Les dépenses de Meta dans l’IA face à l’avertissement de Moody’s alors que les flux de trésorerie des Big Tech se resserrent

Les dépenses de Meta dans l’IA sont entrées dans une phase plus difficile, alors que Moody’s avertit que des coûts d’infrastructure sans précédent affaiblissent les flux de trésorerie disponibles des Big Tech. L’agence de notation a examiné Meta, Microsoft, Amazon, Alphabet, Oracle et CoreWeave, qui investissent massivement dans les centres de données et le matériel informatique.

Cet avertissement ne signifie pas que le boom de l’IA a échoué. La demande de cloud progresse, les revenus sous contrat s’accumulent et plusieurs entreprises ont fait état de ventes substantielles liées à l’IA. Le problème est que les dépenses d’infrastructure augmentent plus rapidement que les liquidités disponibles pour les financer.

Cela modifie la logique d’investissement qui sous-tend les plus grandes plateformes technologiques mondiales. Ces entreprises ont autrefois développé leurs revenus logiciels et publicitaires sans construire des volumes équivalents d’infrastructures physiques. Désormais, leur croissance dépend des centres de données, des accélérateurs, des systèmes de réseau, de la mémoire, des équipements de refroidissement et d’une électricité fiable.

Microsoft et Alphabet disposent encore d’une capacité financière considérable. Le moteur publicitaire de Meta génère également d’importants flux de trésorerie opérationnels. Oracle et CoreWeave disposent d’une marge d’erreur plus réduite, car leurs engagements d’infrastructure sont plus importants par rapport à leurs capacités actuelles de génération de trésorerie.

La question centrale n’est plus de savoir si la demande pour l’IA existe. Les investisseurs doivent déterminer si les revenus, les marges et la génération de trésorerie de l’IA rattraperont leur retard avant que les coûts de financement et les amortissements ne transforment durablement ces entreprises.

Moody’s transforme le boom de l’IA en question de crédit

L’avertissement de Moody’s présente l’infrastructure IA comme un engagement de bilan, et non comme un simple investissement technologique.

Moody’s prévoit que les dépenses d’investissement combinées des six entreprises atteindront environ 785 milliards de dollars en 2026. Ses prévisions approchent 1 000 milliards de dollars pour 2027, selon une prévision des dépenses d’investissement des hyperscalers.

Le groupe de six entreprises comprend trois grands fournisseurs de cloud public. Microsoft exploite Azure, Amazon gère AWS et Alphabet possède Google Cloud. Meta construit principalement des infrastructures pour ses propres produits, tandis qu’Oracle et CoreWeave vendent des capacités de calcul axées sur l’IA.

Les dépenses d’investissement, ou capex, couvrent des actifs à long terme tels que les serveurs, les bâtiments et les équipements réseau. Les flux de trésorerie disponibles déduisent généralement les dépenses d’investissement en numéraire des flux de trésorerie opérationnels, afin d’indiquer ce qui reste une fois les opérations et les investissements financés.

Cette déduction est devenue plus importante à mesure que les budgets d’infrastructure s’élargissent. Une entreprise peut déclarer une hausse de son chiffre d’affaires et de son bénéfice comptable tout en générant moins de flux de trésorerie disponibles. L’amortissement répartit le coût d’un actif sur plusieurs années, mais les sorties de trésorerie interviennent souvent bien plus tôt.

Moody’s a identifié une transition d’un modèle peu capitalistique vers une structure plus intensive en capital. Les logiciels, la publicité et la propriété intellectuelle génèrent toujours la majeure partie du résultat opérationnel du groupe. Toutefois, ces services dépendent de plus en plus de capacités physiques coûteuses.

L’agence de notation ne soutient pas que chaque dollar investi génère un faible rendement. Elle s’inquiète plutôt du fait que les entreprises engagent des capitaux avant que le rendement final ne devienne visible. Construire un centre de données peut prendre des années, tandis que les puces et les serveurs peuvent perdre en compétitivité beaucoup plus rapidement.

Moody’s avait déjà averti qu’une intensité capitalistique plus élevée et l’augmentation de la dette pourraient entraîner une réévaluation de la solvabilité. Cette issue devient plus probable si la croissance des bénéfices ne parvient pas à suivre la nouvelle charge de financement.

