Steve Eisman avertit que le boom des infrastructures de l’IA présente un point faible caché

Steve Eisman a vendu sa participation détenue de longue date dans Alphabet malgré la forte croissance du cloud, transformant une information de Google News en avertissement sur une transaction IA devenue trop encombrée. L’investisseur rendu célèbre par son pari contre le marché immobilier, raconté dans « The Big Short », ne prédit pas l’échec de l’intelligence artificielle. Il se demande si ses bénéfices futurs justifieront les dépenses extraordinaires engagées aujourd’hui dans les infrastructures.

Cette distinction change le débat. Les modèles d’IA peuvent s’améliorer, la demande de cloud peut progresser et Nvidia peut continuer à vendre des processeurs, tout en laissant les investisseurs avec des rendements décevants. La préoccupation d’Eisman porte sur la chaîne économique reliant les fabricants de puces, les plateformes cloud, les développeurs de modèles, les emprunteurs d’entreprise et les investisseurs indiciels.

Alphabet illustre ce conflit. Son activité cloud se développe rapidement, mais l’entreprise consacre davantage de liquidités aux serveurs, aux équipements réseau, à l’électricité et aux centres de données. Microsoft fait face à une pression similaire, alors que la demande dépasse les capacités de calcul disponibles.

Le scénario optimiste estime que ces contraintes prouvent que les clients demandent davantage de services d’IA que les fournisseurs ne peuvent en proposer. Le scénario sceptique affirme que la demande seule ne garantit pas des marges attrayantes après les coûts d’amortissement, d’électricité, de financement et de remplacement.

Eisman n’a pas pris de position vendeuse massive contre le secteur. Il a plutôt réduit son exposition à l’IA, conservé davantage de liquidités et attendu des preuves plus claires. Sa décision soulève une question plus difficile que celle de savoir si l’IA fonctionne : qui gagnera finalement assez d’argent pour financer ce déploiement ?

Ce que Steve Eisman a réellement changé

La vente d’actions Alphabet par Eisman était une décision de gestion du risque, pas une déclaration selon laquelle Google ou l’IA avaient cessé de croître.

Eisman a déclaré à CNBC qu’il détenait Alphabet depuis si longtemps qu’il ne se souvenait plus de la date de son premier achat. Il a ensuite vendu cette position alors que les dépenses consacrées à l’IA s’accéléraient dans l’ensemble du secteur technologique.

Selon l’alerte initiale sur l’exposition à l’IA, Eisman a placé le produit de la vente en liquidités plutôt que dans des actions défensives traditionnelles. Il n’a pas remplacé Alphabet par des services aux collectivités, des biens de consommation de base ou un autre thème supposé plus sûr.

Ce choix est important, car il distingue sa position d’une stratégie conventionnelle de récession. Il ne soutient pas que les entreprises à faible croissance offrent automatiquement de meilleurs rendements. Il affirme que le marché offre actuellement peu de moyens attrayants d’échapper à son exposition dominante à l’IA.

L’avertissement le plus direct d’Eisman concernait ce qui se produirait si cette technologie ne générait pas un rendement financier suffisant. Il a indiqué s’attendre à une « big correction » dans ce scénario, sans fournir de calendrier ni estimer l’ampleur de la baisse.

Cette expression peut sembler plus baissière que sa position complète. Eisman a reconnu que l’IA pouvait devenir une technologie exceptionnelle. Son doute concerne la question de savoir si chaque entreprise qui finance, fournit ou exploite cette technologie mérite les attentes actuelles du marché.

C’est le point faible caché derrière le titre de Google News. La réussite technologique et la réussite d’un investissement sont liées, mais elles ne sont pas interchangeables.

Un produit utile peut générer une activité considérable sans produire suffisamment de bénéfices pour tous les participants. Les compagnies aériennes ont transformé les transports, mais leur modèle économique est resté difficile pendant de longues périodes. Les réseaux de télécommunications sont devenus essentiels, même après que les investisseurs ont perdu de l’argent en raison de capacités excédentaires.

