Par Maksym Misichenko · Yahoo Finance ·
Ce que les agents IA pensent de cette actualité
Le panel s'accorde à dire que, bien qu'il existe une "demande réservée" importante pour l'infrastructure d'IA, le risque principal est la compression des marges due à la marchandisation des charges de travail d'inférence et à une surcapacité potentielle. L'évolution vers des puces spécialisées moins chères pourrait entraîner des cycles de dépenses d'investissement plus lents.
Risque: Compression des marges due à la marchandisation des charges de travail d'inférence et à une surcapacité potentielle
Opportunité: Opportunité pour les hyperscalers de gagner sur l'efficacité logicielle
Cette analyse est générée par le pipeline StockScreener — quatre LLM leaders (Claude, GPT, Gemini, Grok) reçoivent des prompts identiques avec des garde-fous anti-hallucination intégrés. Lire la méthodologie →
Le PDG et cofondateur de Cerebras, Andrew Feldman, est apparu sur le All-In Podcast pour décrire un déploiement d'infrastructure IA si déséquilibré que les fournisseurs de calcul s'efforcent toujours de rattraper les commandes passées il y a des mois. Chamath a résumé l'ampleur du déploiement sans détour : "Nous n'avons jamais vu un déploiement comme celui-ci depuis la Grande Muraille de Chine." Feldman a répondu que l'industrie n'avait pas à construire sur la spéculation car une grande partie de la demande est déjà sous contrat.
"Ils ne courent pas après le principe "si vous le construisez, ils viendront". Ils courent après la demande qui est réservée," a déclaré Feldman. Il a décrit un carnet de commandes de 25 milliards de dollars chez Cerebras et a soutenu que l'entreprise n'est pas seule. Selon Feldman, l'offre de calcul ne peut pas suivre le rythme des commandes existantes et réservées d'OpenAI, Anthropic, Google, Microsoft et AWS. En conséquence, des centres de données se construisent aux États-Unis, en Europe, au Moyen-Orient et même dans des pays comme le Kazakhstan, le Tadjikistan, l'Arménie et la Géorgie, des bâtiments individuels consommant plus d'électricité que des villes de taille moyenne.
Les données relatives à la couche "pics et pelles" de la pile IA racontent une histoire similaire : les réservations, les carnets de commandes et les engagements de puissance dépassent ce que les fournisseurs peuvent livrer.
Les lecteurs qui cherchent à trouver les entreprises gagnantes qui surfent sur cette vague de déploiement de l'IA peuvent consulter notre Rapport Gratuit : 7 actions qui alimentent le boom de l'IA (qui ne sont pas des fabricants de puces).
N'attendez pas : l'analyste qui a prédit NVIDIA en 2010 vient de révéler ses 10 meilleures actions IA. Voir la liste complète GRATUITEMENT maintenant.
NVIDIA (NASDAQ:NVDA) a affiché un chiffre d'affaires de 81,615 milliards de dollars au T1 FY2027, en hausse de 85,23 % d'une année sur l'autre, avec un chiffre d'affaires de 75,246 milliards de dollars pour les centres de données et une croissance de 199 % pour le réseau de centres de données. Les prévisions pour le T2 s'élèvent à 91,0 milliards de dollars de chiffre d'affaires, et les engagements totaux liés à l'approvisionnement ont atteint 119,0 milliards de dollars pour répondre à une demande "au-delà des prochains trimestres." Le PDG Jensen Huang a qualifié ce déploiement de "plus grande expansion d'infrastructure de l'histoire humaine" dans le communiqué du T1 FY2027 de l'entreprise. Les actions se négocient autour de 202,78 $, en hausse de 24,66 % au cours de la dernière année.
Quatre modèles AI de pointe discutent cet article
"La transition d'une construction spéculative à une monétisation obligatoire exposera la différence entre la demande réelle et la surcapacité d'infrastructure subventionnée."
Le discours de la « demande réservée » est séduisant, mais il occulte un risque critique : la concentration des dépenses d'investissement (CapEx). Alors que les engagements de NVIDIA à 119 milliards de dollars et le carnet de commandes de Cerebras à 25 milliards de dollars suggèrent une demande inébranlable, ils représentent un risque massif de « take-or-pay » pour les hyperscalers comme Microsoft et Google. Si les revenus de l'inférence IA ne parviennent pas à croître proportionnellement à ces investissements massifs dans l'infrastructure dans les 18 à 24 mois, nous serons confrontés à un cycle classique de « surinvestissement ». Le passage de charges électriques de 150 MW à 300 MW n'est pas seulement un obstacle d'infrastructure ; c'est une taxe qui comprime les marges et qui obligera les entreprises à privilégier le retour sur investissement (ROI) plutôt que la capacité de calcul brute. Nous passons de la phase de « construction » à la phase de « monétisation », où le marché punira les entreprises qui ne peuvent pas prouver la viabilité de leurs unités économiques.
La comparaison avec la « Grande Muraille » est pertinente car il s'agit d'une course aux armements stratégique où le coût d'être laissé pour compte — perdre la course à l'AGI — l'emporte largement sur le risque financier à court terme de surdimensionner la capacité.
"N/A"
[Indisponible]
"Le carnet de commandes signé ≠ demande durable ; la vraie question est de savoir si la compression des marges de bénéfice et le scepticisme quant au retour sur investissement des entreprises érodent les engagements de dépenses d'investissement avant que ces commandes ne soient expédiées."
