La demande de Google pour AMD face à trois épreuves difficiles des résultats de l’IA

La demande de Google pour AMD a abordé le mois d’août avec une tension évidente : les revenus de l’IA progressent rapidement, mais les investisseurs exigent désormais la preuve que les dépenses génèrent des rendements durables. AMD a publié un chiffre d’affaires trimestriel record, tandis que Palantir a affiché une accélération de sa croissance logicielle et que SpaceX a mis en lumière le coût de la construction d’infrastructures physiques pour l’IA.

Ces résultats ont couvert trois couches distinctes du marché de l’IA. Palantir vend des logiciels qui relient les modèles aux données opérationnelles. AMD fournit des processeurs et des systèmes informatiques complets. SpaceX réunit connectivité, services de lancement et une activité d’IA en expansion au sein d’une même structure très capitalistique.

La comparaison est importante, car une forte demande ne garantit plus une réaction favorable du marché. Palantir, AMD et SpaceX ont tous enregistré une croissance substantielle, mais les investisseurs ont traité leurs résultats différemment. La ligne de partage ne concernait pas la capacité de l’IA à attirer des clients. Elle concernait l’efficacité avec laquelle chaque entreprise transformait cette demande en marges, en trésorerie et en revenus futurs crédibles.

Google offre un point de comparaison utile. Son activité cloud a progressé rapidement tout en générant un bénéfice d’exploitation substantiel, illustrant ce que peut représenter à grande échelle une demande validée pour les infrastructures d’IA. La relation entre AMD et Google met également en évidence une réalité plus exigeante : les fournisseurs doivent remporter de véritables déploiements au sein des plateformes cloud, et non simplement annoncer des feuilles de route produits ambitieuses.

Trois résultats trimestriels ont transformé la demande d’IA en test comptable

Le cycle des résultats a remplacé un récit général sur l’IA par trois tests distincts de conversion économique.

Palantir a publié ses résultats depuis la couche logicielle, où l’expansion nécessite relativement peu d’infrastructures physiques. Son chiffre d’affaires du deuxième trimestre a atteint 1,94 milliard de dollars, en hausse de 93 % sur un an. Le chiffre d’affaires commercial américain a progressé de 149 %, tandis que le flux de trésorerie disponible ajusté a atteint 1,22 milliard de dollars.

Ces chiffres suggèrent que certaines expérimentations d’IA en entreprise deviennent des déploiements opérationnels. La plateforme Artificial Intelligence Platform de Palantir aide les organisations à relier les modèles aux données internes et aux processus métier. L’entreprise peut étendre l’utilisation sans fabriquer de processeurs, construire de centres de données ou lancer de satellites.

Ce modèle peu capitalistique offre à Palantir une voie directe entre l’adoption par les clients et la génération de trésorerie. Il rehausse aussi les attentes. Les investisseurs ont besoin de preuves que cette croissance rapide reflète des déploiements reproductibles plutôt qu’un nombre limité de contrats exceptionnellement importants.

La pression signalée sur la marge brute de l’entreprise mérite attention. Palantir a absorbé des coûts d’hébergement cloud pour un client gouvernemental, selon ses publications trimestrielles et ses commentaires sur les résultats. Cet accord montre que même les éditeurs de logiciels peuvent s’exposer aux infrastructures lorsque les contrats exigent qu’ils hébergent les charges de travail.

Palantir a également comptabilisé un gain non réalisé lié à sa participation dans SpaceX. Cette contribution a soutenu les résultats publiés, mais ne provenait pas de ventes supplémentaires de logiciels. Les investisseurs doivent donc distinguer les progrès opérationnels des variations de valeur d’un investissement.

AMD a été confronté à un test différent. Ses résultats du deuxième trimestre ont fait ressortir un chiffre d’affaires de 11,54 milliards de dollars, en hausse de 50 % sur un an. Le chiffre d’affaires du segment Data Center a atteint 6,7 milliards de dollars, soit une hausse de 107 %, et représentait 58 % du chiffre d’affaires total de l’entreprise.