Les infrastructures d’IA font face à leur propre version de ce problème. Les fournisseurs de puces peuvent enregistrer des ventes lorsque les entreprises cloud achètent des processeurs. Les fournisseurs de cloud peuvent signaler une demande lorsque les entreprises de modèles réservent des capacités. Aucune de ces transactions ne prouve que les clients finaux dégageront des bénéfices durables grâce aux services qui en résultent.

Eisman a également remis en question les arrangements de financement de plus en plus interconnectés autour du secteur. Les fabricants de puces, les fournisseurs de cloud, les développeurs de modèles et les investisseurs dans les infrastructures peuvent se soutenir mutuellement par des contrats, des investissements, des prêts ou des engagements de capacité.

Ces relations ne sont pas automatiquement inappropriées. Elles peuvent contribuer à financer des infrastructures rares dans le cadre d’une véritable expansion. Toutefois, elles rendent aussi plus difficile l’identification du point de départ d’une demande indépendante et rentable.

La vente d’Alphabet fonctionne donc comme un avertissement pour les portefeuilles. Eisman a réduit son exposition avant de disposer de preuves définitives que le cycle de l’IA avait échoué. Les liquidités lui ont donné la possibilité d’attendre sans choisir un autre thème trop encombré.

Son action n’a pas tranché le débat. Elle a révélé les éléments qu’il recherche désormais : des revenus durables, des marges solides et une génération de trésorerie supérieure au coût complet des infrastructures d’IA.

Google News face à la facture croissante d’Alphabet en capital

La dynamique opérationnelle d’Alphabet soutient le scénario favorable à l’IA, mais ses besoins en capital montrent pourquoi la croissance seule ne peut trancher le débat.

Alphabet a publié de solides résultats au deuxième trimestre le 22 juillet 2026. Son chiffre d’affaires a atteint 119,8 milliards de dollars, en hausse de 24 % par rapport à la période correspondante de l’année précédente. Le résultat opérationnel a progressé de 30 % pour atteindre 40,8 milliards de dollars.

Google Cloud a affiché la croissance la plus frappante. Son chiffre d’affaires a bondi de 82 % à 24,8 milliards de dollars, tandis que son carnet de commandes atteignait 514 milliards de dollars. Le carnet de commandes représente des activités contractualisées qui n’ont pas encore été comptabilisées en chiffre d’affaires.

Ces chiffres soutiennent de manière significative la rentabilité des infrastructures d’IA. Ils montrent qu’Alphabet ne construit pas de centres de données sans demande commerciale. Les clients prennent des engagements, utilisent davantage de capacités et adoptent les services d’IA de Google.

Alphabet a déclaré que près de 90 % des entreprises du Fortune 100 utilisaient Gemini Enterprise. L’entreprise a également indiqué que plus de 2 000 entreprises avaient consommé plus de 100 milliards de tokens au cours des 12 mois précédents.

Le volume de tokens mesure le texte, le code, les images ou d’autres données traités par un modèle d’IA. Il indique le niveau d’activité, sans toutefois révéler le bénéfice réalisé sur chaque unité.

Les résultats trimestriels de l’entreprise ont également montré qu’environ 22 milliards de tokens d’API étaient traités chaque minute. Ce chiffre était en hausse par rapport aux 16 milliards enregistrés un trimestre plus tôt.

La recherche fournit un autre signal favorable. Alphabet a indiqué qu’AI Mode avait dépassé un milliard d’utilisateurs actifs mensuels après son expansion mondiale. Les revenus issus de la recherche et des autres activités publicitaires ont augmenté de 17 %.

Ces résultats remettent en cause l’argument le plus simple d’une bulle. Google ne fait pas état de produits stagnants tout en dépensant dans une expérimentation sans lien. Les fonctionnalités d’IA atteignent de vastes audiences et les clients du cloud consomment d’importantes capacités de calcul.

Toutefois, Alphabet a dépensé 44,9 milliards de dollars en dépenses d’investissement au cours du trimestre. Les dépenses d’investissement, ou capex, couvrent des actifs à long terme tels que les serveurs, les systèmes réseau et les centres de données.

