L'infrastructure IA est-elle une bulle ou un « achat de temps en groupe » ? Décomposer la structure financière derrière 30 000 milliards de dollars.

Ce n'est pas un simple débat binaire « bulle vs non bulle », la réponse pourrait être plus complexe et plus raffinée que vous ne le pensez. Je n'ai pas de boule de cristal pour prédire l'avenir. Mais j'essaie d'analyser en profondeur la structure financière sous-jacente de cette fête, en construisant un cadre d'analyse.

L'article est long et détaillé, commençons par la conclusion :

En termes de direction, je ne pense pas que ce soit une grande bulle. Mais certains secteurs présentent des risques élevés.

Plus précisément, l'infrastructure AI actuelle ressemble à une longue marche de « solidarité + achat de temps ». Les grandes entreprises (( Microsoft, Google, Meta, Nvidia, etc.) utilisent l'ingénierie financière pour activer d'énormes leviers, mais elles externalisent le principal risque de crédit à des sociétés de projet (SPV) et au marché des capitaux, liant étroitement les intérêts de tous les participants.

Ce qu'on appelle « acheter du temps », c'est qu'ils parient sur leur flux de trésorerie et la patience des ressources externes, pour savoir s'ils peuvent tenir jusqu'au jour où « l'IA améliore vraiment la productivité ».

Si le pari est gagné, l'IA tiendra sa promesse, et les grandes entreprises seront les plus grandes gagnantes. Si le pari est perdu (les progrès de l'IA ne répondent pas aux attentes ou les coûts sont trop élevés), les premières à être touchées seront les ressources externes qui ont fourni le financement.

Ce n'est pas la bulle de 2008 caractérisée par un « effet de levier bancaire excessif et une explosion à point unique ». C'est une énorme expérience de financement direct, dirigée par les propriétaires d'entreprises les plus intelligents et les plus riches en liquidités de la planète, utilisant des stratégies complexes de « financement hors bilan » pour diviser le risque en de nombreux morceaux négociables, répartis entre différents investisseurs.

Même si ce n'est pas une bulle, cela ne signifie pas que tous les investissements dans les infrastructures d'IA peuvent obtenir un bon ROI.

01 Comprendre le cœur : le mécanisme de liaison des intérêts de « se regrouper »

Le terme «抱团» fait référence à la manière dont cette infrastructure AI lie étroitement les intérêts des cinq parties :

Les géants de la technologie (Meta, Microsoft, Google) et leurs partenaires de modèle de grande taille (OpenAI, xAI) : besoin de puissance de calcul, mais ne veulent pas débourser une grosse somme d'un coup.

Fournisseur de puces (Nvidia) : besoin de commandes importantes et continues pour soutenir sa valorisation.

Fonds privés (Blackstone, Blue Owl, Apollo) : nécessitent une nouvelle catégorie d'actifs pour élargir l'échelle de gestion d'actifs et percevoir plus de frais de gestion.

Neocloud (CoreWeave, Nebius) et les fournisseurs de services cloud hybrides (Oracle Cloud Infrastructure) : fournissent une infrastructure et de la puissance de calcul, mais nécessitent également des contrats à long terme avec de grandes entreprises pour mobiliser les financements.

Investisseurs institutionnels (fonds de pension, fonds souverains, fonds traditionnels comme BlackRock) : besoin d'un rendement stable supérieur à celui des obligations d'État.

et ces cinq parties forment une « communauté d'intérêts », par exemple :

Nvidia fournit des priorités à CoreWeave tout en investissant dans son capital.

Microsoft a accordé un contrat de longue durée à CoreWeave tout en aidant à son financement.

Blackstone fournit un financement par emprunt tout en levant des fonds auprès des caisses de retraite.

Meta et Blue Owl créent ensemble un SPV, partageant les risques.

OpenAI et d'autres grands fabricants de modèles continuent d'élever les standards des paramètres des modèles, des capacités d'inférence et de l'échelle d'entraînement, ce qui équivaut à augmenter constamment le seuil de la demande en puissance de calcul de l'ensemble de l'industrie. En particulier, sous la profonde liaison avec Microsoft, cette structure de coopération de “sous-traitance technique, internalisation de la pression” fait qu'OpenAI, bien qu'il ne dépense pas d'argent, devient le déclencheur de la course mondiale aux dépenses en capital. Il n'est pas le financeur, mais il est le véritable conservateur qui pousse l'ensemble à augmenter le levier.