Le fabricant de puces a également annoncé une marge brute GAAP de 54 % et une marge brute non-GAAP de 56 %. Les deux chiffres se sont améliorés par rapport au trimestre précédent. AMD a prévu environ 13 milliards de dollars de chiffre d’affaires au troisième trimestre, avec une marge de 300 millions de dollars dans un sens comme dans l’autre.

Ces chiffres ont confirmé l’existence de la demande. Ils n’ont pas clos le débat sur la position d’AMD face à Nvidia. Les clients peuvent annoncer des capacités futures des années avant l’expédition des systèmes, l’arrivée des logiciels en production et la comptabilisation des revenus par les fournisseurs.

SpaceX a présenté la version la plus lourde de ce même défi. Son premier rapport de résultats depuis son introduction en Bourse couvrait les fusées, la connectivité par satellite et les infrastructures d’IA. Le chiffre d’affaires a augmenté de 92 % pour atteindre 7,81 milliards de dollars, selon les résultats publiés.

La connectivité a généré 4,29 milliards de dollars, tandis que la division IA a produit 2,56 milliards de dollars. Les opérations spatiales ont ajouté 962 millions de dollars. L’entreprise a réduit sa perte nette trimestrielle de 1 milliard de dollars à 541 millions de dollars.

Pourtant, les actions SpaceX ont chuté de plus de 8 % dans les échanges après la clôture. Les investisseurs se sont concentrés sur le capital nécessaire à Starship, aux satellites, à l’énergie et aux centres de données. Cette réaction a montré qu’une hausse du chiffre d’affaires ne résout pas la question du rendement lorsque les besoins d’investissement augmentent parallèlement.

Palantir, AMD et SpaceX ont donc réussi le même test de la demande, mais se sont heurtés à des réalités comptables différentes. L’adoption de logiciels peut générer rapidement de la trésorerie. Les engagements sur les puces doivent se transformer en systèmes expédiés. Les infrastructures physiques doivent produire suffisamment de revenus pour couvrir des années de coûts de construction et d’exploitation.

Pourquoi la demande de Google pour AMD dépasse la simple histoire d’un client

Google contribue à valider la demande d’infrastructures d’IA, mais son échelle relève également le niveau qu’AMD doit atteindre.

Alphabet a annoncé que le chiffre d’affaires de Google Cloud avait augmenté de 82 % pour atteindre 24,77 milliards de dollars au deuxième trimestre. Le bénéfice d’exploitation du cloud a atteint 8,81 milliards de dollars, contre 2,83 milliards de dollars un an plus tôt. Cette combinaison de croissance et de rentabilité opérationnelle offre une preuve particulièrement claire de la demande des entreprises pour l’IA.

Google a attribué cette accélération aux infrastructures d’IA pour les entreprises, aux solutions d’IA et aux services cloud de base. L’entreprise a indiqué que les modèles Gemini traitaient 22 milliards de jetons API par minute. Elle a également fait état de 950 millions d’utilisateurs actifs mensuels pour l’application Gemini.

Il s’agit de mesures communiquées par l’entreprise, qui ne révèlent pas la rentabilité de chaque requête de modèle. Elles montrent néanmoins que les charges de travail d’IA circulent dans de véritables systèmes grand public et d’entreprise à une échelle considérable.

Le rapport trimestriel d’Alphabet a également fait état d’un chiffre d’affaires consolidé de 119,8 milliards de dollars, en hausse de 24 %. Google Services a progressé de 15 %, tandis que Google Search et les autres revenus ont augmenté de 17 %.

Cela importe pour AMD, car les fournisseurs de cloud achètent plusieurs types d’infrastructures informatiques. Les GPU accélèrent l’entraînement et l’inférence des modèles, c’est-à-dire le processus de génération de réponses par un modèle entraîné. Les CPU de serveur assurent le calcul généraliste, la préparation des données, la coordination du stockage et de nombreuses charges de travail connexes.