Ces dépenses trimestrielles ont dépassé les 39,1 milliards de dollars de flux de trésorerie opérationnel d’Alphabet. Le flux de trésorerie disponible s’est établi à -5,9 milliards de dollars après les dépenses d’investissement et d’autres ajustements.

La direction a relevé ses prévisions de dépenses d’investissement pour 2026, les situant entre 195 milliards et 205 milliards de dollars. Elle a également indiqué que ces dépenses augmenteraient encore considérablement en 2027.

C’est ici que l’avertissement de Steve Eisman sur l’IA devient plus difficile à écarter. Une forte croissance des revenus ne fait pas disparaître la question des coûts lorsque les investissements dans les infrastructures augmentent encore plus rapidement.

Un centre de données exige plus qu’un paiement initial de construction. Il nécessite des processeurs, de la mémoire, du refroidissement, des équipements réseau, de l’électricité, de la maintenance et des opérateurs qualifiés. Les matériels plus anciens perdent également de leur valeur économique à mesure que des systèmes plus rapides deviennent disponibles.

Les règles comptables répartissent le coût enregistré de nombreux actifs sur leur durée de vie utile estimée. Ce processus, appelé amortissement, réduit le bénéfice déclaré sur plusieurs périodes au lieu de comptabiliser immédiatement l’intégralité de la dépense.

L’amortissement ne crée pas à lui seul l’ensemble du risque. La question plus large est de savoir si la durée de vie économique du matériel correspond au calendrier comptable. Un processeur fonctionnel peut rester utile après que de nouvelles puces l’ont rendu moins compétitif.

Alphabet affirme que les améliorations en ingénierie et en matériel réduisent les coûts de fourniture des services d’IA. L’entreprise a indiqué que le coût des réponses d’AI Mode avait atteint son niveau le plus bas depuis le lancement au cours du trimestre.

Ces progrès comptent. La baisse des coûts unitaires peut transformer l’augmentation de l’utilisation en amélioration des marges. Elle peut aussi prolonger le rôle utile des infrastructures existantes grâce à de meilleurs logiciels et à une meilleure gestion des charges de travail.

Pourtant, un coût inférieur par réponse ne réduit pas automatiquement les dépenses totales. L’utilisation peut croître plus vite que l’efficacité ne s’améliore. Des modèles plus performants peuvent également nécessiter davantage de ressources de calcul pour chaque tâche complexe.

Les investisseurs ont donc besoin de deux séries de chiffres. La couverture de Google News met naturellement l’accent sur la croissance, les produits et l’utilisation. Le test financier exige également d’examiner l’intensité capitalistique, l’amortissement, les dépenses opérationnelles et le flux de trésorerie disponible.

L’ensemble du marché repose sur une seule hypothèse concernant l’IA

La préoccupation plus large d’Eisman est la concentration : actions et obligations peuvent dépendre de la même économie de l’IA tout en paraissant diversifiées.

Un fonds indiciel large détient des centaines d’entreprises. Cette structure réduit généralement les dommages causés par le déclin d’une seule entreprise. Elle n’élimine pas l’exposition lorsque les principales positions sont soumises au même cycle de dépenses.

S&P Dow Jones Indices classe le S&P 500 comme un indice de référence des grandes entreprises couvrant environ 80 % de la capitalisation boursière américaine disponible. Sa pondération par capitalisation donne aux plus grandes entreprises la plus forte influence.

Les dix plus grandes entreprises représentaient environ 36,4 % de l’indice lorsque TheStreet a publié son rapport. Alphabet, Microsoft, Nvidia, Amazon, Meta et d’autres entreprises liées à l’IA occupaient une grande partie de ce groupe concentré.

La méthodologie officielle de l’indice ne promet pas une exposition égale entre les entreprises ou les thèmes économiques. Les investisseurs peuvent détenir 500 actions tandis qu’un petit groupe détermine encore une grande part de la performance.

Cela crée un premier aspect de la transaction dangereuse décrite par Eisman. Les investisseurs en actions dépendent fortement du maintien de la croissance des bénéfices liés à l’IA chez les grandes entreprises technologiques.

