Source: ETHENEA

La dimension physique d’une révolution abstraite

Quand on parle d’intelligence artificielle, on pense modèles et logiciels – quelque chose de presque immatériel. Ceux qui la financent, eux, pensent béton, silicium et électricité. Derrière la révolution de l’intelligence se cache un boom de la construction aux proportions historiques : des centres de données à l’appétit énergétique de villes entières, bâtis avec des montants jamais levés auparavant dans le secteur. Et tout, dans cette histoire, se tient. La demande est réelle, les modèles tiennent leurs promesses, et ceux qui fournissent l’infrastructure en profitent.

C’est précisément cette cohérence qui devrait alerter les investisseurs, car une histoire concrète ne se traduit pas nécessairement par un dossier d’investissement solide. Plus la réalité opérationnelle devient tangible, plus le marché a tendance à extrapoler la croissance d’aujourd’hui loin dans l’avenir. Savoir si cette extrapolation tiendra ou si un scénario familier se répétera n’est pas une affaire de conviction, mais d’analyse ; et les cycles passés constituent la référence sur ce plan.

Le scénario qui se répète sans cesse : montée en puissance, krach, exploitation

Les révolutions technologiques portées par l’infrastructure suivent un scénario récurrent. Au déclencheur succède une phase de conquête de terrain. Les entreprises s’assurent des parts de marché avant que les frontières ne soient tracées. Durant cette phase, les capitaux affluent pour sécuriser la meilleure position et par crainte d’arriver trop tard – la rentabilité n’est prise en compte que par la suite. Les fournisseurs d’équipements en profitent. Les « vendeurs de pelles » enregistrent des ventes explosives, et ce sont leurs valorisations qui s’envolent le plus.

Puis la capacité dépasse la demande. Les rendements reculent, mais l’énorme pression concurrentielle maintient les dépenses à un niveau élevé, et c’est précisément ainsi que naît la surcapacité. Finalement, la demande déçoit ou les financements se tarissent ; les prix et les rendements du capital s’effondrent, et les corrections de valeur suivent. Les fournisseurs d’équipements sont alors le plus durement touchés, car la demande ne s’étiole pas progressivement : elle s’effondre brutalement.

Ce qui se passe ensuite est déterminant. L’infrastructure est réelle et permanente ; elle sera donc utilisée. On le voit, par exemple, avec la « fibre optique noire » posée en 1999 – ces quantités considérables de câbles à fibre optique installées sans être exploitées. Ce n’est qu’au cours de la décennie suivante qu’elle a été mise en service, et non par ceux qui l’avaient posée. Les gains de productivité reviennent à un nouveau groupe d’entreprises qui se développent grâce à une infrastructure devenue bon marché, tandis que bon nombre des investisseurs initiaux ont disparu du marché.

Ce scénario porte un nom : l’économiste William Janeway parle de « bulle productive ». Dans ce processus, du capital est détruit, mais l’économie s’en trouve transformée durablement. Le boom du gaz de schiste en est l’un des exemples les plus récents. Entre 2010 et 2020, les producteurs nord-américains ont généré plus de 189 milliards de dollars américains de flux de trésorerie disponible négatif. Les investisseurs y ont perdu, tandis qu’une énergie meilleur marché a allégé le budget des ménages. Une crise systémique a été évitée parce que les pertes étaient réparties entre une multitude de petits producteurs. C’est là le fil rouge de ce texte : ce qui est bon pour l’économie peut ruiner l’investisseur individuel.

Cisco est un exemple édifiant qui résume cette leçon en un seul graphique boursier. L’entreprise était le « vendeur de pelles » dominant et très rentable de la révolution internet. Celui ou celle qui a acheté l’action en mars 2000, au sommet, a mis vingt-six ans à récupérer son coût de revient nominal ; ce n’est qu’au début du mois de juin 2026 que Cisco a enfin dépassé son sommet de l’ère dot-com. En termes réels, les investisseurs sont encore dans le rouge aujourd’hui. L’ironie de l’histoire, c’est que le catalyseur qui a comblé cet écart de cours vieux de plusieurs décennies est justement le supercycle d’investissement suivant – celui de l’IA, cette fois.