AMD vend les deux catégories. Ses processeurs de serveur EPYC sont déjà présents dans les services cloud majeurs, y compris les offres Google Cloud. Cette présence permet à AMD de bénéficier de la croissance des charges de travail, même lorsqu’un fournisseur cloud utilise ses propres accélérateurs pour certaines tâches d’IA.

Cependant, le lien entre AMD et Google n’est pas un partenariat exclusif. Google conçoit des Tensor Processing Units, ou TPU, pour ses propres infrastructures d’IA. L’entreprise propose également des GPU Nvidia et prend en charge d’autres architectures de processeurs sur sa plateforme cloud.

AMD concourt donc pour une part d’un système en expansion plutôt que de contrôler l’ensemble du système. Remporter un déploiement de machines virtuelles peut créer une demande durable de CPU. Remporter des capacités d’accélérateurs exige une compatibilité logicielle, une fiabilité d’approvisionnement et une économie favorable à l’échelle de racks complets.

ROCm est au cœur de cet effort. ROCm est la plateforme logicielle d’AMD destinée à programmer et exploiter ses accélérateurs. Les développeurs évaluent souvent le matériel à travers la disponibilité de bibliothèques, d’outils, de modèles optimisés et de support, et non uniquement à partir des spécifications des processeurs.

AMD a lancé ROCm.ai comme environnement de développement destiné à créer et optimiser des charges de travail sur ses plateformes. L’entreprise a également présenté Helios, un système à l’échelle du rack qui associe accélérateurs, CPU, réseau et logiciels.

Un système à l’échelle du rack considère l’ensemble du rack de serveurs comme une unité de calcul coordonnée. Cette approche aide les fournisseurs à traiter l’alimentation, le réseau, la mémoire et le refroidissement comme une conception unifiée. Nvidia a employé une stratégie de systèmes comparable afin de renforcer l’adoption par les clients.

AMD affirme que des organisations telles qu’Anthropic, Meta, Microsoft, OpenAI et Oracle déploient ou prévoient de déployer des systèmes liés à Helios. Ces affirmations établissent un pipeline, mais les investisseurs ont toujours besoin de revenus comptabilisés et de marges durables.

Les résultats de Google relèvent cette exigence, car ils montrent à quelle vitesse un acheteur peut monétiser son infrastructure. Le chiffre d’affaires cloud ne se contente pas d’augmenter. Google Cloud génère un bénéfice d’exploitation croissant tout en prenant en charge des charges de travail d’IA internes et externes.

Pour AMD, la prochaine étape n’est donc pas une nouvelle déclaration générale sur l’intérêt des fournisseurs cloud. C’est la preuve que les déploiements des hyperscalers se transforment en revenus récurrents d’accélérateurs sans sacrifier la marge brute.

L’histoire d’AMD et Google s’inscrit dans cette compétition plus large. Google peut utiliser les CPU AMD, ses propres TPU, les GPU Nvidia et d’autres matériels selon ce qui convient le mieux à chaque usage. AMD doit démontrer que ses produits méritent une part croissante de cet environnement mixte.

Palantir montre ce qui se produit lorsque l’IA atteint les opérations quotidiennes

Les résultats de Palantir suggèrent que les logiciels peuvent monétiser l’IA plus rapidement, car les clients paient pour des résultats opérationnels plutôt que pour la seule capacité de calcul.

Palantir occupe la couche applicative. Ses plateformes combinent les données organisationnelles, les contrôles logiciels et les modèles d’IA afin que les employés puissent utiliser les résultats des modèles au sein des opérations existantes. Un fabricant peut, par exemple, relier les calendriers de production, les stocks et les dossiers de maintenance à un flux de travail assisté par l’IA.

Ce modèle diffère de la vente d’un accès à une capacité de calcul brute. Les clients achètent un système conçu pour appuyer les décisions, les processus et les actions contrôlées. La proposition de valeur dépend de la capacité du logiciel à modifier un travail mesurable.

La croissance commerciale américaine de Palantir suggère qu’un plus grand nombre d’organisations dépassent le stade des pilotes isolés. Sa hausse de 149 % s’ajoute à une croissance antérieure déjà substantielle. L’entreprise a également signalé une forte demande gouvernementale, soutenue par des programmes de défense et du secteur public.