Personne ne peut rester seul, c'est l'essence de “s'unir”.

02 Structure du capital — Qui met de l'argent ? Où va l'argent ?

Pour comprendre l'architecture globale, nous pouvons commencer par le diagramme de flux de fonds ci-dessous.

Les géants de la technologie ont besoin de puissances de calcul astronomiques, il y a deux voies :

Centre de données construit en interne : c'est le modèle traditionnel. L'avantage est un contrôle total, l'inconvénient est une construction lente, et tous les investissements en capital et les risques reposent sur son propre bilan.

Recherche de fournisseurs externes : les géants ne se contentent pas de louer des serveurs, mais ont donné naissance à deux modèles clés de « fournisseurs externes ». C'est la nouvelle tendance actuelle et c'est le point central de notre analyse.

La première est le SPV (Special Purpose Vehicle) / piège à but spécial, qui est un outil financier pur. Vous pouvez l'imaginer comme une entité spéciale créée spécifiquement pour un « projet unique, un client unique ».

Modèle commercial : par exemple, Meta veut construire un centre de données, mais ne souhaite pas débourser une grosse somme d'argent d'un coup, alors elle s'associe à une société de gestion d'actifs pour créer un SPV. La seule tâche du SPV est de construire et d'exploiter ce centre qui appartient exclusivement à Meta. Les investisseurs obtiennent des créances de haute qualité adossées à des flux de trésorerie locatifs (un mélange d'obligations d'entreprise et de financement de projet).

Type de client : extrême et unique, généralement un seul (par exemple Meta).

Niveau de risque : la vie ou la mort dépend entièrement de la crédibilité d'un seul client.

La deuxième est Neocloud ( comme CoreWeave, Lambda, Nebius ), ce sont des sociétés indépendantes (Operating Company, OpCo), ayant leur propre stratégie opérationnelle et un pouvoir de décision complet.

Modèle commercial : par exemple, CoreWeave se finance (capitaux propres et dettes) pour acheter un grand nombre de GPU, les sous-loue à plusieurs clients et signe des contrats de “garantie/réservation”. Flexible mais la valeur des capitaux propres fluctue beaucoup.

Type de client : théoriquement diversifié, en pratique fortement dépendant des grandes entreprises (par exemple, le soutien précoce de Microsoft à CoreWeave). En raison de sa taille réduite, Neocloud est plus dépendant des fournisseurs en amont (Nvidia), contrairement à SPV qui s'appuie sur un seul riche papa.

Niveau de risque : le risque est réparti entre plusieurs clients, mais la capacité opérationnelle, la technologie et la valeur des actions affectent la survie.

Bien que fondamentalement différents sur le plan juridique et structurel, les deux partagent une essence commerciale similaire : ils sont tous deux des « fournisseurs externes de puissance de calcul » pour les géants, déplaçant les énormes achats de GPU et la construction de centres de données hors du bilan des géants.

Alors, d'où vient cet argent des SPV et des Neoclouds ?

La réponse n'est pas une banque traditionnelle, mais plutôt des fonds de crédit privé (Private Credit Funds). Pourquoi ?

C'est parce qu'après 2008, le « Accord de Bâle III » impose des exigences strictes en matière de ratio de capital adéquat pour les banques. Les banques qui prennent en charge ces prêts massifs à haut risque, à forte concentration et à long terme doivent constituer des réserves si élevées qu'elles ne correspondent pas au coût.

Les affaires que les banques « ne peuvent pas faire » ou « n'osent pas faire » ont créé un énorme vide. Des géants du capital-investissement comme Apollo, Blue Owl et Blackstone ont comblé ce vide - ils ne sont pas soumis aux réglementations bancaires, ce qui leur permet d'offrir un financement plus flexible et plus rapide, mais avec des taux d'intérêt également plus élevés. En garantissant avec des loyers de projets ou des GPU/équipements avec des contrats à long terme.