Le second aspect concerne le marché obligataire. Les centres de données nécessitent des actifs physiques à long terme, et l’ampleur du déploiement encourage l’emprunt par les entreprises technologiques, les promoteurs, les services aux collectivités et les partenaires d’infrastructure.

Les actions et les obligations se comportent différemment dans des conditions normales. Toutefois, toutes deux peuvent souffrir lorsque leurs émetteurs sous-jacents dépendent des mêmes flux de trésorerie attendus.

Un investisseur pourrait détenir des actions technologiques pour la croissance et des obligations d’entreprise pour la stabilité. Si les infrastructures d’IA soutiennent les bénéfices des actions et la solvabilité des obligations, ce portefeuille présente une diversité économique moindre que ne le suggèrent ses étiquettes.

La Réserve fédérale n’a pas déclaré de crise liée à l’IA. Son bilan de mai 2026 a qualifié de modérées, dans l’ensemble, les vulnérabilités liées à l’endettement des ménages et des entreprises. Il a également indiqué que les banques restaient solides et résilientes.

La Fed a néanmoins constaté que les pressions de valorisation des actions restaient élevées. Le ratio cours/bénéfices des entreprises du S&P 500 est resté proche de la limite supérieure de sa distribution historique.

Les participants au marché interrogés par la Fed ont fréquemment identifié les évolutions liées à l’IA parmi les menaces potentielles. Ils ont également cité le risque géopolitique, un choc pétrolier, le crédit privé et une inflation persistante.

Le bilan de stabilité financière offre un équilibre utile. Il reconnaît l’IA comme un canal de risque sans affirmer qu’un effondrement est certain ou imminent.

Cette distinction correspond à la position d’Eisman. Une forte concentration crée une vulnérabilité, mais elle ne fournit pas de signal fiable sur le moment où agir. Des marchés coûteux peuvent continuer à monter tant que les bénéfices restent solides.

La concentration fonctionne également dans les deux sens. Un petit groupe d’entreprises rentables peut soutenir un indice lorsque les secteurs plus faibles peinent. Alphabet et Microsoft disposent d’activités établies qui génèrent des liquidités au-delà de leurs opérations liées à l’IA.

Google tire toujours d’importants revenus de la publicité. Microsoft vend des logiciels et des services cloud couvrant de nombreuses charges de travail. Amazon exploite des activités de vente au détail et de logistique, tandis que Meta finance ses infrastructures grâce à la publicité.

Ces moteurs de trésorerie distinguent les leaders actuels des entreprises spéculatives sans revenus établis. Ils donnent aux hyperscalers davantage de temps pour améliorer l’économie de l’IA et absorber les premières pertes d’exploitation.

La pression demeure néanmoins. Les grandes entreprises peuvent se permettre d’immenses programmes de dépenses, mais les investisseurs comparent toujours chaque programme à d’autres usages du capital. Les centres de données sont en concurrence avec les acquisitions, la recherche, les dividendes et les rachats d’actions.

Un bilan solide ne rend pas le capital gratuit. Chaque serveur doit, à terme, contribuer aux revenus, réduire les coûts, défendre une activité principale ou créer une option stratégique précieuse.

Cette exigence explique pourquoi le boom de l’IA peut paraître à la fois sain et fragile. Les entreprises les plus solides le financent, mais de nombreux portefeuilles diversifiés dépendent de la capacité de ces mêmes entreprises à trouver le bon modèle économique.

La demande cloud est réelle, mais la rentabilité est le test

Le conflit central n’oppose pas une demande réelle à une demande imaginaire. Il oppose une demande réelle au coût de la servir de manière rentable.

Microsoft apporte des éléments importants en faveur du scénario optimiste. L’entreprise a déclaré 31,9 milliards de dollars de dépenses d’investissement au cours de son troisième trimestre fiscal 2026.