L’économie semble attractive, car les logiciels peuvent s’étendre à davantage d’utilisateurs et de flux de travail après le déploiement. Palantir n’a pas besoin de construire une nouvelle usine de fabrication pour chaque client. L’entreprise peut utiliser les infrastructures cloud fournies par des partenaires et répercuter une partie des coûts dans son modèle commercial.

Cependant, la mise en œuvre reste une contrainte. Les données d’entreprise présentent souvent des formats incohérents, des restrictions d’accès et des dossiers incomplets. Une application d’IA ne peut pas produire de décisions opérationnelles fiables lorsque les autorisations ou les informations sous-jacentes sont peu fiables.

Les plateformes de Palantir répondent à ce problème par une ontologie, une représentation structurée des entités, des relations et des actions autorisées d’une organisation. L’ontologie peut relier les résultats du modèle à des objets métier tels que des commandes, des véhicules, des composants ou du personnel.

Cette approche peut rendre l’IA utile dans des flux de travail contrôlés. Elle peut aussi entraîner un processus de déploiement long. Les clients doivent organiser les données, définir les autorisations, valider les actions et modifier des pratiques de travail établies.

La question centrale est celle de la reproductibilité. Palantir doit démontrer que les nouveaux déploiements deviennent des contrats plus étendus sans nécessiter un volume exceptionnel de travail sur mesure. Une forte croissance perd une partie de son attrait si les coûts de mise en œuvre augmentent presque aussi rapidement.

Son accord d’hébergement pour un client gouvernemental illustre ce risque. Palantir a assumé des coûts cloud récurrents, ce qui a affecté la marge brute. Cette décision peut soutenir un contrat important, mais elle complique l’image du logiciel comme activité purement peu capitalistique.

Les investisseurs doivent également distinguer la valeur des contrats du chiffre d’affaires comptabilisé. Un accord signé peut inclure des options futures, des clauses de résiliation et des étapes de déploiement. Ces conditions influencent le moment où, voire la possibilité que, la valeur attendue apparaisse dans les résultats financiers.

Palantir offre néanmoins l’exemple le plus clair d’une IA intégrée aux opérations quotidiennes. AMD constate la demande lorsque les clients commandent des systèmes informatiques. Palantir la constate lorsque les organisations relient des modèles à des décisions et à des actions contrôlées.

Cette distinction explique pourquoi ses résultats ont reçu un accueil plus favorable. L’entreprise a associé une croissance rapide à une génération de trésorerie substantielle. Elle a montré moins d’étapes entre l’adoption de l’IA et le rendement financier.

Ce résultat ne prouve pas que chaque projet d’IA en entreprise réussira. La clientèle de Palantir, son exposition aux administrations publiques et son modèle de mise en œuvre sont propres à son activité. D’autres éditeurs d’applications peuvent faire face à des coûts de changement moins élevés ou à un accès à des données moins précieux.

Palantir présente également un risque de valorisation. Une croissance très rapide peut soutenir des attentes élevées, mais tout ralentissement de l’expansion de la clientèle ou des prévisions peut rapidement modifier l’évaluation du marché. De solides résultats opérationnels n’éliminent pas cette sensibilité.

Pour les acheteurs en entreprise, la leçon est concrète. Un déploiement d’IA devient économiquement significatif lorsqu’il s’intègre à un flux de travail récurrent, avec des contrôles d’accès clairs et une utilisation mesurable. La qualité du modèle seule ne produit pas ce résultat.

Les équipes ont également besoin d’un contexte consultable pour étayer leurs décisions. Une base de connaissances IA bien entretenue peut aider les travailleurs du savoir à conserver des documents, comparer des affirmations et retracer des conclusions sans remplacer la gouvernance de l’entreprise.

SpaceX révèle le coût de l’infrastructure physique de l’IA

SpaceX a montré que même une croissance exceptionnelle peut paraître insuffisante lorsque de nouvelles infrastructures consomment du cash plus vite que les investisseurs ne peuvent en mesurer le rendement.