Pour eux, c'est un gâteau très attrayant - beaucoup ont une expérience dans le financement des infrastructures traditionnelles, et ce sujet est suffisant pour faire croître la taille des actifs gérés de plusieurs fois, augmentant ainsi les frais de gestion et les pièges associés (Carried Interest).

Alors d'où vient finalement l'argent de ces fonds de crédit privés ?

La réponse est les investisseurs institutionnels (LPs), tels que les fonds de pension (Pension Funds), les fonds souverains, les compagnies d'assurance, et même les investisseurs individuels (par exemple, à travers l'ETF de crédit privé émis par BlackRock - qui contient le titre de créance privé 144A Beignet Investor LLC 144A 6.581% 30/05/2049 sous le projet Meta).

Le chemin de transmission du risque dans la chaîne est donc établi :

( dernier porteur de risque ) fonds de pension/ETF investisseurs/fonds souverains → ( intermédiaires ) fonds de crédit privé → ( entités de financement ) SPV ou Neocloud ( comme CoreWeave ) → (utilisateurs finaux) géants de la technologie ( comme Meta )

03 SPV analyse d'exemple — Hyperion de Meta

Pour comprendre le mode SPV, le plan « Hyperion » de Meta est un excellent exemple (suffisamment d'informations publiques) :

Structure/Actions : Meta et Blue Owl gèrent le fonds JV (Beignet Investor LLC). Meta 20% de participation, Blue Owl 80%. Émission d'obligations sous une structure SPV 144A. JV couvre les actifs, Meta loue à long terme. Les dépenses d'investissement en capital pendant la période de construction sont dans le JV, les actifs sont progressivement transférés au bilan de Meta après le début du crédit-bail.

Échelle : environ 27,3 milliards de dollars de dette (obligations privées 144A) + environ 2,5 milliards de dollars d'équité, ce qui en fait l'une des plus grandes émissions obligataires / financements de projets par emprunt privé de l'histoire américaine. La date d'échéance est en 2049, et cette structure de remboursement à long terme vise essentiellement à “verrouiller d'abord le risque temporel le plus difficile”.

Taux/Notation : La dette a obtenu une notation S&P A+ (une notation élevée permettant aux assureurs de se diversifier), le taux nominal est d'environ 6,58 %.

Structure des investisseurs : PIMCO a souscrit 18 milliards ; les ETF de BlackRock totalisent plus de 3 milliards. Pour ce groupe d'investisseurs, il s'agit d'un rendement stable de haute qualité très attractif.

Flux de trésorerie et baux : Blue Owl ne se concentre pas sur les GPU susceptibles de se dévaloriser (je pense que certaines personnes sur le marché s'inquiètent actuellement que l'hypothèse de la durée d'amortissement des GPU soit trop longue, ce qui est un faux problème, car le GPU n'est qu'une partie matérielle, tandis que la valeur globale de l'IA réside dans le matériel + le modèle. Le prix des anciens matériels baisse en raison de l'itération, ce qui ne signifie pas que la valeur d'application du modèle IA final diminue également), mais plutôt sur le flux de trésorerie SPV soutenu par le bail à long terme de Meta (à partir de 2029). Le financement de la phase de construction est également préaffecté aux obligations d'État américaines pour réduire le risque. Cette structure fusionne la liquidité des obligations d'entreprise avec des clauses de protection du financement de projet, tout en étant 144A-for-life (cercle d'investisseurs restreint).

Alors pourquoi le risque à court terme de cette architecture est-il extrêmement faible ?

C'est parce que dans cette structure, la tâche de Hyperion est simple : la main gauche reçoit le loyer Meta, la main droite paie les intérêts de Blue Owl. Tant que Meta ne s'effondre pas (la probabilité dans un avenir prévisible est extrêmement faible), le flux de trésorerie est solide comme un roc. Pas besoin de s'inquiéter des fluctuations de la demande en IA ou de la baisse des prix des GPU.

Cette structure de créance à très long terme de 25 ans, remboursée par les loyers, verrouille tous les risques de refinancement récents tant que les loyers sont stables et que les intérêts sont payés normalement. C'est l'essence de “acheter du temps” (laisser la valeur créée par les applications IA rattraper lentement la structure financière).