L’avertissement n’a pas le même poids pour chaque entreprise. Microsoft conserve la meilleure note de long terme de Moody’s, tandis qu’Alphabet et Meta détiennent également de solides notes de catégorie investissement. Amazon bénéficie d’une envergure considérable, mais ses activités de vente au détail créent des besoins supplémentaires en fonds de roulement.

Oracle se situe plus près de la limite de crédit. Son expansion dans le cloud représente un engagement bien plus important par rapport à ses flux de trésorerie opérationnels. CoreWeave ajoute un endettement encore plus élevé et une concentration de clientèle à ce même cycle d’infrastructure.

Les entreprises les plus solides peuvent absorber plusieurs années de faibles flux de trésorerie disponibles sans connaître immédiatement de difficultés financières. Pourtant, la solidité du crédit n’est pas illimitée. Davantage de dette, de passifs locatifs et d’engagements d’achat réduisent la flexibilité future, même lorsque les bénéfices actuels restent élevés.

L’ampleur de la révision est également notable. Moody’s avait projeté environ 700 milliards de dollars de dépenses pour 2026 plus tôt dans l’année. L’agence a ensuite relevé cette estimation d’environ 85 milliards de dollars, les entreprises ayant augmenté leurs plans d’infrastructure.

Cette révision montre pourquoi les investisseurs peinent à définir un pic de dépenses. Chaque nouvelle génération de modèles nécessite davantage de capacité de calcul. Les systèmes agentiques consomment également des ressources en continu, car ils effectuent des tâches en plusieurs étapes au lieu de produire une réponse courte.

La hausse des coûts de la mémoire et des composants ajoute un niveau supplémentaire de pression. Les entreprises peuvent installer davantage de capacité tout en payant plus cher chaque unité. Une augmentation de budget ne représente donc pas toujours une hausse équivalente de la puissance de calcul utilisable.

L’événement immédiat est un avertissement de recherche de Moody’s. Le changement plus profond est que l’investissement dans l’IA est devenu un enjeu d’analyse du crédit pour des entreprises autrefois considérées comme exceptionnellement capables de s’autofinancer.

Les dépenses de Meta dans l’IA font partie d’un resserrement bien plus vaste des flux de trésorerie

Meta dispose d’un solide moteur publicitaire, mais ses ambitions dans l’IA rivalisent désormais directement avec les rachats d’actions, les dividendes et la flexibilité financière.

La position de Meta diffère de celle de Microsoft, Amazon ou Alphabet. L’entreprise n’exploite pas de cloud public généraliste comparable. La majeure partie de son infrastructure soutient la publicité, les systèmes de recommandation, les produits d’IA générative et le développement interne de modèles.

Cette structure donne à Meta une voie directe entre l’IA et les revenus. De meilleures recommandations peuvent accroître l’engagement, tandis que des outils publicitaires améliorés peuvent renforcer les performances des campagnes. L’IA peut donc soutenir l’activité existante de l’entreprise avant que les utilisateurs ne paient pour un assistant distinct.

Les prévisions d’infrastructure de Meta l’exposent néanmoins à la même pression sur les flux de trésorerie. FactSet a indiqué que Meta avait relevé sa fourchette de capex pour 2026 à 125-145 milliards de dollars. La fourchette précédente allait de 115 à 135 milliards de dollars.

Cette hausse est importante parce que les dépenses interviennent avant que tous les bénéfices commerciaux ne puissent être mesurés. Meta doit simultanément développer des capacités de calcul pour l’entraînement des modèles, l’inférence, le classement des contenus, la publicité et de nouvelles expériences grand public.

L’inférence désigne le travail de calcul nécessaire lorsqu’un modèle déployé répond à une requête. Contrairement à un entraînement ponctuel, les coûts d’inférence se répètent à chaque prompt, recommandation, image générée ou action automatisée.

La stratégie de modèles ouverts de Meta ajoute une autre complication. Une plus grande disponibilité des modèles peut renforcer l’adoption par les développeurs et réduire la dépendance envers les plateformes concurrentes. Toutefois, l’adoption externe ne produit pas automatiquement des revenus directs pour Meta.

L’entreprise peut néanmoins en tirer des bénéfices indirects. Les modèles ouverts peuvent créer des standards, attirer des chercheurs et élargir l’offre d’outils compatibles. Ces avantages ne deviennent financièrement précieux que s’ils améliorent les produits de Meta, l’économie de sa publicité ou sa position de plateforme.