SpaceX combine des activités aux besoins en capital très différents. Starlink génère des revenus récurrents de connectivité grâce à un réseau satellitaire. Les services de lancement vendent l’accès à l’espace. Starship nécessite des investissements continus dans le développement, les essais et la production.

L’activité IA de l’entreprise ajoute une autre couche coûteuse. Les centres de données nécessitent des processeurs, des réseaux, de l’électricité, des terrains, du refroidissement et une maintenance continue. Ils exigent aussi des mises à niveau matérielles fréquentes, car les performances des accélérateurs évoluent rapidement.

SpaceX a fait état d’une croissance de 247 % de ses revenus liés à l’IA, à 2,56 milliards de dollars. Ce rythme est frappant, mais la seule croissance du chiffre d’affaires ne démontre pas une économie unitaire attractive. Les investisseurs doivent connaître le coût de production de chaque unité de capacité de calcul et le taux d’utilisation effectif par les clients.

Les dépenses d’investissement, souvent abrégées en capex, représentent les investissements dans des actifs durables tels que les centres de données, les satellites et les équipements de fabrication. Le flux de trésorerie disponible mesure la trésorerie restante après les dépenses d’exploitation et les investissements en capital.

La réaction du marché a indiqué que les investisseurs privilégiaient cette relation avec la trésorerie. SpaceX a enregistré des revenus supérieurs aux attentes et réduit sa perte, mais son action a reculé après la publication. Les plans de dépenses ont éclipsé le dépassement des attentes.

SpaceX a indiqué détenir 100 milliards de dollars de trésorerie et de titres négociables. L’entreprise a également fait état d’un carnet de commandes de 47,5 milliards de dollars. Ces chiffres procurent une capacité de financement et une visibilité sur la demande future, mais ils n’éliminent pas le risque d’exécution.

Elon Musk a déclaré aux investisseurs que SpaceX prévoyait d’atteindre jusqu’à 10 gigawatts de puissance de calcul d’ici la fin 2027. Un gigawatt mesure la puissance électrique, et les projets de centres de données à cette échelle exigent d’importantes infrastructures de soutien.

L’entreprise a également indiqué qu’elle construirait son infrastructure IA exclusivement avec des puces Nvidia. Cette décision est particulièrement pertinente pour AMD. Elle montre qu’un opérateur IA en croissance peut valider la demande globale tout en orientant ses dépenses en accélérateurs vers le principal concurrent d’AMD.

L’avantage de Nvidia va au-delà des performances des processeurs. Son environnement logiciel CUDA, ses outils pour développeurs, ses produits réseau et ses conceptions de serveurs intégrées réduisent les frictions de déploiement. Les acheteurs valorisent souvent cette certitude opérationnelle lorsqu’ils développent rapidement leurs capacités.

La stratégie Helios et ROCm d’AMD répond directement à ce déficit au niveau des systèmes. L’entreprise souhaite que les clients évaluent un déploiement complet plutôt qu’un accélérateur isolé. La décision de SpaceX montre à quel point cette transition reste difficile.

C’est là que la comparaison entre AMD et Google devient utile. Google exploite un environnement informatique mixte et peut associer différents processeurs à différentes charges de travail. SpaceX a choisi une approche plus concentrée pour son expansion IA prévue.

Aucune de ces approches ne garantit des rendements supérieurs. Un environnement mixte peut réduire la dépendance envers les fournisseurs, mais accroître la complexité d’ingénierie. Une stratégie à fournisseur unique peut simplifier le déploiement tout en augmentant les risques de concentration et d’approvisionnement.

SpaceX fait également face à une concurrence pour son capital interne. Un dollar alloué à un centre de données IA ne peut pas financer simultanément une autre installation de lancement ou un programme satellitaire. La direction doit décider quels projets reçoivent des ressources et à quel moment.

La génération de trésorerie de Starlink est donc centrale pour l’ensemble de cette structure. Une forte croissance de la connectivité peut financer des investissements ailleurs. Une croissance plus lente des abonnés, des coûts de remplacement des satellites plus élevés ou des marges plus faibles réduiraient cette capacité.

