Le développement des centres de données dédiés à l’IA coûte des milliards. Mais depuis longtemps déjà, les grands groupes technologiques ne financent plus chaque nouvelle installation uniquement par le biais de leur propre bilan. Les sociétés ad hoc, les modèles de crédit-bail et les contrats d’achat à long terme gagnent en importance. Pour les investisseurs, cela modifie la perception de l’endettement et des investissements – et rend nécessaire une analyse plus précise des risques réels.

La dette se déplace – mais pas nécessairement les risques

Le développement de l’intelligence artificielle confronte les grands groupes technologiques à un défi nécessitant d’importants capitaux. Les centres de données, les processeurs graphiques, l’approvisionnement en énergie et les réseaux exigent des investissements d’une ampleur considérable, même pour les «hyperscalers». C’est pourquoi on voit apparaître de plus en plus de modèles de financement dans lesquels des investisseurs externes apportent une partie des capitaux.

Les entités ad hoc (Special Purpose Vehicles, SPV), c’est-à-dire des sociétés à but spécifique juridiquement indépendantes, jouent ici un rôle important. Une telle entité peut, par exemple, détenir des terrains, des bâtiments ainsi que les infrastructures de refroidissement et d’énergie d’un centre de données. Les investisseurs en infrastructures apportent des fonds propres, tandis que les capitaux empruntés peuvent être fournis par des banques, des assureurs, des fonds de pension ou des investisseurs obligataires. Le groupe technologique, quant à lui, s’assure souvent de l’utilisation de ces infrastructures par le biais de contrats de location ou d’achat à long terme.

Cela peut avoir pour conséquence qu’une part considérable de la dette n’apparaisse pas dans le bilan consolidé de l’hyperscaler. Cela ne signifie toutefois pas nécessairement que le risque économique ait également été externalisé.

C’est la substance économique qui est déterminante

Le projet Hyperion de Meta et Blue Owl illustre à quel point cette distinction peut être complexe. Meta ne détient certes que 20% de la société de projet. Mais parallèlement, le groupe finance sa part des coûts de développement, est censé louer les biens immobiliers une fois achevés, prend en charge la gestion de la construction pendant la phase de développement et garantit la valeur résiduelle des installations jusqu’à un certain seuil.

D’un point de vue formel, une part considérable du financement se situe donc hors du bilan de Meta. Sur le plan économique, le projet reste néanmoins étroitement lié à l’entreprise.

Pour les investisseurs, il ne suffit donc de moins en moins de se concentrer exclusivement sur la dette déclarée ou les dépenses d’investissement. La question de savoir quelles obligations une entreprise a réellement contractées prend de plus en plus d’importance. Qui supporte le risque de construction? Qui garantit les valeurs résiduelles? Qui doit prendre en charge les capacités inutilisées? Et dans quelle mesure une entreprise peut-elle se retirer facilement d’un projet si la demande évolue différemment des prévisions?

Les hyperscalers adoptent des approches différentes

À cela s’ajoute le fait que les grandes entreprises technologiques poursuivent des stratégies différentes pour le développement de leur infrastructure d’IA. Microsoft mise davantage sur des capacités louées et donc sur la flexibilité. Meta combine location, engagements d’achat, endettement de l’entreprise et structures SPV. Alphabet mise davantage sur l’intégration verticale et s’assure à long terme l’approvisionnement en puces, serveurs, énergie et autres intrants. Amazon adopte une approche plutôt classique en matière d’infrastructure, dans laquelle la demande est garantie par contrat, des capitaux sont levés et les actifs générés sont détenus en propre.

Même parmi les jeunes fournisseurs de cloud, les modèles divergent. CoreWeave finance davantage son expansion par l’endettement et utilise des contrats clients à long terme pour obtenir des financements garantis par des GPU. Nebius mise comparativement davantage sur les fonds propres et les acomptes versés par les clients.

Le dénominateur commun est le développement de l’infrastructure d’IA. Les risques financiers qui en découlent peuvent toutefois être répartis de manière très différente.

Qu’est-ce que cela signifie pour les investisseurs?

Certains indicateurs de référence traditionnels perdent ainsi de leur pertinence. Deux entreprises peuvent développer des capacités de calcul nouvelles d’un niveau similaire, tout en contractant des engagements totalement différents. Des dépenses d’investissement déclarées plus faibles ne signifient donc pas automatiquement un risque économique moindre.

Pour l’analyse des entreprises, ce sont plutôt les structures contractuelles, les garanties, les durées de financement et les risques de contrepartie qui gagnent en importance. La question de savoir si un centre de données peut être loué à d’autres clients en cas de baisse de la demande devrait également prendre de l’importance.

Les entités ad hoc (SPV) et les modèles de crédit-bail ne constituent pas pour autant un signal d’alerte en soi. Ils permettent de répartir les risques entre des investisseurs spécialisés et de mobiliser des sources de capitaux supplémentaires. Cela peut permettre de financer le développement des infrastructures d’IA plus rapidement que si tous les investissements devaient provenir des bilans des groupes technologiques.

Pour les investisseurs, le défi consiste donc moins à qualifier de manière générale le financement hors bilan de positif ou de négatif. Ce qui est déterminant, c’est de comprendre où se situe réellement le risque économique au final.