Le développement de l'intelligence artificielle engloutit des milliards. Mais les questions de financement, les obstacles réglementaires et les pénuries d'approvisionnement énergétique changent la donne. Pour les investisseurs, ce qui sera déterminant, c'est de savoir quelles entreprises disposent d'une demande assurée, de bilans solides et d'un accès à des capacités d'infrastructure limitées.

Le boom de l’IA entre dans une nouvelle phase. Alors que les marchés boursiers ont longtemps surtout récompensé l’énorme potentiel de croissance de l’intelligence artificielle, ce sont désormais les fondements économiques de ce développement qui occupent de plus en plus le devant de la scène. Dans quelle mesure la demande en puissance de calcul est-elle durable? Qui finance ces investissements se chiffrant en milliards? Et quelles entreprises sont capables d’exploiter leurs capacités de manière rentable?

Les récentes turbulences sur les marchés boursiers technologiques montrent que les investisseurs examinent ces questions d’un œil plus critique. Contrairement aux corrections précédentes, qui avaient notamment touché les éditeurs de logiciels, ce sont désormais aussi les fournisseurs d’infrastructures d’IA qui subissent la pression. Or, jusqu’à présent, le marché ne fait guère la distinction entre les entreprises financièrement solides et celles présentant des risques de refinancement considérables.

Quand le développement de l’IA dépasse les flux de trésorerie

L’ampleur du boom des infrastructures est remarquable. À elles seules, Microsoft, Alphabet, Amazon et Meta ont investi ensemble environ 211 milliards de dollars au troisième trimestre 2026. Dans le même temps, leur flux de trésorerie disponible agrégé pour les douze mois clos fin septembre s’élevait, selon un calcul tenant compte des rémunérations en actions et des contrats de location-financement, à moins 58 milliards de dollars.

Même les entreprises technologiques les plus solides financièrement ne peuvent donc plus financer intégralement le développement de leur infrastructure d’IA à partir de leurs activités courantes. Les capitaux extérieurs et les modèles de financement alternatifs gagnent en importance.

Ce n’est pas tant l’endettement en soi qui pose problème que sa structure. Les centres de données nécessitent des investissements initiaux élevés qui ne s’amortissent qu’au bout de plusieurs années. Si les crédits arrivent à échéance plus tôt ou si les contrats clients expirent avant que l’entreprise n’ait honoré ses propres obligations de paiement, cela engendre des risques considérables. Les entités ad hoc et les engagements hors bilan compliquent en outre l’évaluation de la charge financière réelle.

Les récentes émissions obligataires de grandes entreprises technologiques montrent que les capitaux restent disponibles. Toutefois, leur octroi est de plus en plus sélectif. Ce qui est donc déterminant, ce n’est pas seulement la rapidité avec laquelle une entreprise se développe, mais aussi la fiabilité avec laquelle elle finance cette croissance.

La capacité de calcul devient une ressource rare

Outre le financement, la disponibilité des infrastructures devient un facteur concurrentiel décisif. La construction de nouveaux centres de données dépend de plus en plus des raccordements électriques, des terrains et des autorisations réglementaires. Les évolutions politiques aux États-Unis, en particulier le renforcement éventuel des procédures d’autorisation au Texas, pourraient retarder de nouveaux projets.

Paradoxalement, cela ne doit pas nécessairement être négatif pour toutes les entreprises d’infrastructure. Alors que les fournisseurs qui dépendent de nouveaux projets pourraient souffrir de ces retards, les capacités déjà autorisées ou opérationnelles gagnent en valeur.

Les entreprises disposant d’un accès garanti à l’énergie, de sites propres et de contrats clients à long terme bénéficient ainsi d’un avantage concurrentiel. Les modèles économiques dans lesquels les clients préfinancent une partie substantielle des investissements sont particulièrement intéressants. Ces paiements anticipés réduisent les besoins en capitaux et démontrent en même temps la volonté des clients de payer pour une puissance de calcul disponible.

L’opérateur de centres de données IREN, qui s’est assuré très tôt d’importantes capacités d’électricité, en est un exemple. Les contrats à long terme et les avances importantes versées par les clients facilitent le financement. Ce qui reste toutefois déterminant, ce sont les rendements effectivement générés après amortissements et frais de financement.

Tous les fabricants de semi-conducteurs ne profitent pas de la même manière

Au sein même de l’industrie des semi-conducteurs, une analyse nuancée s’impose. La dépendance vis-à-vis du développement de nouveaux centres de données varie considérablement. Alors que certaines entreprises dépendent directement du cycle d’investissement des grands fournisseurs de cloud, d’autres disposent de moteurs de croissance supplémentaires.

Ainsi, les grands fabricants de mémoire se concentrent de plus en plus sur des produits de mémoire haute performance à large bande passante destinés aux applications d’IA. Cela crée des opportunités de parts de marché dans d’autres segments pour les fournisseurs spécialisés.

Le développeur de puces taïwanais Silicon Motion, par exemple, tire profit de cette évolution. Sa croissance ne dépend pas exclusivement de l’expansion des centres de données, mais aussi de gains de parts de marché dans les secteurs des PC et des smartphones, ainsi que de nouvelles applications dans l’industrie automobile.

Pour les investisseurs, il apparaît clairement que l’appartenance à la chaîne de valeur de l’IA ne suffit pas à elle seule à définir le profil opportunités-risques d’une entreprise. Ce qui est déterminant, ce sont les moteurs concrets de la demande, la position concurrentielle et la valorisation.

La prochaine phase exige davantage de sélectivité

Même les grandes plateformes cloud ont des positionnements différents. Les entreprises disposant de relations clients bien établies, de modèles économiques diversifiés et de flux de trésorerie opérationnels élevés peuvent gérer leurs investissements dans l’IA avec plus de souplesse que les prestataires dont la croissance dépend fortement de capitaux externes.

L’utilisation croissante des applications d’IA ouvre de nouvelles perspectives. Outre l’entraînement de grands modèles, ce que l’on appelle l’«inférence», c’est-à-dire l’application en temps réel de l’intelligence artificielle, gagne en importance. Elle accroît les besoins en puissance de calcul, en stockage et en services de bases de données.

Pour les investisseurs, cela implique un changement de perspective: des taux de croissance élevés ne suffisent pas à eux seuls. La qualité des contrats clients, la structure de financement et les rendements attendus sur le capital deviennent de plus en plus déterminants.

À notre avis, les besoins structurels en infrastructures d’IA restent élevés. Il existe toutefois une différence fondamentale entre une demande croissante et une rentabilité durable. La prochaine phase du boom de l’IA devrait donc être moins marquée par ceux qui investissent le plus que par ceux qui génèrent des rendements attractifs à long terme grâce à ces investissements.