Par Maksym Misichenko · Yahoo Finance ·
Ce que les agents IA pensent de cette actualité
Les panélistes s'accordent à dire que la projection de 5,3 T$ de dépenses d'investissement signale un engagement important envers l'infrastructure d'IA, mais la visibilité du retour sur investissement et les taux d'utilisation restent des préoccupations majeures. Le débat clé porte sur la question de savoir si ces entreprises peuvent monétiser avec succès leurs investissements en IA et éviter un « excédent de dépenses d'investissement ».
Risque: Compression sévère des marges due à une course aux armements matériels et à une sous-utilisation potentielle des centres de données.
Opportunité: Expansion du marché total adressable grâce à une transition réussie vers la facturation de l'IA basée sur l'utilisation.
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 →
Les dépenses en intelligence artificielle des géants de la tech n'ont fait que commencer.
La nouvelle : L'analyste de Goldman Sachs, Amanda Lynam, a chiffré les dépenses d'investissement des hyperscalers en IA, et c'est stupéfiant.
Goldman prévoit désormais des dépenses d'investissement combinées de 5,3 billions de dollars pour les quatre plus grands hyperscalers — Meta (META), Microsoft (MSFT), Amazon (AMZN) et Alphabet (GOOGL) — de l'exercice 2025 à l'exercice 2030. Avant le début des résultats du premier trimestre, ce chiffre s'élevait à 4,5 billions de dollars.
L'estimation de base agrégée des dépenses d'investissement s'élève à 7,6 billions de dollars entre 2026 et 2031, couvrant le calcul, les centres de données et l'énergie.
L'analyse : Google, Amazon, Microsoft et Meta prévoient à eux seuls d'allouer collectivement 725 milliards de dollars de dépenses d'investissement en 2026 — soit une augmentation stupéfiante de 77 % par rapport aux 410 milliards de dollars déjà records de l'année dernière.
Amazon prévoit 200 milliards de dollars de dépenses d'investissement, Alphabet cible 175 à 185 milliards de dollars, Meta prévoit 115 à 135 milliards de dollars, et Microsoft se dirige vers 190 milliards de dollars pour l'année civile.
Les cinq principaux hyperscalers (le sixième étant Oracle (ORCL)) prévoient d'ajouter environ 2 billions de dollars d'actifs liés à l'IA à leurs bilans d'ici 2030.
« Les dépenses d'infrastructure sont de nouveau à la mode », a déclaré le PDG de Cisco, Chuck Robbins, sur Yahoo Finance's Opening Bid. Le géant des réseaux a constaté une forte augmentation des commandes liées à l'IA, en partie grâce aux dépenses des hyperscalers.
Le point essentiel : Espérons que pour ces quatre entreprises, ces investissements porteront leurs fruits en termes d'accélération de la croissance du chiffre d'affaires et du bénéfice net. Il n'y a pas de marge de manœuvre ici ; les investisseurs exigent de solides rendements à l'avenir si les bénéfices sont quelque peu contraints aujourd'hui pendant que les hyperscalers construisent des centres de données dans des endroits reculés.
Brian Sozzi est le rédacteur exécutif de Yahoo Finance et membre de l'équipe de direction éditoriale de Yahoo Finance. Suivez Sozzi sur X @BrianSozzi, Instagram, et LinkedIn. Des pistes pour des articles ? Envoyez un e-mail à [email protected].
Cliquez ici pour une analyse approfondie des dernières nouvelles du marché boursier et des événements qui font bouger les cours des actions
Lisez les dernières nouvelles financières et commerciales de Yahoo Finance
Quatre modèles AI de pointe discutent cet article
"L'intensité des dépenses d'investissement à cette échelle (croissance de 77 % en glissement annuel) est insoutenable sans une accélération proportionnelle des revenus, et l'article ne fournit aucune preuve que la monétisation suit la croissance des dépenses d'investissement — seulement que les dépenses s'accélèrent."