En définitive : avoir raison sur la technologie n’équivaut pas à gagner de l’argent avec elle.

Quatre indicateurs de bulle

Plutôt que d’affirmer simplement que nous vivons une bulle, nous proposons un outil de diagnostic : des indicateurs observables qui distinguent une croissance saine d’une surévaluation marquée. Trois indicateurs évaluent l’offre, un évalue la demande ; seul ce dernier peut déclencher le retournement.

Trois indicateurs du côté de l’offre

Indicateur 1 – Structure de financement

Qui paie, et le robinet du crédit peut-il être fermé ?

Dans le cas de la bulle des télécoms, le cœur du problème était l’endettement : plus de deux mille opérateurs de réseaux dépendaient de capitaux empruntés et de financements fournisseurs, et sont restés sur le carreau lorsque les marchés se sont consolidés entre janvier et avril 2001.

Aujourd’hui, en revanche, le noyau se compose d’une poignée d’hyperscalers de grande taille et financièrement solides, qui financent leurs investissements majoritairement sur leurs flux de trésorerie courants (Amazon évoque environ 200 milliards de dollars américains pour 2026, tandis qu’Alphabet et Meta se situent dans le haut d’un ordre de grandeur à trois chiffres). Chez eux, le robinet ne peut pas être fermé aussi facilement qu’en 1999.

Conclusion intermédiaire : le feu est au vert.

La détérioration de la structure de financement des émetteurs est ici un phénomène périphérique. En 2025, les cinq plus grands hyperscalers ont levé plus de trois fois leur volume de dette habituel ; le flux de trésorerie disponible se contracte, tandis que les investissements doublent. Surtout, la dette est déplacée hors bilan : plus de 120 milliards de dollars américains de dette d’infrastructure ont été sortis des bilans via des véhicules ad hoc (SPV). Un exemple révélateur : le cas d’une telle société ayant obtenu une note « qualité investissement », alors que l’opérateur auquel elle est adossée relève du segment haut rendement. Les premières fissures apparaissent : un grand prêteur privé s’est retiré d’un projet de plusieurs milliards, et l’extension d’un site très médiatisé a été annulée. Il s’agit encore de cas isolés, mais c’est précisément là que la chaîne a rompu la fois précédente.

Conclusion : un feu vert, une dette qui s’installe insidieusement en périphérie ; les prémices de la fragilité qui avait emporté la périphérie durant la bulle des télécoms.

Indicateur 2 – Qualité du chiffre d’affaires

Le cycle se referme-t-il sur des flux de trésorerie externes et générateurs de liquidités ?

Durant la bulle des télécoms, les équipementiers prêtaient de l’argent à leurs clients pour que ceux-ci achètent leur propre technologie, et comptabilisaient ces transactions dans leur chiffre d’affaires. Lucent, par exemple, s’était engagé à hauteur d’environ 8 milliards de dollars américains de financement clients, tandis que chez Nortel, les offres de financement atteignaient jusqu’à 130 % du prix d’achat. L’argent passait du volet financement au chiffre d’affaires des équipementiers, et la croissance paraissait spectaculaire.

L’écho moderne de ce phénomène, c’est l’imbrication circulaire des fabricants de puces, des laboratoires d’IA et des fournisseurs de cloud, où l’investissement de l’un devient le chiffre d’affaires de l’autre.

Pour autant, toutes ces imbrications ne sont pas dangereuses. Le critère décisif qui distingue l’inquiétude légitime de l’alarmisme est le suivant : le cycle se boucle-t-il un jour par un flux de trésorerie externe générateur de recettes ? Si son dernier maillon est un client rentable, il agit comme un accélérateur ; s’il crée de l’euphorie et génère un bilan qui ne parvient jamais à s’autofinancer, il est ruineux. C’est la demande qui détermine lequel des deux scénarios se produira.

Évaluation : orange ; la structure existe, mais son niveau de risque dépend de l’indicateur 4.