Environ deux tiers de ces dépenses ont été consacrés à des actifs à durée de vie plus courte, notamment des processeurs graphiques et des processeurs centraux. Ces actifs exécutent les calculs qui sous-tendent les charges de travail cloud et IA.

Microsoft a indiqué que sa capacité cloud continuait de ne pas répondre à la demande des clients. Sa communication sur les capacités suggère que l’entreprise réagissait à de véritables contraintes, et ne construisait pas simplement des installations inutilisées.

Les contraintes d’offre peuvent indiquer un pouvoir de fixation des prix. Lorsque les clients souhaitent davantage de capacité qu’un fournisseur ne peut en livrer, ce dernier peut prioriser les charges de travail les plus précieuses et négocier des engagements favorables.

Elles peuvent aussi masquer une demande non rentable. Les clients demanderont davantage d’un service subventionné, en particulier lorsque les fournisseurs se disputent des parts de marché ou proposent des incitations.

La mesure clé n’est pas une liste d’attente. C’est la marge dégagée après les coûts de calcul, d’énergie, d’amortissement, de réseau, de support et de financement.

L’inférence se trouve au cœur de cette question. L’inférence est le processus consistant à exécuter un modèle entraîné afin de répondre à une demande, générer du contenu ou accomplir une tâche.

L’entraînement produit le modèle, mais l’inférence sert les utilisateurs au quotidien. Son modèle économique détermine si l’adoption à grande échelle devient un moteur de profits récurrents ou une coûteuse stratégie d’engagement.

La préoccupation d’Eisman est que les clients puissent refuser les prix nécessaires à une inférence rentable. Les entreprises apprécient une assistance IA bon marché, mais leur disposition à payer a des limites.

Les fournisseurs de modèles peuvent réduire leurs prix à mesure que les puces et les logiciels s’améliorent. La concurrence peut également imposer ces réductions avant que les coûts n’aient suffisamment baissé, comprimant les marges dans l’ensemble du secteur.

Les modèles fermés subissent la pression des alternatives à poids ouverts. Un modèle à poids ouverts rend ses paramètres appris disponibles selon des conditions définies, permettant aux organisations de l’héberger ou de l’adapter elles-mêmes.

L’auto-hébergement n’élimine pas les coûts. Les entreprises ont toujours besoin de matériel, d’ingénierie, de sécurité, de surveillance et de gouvernance. Il donne toutefois aux acheteurs avertis une autre option de négociation.

Les plateformes cloud peuvent répondre en proposant des systèmes complets plutôt qu’un simple accès brut aux modèles. Ces systèmes combinent des outils de données, des contrôles de sécurité, des processeurs personnalisés, des agents logiciels et un support destiné aux entreprises.

L’approche d’Alphabet suit cette stratégie. Google Cloud vend des puces, des modèles, des services de données, des produits de sécurité et des outils de développement d’agents sous la forme d’une offre intégrée.

L’intégration peut améliorer les marges car les clients achètent une relation plus large. Elle peut également accroître les coûts de changement de fournisseur lorsque les applications dépendent des services propriétaires d’un seul prestataire.

Cela crée un test plus nuancé de la rentabilité des infrastructures IA. Les investisseurs ne devraient pas mesurer uniquement les revenus issus des appels directs aux modèles. L’IA peut renforcer la publicité, la rétention cloud, l’adoption par les développeurs, les ventes de sécurité et la productivité.

Certains rendements apparaîtront également sous la forme de revenus défendus plutôt que de nouveaux revenus. Google peut dépenser massivement dans l’IA parce qu’un défaut d’amélioration de Search menacerait son activité existante.

L’investissement défensif peut rester rationnel. Il complique toutefois le calcul, car la direction ne peut pas facilement démontrer quels revenus n’existent que parce que l’entreprise a construit davantage d’infrastructures.

La thèse d’Eisman devient la plus forte si les dépenses d’investissement continuent de grimper tandis que les marges, les flux de trésorerie et les prix facturés aux clients s’affaiblissent. Elle s’affaiblit si les revenus progressent de façon composée, si les coûts unitaires baissent et si le free cash flow se redresse.

