vers la fin de 2026. Amazon, Google et Microsoft affirment tous que la demande des clients dépasse actuellement les capacités.

Si les équipements nouvellement installés sont immédiatement alloués, leurs prévisions de dépenses gagneront en crédibilité. Un fort taux d’utilisation montrerait que la construction répond à une pénurie existante.

Si les fournisseurs commencent à proposer des remises agressives ou signalent des capacités excédentaires, l’interprétation change. Cela suggérerait que l’offre rattrape la demande plus vite que prévu.

La disponibilité du matériel fournira un premier indice. Des délais d’attente plus courts pour les accélérateurs pourraient indiquer des ajouts de capacité réussis, une demande plus faible, ou les deux.

Le comportement contractuel offrira un autre indice. Des engagements pluriannuels en hausse renforceraient la confiance, tandis que des engagements plus courts pourraient signaler la prudence des clients face aux évolutions des modèles et du matériel.

La compétition entre Amazon et Google sera également façonnée par l’adoption du silicium personnalisé. Une utilisation externe accrue de Trainium ou des TPU de Google améliorerait le contrôle de chaque fournisseur sur les coûts.

Les clients décideront si ces puces offrent des performances et une compatibilité logicielle suffisantes. Les benchmarks des fournisseurs ne peuvent pas répondre seuls à cette question.

La réponse de Microsoft reste un cas de contrôle important. La croissance d’Azure et la discipline de dépenses influenceront la manière dont les investisseurs jugent des décisions similaires chez Amazon et Alphabet.

Si Microsoft maintient l’accélération de son cloud sans relever à nouveau son plan, les dépenses plus élevées d’Amazon seront davantage scrutées. Si Microsoft augmente également ses dépenses, la pénurie de capacités à l’échelle du secteur paraîtra plus convaincante.

La question centrale n’est plus de savoir si les entreprises veulent de la puissance de calcul pour l’IA. Leur croissance, leur utilisation et leurs carnets de commandes déclarés démontrent déjà une demande substantielle.

La question est de savoir si l’infrastructure construite en 2026 restera fortement utilisée sur plusieurs générations de matériel. Ce résultat déterminera si les dépenses d’investissement actuelles deviennent un avantage durable ou un frein prolongé.

Les acheteurs d’entreprise devraient suivre ces signaux parallèlement aux résultats de leurs propres charges de travail. Quel fournisseur offre une capacité prévisible, une économie transparente et une architecture portable pour vos systèmes d’IA les plus importants ?

Le prochain cycle de résultats fournira un premier élément de réponse. La réponse à plus long terme apparaîtra lorsque le déploiement d’Amazon et Google passera des dépenses de construction à une utilisation soutenue par les clients.