La facture du supercycle se chiffre en milliers de milliards. Mais où l'argent se gagne-t-il réellement — et le retour sur investissement est-il au rendez-vous ? On suit le cash de la location cloud aux applications, on dissèque le débat de la bulle, et on liste les signaux qui tranchent. Bull case ET bear case, sans complaisance.
Les trois premières parties de cette série ont décrit une machine d'investissement sans précédent : les cinq grands hyperscalers (Amazon, Microsoft, Google, Meta, Oracle) dépenseront plus de 600 milliards de dollars d'infrastructure en 2026, soit +36 % sur un an, dont environ 75 % (~450 Md$) directement dédiés à l'IA (source : investing.com, MUFG Americas). Goldman Sachs estime le capex cumulé des hyperscalers à environ 1 150 milliards de dollars sur 2025-2027 — plus du double des 477 Md$ de la période 2022-2024 (source : Goldman Sachs, « Tracking Trillions »).
La question qui agite tout le marché tient en une phrase : cette montagne de capex génère-t-elle des revenus à la hauteur ? Tant que les dépenses progressent plus vite que les recettes liées à l'IA, l'écart se creuse — et c'est précisément cet écart, le « ROI gap », qui fait débat.
Un dollar de capex aujourd'hui doit devenir, demain, plusieurs dollars de revenus puis de profits. Dans un cycle d'infrastructure normal (réseau, télécoms, énergie), le décalage entre l'investissement et son rendement est de plusieurs années. L'IA suit la même logique : on construit d'abord la capacité, on la monétise ensuite. Le pari haussier suppose que la demande comblera l'écart ; le pari baissier redoute que la capacité dépasse durablement les usages solvables.
Le graphique illustre la dynamique du débat : un capex qui s'envole pendant que les revenus IA, bien réels et en forte croissance, partent d'une base plus modeste. Tout l'enjeu est de savoir si la courbe verte (revenus) finira par rattraper la courbe bleue (dépenses) — et à quelle vitesse. (Illustration pédagogique ; ordres de grandeur fondés sur le capex agrégé Goldman Sachs et investing.com.)
Pour comprendre la monétisation, il faut suivre le cash à travers les couches de la pile IA. Chaque dollar dépensé par un client final remonte la chaîne — mais toutes les couches ne capturent pas la même part de marge, ni au même moment.
GPU et accélérateurs. Nvidia capte à lui seul environ 90 % des dépenses en accélérateurs IA (source : investing.com). Marges élevées, monétisation immédiate.
Hyperscalers (Azure, AWS, GCP) et neoclouds comme CoreWeave louent la puissance de calcul à l'heure. Revenu récurrent, mais capex lourd en amont.
OpenAI, Anthropic, Google, Meta vendent l'accès à leurs modèles via API et abonnements. Croissance rapide, coûts d'entraînement et d'inférence colossaux.
Copilotes, agents, logiciels enrichis à l'IA. C'est ici que la valeur rencontre l'usage final — et où le ROI se prouve réellement.
La couche la plus visible aujourd'hui est la location de calcul. Les hyperscalers transforment leur capex en revenu cloud facturé à l'usage ; les neoclouds spécialisés, dont CoreWeave est le cas d'école, achètent massivement des GPU et les relouent à des laboratoires et entreprises. Le modèle ressemble à celui du « picks-and-shovels » décrit dans la Partie 2 : on vend la pelle plutôt que de chercher l'or soi-même. C'est un revenu réel et contractualisé — mais qui repose sur un capex préalable très lourd et sur des contrats souvent concentrés sur quelques très gros clients.
Au-dessus du cloud, les fournisseurs de modèles (OpenAI, Anthropic et les labos internes des géants) affichent des trajectoires de revenus parmi les plus rapides jamais observées dans le logiciel. Mais leurs coûts — entraînement de modèles de pointe, puis inférence à grande échelle — restent gigantesques. La rentabilité dépend de la capacité à faire baisser le coût par requête plus vite que les prix, tout en élargissant la base d'usages payants.
C'est la couche applicative — copilotes de productivité, automatisation de processus, agents métiers — qui doit, in fine, justifier toute la pile. Tant que les entreprises clientes constatent des gains de productivité mesurables et acceptent de payer pour, le cash redescend toute la chaîne jusqu'au silicium. Si l'adoption applicative déçoit, c'est tout l'édifice qui voit son ROI remis en question.
Aujourd'hui, la monétisation est la plus mature en bas de la pile (silicium, cloud) et la plus incertaine en haut (applications). C'est l'inverse d'un cycle arrivé à maturité, où la valeur s'est diffusée vers les usages. Cette asymétrie est au centre du débat : les vendeurs de pelles encaissent déjà ; les chercheurs d'or doivent encore prouver qu'il y a de l'or.
Voici le sujet le plus technique — et le plus sous-estimé — de la monétisation : l'amortissement. Quand un hyperscaler dépense 200 Md$ de capex, cette somme ne passe pas d'un coup au compte de résultat. Elle est étalée (amortie) sur la durée de vie estimée des équipements. Plus cette durée est longue, plus la charge annuelle est faible, et plus les profits affichés sont élevés.