Le débat sur les dépenses liées à l’IA se concentre désormais sur cette conversion. Les investisseurs veulent de plus en plus voir des flux de trésorerie opérationnels, une demande contractualisée et des données d’utilisation avant de récompenser de vastes projets d’infrastructure.

L’échelle de SpaceX lui offre davantage d’options qu’à une startup IA spécialisée. Les fusées, la connectivité satellitaire et les services de données peuvent se renforcer mutuellement. Pourtant, cette intégration rend aussi l’évaluation financière plus difficile.

Le rapport de résultats a livré un rappel clair de la réalité. L’infrastructure physique de l’IA peut générer une croissance rapide du chiffre d’affaires tout en restant une utilisation exigeante du capital. La distance entre la demande et le rendement s’accroît avec chaque nouvelle installation, contrat d’électricité et achat de matériel.

La véritable fracture est la conversion, pas l’exposition à l’IA

Les trois entreprises montrent que l’exposition à l’IA a peu de sens sans comprendre comment la demande devient chiffre d’affaires, marge et trésorerie.

Palantir transforme les flux de travail de ses clients en revenus logiciels. AMD transforme les engagements des fournisseurs cloud et des laboratoires en processeurs et systèmes livrés. SpaceX transforme les investissements en infrastructure en services de connectivité, de lancement et de calcul.

Chaque conversion présente un délai différent. Les logiciels peuvent se développer après qu’un client a achevé son déploiement. Les revenus des semi-conducteurs dépendent de la maturité des produits, de l’approvisionnement industriel, de l’installation chez les clients et du support logiciel.

L’infrastructure physique ajoute des exigences de construction, d’électricité, d’utilisation et de financement. Un projet peut attirer des clients tout en mettant des années à récupérer son investissement initial. Ce calendrier modifie la manière dont les investisseurs interprètent la croissance.

Google illustre un modèle de conversion relativement mature. Son infrastructure cloud soutient les clients d’entreprise, les applications IA et d’autres services. Google Cloud a associé une croissance de 82 % de son chiffre d’affaires à 8,81 milliards de dollars de résultat d’exploitation au cours du trimestre.

Ce résultat ne signifie pas que chaque dollar dépensé par Google dans l’IA a généré un rendement. Alphabet a levé des capitaux considérables pour ses infrastructures et ses capacités de calcul mondiales au cours du trimestre. Ses informations financières montrent également que la recherche commune en IA crée des dépenses importantes à l’échelle du groupe.

Néanmoins, le résultat d’exploitation du cloud offre aux investisseurs un pont financier visible entre les dépenses et le rendement. Google peut aussi monétiser l’IA via la publicité liée à la recherche, les abonnements, les services cloud et les interfaces de programmation d’applications.

AMD ne dispose pas de cette relation directe avec les utilisateurs finaux. Elle génère des revenus lorsque les clients achètent des processeurs ou des systèmes complets. Le rendement final revient au fournisseur cloud, au laboratoire d’IA ou à l’entreprise qui exploite la charge de travail.

Cela crée un risque de concentration de la demande. Un petit groupe d’hyperscalers contrôle une grande partie des dépenses en infrastructures IA avancées. Leurs décisions concernant les puces internes, les systèmes Nvidia et les déploiements AMD peuvent fortement faire varier les revenus des fournisseurs.

La relation entre AMD et Google représente donc à la fois une opportunité et une contrainte. La croissance de Google Cloud élargit le marché disponible pour les processeurs de serveurs et les accélérateurs. Le silicium interne de Google limite également l’hypothèse selon laquelle toute la croissance du cloud profite de manière égale aux fournisseurs externes de GPU.

Les résultats d’AMD montrent des progrès significatifs. Le chiffre d’affaires du segment Data Center a plus que doublé, les marges se sont améliorées et la direction a prévu une croissance continue. L’entreprise a aussi conclu d’importantes collaborations avec Anthropic et Microsoft.