Les investisseurs doivent donc distinguer l’usage de l’IA de ses rendements. Davantage de prompts, de téléchargements de modèles et d’interactions avec des assistants démontrent une demande. Ils ne prouvent pas que chaque charge de travail rapporte suffisamment pour couvrir les serveurs, l’électricité, le réseau et les amortissements.

Microsoft dispose d’une voie de facturation plus claire grâce à Azure et aux logiciels d’entreprise. Amazon peut facturer ses clients via AWS. Alphabet combine les revenus de Google Cloud avec des améliorations de la recherche et de la publicité.

Meta finance principalement sa propre capacité et capte les rendements par le biais de ses applications. Cette approche peut être extrêmement efficace lorsque l’IA améliore l’efficacité publicitaire. Elle devient plus difficile à évaluer lorsque les dépenses soutiennent des produits sans modèle économique défini.

La pression s’étend également aux rendements pour les actionnaires. Reuters a constaté que Meta, Microsoft et Alphabet généraient encore suffisamment de flux de trésorerie disponibles pour couvrir les dividendes et les rachats d’actions au cours de leurs derniers exercices fiscaux. Une croissance persistante du capex pourrait réduire cette marge.

Les rachats d’actions sont discrétionnaires, contrairement aux paiements d’intérêts ou aux engagements contractuels liés aux centres de données. Si les dépenses restent élevées, réduire les rachats offre un moyen relativement simple de préserver les liquidités. Les investisseurs peuvent néanmoins considérer cette réduction comme un coût économique.

Les dépenses de Meta dans l’IA créent également un coût d’opportunité au sein de l’entreprise. Les capitaux engagés dans l’infrastructure ne peuvent pas financer simultanément des acquisitions, des distributions aux actionnaires ou d’autres domaines de produits. La direction doit décider quels projets d’IA méritent des ressources de calcul rares.

Ce défi d’allocation interne grandira à mesure que les capacités deviendront plus spécialisées. L’entraînement d’un modèle de pointe, le fonctionnement d’un assistant et le classement de courtes vidéos peuvent nécessiter différentes combinaisons de puces, de mémoire, de latence et de réseau.

Davantage d’infrastructures n’éliminent pas les arbitrages. Elles peuvent simplement les déplacer, d’une pénurie de serveurs vers des pénuries d’électricité, d’attention des équipes d’ingénierie ou d’emplacements adaptés pour les centres de données.

L’avantage de Meta réside dans le contrôle d’applications comptant des milliards d’utilisateurs et d’un système publicitaire établi. Son inconvénient est qu’une adoption réussie par les consommateurs peut créer une demande massive d’inférence avant qu’une source de revenus directe n’apparaisse.

Cela fait de Meta un test utile de l’ensemble de la thèse d’investissement dans l’IA. Si les améliorations apportées par l’IA augmentent les revenus publicitaires et les marges plus vite que les coûts d’infrastructure, les dépenses renforcent les atouts traditionnels de l’entreprise.

Si les coûts augmentent plus vite, Meta commence à ressembler à un opérateur d’infrastructure intensif en capital sans bénéficier de l’économie du cloud public. C’est le renversement que l’avertissement de Moody’s place sous une surveillance accrue.

Le modèle peu capitalistique cède la place à l’économie des infrastructures

La promesse financière centrale des Big Tech évolue, car la croissance des logiciels exige désormais une base grandissante d’actifs physiques.

Pendant des années, les investisseurs ont valorisé les grandes plateformes technologiques en partie parce que les revenus additionnels exigeaient relativement peu de capital additionnel. Une mise à jour logicielle pouvait atteindre des millions de clients sans construire une nouvelle usine pour chaque vague de demande.

L’IA affaiblit cette relation. Chaque grand modèle nécessite des accélérateurs, de la mémoire à large bande passante, du stockage, des réseaux, du refroidissement et de l’électricité. Servir davantage d’utilisateurs crée un besoin continu de capacité supplémentaire.

Shay Boloor de Futurum Equities a décrit ce changement comme une transition vers un modèle hybride. L’économie des logiciels, de la publicité et du cloud dépend de plus en plus d’immenses infrastructures physiques, a-t-il déclaré à Reuters.

Une analyse des flux de trésorerie de Reuters a conclu que cinq hyperscalers pourraient dépenser davantage en capex qu’ils ne génèrent en flux de trésorerie disponibles en 2027. Le groupe comprend Microsoft, Alphabet, Amazon, Meta et Oracle.