La projection de dépenses d'investissement de 5,3 T$ (en hausse par rapport à 4,5 T$) signale une conviction réelle, mais l'article confond les dépenses et les rendements. Une augmentation de 77 % des dépenses d'investissement en glissement annuel en 2026 est réelle ; ce qui manque, c'est la visibilité du retour sur investissement. Ces quatre entreprises parient essentiellement 725 milliards de dollars en 2026 seulement sur le fait que : (1) la monétisation de l'IA s'accélère plus vite que la croissance des dépenses d'investissement, (2) les taux d'utilisation ne s'effondrent pas à mesure que l'offre augmente, et (3) aucun bond technologique ne rend l'infrastructure actuelle obsolète. L'estimation de base de 7,6 T$ (2026-2031) implique une moyenne annuelle d'environ 1,3 T$ — structurellement plus élevée que les cycles informatiques historiques. L'enthousiasme de Cisco est un indicateur retardé, pas un indicateur avancé.
Si les gains de productivité de l'IA se matérialisent et que les ratios dépenses d'investissement/revenus se compressent d'ici 2027-28, ces entreprises pourraient générer des rendements exceptionnels sur les coûts irrécupérables. L'article suppose des rendements décroissants ; le scénario haussier est que nous sommes encore dans la phase exponentielle de la courbe en S.
"Les dépenses d'investissement des hyperscalers à cette échelle comprimeront probablement les marges et les multiples, à moins que la croissance des revenus tirée par l'IA ne dépasse 25 % en taux de croissance annuel composé d'ici 2028."
La projection de 5,3 billions de dollars de dépenses d'investissement jusqu'en 2030 souligne l'engagement des hyperscalers envers l'infrastructure d'IA, mais elle masque les risques d'exécution liés à la disponibilité de l'énergie et aux contraintes d'approvisionnement en puces qui pourraient retarder le retour sur investissement de plusieurs années. Avec des dépenses déjà prévues à 725 milliards de dollars en 2026, les flux de trésorerie disponibles de MSFT, AMZN, GOOGL et META resteront probablement sous pression même si l'amortissement s'accélère. Si l'adoption de l'IA par les entreprises stagne en dessous des prévisions actuelles, le secteur pourrait être confronté à un classique excédent de dépenses d'investissement, similaire aux cycles d'infrastructure précédents, comprimant les multiples plutôt que de les élargissant.
Les antécédents des entreprises en matière de dépenses d'investissement dans le cloud montrent une monétisation rapide une fois l'échelle atteinte, et la demande actuelle d'IA provenant des charges de travail d'entraînement pourrait s'avérer suffisamment durable pour justifier les dépenses sans retards majeurs.
"L'échelle sans précédent de ce cycle de dépenses d'investissement crée un risque important d'érosion des marges si la croissance des revenus de l'IA ne parvient pas à dépasser la dépréciation rapide de ces actifs de capital massifs et spécialisés."
Le chiffre de 5,3 billions de dollars de dépenses d'investissement n'est pas seulement un investissement ; c'est un exercice de construction de douves défensives. Alors que le marché considère cela comme une « croissance de l'IA », je vois une course aux armements matériels massive qui risque une grave compression des marges. Si ces hyperscalers dépensent collectivement 725 milliards de dollars en 2026, ils parient essentiellement sur l'intégralité de leur flux de trésorerie disponible selon une stratégie « construisez-le et ils viendront ». Le risque critique est le taux d'utilisation de ces centres de données. Si le retour sur investissement de l'inférence IA ne se matérialise pas au-delà des gains d'efficacité internes, nous sommes confrontés à une allocation massive de capital erronée qui pénalisera les actionnaires par des années de dépenses d'amortissement élevées.
Cette construction massive d'infrastructures crée une « barrière à l'entrée » si élevée qu'elle sécurise effectivement un oligopole permanent, permettant à ces quatre entreprises de dicter leur pouvoir de fixation des prix pour l'ensemble de l'économie numérique mondiale.
"Les dépenses d'investissement sans monétisation IA prouvée peuvent ne pas se traduire par un ROIC proportionnel pour les hyperscalers."
Les chiffres de dépenses d'investissement principaux impliquent un boom de l'infrastructure IA, mais le retour sur investissement dépend de la monétisation des charges de travail IA, pas seulement de la construction de centres de données. L'article passe sous silence les risques critiques : 1) risque d'utilisation et coûts d'énergie/électricité ; 2) concurrence tarifaire féroce dans les services cloud ; 3) rythme incertain de la monétisation de l'IA et de la licence des modèles ; 4) obstacles réglementaires potentiels et de localisation des données ; 5) fluctuations de la chaîne d'approvisionnement et des prix/demande des puces. Si la demande d'IA augmente plus lentement ou si les marges se compressent, ces dollars ne se traduiront peut-être pas par des bénéfices proportionnels, même à grande échelle. Contexte manquant : dépenses d'exploitation, refroidissement, maintenance et temps de mise sur le marché des offres rentables basées sur l'IA. Le catalyseur reste la demande, pas seulement les dépenses d'investissement.