En même temps, Meta utilise son propre crédit et un puissant flux de trésorerie pour obtenir un financement à long terme massif qui contourne les dépenses d'investissement traditionnelles. Bien que, selon les normes comptables modernes (IFRS 16), les baux à long terme figurent finalement au bilan sous la forme de « passifs de location », l'avantage réside dans le fait que la pression des dépenses d'investissement de plusieurs milliards de dollars pendant la phase de construction initiale, ainsi que les risques de construction et d'activité de financement associés, sont d'abord transférés à la SPV.

Transformer des dépenses en capital massives en frais de location échelonnés sur 25 ans optimise considérablement les flux de trésorerie. Ensuite, parier sur la capacité de ces investissements en IA à générer des bénéfices économiques suffisants dans 10 à 20 ans pour couvrir le principal et les intérêts (en tenant compte d'un taux nominal d'obligation de 6,58 %, il est nécessaire que le ROI calculé sur la base de l'EBITDA soit d'au moins 9-10 % pour offrir un bon taux de rendement aux actionnaires).

04 Neocloud de la plateforme — Risque de capital d'OpCo

Si on dit que le mode SPV est un « transfert de crédit », alors des modèles comme CoreWeave et Nebius, c'est-à-dire le modèle Neocloud, représentent une « stratification supplémentaire des risques ».

Prenons CoreWeave comme exemple, la structure du capital est bien plus complexe que celle d'un SPV. Plusieurs tours de financement en actions et en dettes, avec des investisseurs comprenant Nvidia, des capital-risqueurs, des fonds de croissance et des fonds de dette privée, formant une séquence claire de protection contre les risques.

Supposons que la demande d'IA soit inférieure aux attentes, ou qu'un nouveau concurrent apparaisse, que se passerait-il si les revenus de CoreWeave chutent fortement et qu'ils ne peuvent pas payer d'intérêts élevés :

La première étape est l'évaporation de la valeur des actions : le prix des actions de CoreWeave s'effondre. C'est le « piège de capital » - celui qui absorbe d'abord le choc. L'entreprise pourrait être contrainte de financer à prix réduit, ce qui entraînerait une dilution importante des droits des anciens actionnaires, voire une perte totale. En comparaison, le piège de capital de la SPV est plus mince, car elle ne peut pas financer directement sur le marché public.

La deuxième étape est la perte des créanciers : ce n'est qu'après que les actions aient été complètement « brûlées » que CoreWeave ne pourra toujours pas rembourser ses dettes, ce sera alors au tour des créanciers privés comme Blackstone de subir des pertes. Cependant, ces fonds exigent généralement d'excellentes garanties (GPU les plus récents) et un strict droit de remboursement prioritaire lors des prêts.

CoreWeave et Nebius adoptent tous deux le principe “déterminer d'abord le contrat à long terme, puis financer le contrat à long terme”, se refinançant rapidement sur le marché des capitaux. La subtilité de cette structure réside dans le fait que les clients de grande taille peuvent atteindre une meilleure efficacité d'utilisation des fonds, en mobilisant davantage de dépenses d'investissement sans apporter de capitaux, en utilisant les contrats à long terme d'achats futurs, ce qui limite la probabilité de contagion des risques à l'ensemble du système financier.

Inversement, les actionnaires de Neocloud doivent faire attention, car ils occupent la position la plus cahoteuse mais aussi la plus excitante dans ce pari. Ils parient sur une croissance rapide et doivent prier pour que les opérations financières de la direction (renouvellement de la dette, émission d'actions) soient presque parfaites et sans défauts. De plus, ils doivent prêter attention à la structure d'échéance de la dette, à la portée des engagements, à la fenêtre de renouvellement des contrats et à la concentration des clients, afin de mieux évaluer le rapport entre le risque et la rémunération des actions.

Nous pouvons également envisager qui serait la capacité la plus facilement abandonnée en marge si la demande en IA croît lentement. SPV ou Neocloud ? Pourquoi ?