Les estimations consensuelles de LSEG indiquent que leurs flux de trésorerie opérationnels annuels pourraient augmenter d’environ 340 milliards de dollars entre 2025 et 2027. Le capex pourrait progresser d’environ 534 milliards de dollars sur la même période.

Cela équivaut à environ 1,57 dollar d’investissement additionnel pour chaque dollar supplémentaire de flux de trésorerie opérationnels. La comparaison inclut l’ensemble du capex, car les entreprises ne divulguent pas systématiquement la part spécifiquement consacrée à l’IA.

L’écart est déjà visible dans les résultats individuels. Microsoft a déclaré 35,8 milliards de dollars de flux de trésorerie opérationnels au cours de son deuxième trimestre fiscal. Les dépenses d’investissement, y compris les locations-financements, ont atteint 37,5 milliards de dollars.

Microsoft affirme que ses activités liées à l’IA ont dépassé un rythme de revenus annualisé de 37 milliards de dollars. Cela apporte une preuve concrète de monétisation, mais ne tranche pas la question du rendement. Les revenus doivent à terme couvrir les coûts d’exploitation, l’amortissement, le financement et les futures dépenses de renouvellement.

Amazon illustre une autre version de cette même tension. Son flux de trésorerie d’exploitation sur les douze derniers mois a progressé de 30 % pour atteindre 148,5 milliards de dollars au premier trimestre. Le flux de trésorerie disponible a reculé à 1,2 milliard de dollars à mesure que les investissements s’accéléraient.

Les revenus d’AWS ont augmenté de 28 % sur un an, leur progression la plus rapide en 15 trimestres. Cette forte croissance étaye l’argument en faveur des investissements, mais le recul du flux de trésorerie disponible montre l’ampleur du capital nécessaire.

Alphabet semble mieux positionné, car ses activités de cloud et de publicité génèrent des liquidités substantielles. Les revenus de Google Cloud ont progressé de 63 % au premier trimestre, tandis que son résultat d’exploitation a plus que doublé.

Chez AWS, Azure et Google Cloud, la croissance combinée des revenus a atteint son rythme le plus rapide depuis le deuxième trimestre 2021. À cette époque, leurs revenus cloud cumulés ne représentaient qu’environ un tiers de leur niveau actuel.

Ces chiffres étayent l’argument optimiste. Les entreprises ne développent pas des capacités pour un marché sans clients. La demande est visible dans la croissance du cloud, les pénuries de capacité et les engagements contractuels.

Moody’s a indiqué que les hyperscalers avaient ajouté environ 700 milliards de dollars d’obligations de performance restantes sur deux trimestres. Ces obligations représentent des services contractés que les entreprises n’ont pas encore fournis.

OpenAI et Anthropic expliquent une partie de cette hausse. Leurs besoins en capacité aident les fournisseurs cloud à démontrer la demande future. Ils créent aussi un risque de concentration lorsqu’une grande part de la croissance contractée dépend de quelques développeurs d’IA.

Le carnet de commandes n’est pas la même chose que des liquidités. Un contrat peut s’étendre sur plusieurs années et exiger des investissements importants avant l’arrivée des revenus. Sa marge peut aussi évoluer si les coûts de construction, de mémoire ou d’énergie dépassent les hypothèses retenues lors de la négociation.

Les actifs des centres de données introduisent également un risque de durée. Un campus peut fonctionner pendant des décennies, mais son matériel informatique nécessite des mises à niveau fréquentes. Les entreprises doivent gagner suffisamment à chaque cycle matériel pour financer le suivant.

Le modèle peu capitalistique n’a pas complètement disparu. La distribution de logiciels reste très évolutive, et les modèles entraînés peuvent créer de la valeur dans plusieurs produits. La fondation physique sur laquelle repose ce logiciel est simplement devenue bien plus vaste.

Cette distinction compte pour la valorisation. Les investisseurs accordent souvent des multiples élevés aux flux de trésorerie disponibles prévisibles. Une activité nécessitant des constructions continues, des locations et le remplacement d’équipements peut justifier une prime de risque différente.

L’essor de l’IA produit donc un résultat étrange. Les revenus peuvent s’accélérer alors que la pression sur la valorisation augmente. Le marché peut récompenser la croissance moins généreusement lorsque chaque nouveau dollar exige davantage de capital qu’auparavant.