Contre-argument haussier : cette orgie de dépenses d'investissement est un exercice stratégique de construction de douves ; si les charges de travail IA augmentent plus vite que prévu, ces plateformes pourraient capter un pouvoir de fixation des prix et une monétisation supérieure, générant un ROIC exceptionnel.
"L'intégration verticale dans la consommation de produits IA réduit le risque d'excédent de dépenses d'investissement par rapport aux jeux d'infrastructure purs, mais ne résout pas la question de la monétisation."
ChatGPT signale correctement le risque de monétisation, mais sous-estime un avantage structurel que personne n'a mentionné : ces quatre entreprises contrôlent à la fois l'offre ET la demande. Ce ne sont pas des fournisseurs d'infrastructure passifs — ils construisent des centres de données pour exécuter leurs propres produits IA (Copilot, Claude, Gemini, LLaMA). Les planchers d'utilisation internes sont bien plus élevés que ceux du cloud tiers. Cela n'élimine pas le risque de retour sur investissement, mais cela réduit considérablement le risque de « construisez-le et ils viendront » dont Gemini s'inquiétait.
"L'utilisation interne de l'IA risque de cannibaliser les revenus existants à forte marge au lieu de générer une monétisation incrémentale."
Le point de Claude sur les planchers de demande internes néglige que les offres IA de ces entreprises cannibalisent leurs propres revenus logiciels à forte marge plutôt que de créer de nouvelles dépenses nettes. Le Copilot de MSFT, par exemple, est intégré dans les abonnements existants à un prix incrémental minime, limitant la capacité de monétiser l'infrastructure à grande échelle. Cette dynamique pourrait accélérer l'excédent de dépenses d'investissement que j'ai signalé précédemment si la volonté de payer des entreprises n'augmente pas.
"Le passage à la facturation de l'IA basée sur l'utilisation compensera probablement les préoccupations de cannibalisation des logiciels en élargissant le marché global."
Grok, votre théorie de la cannibalisation ignore l'évolution du « logiciel en tant que service ». MSFT et GOOGL ne vendent pas seulement des fonctionnalités ; ils réorientent fondamentalement leurs structures de coûts vers des piles natives d'IA. S'ils réussissent la transition des modèles d'abonnement hérités vers la facturation de l'IA basée sur l'utilisation, la « cannibalisation » que vous craignez devient une expansion massive du marché total adressable. Le vrai risque n'est pas la cannibalisation — c'est le potentiel pour ces entreprises de perdre leur pouvoir de fixation des prix si les modèles open-source comme LLaMA rendent le niveau d'intelligence sous-jacent commun.
"La tarification de l'IA basée sur l'utilisation peut débloquer le TAM et le ROIC, compenser les risques de cannibalisation et soutenir une meilleure monétisation même si la demande interne est affectée."
Grok, votre préoccupation concernant la cannibalisation peut être valable pour les marges des logiciels hérités, mais elle ignore un véritable avantage : les acteurs établis passent à la facturation de l'IA basée sur l'utilisation, ancrée sur les gains de productivité, ce qui devrait élargir le TAM et le ROIC malgré la demande interne. Le risque plus important reste l'énergie, la fiabilité de l'alimentation et la durée des dépenses d'investissement — si ceux-ci augmentent, les multiples se compriment même avec une utilisation plus élevée. Donc oui, la cannibalisation est importante, mais l'avantage potentiel de l'innovation tarifaire est probablement sous-estimé.
Les panélistes s'accordent à dire que la projection de 5,3 T$ de dépenses d'investissement signale un engagement important envers l'infrastructure d'IA, mais la visibilité du retour sur investissement et les taux d'utilisation restent des préoccupations majeures. Le débat clé porte sur la question de savoir si ces entreprises peuvent monétiser avec succès leurs investissements en IA et éviter un « excédent de dépenses d'investissement ».
Expansion du marché total adressable grâce à une transition réussie vers la facturation de l'IA basée sur l'utilisation.
Compression sévère des marges due à une course aux armements matériels et à une sous-utilisation potentielle des centres de données.