Le débat porte sur cette durée de vie. Les géants ont allongé leurs hypothèses d'amortissement des serveurs (souvent vers 5-6 ans), ce qui lisse la charge et soutient les marges. Mais les GPU de pointe se périment vite : chaque nouvelle génération (et le rythme s'est accéléré) rend la précédente moins compétitive. Si la durée de vie économique réelle d'un GPU est plus courte que la durée comptable, alors les profits actuels sont flattés et une vague de dépréciations pourrait suivre.
Le capex d'aujourd'hui devient la charge d'amortissement de demain. À mesure que les ~450 Md$ d'infrastructure IA de 2026 entrent en service, la charge annuelle gonfle mécaniquement les années suivantes. Pour préserver les marges, il faudra que les revenus IA progressent au moins aussi vite que cette charge. C'est le depreciation drag : un vent de face comptable, programmé, que la croissance des revenus doit compenser.
Le graphique montre la sensibilité : pour un même capex, allonger la durée d'amortissement de 4 à 6 ans réduit fortement la charge annuelle affichée. C'est un levier comptable légitime — mais qui ne crée aucune valeur économique réelle si les machines vieillissent plus vite que prévu. (Illustration pédagogique sur la base d'un capex annuel d'environ 450 Md$.)
Deux risques distincts mais liés alimentent l'inquiétude des sceptiques.
Construire des centres de données prend du temps ; les remplir de demande solvable aussi. Si les hyperscalers et neoclouds bâtissent une capacité calibrée pour une demande qu'ils anticipent — et que cette demande tarde ou plafonne — on se retrouve avec des GPU sous-utilisés. Or un GPU à l'arrêt coûte cher (amortissement, électricité, immobilier) sans rapporter un centime. C'est pourquoi le taux d'utilisation est l'indicateur que les analystes scrutent le plus.
L'autre inquiétude est structurelle. Une partie de l'écosystème fonctionne en boucle : un fournisseur de puces investit dans un laboratoire d'IA, qui s'engage à acheter du calcul à un cloud, lui-même client en puces du fournisseur initial. Chaque maillon affiche alors des « revenus » et des « engagements » — mais le cash tourne en partie à l'intérieur du même cercle. Tant que la demande externe (entreprises, grand public) finance réellement la boucle, tout va bien. Si elle ralentit, les engagements croisés peuvent se dégonfler aussi vite qu'ils se sont gonflés.
Un investissement croisé entre un fournisseur de puces, un cloud et un labo n'est pas frauduleux en soi — c'est une pratique courante d'amorçage d'écosystème. Le risque n'est pas le mécanisme, mais sa proportion : quelle part de la croissance affichée provient de demande externe réelle, et quelle part de la boucle interne ? C'est cette ventilation, rarement transparente, qui sépare le bull du bear.
| Mécanisme | Lecture haussière | Lecture baissière |
|---|---|---|
| Investissement croisé puces ↔ labo | Amorçage légitime d'un marché naissant | Gonfle artificiellement la demande affichée |
| Engagements cloud pluriannuels | Visibilité de revenus, backlog solide | Promesses non encore payées, annulables |
| Capex financé par dette | Effet de levier sur un actif productif | Fragilité si l'utilisation déçoit |
| Concentration des clients | Contrats avec des signatures très solides | Un seul désengagement fait vaciller le maillon |
La comparaison la plus fréquente est celle de la bulle Internet de 2000. Mais l'analogie a ses limites, et il faut présenter les deux camps honnêtement avant de trancher — ce que nous ne ferons pas à votre place.
L'histoire technologique enseigne une nuance souvent oubliée : la technologie peut être réelle ET le prix peut être en bulle. Internet a transformé l'économie après 2000 — et pourtant la plupart des actions de 1999 ne sont jamais revenues à leurs sommets. L'IA peut être un supercycle authentique tout en abritant des poches de surévaluation et de capacité mal allouée. Le travail de l'investisseur n'est pas de choisir un camp idéologique, mais de surveiller les bons signaux.
Plutôt que de parier sur une conviction, surveille les signaux qui tranchent le débat trimestre après trimestre. Voici les six métriques qui comptent vraiment.
GPU pleins ou à l'arrêt ? Une utilisation élevée et durable valide la demande ; une chute signale la surcapacité.
Le chiffre d'affaires des divisions cloud (Azure, AWS, GCP) accélère-t-il ? C'est le revenu IA le plus direct et le plus lisible.
Les géants relèvent-ils ou rabotent-ils leurs prévisions de dépenses ? Une révision à la baisse change toute la thèse.
Toute modification de la durée de vie comptable des serveurs : un allongement flatte les marges, un raccourcissement les comprime.
Nombre d'abonnés payants, taux de rétention, sièges déployés en entreprise. Le ROI réel se mesure ici.
Le capex est-il financé par les opérations ou par la dette ? Un FCF qui reste positif rassure ; un FCF qui plonge alerte.
À chaque saison de résultats, pose-toi trois questions dans l'ordre : (1) les revenus cloud accélèrent-ils plus vite que le capex ? (2) l'utilisation reste-t-elle élevée ? (3) les hypothèses comptables ont-elles bougé ? Si les trois réponses sont favorables, le bull case tient. Si deux sur trois se dégradent, c'est le moment de réduire l'exposition — sujet de la Partie 6.
Accélération IA : Le Supercycle
Série complète en 6 parties — du capex à la checklist de l'investisseur
Retour à l'accueil