Oracle et CoreWeave montrent où le risque devient aigu

Le problème du financement de l’IA devient le plus visible lorsque les engagements d’infrastructure dépassent le moteur de trésorerie établi d’une entreprise.

Oracle s’est transformée en fournisseur agressif d’infrastructures d’IA. De grands contrats et la demande de cloud soutiennent cette stratégie, mais ses dépenses dépassent désormais largement les liquidités générées en interne.

Les dépenses d’investissement d’Oracle ont atteint 55,7 milliards de dollars au cours de son exercice clos en mai. Le flux de trésorerie d’exploitation s’est élevé à 32 milliards de dollars, selon les données de LSEG rapportées par Reuters.

Ses dépenses d’investissement équivalaient à 174 % du flux de trésorerie d’exploitation. Ce ratio était de 47 % lors de l’exercice 2022. Le flux de trésorerie disponible est donc devenu négatif.

Oracle prévoit de lever entre 45 et 50 milliards de dollars par dette et capitaux propres afin de poursuivre son expansion dans le cloud. Le financement externe ne rend pas l’investissement irrationnel, mais il transfère davantage de risques aux créanciers et aux actionnaires.

FactSet a indiqué que S&P Global Ratings avait abaissé la note d’Oracle à BBB-minus le 9 juillet. La note reste de catégorie investissement, mais elle se situe près du territoire spéculatif.

S&P a cité la hausse des dépenses d’investissement, le flux de trésorerie disponible négatif et la concentration de la clientèle. Moody’s attribuait à Oracle la note Baa2 avec une perspective négative au moment de l’analyse de FactSet, soit un cran au-dessus de la note S&P comparable.

Une analyse des tendances de financement a révélé que la dette annuelle supplémentaire finançait 32 % des dépenses d’investissement à la mi-2026. Cette part était de 9 % lors de l’exercice 2024.

Le financement externe peut inclure des obligations, des capitaux propres, des locations, des prépaiements clients et des coentreprises. Chaque méthode modifie la répartition du risque, mais aucune ne supprime l’obligation fondamentale de produire un rendement acceptable.

Les locations peuvent différer les paiements initiaux en espèces. Elles créent également des engagements futurs fixes. Les coentreprises peuvent déplacer des actifs hors du bilan consolidé d’une entreprise tout en maintenant une exposition économique par le biais de garanties ou de contrats à long terme.

Les prépaiements clients améliorent le financement à court terme. Ils peuvent aussi obliger le fournisseur à livrer de la capacité selon des conditions établies avant que tous les coûts de construction ne soient connus.

CoreWeave occupe une position encore plus concentrée. Son activité repose sur l’acquisition de grandes quantités d’infrastructures informatiques et la vente de cette capacité à un groupe plus restreint de clients.

Contrairement à Meta, Microsoft ou Alphabet, CoreWeave ne dispose pas d’une activité mature de publicité ou de logiciels de productivité susceptible de subventionner la construction. Sa croissance est étroitement liée à l’accès au financement et à la demande continue des principaux développeurs d’IA.

La qualité des clients devient donc aussi importante que le volume de la demande. Un contrat de longue durée paraît précieux tant que son client reste financièrement solide et a besoin de cette capacité. La concentration devient dangereuse si un client reporte son déploiement ou renégocie les conditions.

Le scénario sceptique ne nécessite pas un effondrement de la demande d’IA. Les rendements peuvent décevoir même si l’usage augmente. Des prix du cloud plus bas, des coûts énergétiques plus élevés, une obsolescence plus rapide des puces ou une faible utilisation peuvent comprimer les marges.

Le taux d’utilisation mesure la part de la capacité informatique disponible effectivement utilisée par les clients. Un centre de données entièrement réservé peut générer une économie attractive. Une installation sous-utilisée continue néanmoins d’entraîner des coûts d’amortissement, de maintenance, de personnel et de financement.

Le scénario optimiste mérite aussi d’être pris en compte. Les pénuries de puissance de calcul peuvent donner aux fournisseurs un pouvoir de fixation des prix. Les clients peuvent accepter des contrats plus longs, car ne pas sécuriser de capacité menace leurs propres plans de produits.

Les obligations de performance restantes d’Oracle ont atteint des niveaux substantiels à mesure qu’elle signait d’importants contrats d’IA. Ces accords peuvent soutenir les revenus futurs si Oracle livre les capacités à temps et dans le budget prévu.