05 Oracle Cloud : la revanche d'un acteur atypique du cloud

Alors que tout le monde se concentre sur CoreWeave et les trois grands géants du cloud, un “cheval noir du cloud” inattendu est également en train de faire son chemin discrètement : Oracle Cloud.

Il n'appartient pas à Neocloud et ne fait pas partie des premières lignes des trois grands géants de la technologie, mais grâce à une conception architecturale hautement flexible et à une coopération étroite avec Nvidia, il a réussi à décrocher des contrats pour une partie de la charge de calcul de Cohere, xAI et même d'OpenAI.

Particulièrement lorsque l'effet de levier de Neocloud se resserre progressivement et que l'espace cloud traditionnel devient insuffisant, Oracle, avec sa position « neutre » et « interchangeable », devient une couche tampon importante de la chaîne d'approvisionnement en puissance de calcul AI pour la deuxième vague.

Son existence nous montre également que cette bataille pour la puissance de calcul ne se limite pas à une confrontation entre trois géants, mais qu'il existe des fournisseurs atypiques comme Oracle, qui se positionnent discrètement mais stratégiquement.

Mais n'oubliez pas que la table de jeu ne se trouve pas seulement dans la Silicon Valley, mais s'étend à l'ensemble du marché financier mondial.

Le « garant caché » du gouvernement convoité par tout le monde

Enfin, dans cette partie dominée par les géants de la technologie et le capital-investissement, il y a une « carte maîtresse » potentielle - le gouvernement. Bien qu'OpenAI ait récemment déclaré publiquement qu'elle « n'a pas et ne souhaite pas » que le gouvernement fournisse des garanties de prêt pour les centres de données, les discussions avec le gouvernement portent sur les garanties potentielles pour les usines de puces et non pour les centres de données. Mais je pense que leur (ou d'autres participants similaires) plan original comprenait certainement l'option de « faire entrer le gouvernement dans le jeu ».

Comment dire ? Si l'échelle des infrastructures d'IA est si grande qu'elle ne peut même pas être supportée par les dettes privées, la seule issue est de devenir une concurrence de puissance nationale. Une fois que le statut de leader de l'IA est défini comme “sécurité nationale” ou “la course à la lune du 21ème siècle”, l'intervention du gouvernement devient logique.

La manière la plus efficace d'intervenir n'est pas de donner de l'argent directement, mais de fournir une “garantie”. Cette approche peut apporter un avantage décisif : réduire considérablement le coût du financement.

Les investisseurs d'un âge similaire au mien devraient se souvenir de Freddie Mac ( et de Fannie Mae ). Ces deux « entreprises parrainées par le gouvernement » (Government Sponsored Enterprises ; GSEs) ne sont pas des départements officiels du gouvernement américain, mais le marché croit généralement qu'elles ont une « garantie implicite du gouvernement ».

Ils achètent des prêts hypothécaires auprès des banques, les emballent en MBS et les garantissent. Après les avoir vendus sur le marché public, ils réorientent le capital vers le marché des prêts hypothécaires, augmentant ainsi les fonds disponibles pour le prêt. C'est grâce à leur existence que l'impact du tsunami financier de 2008 a été plus vaste.

Imaginez qu'il existe à l'avenir une « entreprise nationale de puissance de calcul en IA », soutenue par une garantie implicite du gouvernement. Les obligations qu'elle émettra seront considérées comme des obligations quasi-souveraines, avec un taux d'intérêt se rapprochant infiniment de celui des obligations d'État américaines.

Cela va révolutionner ce qui a été mentionné précédemment : « acheter du temps pour augmenter la productivité ».

Coût de financement extrêmement bas : plus le coût d'emprunt est bas, plus les exigences en matière de « vitesse d'amélioration de la productivité de l'IA » sont faibles.

Temps prolongé indéfiniment : plus important encore, il est possible de prolonger sans cesse à un coût très faible (Roll over), ce qui équivaut à acheter presque un temps infini.

En d'autres termes, cette pratique réduit considérablement la probabilité que le piège « explose » directement. Mais une fois qu'il a explosé, l'ampleur de l'impact peut augmenter de plusieurs dizaines de fois.