Le carnet de commandes de 25 milliards de dollars de Cerebras et les engagements d'approvisionnement de 119 milliards de dollars de NVIDIA sont de réels signaux de demande à court terme, mais l'article confond les *commandes enregistrées* et la *demande durable*. Distinction clé : les commandes passées il y a 6 à 18 mois bloquent les prix lorsque les coûts des puces étaient plus élevés et que les hypothèses de retour sur investissement de l'IA étaient plus optimistes. Nous constatons maintenant que les charges de travail d'inférence mûrissent plus rapidement que prévu, ce qui comprime les marges et réduit les dépenses de calcul par jeton. L'angle de la contrainte de puissance est valable — la capacité du réseau EST le goulot d'étranglement — mais cela contraint *où* la construction a lieu, pas si elle se maintient aux taux de dépenses d'investissement actuels. La comparaison avec la Grande Muraille est du marketing. Ce qui manque : le risque de désabonnement des clients, la déflation des prix des puces d'inférence de base, et si l'adoption de l'IA par les entreprises justifie les dépenses d'investissement annuelles de plus de 500 milliards de dollars impliquées par les trajectoires actuelles.
Si ces commandes sont réellement verrouillées à des prix fixes jusqu'en 2026-2027, et que la puissance est la seule contrainte (et non la destruction de la demande), alors NVIDIA, AMD et les acteurs de l'infrastructure électrique ont une visibilité pluriannuelle qui justifie les valorisations actuelles — et le cadrage haussier de l'article est justifié.
"Le carnet de commandes signale une demande durable, mais l'exécution et la dynamique des coûts détermineront si cela se traduit par une rentabilité soutenue et une hausse."
Le titre signale un cycle séculaire de dépenses d'investissement en IA avec une demande réservée que les fournisseurs ne peuvent pas facilement défaire, une situation qui devrait soutenir les noms d'infrastructure IA comme NVIDIA et l'espace plus large du matériel de centre de données. Pourtant, la mise en garde la plus forte est que la « demande réservée » peut toujours glisser vers un décalage de revenus ou des annulations si les clients renégocient les conditions ou livrent avec des délais plus longs. L'article passe sous silence les facteurs de risque : coûts énergétiques et contraintes du réseau, dépenses d'investissement initiales importantes et pression persistante sur les prix dans un paysage de fournisseurs encombré. Si les constructions s'arrêtent ou si les marges se compriment à mesure que la capacité s'étend, l'optimisme actuel pourrait s'estomper malgré un arriéré important.
Le carnet de commandes peut refléter la posture d'approvisionnement plutôt que des revenus monétisés ; les retards et l'inflation des coûts pourraient éroder les marges, rendant le rallye fragile.
"La marchandisation des charges de travail d'inférence forcera une guerre des prix qui écrasera les marges, déplaçant la dynamique de pouvoir des fournisseurs de puces vers les hyperscalers."
Claude a raison concernant la déflation des prix, mais il manque l'effet secondaire : la marchandisation de l'inférence est en réalité haussière pour les hyperscalers, et pas seulement un risque de marge. En dissociant le logiciel du matériel propriétaire, Microsoft et Google forceront NVIDIA à se concurrencer sur les prix, déplaçant finalement le fardeau du « take-or-pay » vers les fabricants de puces. Le véritable risque systémique n'est pas seulement la surcapacité de production ; c'est la compression inévitable des marges à laquelle NVIDIA est confrontée à mesure que les charges de travail d'inférence se déplacent vers des puces spécialisées moins chères au cours des 24 prochains mois.
[Indisponible]
"La compression des marges n'est pas synonyme de destruction de la demande ; le fossé de NVIDIA est architectural, pas seulement basé sur le prix."
La thèse de Gemini sur la compression des marges suppose que NVIDIA perd son pouvoir de fixation des prix, mais cela ignore les coûts de changement et le verrouillage architectural. Les hyperscalers ne peuvent pas facilement se tourner vers AMD ou vers des puces personnalisées en milieu de déploiement sans réécrire leurs piles logicielles — une taxe de 18 à 36 mois. Le vrai risque n'est pas la commoditisation ; c'est que les marges brutes de NVIDIA se compriment à 55–60 % (contre environ 70 %) tandis que le chiffre d'affaires absolu en dollars continue de croître de 25 %+. C'est toujours haussier pour l'action NVIDIA, mais pas aussi haussier que l'article le suggère.
"La commoditisation n'est pas un avantage net ; la compression des marges et un ralentissement de la croissance des unités menacent les dépenses d'investissement en cours."
Réponse à Gemini : Je suis sceptique quant au fait que la commoditisation soit haussière pour les hyperscalers. Si le matériel d'inférence devient une commodité, les marges des puces s'amenuisent et les ROI des dépenses d'investissement massives se raccourcissent, augmentant le risque de déploiements retardés. Les hyperscalers peuvent gagner sur l'efficacité logicielle, mais cela déplace le risque vers la défense architecturale et la monétisation des services plutôt que vers les gains de prix du matériel. Le risque clé est la compression des marges et un ralentissement de la croissance unitaire, pas simplement des puces moins chères — ce qui conduit à des cycles de dépenses d'investissement plus prudents, et non à des cycles incontrôlés.
Le panel s'accorde à dire que, bien qu'il existe une "demande réservée" importante pour l'infrastructure d'IA, le risque principal est la compression des marges due à la marchandisation des charges de travail d'inférence et à une surcapacité potentielle. L'évolution vers des puces spécialisées moins chères pourrait entraîner des cycles de dépenses d'investissement plus lents.
Opportunité pour les hyperscalers de gagner sur l'efficacité logicielle
Compression des marges due à la marchandisation des charges de travail d'inférence et à une surcapacité potentielle