49 milliards de dollars empruntés pour acheter des chips qui seront des ordures dans trois ans

Dans cette équation que le monde tente de résoudre grâce à l’IA, il y a une moitié que peu de gens ont remarquée : la dette. Derrière chaque conversation et vidéo générées par l’IA se cache un gigantesque réseau de centres de données, et ces centres de données sont financés par une montagne d’argent emprunté. Et c’est là que réside le problème. Dans ce qui est emprunté.

De la dette et encore de la dette. Selon des données récentes, l'émission de titres de créance garantis liés aux centres de données aux États-Unis est estimée à 25,4 milliards de dollars d'ici 2025, soit 112 % de plus que l'année précédente. Si l’on additionne tous les instruments financiers complexes (appelés titres adossés à des actifs (ABS) et titres adossés à des créances hypothécaires commerciales (CMBSS)), la boule de neige est déjà énorme : près de 49 milliards de dollars sont liés à ces titres.

Des bonus pour tout le monde. Ici, il n’y a pas que des startups qui demandent des prêts, non. Les géants de la technologie qui mettent en place ces infrastructures – les hyperscalers – profitent également de ce mécanisme. Des entreprises comme Microsoft, Google, Oracle ou Meta ont redécouvert le marché obligataire comme source de financement.

Mieux vaut dépenser ce qui ne m'appartient pas. Ils disposent tous d’énormes sommes d’argent, mais au lieu de dépenser leur propre argent, ils ont levé 100 milliards de dollars de dettes jusqu’à présent cette année. L’objectif : acheter des milliers de GPU et construire des datacenters avant la concurrence.

Que fais-tu, Oracle ? S’il est une entreprise qui incarne le vertige de ce pari excessif, c’est bien Oracle. La société créée par Larry Ellison s'est engagée à respecter un accord pharaonique de 300 milliards de dollars avec OpenAI. Cela l’a contraint à devenir le plus grand émetteur de dette d’entreprise (en dehors du secteur financier). Les chiffres sont effrayants : sa dette totale est passée à 111,6 milliards de dollars, tandis que sa trésorerie a diminué de 10 milliards. Citi estime qu'elle devra emprunter entre 20 et 30 milliards de dollars supplémentaires chaque année (chaque année !) au cours des trois prochaines années, simplement pour continuer à construire.

Ambition excessive. Il existe également des exemples de startups qui exploitent cette facette. L’un des plus clairs est celui de CoreWeave, une société réputée pour louer des capacités de calcul pour l’IA. La société a obtenu des lignes de crédit de 2,5 milliards de dollars soutenues par de grandes banques d'investissement telles que JPMorgan. Le message du marché semble clair : « si vous envisagez de construire pour l’IA, voici l’argent ».

Comment obtenir un prêt hypothécaire sur 30 ans. Les analystes de tous bords gardent la mouche derrière leurs oreilles depuis un certain temps déjà, et l'un des derniers rapports de Moody's en est un bon exemple. Les bâtiments en béton sont généralement financés sur des durées de 20 ou 30 ans, mais la technologie qu’ils contiennent (comme les puces IA) change radicalement tous les 3 ou 4 ans. Est-il logique de s’endetter dans trois décennies pour une technologie qui évolue si rapidement ?

De l'argent bon marché. Les investisseurs acceptent également de facturer des intérêts minimes, à peine 1 % au-dessus de ce que paie la dette publique américaine sûre, lorsqu’ils assument ce risque. C'est un signe classique et inquiétant d'euphorie. Il y a tellement d’argent qui veut entrer dans le secteur que ceux qui le prêtent ont baissé la garde et exigent très peu de retour pour leur risque. Ils croient fermement aux promesses de l’IA alors que de plus en plus d’analystes avertissent, horrifiés, que nous sommes confrontés à une « exubérance irrationnelle ».

Avoir de l'argent ne suffit plus. Tout cela fait déjà peur, mais le véritable goulot d’étranglement pour l’expansion n’est même pas le capital ou les puces, mais le réseau électrique. Comme l’a souligné Satya Nadella, PDG de Microsoft, il n’y a pas d’énergie pour autant de puces. La situation est si préoccupante qu'une étude de Deloitte indique dans une étude qu'il y a une file d'attente de sept ans pour connecter certains projets de centres de données au réseau électrique. Et si les entreprises souhaitent obtenir un financement, elles doivent pouvoir garantir l’approvisionnement en électricité de leurs centres de données. S’il n’y a pas de prise, il n’y a pas de prêt.

Big Tech recherche des électrons. OpenAI avait déjà mis en garde contre le problème il y a des mois en parlant du « fossé électronique », décrivant les électrons (l'énergie) comme le nouveau pétrole. Presque toutes les grandes entreprises du secteur font le pas. Google a signé un accord avec TotalEnergies pour fournir 1,5 TWh d'électricité au cours des 15 prochaines années, et Meta a fait quelque chose de similaire avec Treaty Oak Clean Energy pour obtenir 385 MW de ses centrales solaires en Louisiane.

La bulle avant la grande question. Tout cela accroît encore la crainte que la bulle de l’IA finisse par éclater de façon importante. En attendant, la grande inconnue est de savoir si la demande en intelligence artificielle sera capable de payer l’immense facture électrique et financière qu’elle signe aujourd’hui dans 5 ou 10 ans. Le parti créditeur continue.

À Simseo | Pendant que la Silicon Valley cherche de l'électricité, la Chine la subventionne : c'est ainsi qu'elle veut gagner la guerre de l'IA