06 billions de dollars de pari — La véritable clé de la « productivité »

Toutes les structures financières mentionnées précédemment - SPV, Neocloud, dette privée - aussi sophistiquées soient-elles, ne répondent qu'à la question « comment payer ».

La question fondamentale de savoir si l'infrastructure de l'IA deviendra une bulle est : « L'IA peut-elle réellement augmenter la productivité ? » et « À quelle vitesse ? »

Tous les arrangements de financement d'une durée de 10 ou 15 ans sont essentiellement destinés à « acheter du temps ». L'ingénierie financière offre aux géants une période de répit, sans nécessité de résultats immédiats. Mais acheter du temps a un coût : les investisseurs de Blue Owl et de Blackstone (fonds de retraite, fonds souverains, détenteurs d'ETF) recherchent un retour d'intérêt stable, tandis que les investisseurs en actions de Neocloud ont besoin d'une croissance de valorisation multipliée par plusieurs.

Le « taux de retour attendu » de ces investisseurs est le seuil que la productivité de l'IA doit franchir. Si l'augmentation de la productivité apportée par l'IA ne peut pas compenser le coût élevé du financement, cette structure délicate commencera à s'effondrer par son point le plus faible (« coussin de capital »).

Ainsi, au cours des prochaines années, il faudra prêter une attention particulière aux deux aspects suivants :

Vitesse de lancement des « solutions d'application » dans divers domaines : avoir uniquement de puissants modèles (LLM) ne suffit pas. Il faut voir de vrais « logiciels » et « services » qui incitent les entreprises à débourser de l'argent. Ces types d'applications doivent se généraliser à grande échelle, avec des flux de trésorerie suffisamment importants pour rembourser le capital et les intérêts des énormes coûts d'infrastructure.

Restrictions externes : le centre de données AI est un monstre de consommation d'électricité. Avons-nous suffisamment d'électricité pour soutenir la demande exponentielle en puissance de calcul ? La vitesse de mise à niveau du réseau électrique peut-elle suivre ? L'approvisionnement en GPU de Nvidia et d'autres matériels rencontrera-t-il des goulets d'étranglement, les rendant « plus lents » que le calendrier exigé par les contrats financiers ? Les risques du côté de l'offre pourraient épuiser tout le « temps acheté ».

En résumé, c'est une course entre la finance (coût de financement) et la physique (électricité, matériel) ainsi que le commerce (mise en œuvre des applications).

Nous pouvons également estimer de manière quantifiée l'ampleur de l'augmentation de productivité que l'IA doit apporter pour éviter une bulle :

Selon les estimations de Morgan Stanley, cette vague d'investissements dans l'IA devrait atteindre 30 000 milliards de dollars d'ici 2028.

Le coût d'émission d'obligations SPV de Meta mentionné précédemment est d'environ 6 à 7 %, tandis que selon un rapport de Fortune, le taux d'endettement moyen de CoreWeave est d'environ 9 %. Supposons que la plupart des obligations privées de l'industrie exigent un rendement de 7 à 8 % et que le ratio actions-obligations soit de 3:7, cela signifie que le ROI de ces infrastructures IA ( (calculé sur la base de l'EBITDA et des dépenses en capital totales) doit atteindre 12 à 13 % pour que le rendement des capitaux propres dépasse 20 %.

Donc, l'EBITDA requis = 3 trillions × 12 % = 360 milliards de dollars ; si l'on calcule selon un taux de marge EBITDA de 65 %, le chiffre d'affaires correspondant est d'environ 550 milliards de dollars ;

Avec un PIB d'environ 29 000 milliards au nom des États-Unis, un nouveau produit équivalent à environ 1,9 % du PIB doit être soutenu à long terme par l'IA.

Ce seuil n'est pas bas, mais ce n'est pas non plus un conte de fées. En 2025, le revenu total mondial de l'industrie du cloud devrait être d'environ 400 milliards de dollars, en d'autres termes, nous devons au moins voir l'IA permettre la refonte d'une à deux industries du cloud. La clé réside dans la rapidité de la monétisation des applications et la capacité à surmonter les contraintes physiques.

Tests de pression en situation de risque : que faire lorsque le « temps » manque ?