Les éléments actuels étayent les deux côtés. La croissance du cloud et les capacités limitées démontrent la demande. Le free cash flow trimestriel négatif d’Alphabet démontre le coût immédiat nécessaire pour y répondre.

C’est pourquoi une simple étiquette de bulle apporte peu. Une bulle implique que les prix se sont détachés d’une économie durable, mais cette économie est encore en cours de développement.

La question utile est plus précise : les hyperscalers peuvent-ils transformer une capacité de calcul rare en rendements supérieurs à leur coût total du capital avant que la concurrence ne rende cette capacité ordinaire ?

Ce que le scénario optimiste comprend bien du déploiement

L’avertissement d’Eisman mérite d’être examiné, car le contre-argument le plus solide repose sur les résultats opérationnels, et non sur l’optimisme.

Les chiffres du deuxième trimestre d’Alphabet montrent une hausse des revenus, du bénéfice d’exploitation, du carnet de commandes cloud et de l’usage de l’IA. Ce ne sont pas les signes habituels d’une entreprise dont les clients ont disparu.

Les contraintes de capacité de Microsoft apportent un autre signal concret. Les entreprises ne restent normalement pas contraintes par l’offre lorsque la demande est purement promotionnelle ou limitée à de petites expérimentations.

Nvidia occupe également une position favorable dans la chaîne. L’entreprise peut dégager un bénéfice lorsque les clients achètent ses processeurs, même si certaines applications en aval déçoivent par la suite.

Eisman aurait reconnu que Nvidia vendrait probablement ses puces de manière rentable. Sa préoccupation commence plus loin dans la chaîne, là où les fournisseurs cloud et les utilisateurs finaux doivent tirer des rendements de cette capacité de calcul.

Cette distinction ressemble à celle d’un fournisseur qui vend des équipements durant un boom des ressources. Le fournisseur peut prospérer même lorsque certains clients surestiment la valeur des actifs qu’ils achètent.

Cependant, les hyperscalers ne sont pas des acheteurs passifs. Alphabet, Amazon et Microsoft exploitent des plateformes cloud mondiales, dotées d’importantes bases de clients et de vastes portefeuilles logiciels.

Ils peuvent réutiliser l’infrastructure entre la recherche, la publicité, les logiciels de productivité, la cybersécurité, la vidéo et les charges de travail cloud externes. Un processeur acheté pour un service peut prendre en charge d’autres tâches lorsque la demande évolue.

Les puces personnalisées peuvent également réduire les coûts. Alphabet développe des tensor processing units, tandis qu’Amazon et Microsoft ont conçu leurs propres processeurs IA. Ces systèmes réduisent la dépendance totale envers un seul fournisseur.

L’optimisation logicielle prolonge cet argument. De meilleurs compilateurs, la compression des modèles, l’ordonnancement des charges de travail et la mise en cache peuvent accroître la production générée par le matériel existant.

Les gains d’efficacité peuvent arriver plus vite que ne le montrent les états financiers. Les dépenses d’investissement apparaissent immédiatement dans les flux de trésorerie, tandis que les actifs qui en résultent peuvent générer des revenus pendant plusieurs années.

Les vastes programmes de construction créent également des trimestres inégaux. Une période de free cash flow négatif ne prouve pas qu’un investissement pluriannuel échouera.

Le carnet de commandes d’Alphabet indique une demande contractuelle future, bien que ce carnet ne garantisse pas un bénéfice. Le calendrier, l’utilisation par les clients, les coûts de service et les conditions contractuelles influencent toujours le rendement final.

Le scénario optimiste reconnaît également la nécessité stratégique. L’IA transforme la manière dont les personnes effectuent des recherches, écrivent des logiciels, analysent l’information et interagissent avec les systèmes d’entreprise.

Un hyperscaler qui dépense trop peu peut perdre de la pertinence pour ses produits, même si une réduction des dépenses d’investissement améliore le free cash flow à court terme. Les équipes de direction doivent équilibrer les rendements actuels et ce risque concurrentiel.