Toutefois, la demande contractée n’élimine pas le risque d’exécution. Les campus à l’échelle du gigawatt nécessitent des terrains, des raccordements au réseau, des équipements, des autorisations et une coordination de la construction. Les retards peuvent repousser les revenus tout en maintenant les coûts de financement.

Les notations de crédit différencieront de plus en plus le groupe. Microsoft et Alphabet peuvent absorber des projets décevants sans menacer immédiatement leurs profils financiers globaux. Oracle et CoreWeave disposent de moins de marge pour des erreurs de calcul répétées.

Cette différence pourrait à terme affecter la concurrence. Les entreprises les plus solides peuvent continuer à dépenser pendant un ralentissement, tandis que les fournisseurs endettés pourraient devoir ralentir la construction ou accepter des financements défavorables.

L’avertissement de Moody’s ne prédit donc pas que les six entreprises souffriront toutes de la même manière. Il signale qu’un cycle d’investissement commun produit des risques de bilan très différents.

La ligne de partage la plus importante n’oppose plus les Big Tech aux concurrents plus petits. Elle sépare la capacité autofinancée de la capacité nécessitant un accès continu aux capitaux externes.

Trois signaux détermineront si les dépenses seront rentables

La croissance du cloud, le flux de trésorerie disponible et les conditions de financement révéleront si l’infrastructure d’IA devient un capital productif ou un fardeau financier durable.

Le premier signal est la relation entre la croissance des revenus cloud et les prévisions révisées de dépenses d’investissement. La croissance doit rester suffisamment forte pour justifier chaque nouvelle vague de construction.

Les investisseurs devraient suivre les résultats d’AWS, Azure et Google Cloud parallèlement aux budgets d’infrastructure. Des revenus en hausse avec des dépenses d’investissement stables renforceraient l’argument en faveur du rendement. Un ralentissement de la croissance combiné à une nouvelle hausse des dépenses l’affaiblirait.

Meta exige un test légèrement différent, car elle ne dispose pas d’un segment cloud public comparable. Les investisseurs devraient surveiller la croissance publicitaire, l’engagement et les preuves fournies par la direction que l’IA améliore la monétisation.

La question pertinente n’est pas de savoir si Meta lance davantage de fonctionnalités d’IA. Il s’agit de savoir si ces fonctionnalités augmentent le flux de trésorerie d’exploitation plus vite que l’infrastructure nécessaire pour les faire fonctionner.

Le deuxième signal est le flux de trésorerie disponible après les locations et autres engagements de financement. Les dépenses d’investissement affichées peuvent omettre les paiements futurs liés à des équipements ou à des accords de centres de données.

Epoch AI a examiné les données des dépôts auprès de la SEC pour Microsoft, Amazon, Alphabet, Meta et Oracle. Son modèle de dépenses d’investissement en trésorerie prévoyait que les dépenses d’investissement en trésorerie agrégées dépasseraient le flux de trésorerie d’exploitation vers le troisième trimestre 2026.

Le modèle a établi que le flux de trésorerie d’exploitation progressait d’environ 23 % par an depuis le deuxième trimestre 2023. Les dépenses d’investissement en trésorerie ont augmenté d’environ 70 % par an sur la même période ajustée.

Epoch a explicitement décrit ce franchissement comme une prolongation de tendance, et non comme une prévision financière complète. La saisonnalité et la date de départ peuvent déplacer le point de croisement estimé de plusieurs trimestres.

La séquence par entreprise fournit néanmoins un test de résistance utile. Oracle avait déjà franchi le seuil dans le modèle, tandis qu’Amazon s’en approchait. Alphabet, Meta et Microsoft le franchissaient plus tard selon les hypothèses de tendance.

Un croisement ne signifie pas insolvabilité. Ces entreprises restent rentables et peuvent utiliser leurs réserves de trésorerie, la dette, les capitaux propres, les locations ou des partenariats d’actifs. Cela signifie que leurs opérations ne financent plus toutes les dépenses d’investissement actuelles.

Cette distinction devrait guider l’analyse des résultats. Le résultat net peut rester solide tandis que la dépendance au financement augmente. Les investisseurs devraient comparer le flux de trésorerie d’exploitation, les dépenses d’investissement en trésorerie, les nouveaux contrats de location et la dette totale, plutôt que de s’appuyer uniquement sur les bénéfices.