Toutes les structures financières mentionnées ci-dessus parient sur le fait que la productivité peut surpasser le coût du financement. Permettez-moi d'utiliser deux tests de résistance pour simuler la réaction en chaîne lorsque la vitesse de la productivité de l'IA n'est pas à la hauteur des attentes :

Dans le premier cas, nous supposons que la productivité de l'IA se réalise « lentement » (par exemple, la mise à l'échelle ne se réalise qu'après 15 ans, mais de nombreux financements peuvent être sur une période de 10 ans) :

Neocloud est le premier à s'effondrer : des opérateurs indépendants comme CoreWeave, en raison de revenus incapables de couvrir des intérêts élevés, ont vu leur « tampon de capital » brûlé, entraînant des défauts de paiement ou des restructurations à prix réduit.

Le SPV fait face à un risque de renouvellement : pour des dettes SPV comme celles de Hyperion, Meta doit décider s'il faut refinancer à un taux d'intérêt plus élevé (le marché a déjà été témoin de l'échec de Neocloud), ce qui éroderait les bénéfices de l'activité principale.

Les LPs des fonds de crédit privés subissent d'énormes pertes, les évaluations des actions technologiques sont fortement révisées à la baisse. C'est un “échec coûteux”, mais cela ne déclenchera pas un effondrement systémique.

Dans le deuxième cas, nous supposons que la productivité de l'IA a été « réfutée » (les progrès technologiques stagnent ou les coûts ne peuvent pas être réduits et mis à l'échelle) :

Les géants de la technologie pourraient opter pour un “défaut stratégique” : c'est le pire des scénarios. Des géants comme Meta pourraient juger que “continuer à payer le loyer” est un gouffre sans fond et choisir de résilier le contrat de manière unilatérale, forçant ainsi une restructuration de la dette SPV.

Effondrement des obligations SPV : des obligations comme Hyperion, considérées comme de catégorie A+, verront leur crédit se déconnecter instantanément de Meta, entraînant une chute des prix.

Il pourrait détruire complètement le marché du « financement des infrastructures » des prêts privés et pourrait, par le biais de la corrélation mentionnée ci-dessus, déclencher une crise de confiance sur les marchés financiers.

Le but de ces tests est de transformer la question floue “s'agit-il d'une bulle” en une analyse de situation concrète.

07 Thermomètre de risque : liste de contrôle pratique pour les investisseurs

Et en ce qui concerne les changements de confiance du marché, je vais continuer à surveiller cinq choses, comme un thermomètre de risque :

Vitesse de réalisation de la productivité des projets d'IA : comprenant l'accélération ou le ralentissement des revenus prévus des grands modèles ), croissance linéaire ou exponentielle, et différentes situations d'application des produits et projets d'IA.

Prix des actions de la société Neocloud, rendement des obligations, annonces : inclut de grosses commandes, défauts/renégociations, refinancement de la dette (certaines obligations privées arriveront à échéance vers 2030, à surveiller de près), rythme d'augmentation de capital.

Prix secondaire/marge d'intérêt des obligations SPV : les obligations privées 144A comme Hyperion maintiennent-elles un prix supérieur à la valeur nominale, les transactions sont-elles actives, et les positions des ETF augmentent-elles ?

Changements de qualité des termes à long terme : ratio take-or-pay, durée minimale de conservation, concentration des clients, mécanisme d'ajustement des prix (ajustement des prix de l'électricité/taux d'intérêt/prix en fonction de l'inflation).

Progrès de l'électricité et innovations technologiques possibles : en tant que facteur externe le plus susceptible de devenir un goulet d'étranglement, il est nécessaire de prêter attention aux signaux politiques concernant les sous-stations, le transport et la distribution d'électricité ainsi que le mécanisme de tarification de l'électricité. Il convient également de se demander s'il existe de nouvelles technologies capables de réduire considérablement la consommation d'électricité.

Pourquoi ce n'est pas une répétition de 2008 ?

