Les investissements dans l’IA sont les obligations de guerre de la nouvelle guerre froide
Le développement de l’IA n’est pas une bulle. C’est un marché d’obligations de guerre. 660 milliards de dollars par an. Quatre PDG qui disent préférer la faillite à la défaite. Les obligations de guerre ne rapportent qu’en cas de victoire.
« Je suis prêt à faire faillite plutôt que de perdre cette course. »
C’est Larry Page, co-fondateur de Google, comme l’a rapporté l’investisseur Gavin Baker en 2025. Sam Altman a déclaré devant un public de Stanford en mai 2024 qu’il se moque qu’OpenAI dépense 500 millions, 5 milliards ou 50 milliards de dollars par an — cela en vaut « totalement la peine » pour construire l’IAG. Mark Zuckerberg a déclaré en septembre 2025 que le plus grand risque est de « ne pas être assez agressif plutôt que de l’être trop », et que perdre quelques centaines de milliards de dollars serait préférable à prendre du retard dans la course à la superintelligence. Satya Nadella a confié lors d’une réunion interne chez Microsoft à la mi-2025 qu’il était « hanté » par l’histoire de Digital Equipment Corporation — une entreprise technologique dominante rendue obsolète par une erreur stratégique — et que l’IA pourrait faire la même chose à Microsoft.
Ce ne sont pas des fioritures rhétoriques. Cet article soutient que sans le cadre existentiel qu’ils expriment, le comportement d’investissement du secteur n’a pas de sens. Le discours est réel. Voici ses implications.
La facture de cette conviction s’élève désormais à 660 milliards de dollars par an, et elle augmente. Les quatre plus grands hyperscalers américains — Amazon, Microsoft, Google et Meta — devraient dépenser ce montant en 2026, selon les prévisions des entreprises et les estimations des analystes compilées par Morgan Stanley. Goldman Sachs prévoit 1 018 milliards en 2027. JPMorgan estime que le total cumulé atteindra 5 000 milliards d’ici 2030. En 2020, ces quatre mêmes entreprises ont dépensé 80 milliards.
Les investisseurs qui financent ce déploiement — détenteurs d’actions, détenteurs de dette, acheteurs de titrisations adossées aux GPU — achètent les obligations de guerre d’une nouvelle guerre froide. Cette classe d’actifs présente les mêmes caractéristiques structurelles que l’originale : elle est émise pour financer un conflit que les émetteurs pensent ne pas pouvoir se permettre de perdre, elle ne rapporte un rendement que si l’émetteur survit pour l’honorer, et sa valeur dépend moins des flux de trésorerie sous-jacents que de l’issue de la guerre.
Les économies de guerre ne s’arrêtent pas au seuil de rentabilité
Dans un cycle d’investissement standard, la demande non rentable finit par disparaître. Les start-ups financées par du capital-risque facile tombent à court d’argent. Le cycle s’inverse.
Le déploiement de l’IA ne suit pas ce schéma. Les entités qui dépensent ne sont pas des start-ups fragiles. Ce sont les entreprises technologiques les plus rentables de l’histoire, qui déploient les bénéfices d’exploitation de leurs activités principales monopolistiques, plus un petit nombre de laboratoires privés bien capitalisés soutenus par des investisseurs qui estiment que la récompense est existentielle.
Cela change la condition d’arrêt. Un cycle d’investissement en temps de paix s’arrête lorsque le rendement marginal devient négatif. Une économie de guerre s’arrête lorsque l’un des camps est épuisé — quand il ne peut plus financer la guerre, pas quand la guerre cesse d’avoir un sens financier.
Le dilemme du prisonnier formalise cette dynamique. Pour toute entreprise individuelle, un investissement agressif est la stratégie dominante, quels que soient les choix des concurrents. Si les concurrents construisent, vous devez construire pour avoir une chance. Si les concurrents ne construisent pas, construire vous permet de capturer l’ensemble du marché. La stratégie individuellement rationnelle consiste à dépenser autant que l’on peut. Le résultat collectivement rationnel — investir moins, obtenir des rendements adéquats — n’est pas un équilibre de Nash. Un seul transfuge peut s’emparer du jeu en dépensant davantage.
Les participants ont les poches profondes. Le seul secteur de la recherche de Google a généré environ 200 milliards de dollars de chiffre d’affaires en 2024, avec des marges d’exploitation supérieures à 30 %. L’empire des médias sociaux de Meta est tout aussi fortifié. Les activités de SaaS d’entreprise et de cloud de Microsoft dégagent des dizaines de milliards de flux de trésorerie disponibles annuels. OpenAI et Anthropic ont levé des capitaux à des valorisations qui impliquent que les investisseurs pensent que le gagnant vaudra des milliers de milliards.
Les dépenses ne sont pas limitées par l’économie unitaire actuelle de l’IA. Elles sont limitées par la capacité des activités principales et des marchés financiers à continuer de les financer. Cela produit une guerre d’usure : les dépenses augmentent jusqu’à ce que quelqu’un ne puisse plus suivre.
La demande sur laquelle repose toute la structure
La majeure partie de l’investissement croissant décrit ci-dessus est consacrée à la construction de centres de données. Lancer un centre de données aujourd’hui est rentable — tant que la capacité des GPU qu’il contient peut être louée à des taux qui couvrent le coût du capital. Ces taux tiennent uniquement si la demande continue de dépasser l’offre. Et la demande n’est pas organique.
L’acheteur marginal de calcul GPU n’est pas l’entreprise qui déploie un chatbot. Ce n’est pas l’hôpital qui exécute des modèles de diagnostic. C’est un petit groupe de grands fabricants de modèles — OpenAI, Anthropic, Google DeepMind, Meta AI, Microsoft Copilot, xAI — qui constituent l’essentiel de la demande pour le calcul qui remplit les nouveaux centres de données.