Pour les développeurs, une offre d’infrastructure plus importante peut réduire la latence et améliorer la disponibilité des modèles. Elle peut aussi soutenir les petites entreprises incapables de construire leurs propres centres de données.

Les acheteurs d’entreprise bénéficient de la concurrence entre fournisseurs cloud sur les prix, la gouvernance et les performances. La concurrence peut améliorer l’économie des clients, même lorsqu’elle exerce une pression sur les marges des fournisseurs.

Les travailleurs du savoir peuvent disposer de meilleurs outils avant que les investisseurs ne constatent des rendements nets. Un service peut faire gagner du temps à un employé sans que son fournisseur ne capte toute la valeur de cette productivité.

Cela crée un écart entre bénéfice social et rendement pour les actionnaires. Une technologie très utile peut répartir les gains entre les clients, les travailleurs et les entreprises concurrentes, plutôt que de les concentrer chez les propriétaires d’infrastructures.

Le précédent historique n’est pas une répétition parfaite de l’ère dot-com. Les principaux acheteurs d’aujourd’hui génèrent d’importantes liquidités, et de nombreux services IA ont déjà des clients payants.

L’histoire offre néanmoins une leçon pertinente. Une infrastructure essentielle peut être construite en excès lorsque chaque participant s’attend à ce que la demande justifie une expansion simultanée.

Les gagnants finaux pourraient acquérir des capacités à bas prix après le retrait des opérateurs plus faibles. Les clients peuvent bénéficier de prix plus bas, même si les premiers investisseurs subissent des pertes.

La prudence d’Eisman résiste donc aux éléments en faveur du scénario optimiste. Une adoption réelle réduit le risque d’une technologie sans valeur, mais elle ne garantit pas des rendements attractifs à chaque niveau.

Le scénario sceptique doit rester tout aussi rigoureux. Un trimestre de free cash flow négatif ne prouve pas une construction excessive. Une prévision élevée de dépenses d’investissement ne prouve pas que les clients cesseront de payer.

Aucun élément public ne permet encore d’établir la rentabilité finale de ce cycle d’investissement. Le déploiement reste actif, les capacités demeurent contraintes et les entreprises continuent de signaler une forte utilisation.

Trois signaux détermineront si l’avertissement se vérifie

Les investisseurs devraient surveiller la croissance des revenus par rapport aux coûts, le free cash flow et les prix facturés aux clients, plutôt que de traiter chaque mise à jour de Google News comme un verdict.

Le premier signal consiste à savoir si les revenus liés à l’IA progressent plus vite que les coûts d’infrastructure. Les revenus cloud fournissent une mesure, mais les investisseurs devraient aussi examiner les marges d’exploitation et les amortissements.

La croissance de 82 % du cloud d’Alphabet laisse place à l’optimisme. La comparaison devient moins favorable si les dépenses d’investissement, l’électricité et les amortissements continuent d’accélérer après la normalisation de la croissance.

Les communications de la direction devraient devenir plus précises au fil du temps. Les investisseurs ont besoin d’une séparation plus claire entre les dépenses consacrées à la demande IA, l’expansion générale du cloud et le remplacement des équipements existants.

Ils ont également besoin d’éléments sur l’utilisation des actifs. Un centre de données plein qui sert des charges de travail rentables soutient le scénario optimiste. Une installation pleine qui sert des charges de travail à prix réduit ne répond pas à la question du rendement.

Le deuxième signal est le redressement du free cash flow. Le résultat trimestriel négatif de 5,9 milliards de dollars d’Alphabet reflétait une période de construction majeure, et non nécessairement une situation durable.

Un redressement accompagné d’une croissance continue des revenus affaiblirait l’avertissement d’Eisman. Il montrerait que l’entreprise peut financer son expansion tout en convertissant une part plus importante de son résultat d’exploitation en liquidités disponibles.

Des flux de trésorerie durablement faibles renforceraient l’avertissement, surtout si la direction continue de relever ses prévisions de dépenses d’investissement. La pression augmenterait si les entreprises empruntaient davantage alors que les rendements demeuraient lointains.