Indicateur 3 – Structure de coûts et indicateur clé

La valorisation tient-elle compte des coûts réels et de la durée de vie effective de l’actif ?

L’EBITDA exclut les amortissements comme s’ils étaient sans effet de trésorerie. Cela peut valoir pour un bâtiment qui tient quarante ans, mais pas pour des processeurs graphiques, obsolètes en deux à trois ans et amortis sur cinq à six ans. Pour un actif placé sur le tapis roulant de l’amortissement, la perte de valeur annuelle est un poste de coût réel et récurrent : les puces doivent être remplacées pour rester dans la course. Deux facteurs aggravent la situation.

Premièrement, les achats se font au sommet du cycle. Pour les hyperscalers, ne pas investir semble plus dangereux que surinvestir – alors ils achètent, sans presque tenir compte du prix. Et le prix est élevé : les prix à la production des semi-conducteurs sont à un niveau record. L’électricité devient également plus chère, les prix du réseau ayant explosé dans les régions américaines à forte concentration de centres de données.

L’inflation devient visible en bout de chaîne de valeur : en juin 2026, Apple a relevé les prix des Mac et des iPad jusqu’à 300 dollars américains, en invoquant explicitement le coût des puces mémoire nécessaires à l’expansion de l’IA ; Microsoft a suivi avec ses consoles. Une base de coûts constituée au sommet réduit durablement le retour sur investissement et amplifie l’ampleur des dépréciations ultérieures.

Deuxièmement, les bénéfices d’aujourd’hui reflètent avant tout l’ampleur des investissements – et non ce que ces investissements coûtent réellement. Cette distorsion est symétrique : ce qui fait monter les prix les fera redescendre tout aussi vite. Un grand fabricant de mémoire a récemment vu son chiffre d’affaires bondir de près de 200 %, mais 85 à 90 % de cette progression était portée par les prix.

Pour un fournisseur de cloud fortement financé par la dette, le retour sur investissement est déjà proche de zéro du seul fait d’une durée d’amortissement généreuse. Dès qu’une durée de vie plus courte et plus réaliste est appliquée, il devient négatif. Et le marché bouge déjà : les prix de location de l’avant-dernière génération de puces ont reculé d’environ 28 % en un an.

Conclusion : mauvaise performance en matière de discipline financière, de façon particulièrement marquée en périphérie.

L’indicateur du côté de la demande

Indicateur 4 – La demande

Le véritable déclencheur

Une chose relie l’offre et la demande : la pénurie actuelle. Elle fait grimper les coûts, mais limite la surcapacité à court terme, car on ne peut pas construire une capacité que l’on n’arrive pas à approvisionner. Elle ne résout pas non plus le problème ; elle ne fait que le décaler.

Cela apparaît d’abord du côté de l’offre : les trois fabricants de mémoire dominants étendent actuellement leurs capacités simultanément et à très grande échelle ; si les usines atteignent la production de masse à partir de 2027, ce sera la plus grande expansion simultanée de l’histoire du secteur.

Chaque décision prise dans ce contexte est rationnelle, puisque la capacité est intégralement vendue. Pourtant, collectivement, ce comportement a invariablement conduit l’industrie de la mémoire à la surcapacité et à un effondrement des prix, en dernier lieu en 2022/23, et auparavant en 2018/19. C’est la même dynamique que lorsque la fibre optique noire est soudain entrée en service : pénurie aujourd’hui, surcapacité demain.

Seule la demande peut toutefois déclencher le retournement. Le krach des télécoms a commencé par le démenti d’un mythe sur la demande : l’affirmation selon laquelle le trafic de données doublerait tous les cent jours était erronée d’environ un ordre de grandeur, et, au bout du compte, seule une fraction des fibres optiques était utilisée.

La même question se pose pour l’IA : quelle part de la demande correspond à des flux de trésorerie réels, payants et durables, et quelle part n’est que de la capacité fondée sur une simple hypothèse ?