Mais les gigawatts annoncés ne sont pas la même chose qu’une capacité livrée. Les clients peuvent ajuster les calendriers d’installation, déplacer des charges de travail ou modifier leurs combinaisons matérielles. Les contraintes d’approvisionnement et les performances logicielles peuvent également affecter le calendrier des livraisons.

Palantir fait face à une autre question de concentration. De grands contrats gouvernementaux et commerciaux peuvent stimuler une expansion rapide, mais un nombre limité d’accords peut influencer la croissance trimestrielle. Les obligations d’hébergement peuvent également reporter les coûts d’infrastructure sur le fournisseur.

SpaceX possède le chemin de conversion le plus long et le plus complexe. L’entreprise doit construire l’infrastructure avant que les clients puissent en utiliser une grande partie. Son effort dans l’IA concurrence aussi les programmes Starship et satellitaires pour le capital et l’attention de la direction.

La comparaison la plus utile est donc celle entre la promesse et la conversion financière. Les trois entreprises peuvent faire état d’une demande. Seuls les revenus déclarés, les marges, les flux de trésorerie et une utilisation soutenue en révèlent la qualité.

Cette norme modifie également l’analyse concurrentielle. Nvidia reste le principal fournisseur d’accélérateurs, mais AMD n’a pas besoin de le remplacer partout pour bâtir une activité importante. AMD a besoin de déploiements reproductibles dans lesquels les clients valorisent le prix, la mémoire, la conception du système ou la diversité des fournisseurs.

Les TPU de Google offrent une autre voie. Les puces personnalisées peuvent réduire la dépendance aux accélérateurs commercialisés pour certaines charges de travail. Amazon et Microsoft développent également leur silicium interne, ce qui accentue la pression sur AMD comme sur Nvidia.

Les éditeurs de logiciels font face à leurs propres alternatives. Les entreprises peuvent créer des applications directement sur des plateformes cloud, recourir à des fournisseurs spécialisés ou adopter l’approche intégrée de Palantir. Chaque option modifie l’effort de mise en œuvre, le contrôle et les coûts de changement.

Les opérateurs d’infrastructure peuvent choisir des stratégies matérielles concentrées ou mixtes. Ils peuvent également louer de la capacité plutôt que de la construire. Ces décisions influencent l’utilisation, le financement et la vitesse de déploiement.

Le marché de l’IA ne désigne pas un vainqueur universel. Il applique des critères financiers différents aux logiciels, aux puces, aux services cloud et aux infrastructures physiques. Les entreprises qui affichent une croissance plus rapide sans conversion plus forte devront répondre à des questions plus difficiles.

Ce que le prochain trimestre devra confirmer

Trois signaux détermineront si ces résultats marquent des progrès durables ou un nouveau sommet dans les attentes liées à l’IA.

Le premier signal sera la performance du segment Data Center d’AMD au troisième trimestre. AMD prévoit environ 13 milliards de dollars de chiffre d’affaires total et une marge brute non-GAAP proche de 56 %. Atteindre ces prévisions conforterait l’affirmation de la direction selon laquelle les ventes de Data Center accélèrent.

La composition compte autant que le total. Les investisseurs ont besoin d’éléments montrant que les déploiements d’accélérateurs Instinct contribuent aux résultats aux côtés des processeurs de serveurs EPYC. Une combinaison plus large montrerait qu’AMD est compétitive sur l’ensemble du système IA plutôt que de bénéficier principalement de la demande générale de serveurs.

Les marges révéleront le coût de cette croissance. Des marges stables ou en amélioration suggéreraient qu’AMD peut développer de nouveaux systèmes sans remises excessives ni coûts de déploiement trop élevés. Des marges plus faibles pourraient indiquer que la concurrence devient plus coûteuse.

Le deuxième signal concerne les déploiements effectifs chez les hyperscalers. Les annonces impliquant Anthropic, Microsoft, Meta, OpenAI et d’autres clients décrivent d’importantes capacités futures. Le prochain test consistera à voir si ces projets passent en production dans les délais prévus.