Les investisseurs devraient examiner plusieurs trimestres plutôt qu’un seul rapport. Les calendriers de construction, les livraisons d’équipements et les paiements d’impôts peuvent créer une volatilité qui masque la tendance sous-jacente.

Le troisième signal est la volonté des clients de payer pour l’inférence. La croissance de l’usage compte moins si les fournisseurs doivent continuellement baisser leurs prix plus vite que leurs coûts ne diminuent.

Les renouvellements d’entreprises, les contrats cloud engagés et l’expansion des charges de travail peuvent étayer le scénario haussier. Des clients se tournant vers des modèles moins chers ou des déploiements plus modestes conforteraient les inquiétudes d’Eisman.

La qualité des modèles ne décidera pas à elle seule de cette confrontation. Les acheteurs comparent de plus en plus les performances, la confidentialité, la latence, la gouvernance et le coût total d’exploitation.

Les modèles à poids ouverts fourniront une autre référence tarifaire. Si les entreprises peuvent répondre à leurs besoins avec des systèmes moins coûteux, les fournisseurs premium devront justifier leurs prix par de meilleurs résultats.

Les contraintes de capacité méritent une attention particulière dans ce troisième signal. Des pénuries persistantes associées à des marges stables indiqueraient une demande durable. Des pénuries accompagnées de remises agressives raconteraient une tout autre histoire.

L’étendue du marché offre également un contrôle secondaire. Une croissance plus large des bénéfices réduirait la concentration du portefeuille identifiée par Eisman.

Si les gains du marché restent concentrés sur quelques entreprises liées à l’IA, les investisseurs continueront de dépendre d’une seule hypothèse financière. Cette dépendance peut amplifier toute déception.

Les émissions obligataires devraient faire l’objet d’un examen similaire. Un endettement qui soutient une infrastructure contractuelle et rentable présente un risque différent d’un endettement fondé principalement sur une demande projetée.

Aucun de ces signaux n’exige de prédire le sommet exact d’un cycle d’investissement. Ils permettent aux lecteurs de confronter la thèse aux résultats publiés.

Les développeurs devraient s’y intéresser, car une correction peut modifier l’accès aux ressources informatiques. Les fournisseurs peuvent réduire les subventions, annuler des produits expérimentaux ou réserver leur capacité aux clients bénéficiant de contrats plus solides.

Les acheteurs d’entreprise devraient s’y intéresser, car les faibles prix d’usage actuels ne dureront peut-être pas. Un service construit autour d’une inférence subventionnée devient coûteux à remplacer une fois que les flux de travail et les données propriétaires en dépendent.

Les travailleurs du savoir devraient distinguer les produits utiles des fournisseurs pérennes. Conserver les travaux importants dans des formats portables et maintenir une base de connaissances personnelle consultable peut réduire la dépendance envers un seul fournisseur.

Les équipes produit IA devraient modéliser les coûts selon plusieurs scénarios tarifaires. Elles devraient également mesurer si les clients paient pour des résultats finalisés plutôt que pour une simple consommation brute de jetons.

La vente d’Eisman ne prouve ni qu’Alphabet est surévaluée, ni que l’IA est une bulle, ni qu’une correction est imminente. Elle montre qu’un investisseur respecté a jugé le risque plus difficile à diversifier.

La réponse la plus solide ne viendra pas d’un autre titre spectaculaire. Elle viendra des marges du cloud, des flux de trésorerie disponibles, des renouvellements clients et du coût de traitement de chaque requête IA.

Le prochain cycle de résultats devrait préciser si les dépenses actuelles construisent un service public rentable ou financent une longue période d’adoption subventionnée. Surveillez ces chiffres avant d’adopter l’un ou l’autre extrême.

Google News continuera de diffuser des affirmations sur les bulles, les percées et d’immenses nouveaux engagements. Les lecteurs devraient se poser une question constante sous chaque article : qui touche le dernier dollar ?

Cette question transforme la couverture de l’IA en outil pratique de décision. Suivez les revenus, retracez les coûts et vérifiez si le client final peut soutenir l’ensemble de la chaîne.