L’amortissement joue ici un rôle de chronomètre – il se déclenche dès l’achat d’une puce, que celle-ci génère déjà du chiffre d’affaires ou non. Et il tourne vite : chaque nouvel investissement en puces entraîne immédiatement des charges d’amortissement supplémentaires, alors que les revenus de l’IA ne croissent que lentement. Les investissements en cours génèrent à eux seuls davantage de charges d’amortissement que les revenus actuels de l’IA ne peuvent en couvrir. Pour rattraper le retard, les revenus devraient à peu près doubler.

Une analyse externe confirme cette réalité qui donne à réfléchir : en reprenant les estimations de consensus jusqu’en 2030 et en supposant des coûts nuls, le retour sur investissement implicite est fortement négatif pour la quasi-totalité des grands hyperscalers, à l’exception notable d’Amazon. Pour atteindre un rendement de dix pour cent, ils devraient générer deux à cinq billions de dollars américains de chiffre d’affaires annuel supplémentaire, contre environ un billion et demi aujourd’hui.

Et c’est précisément cette exception qui est révélatrice. Amazon n’est pas mieux positionné grâce à une technologie supérieure, mais grâce au modèle qui la sous-tend : avec AWS, les investissements alimentent une activité qui loue depuis longtemps sa capacité à des clients payants extérieurs au cycle de l’IA – c’est-à-dire précisément les flux de trésorerie externes et payants de l’indicateur 2. Il est donc question de modèle économique et de cycle du capital, pas de technologie.

Il faut répondre d’emblée au principal contre-argument : la taille de marché pertinente n’est pas le budget informatique des entreprises, mais le marché mondial du travail cognitif, bien plus vaste. Dans ce cas, l’IA ne vend pas l’outil, mais le travail lui-même, et la référence n’est plus le prix du logiciel, mais le salaire qu’il faudrait sinon payer.

Cette version a pourtant ses limites. La substitution ne s’enclenche que lorsque le coût par résultat passe durablement sous le prix du travail humain. Ce n’est pas le cas actuellement. Ce que l’on observe jusqu’ici, c’est un effet de complémentarité, et non de remplacement : l’IA renforce la productivité des spécialistes, mais, au-delà du périmètre des tâches fiables, elle dégrade les résultats. S’en rendre compte exige précisément l’expertise qui contredit la thèse de la substitution.

La vraie question se résume à une course : le coût par résultat passera-t-il sous le prix du travail humain, et cela se produira-t-il avant que le calendrier d’amortissement n’impose des dépréciations ?

Conclusion : tant que cette question reste ouverte, l’indicateur 4 demeure à l’orange – et il est le seul capable de déclencher un retournement.

Conclusion

Pris ensemble, les indicateurs ne dressent pas un tableau tranché du sentiment de marché, mais bien un diagnostic : sain au cœur, préoccupant en périphérie. La technologie elle-même s’imposera, et le cœur systémique repose sur des bases plus solides qu’en 1999 – à savoir sans dette et autofinancé. Les rendements sont toutefois répartis de manière inégale, et les zones de risque sont clairement identifiables :

• les développeurs qui dépendent du financement par la dette, misent tout sur un actif unique qui perd rapidement de la valeur, et le financent sur la base d’un chiffre d’affaires simplement projeté ;
• les valorisations qui ignorent les amortissements réels ;
• les capacités fondées sur une demande supposée et non réelle.

Qui souhaite participer à la révolution a tout intérêt à investir dans la partie du capital capable d’affronter un fléchissement de la demande : le cœur autofinancé et les véritables fournisseurs de goulots d’étranglement, et non la périphérie financée par la dette. De surcroît, il faut éviter de payer les prix d’actifs à longue durée de vie pour une technologie qui, en réalité, est vouée à perdre de la valeur.

L’infrastructure construite finira par être utilisée ; la question n’est pas de savoir si la technologie s’imposera, mais si l’investisseur pourra traverser la période durant laquelle le marché comprendra qu’il est allé trop vite en besogne.

La technologie est réelle. Le cycle du capital est le danger. Et ce danger se concentre précisément là où il est identifiable.