Certaines personnes pourraient faire des comparaisons avec la bulle de 2008. Je pense que cette approche pourrait conduire à des erreurs de jugement :

Le premier point réside dans la nature différente des actifs fondamentaux : IA vs. maison

Les actifs centraux de la crise des subprimes de 2008 étaient les “maisons”. Les maisons elles-mêmes n'apportent pas de contribution productive (la croissance des revenus locatifs est très lente). Lorsque les prix de l'immobilier se détachent des fondamentaux de revenu des ménages et sont empaquetés en produits dérivés financiers complexes, l'éclatement de la bulle n'est qu'une question de temps.

L'actif clé de l'IA est la « puissance de calcul ». La puissance de calcul est l'« outil de production » de l'ère numérique. Tant que vous croyez que l'IA a une forte probabilité d'augmenter substantiellement la productivité de l'ensemble de la société (développement de logiciels, recherche pharmaceutique, service client, création de contenu) à un moment donné dans le futur, vous n'avez pas à vous en inquiéter. C'est un « avance » sur la productivité future. Elle a de véritables fondamentaux comme point d'ancrage, mais n'a pas encore entièrement été réalisée.

Le deuxième point concerne les différents nœuds clés de la structure financière : financement direct vs. banque.

La bulle de 2008 s'est propagée de manière significative à travers des points clés (banques). Le risque s'est diffusé par le biais du « financement indirect par les banques ». La faillite d'une banque (comme Lehman) a déclenché une crise de confiance envers toutes les banques, entraînant le gel du marché interbancaire et provoquant finalement une crise financière systémique touchant tout le monde (y compris une crise de liquidité).

Et maintenant, la structure de financement des infrastructures d'IA repose principalement sur le « financement direct ». Si la productivité de l'IA est réfutée, si CoreWeave fait faillite et si Blackstone fait défaut sur sa dette de 7,5 milliards de dollars, ce sera une énorme perte pour les investisseurs de Blackstone (fonds de pension).

Le système bancaire est effectivement plus solide après 2008, mais nous ne pouvons pas simplifier à l'excès en pensant que les risques peuvent être complètement « contenus » sur le marché du capital-investissement. Par exemple, les fonds de crédit privés eux-mêmes peuvent également utiliser l'effet de levier bancaire pour amplifier les rendements. Si les investissements en IA échouent généralement, ces fonds pourraient toujours subir d'énormes pertes qui se répandraient par deux voies :

Défaut de levier : Un défaut de financement par levier des fonds envers les banques transmettra le risque au système bancaire.

Impact sur les LPs : les fonds de pension et les compagnies d'assurance subissent une détérioration de leur bilan en raison de pertes d'investissement, les poussant à vendre d'autres actifs sur le marché public, déclenchant une réaction en chaîne.

Ainsi, une formulation plus précise serait : « Ce n'est pas une crise de liquidité interbancaire de type explosion ponctuelle et gel total comme en 2008. » La pire des situations serait un « échec coûteux », avec une contagion moins élevée et une vitesse plus lente. Mais étant donné l'opacité du marché privé, nous devons rester très vigilants face à ce nouveau type de risque de contagion lente.

Inspiration pour les investisseurs : à quel niveau de ce système êtes-vous ?

Revenons à la question initiale : l'infrastructure de l'IA est-elle une bulle ?

La formation et l'éclatement des bulles proviennent d'un écart énorme entre les bénéfices escomptés et les résultats réels. Je pense que dans l'ensemble, ce n'est pas une bulle, mais plutôt un agencement financier à effet de levier élevé et précis. Cependant, du point de vue des risques, en plus de certains aspects qui nécessitent une attention particulière, il ne faut pas non plus sous-estimer le « piège à richesse négatif » que les petites bulles pourraient engendrer.

Pour les investisseurs, dans cette course à l'infrastructure IA de plusieurs trillions de dollars, vous devez savoir ce que vous pariez en détenant différents actifs :

Actions des géants de la technologie : vous pariez que la productivité de l'IA peut surperformer le coût du financement.

Prêt privé : vous gagnez des intérêts stables, mais vous prenez le risque que « le temps pourrait ne pas suffire ».

Neocloud actions : vous êtes le premier tampon de risque maximum et de rendement maximum.

Dans ce jeu, la position détermine tout. Comprendre cette série de structures financières est le premier pas pour trouver votre propre position. Et comprendre qui « curate » ce spectacle est la clé pour déterminer quand ce jeu se termine.