Le troisième signal est le prix et la disponibilité du financement. Les écarts de crédit, les actions sur les notations et la demande obligataire montreront comment les marchés de capitaux évaluent le développement des infrastructures.

La revue de la Bank of England cite une estimation selon laquelle 240 milliards de dollars de besoins d’investissement des hyperscalers pourraient être financés par des émissions de crédit de catégorie investissement en 2026.

À titre de comparaison, cette même revue indique que les six plus grandes banques américaines émettent généralement entre 150 et 170 milliards de dollars de dette senior par an. L’infrastructure d’IA peut donc devenir une source majeure de demande sur le marché du crédit.

Le financement reste gérable lorsque les investisseurs acceptent des écarts étroits et de longues maturités. Le risque augmente si les coûts d’emprunt s’élèvent alors que les entreprises doivent encore achever des campus partiellement construits.

Oracle offre le test le plus proche. Une nouvelle dégradation de notation ou des écarts de crédit plus larges augmenteraient le coût de son expansion. Des notations stables et un financement réussi suggéreraient que les prêteurs font toujours confiance à la base de revenus contractés.

Microsoft, Alphabet, Amazon et Meta disposent d’une plus grande flexibilité financière. Leurs décisions influenceront néanmoins l’ensemble du marché, car leurs commandes soutiennent les fabricants de puces, les développeurs de centres de données, les services publics et les fournisseurs d’équipements.

Un ralentissement coordonné des dépenses protégerait la trésorerie de chaque entreprise. Il pourrait aussi affaiblir les fournisseurs et réduire les infrastructures disponibles pour soutenir les futurs services d’IA.

Cela crée un paradoxe. Chaque entreprise veut éviter de surconstruire, mais aucune ne veut céder une capacité rare à un concurrent. La pression concurrentielle peut soutenir les investissements même lorsque les rendements individuels deviennent plus difficiles à démontrer.

Les lecteurs doivent également distinguer les dépenses productives en IA de l’assurance stratégique. Une partie des capacités générera des revenus mesurables dans le cloud ou la publicité. D’autres capacités protègent une entreprise contre le risque de prendre du retard, même si leur rendement direct reste incertain.

L’assurance stratégique peut être rationnelle, mais elle est difficile à valoriser. Elle demande aux actionnaires d’accepter des flux de trésorerie plus faibles à court terme afin d’éviter une perte de compétitivité future incertaine.

Pour les développeurs et les acheteurs en entreprise, le cycle de financement peut influencer la disponibilité des produits et les conditions contractuelles. Les fournisseurs soumis à des pressions sur leur trésorerie peuvent privilégier les grands clients, les engagements plus longs ou les charges de travail aux marges plus clairement établies.

Les travailleurs du savoir ressentiront ces effets à travers les offres groupées de produits et les limites d’utilisation. Les entreprises qui cherchent à rentabiliser leurs investissements peuvent intégrer davantage de fonctionnalités d’IA dans des produits de productivité payants ou restreindre les charges de travail coûteuses.

Les équipes qui évaluent les affirmations des fournisseurs devraient conserver les transcriptions des résultats, les prévisions d’infrastructure et les évolutions des produits dans une base de connaissances sur l’IA consultable. L’histoire du rendement se dessinera sur plusieurs périodes de publication des résultats, et non à partir d’une seule annonce.

Le prochain cycle de résultats devrait répondre à trois questions pratiques. La croissance du cloud continue-t-elle d’accélérer, le flux de trésorerie disponible se stabilise-t-il, et les émetteurs plus fragiles peuvent-ils lever des capitaux sans pénalité significative ?

Des réponses positives conforteraient l’idée que les dépenses actuelles constituent un investissement anticipé répondant à une demande durable. Des réponses négatives renforceraient les inquiétudes de Moody’s selon lesquelles le risque financier augmente avant que l’économie de l’IA ne soit démontrée.

Les dépenses de Meta AI restent un élément important de ce test. Son activité publicitaire lui donne du temps, mais le temps seul ne garantit pas un rendement.

Surveillez la trésorerie plutôt que le nombre de lancements de modèles. Comparez chaque hausse des prévisions d’infrastructure aux flux de trésorerie d’exploitation, aux preuves de monétisation et aux engagements de financement. Quelle entreprise démontrera la première que les revenus de l’IA peuvent croître plus vite que le système physique nécessaire pour les fournir ?