Google doit également rester au cœur de cette observation. De nouvelles instances cloud Google basées sur AMD ou une disponibilité accrue d’accélérateurs renforceraient l’idée que les grandes plateformes recherchent une base de processeurs diversifiée. Une dépendance plus forte aux TPU ou aux systèmes Nvidia affaiblirait cette interprétation.

Les développeurs surveilleront également la prise en charge de ROCm. Une meilleure compatibilité, une documentation plus complète et l’optimisation des modèles peuvent réduire le coût d’ingénierie associé au choix d’AMD. Des lacunes logicielles persistantes préserveraient l’avantage de Nvidia, même si le matériel AMD paraît compétitif.

Le troisième signal est la relation entre les dépenses d’investissement et le flux de trésorerie disponible parmi les entreprises d’infrastructure IA. SpaceX en fournit l’exemple le plus clair à court terme, car ses projets couvrent le calcul, l’énergie, les satellites et les fusées.

La hausse des revenus liés à l’IA ne soutiendrait cette expansion que si les pertes continuaient de se réduire et si le taux d’utilisation s’améliorait. Une accélération des dépenses sans rendements plus visibles renforcerait les inquiétudes du marché selon lesquelles l’infrastructure devance la demande.

Palantir offre le contrepoint. Son prochain rapport devrait montrer si la croissance commerciale demeure étendue et si les coûts d’hébergement continuent de peser sur la marge brute. Une forte génération de trésorerie renforcerait l’avantage de la vente de logiciels opérationnels.

Ces signaux doivent être interprétés ensemble. AMD a besoin que ses clients déploient des systèmes. Google et les autres fournisseurs cloud ont besoin de charges de travail qui monétisent ces systèmes. Palantir a besoin que les entreprises transforment ces charges de travail en valeur opérationnelle récurrente.

Le cadre à trois niveaux reste utile, car il suit les flux financiers à travers les logiciels, les puces et l’infrastructure. Il évite de considérer toutes les entreprises générant des revenus liés à l’IA comme financièrement équivalentes.

Pour les développeurs, l’enjeu immédiat est la disponibilité des plateformes. Davantage de déploiements en production peuvent améliorer les bibliothèques, les options d’hébergement et la concurrence matérielle. Une adoption limitée peut maintenir le développement concentré autour d’un seul environnement logiciel.

Les acheteurs en entreprise devraient surveiller les preuves de déploiement plutôt que les seules annonces des fournisseurs. Ils doivent se demander si les systèmes sont disponibles, si les charges de travail s’exécutent de manière fiable et si les coûts d’exploitation totaux correspondent à l’efficacité promise.

Les travailleurs du savoir devraient se concentrer sur l’usage opérationnel. Les résultats de Palantir suggèrent que l’IA crée une valeur mesurable lorsqu’elle atteint des workflows gouvernés et des données organisationnelles fiables. Un modèle qui reste en dehors du travail quotidien demeure une expérimentation.

Les investisseurs sont confrontés à la même discipline, à une échelle plus large. La croissance des revenus compte, mais le chemin vers la trésorerie compte davantage. Les logiciels, les processeurs et l’infrastructure physique exigent des durées et des capitaux différents avant que la demande ne se transforme en rendement.

L’histoire AMD-Google restera un indicateur important, car elle relie un grand fournisseur de processeurs à l’un des plus grands acheteurs et constructeurs d’informatique IA. Elle révèle également la réalité concurrentielle des puces internes, des systèmes Nvidia et des architectures cloud mixtes.

Au cours du prochain trimestre, surveillez les systèmes AMD livrés, une rentabilité durable de Google Cloud et l’amélioration de la conversion de trésorerie de l’infrastructure. Ensemble, ces signaux montreront si la demande en IA devient un cycle économique durable.

La question centrale n’est plus de savoir si les organisations veulent de l’intelligence artificielle. Les résultats financiers y ont répondu. La question plus difficile est de savoir quelles entreprises peuvent fournir une capacité utile, percevoir des revenus récurrents et financer la prochaine expansion sans affaiblir les fondamentaux économiques qui la sous-tendent.