Chacun d’entre eux a un flux de trésorerie négatif pour l’IA.
OpenAI a consacré environ 50 % de son chiffre d’affaires 2024 aux seuls coûts d’inférence — le calcul nécessaire pour faire fonctionner ses modèles pour les clients payants. Les coûts d’entraînement ont englouti 75 % supplémentaires. Le total combiné de 125 % du chiffre d’affaires signifie que l’entreprise perdait de l’argent à chaque requête. Pour 2025, avec un chiffre d’affaires annualisé de 20 milliards de dollars, les coûts d’inférence ont atteint 8,4 milliards de dollars et la marge brute est tombée à 33 % — contre 40 % en 2024. Des documents internes prévoient une perte de 14 milliards de dollars en 2026. Le flux de trésorerie disponible ne devrait pas devenir positif avant 2029.
La trajectoire d’Anthropic s’améliore mais n’est pas encore durable. La marge brute est passée de -94 % en 2024 à environ 40 % en 2025. Le chiffre d’affaires a explosé, passant de 4,6 milliards de dollars à un rythme annualisé de plus de 30 milliards début 2026. L’entreprise a enregistré un bénéfice d’exploitation au T2 2026. Mais elle a levé plus de 18 milliards de dollars de financement cumulé et a brûlé un total de 15 milliards de dollars depuis 2021. Son plan interne ne vise pas un flux de trésorerie positif avant 2028.
Les divisions IA des hyperscalers ne font pas l’objet de rapports séparés, mais les chiffres agrégés racontent l’histoire. Google et Meta ont généré ensemble plus de 150 milliards de dollars de bénéfice d’exploitation provenant de leurs activités publicitaires principales en 2025. Tous deux guident désormais vers des niveaux de CapEx qui absorbent la totalité de ce flux de trésorerie d’exploitation. Le flux de trésorerie disponible d’Amazon pour 2026 est estimé entre -17 et -28 milliards de dollars selon le consensus des analystes. Les activités principales sont rentables. L’IA ne l’est pas. La subvention s’écoule de l’une à l’autre.
C’est la structure qui importe. Les taux de location des GPU qui sous-tendent le financement des centres de données, les hypothèses d’utilisation intégrées dans les plans d’amortissement, les 150 milliards de dollars de titrisations adossées aux GPU prévues — tout repose sur la demande d’entités qui perdent de l’argent sur chaque unité de calcul qu’elles consomment. La demande est réelle, au sens où des centaines de milliards de dollars sont dépensés. Elle n’est pas autosuffisante, au sens où elle n’est pas financée par les clients, mais par les investisseurs.
L’escalade n’a pas encore atteint son apogée
Le consensus parmi les analystes est que les CapEx liés à l’IA culmineront en 2028. Barclays modélise le point d’inflexion sur la base de l’auto-amélioration récursive — le moment où les systèmes d’IA deviennent suffisamment performants pour réduire le coût de développement de meilleurs systèmes d’IA. Les dépenses d’exploitation liées à l’entraînement culminent en 2029, donc les dépenses d’investissement culminent environ un an plus tôt. D’ici là, les dépenses continuent de s’accélérer : Goldman Sachs estime 1 018 milliards de dollars pour les hyperscalers américains en 2027, avant tout plateau.
Cette trajectoire est importante en raison de la séquence qu’elle implique. Si les CapEx culminent en 2028, le dollar marginal déployé en 2027 et 2028 est le dollar le plus cher avec la fenêtre de revenus la plus courte — les actifs déployés en dernier ont le moins de temps pour générer des revenus avant que le cycle d’investissement ne s’inverse. Le dernier argent investi est le pire argent. En temps de paix, un investisseur rationnel ralentit les dépenses avant le pic pour éviter de déployer du capital qui ne récupérera pas son coût. En temps de guerre, on dépense le dernier dollar parce que perdre est pire que de le gaspiller.
Le risque temporel est aigu. Si l’auto-amélioration récursive arrive comme prévu, les derniers dollars acquièrent la capacité qui rend rétroactivement toutes les dépenses antérieures plus efficaces. Si ce n’est pas le cas — si la technologie plafonne au lieu de s’amplifier — le secteur aura dépensé à intensité maximale précisément au moment où les rendements diminuent. L’épuisement survient au pic des dépenses.
Même les constructeurs ne sont pas d’accord sur la durée de vie des actifs
Un paramètre détermine à quelle vitesse le trésor de guerre doit croître pour maintenir la même capacité : le taux d’obsolescence du matériel d’IA.
Le B200 de NVIDIA offre environ quatre fois les performances en virgule flottante du H100 qu’il remplace. Le B300, attendu dans le prochain cycle, offre un débit par GPU de 11 à 15 fois supérieur pour l’inférence des grands modèles de langage. Le rythme architectural de NVIDIA est d’environ 18 à 24 mois. Un cluster GPU à la pointe de la technologie aujourd’hui est économiquement de second ordre en deux générations.
L’efficacité algorithmique amplifie l’effet. Le coût d’inférence pour un niveau de qualité donné a été divisé par environ 400 en trois ans. Le même dollar de calcul produit bien plus d’intelligence qu’au début du cycle d’investissement actuel.
Et pourtant, les quatre entreprises qui dépensent ces 660 milliards ne parviennent pas à s’accorder sur la durée de vie du matériel. Amazon a raccourci la durée de vie utile de ses équipements de serveurs et de réseau de six à cinq ans début 2025, citant « l’accélération du rythme du développement technologique, en particulier dans l’intelligence artificielle et l’apprentissage automatique ». Meta a étendu à 5,5 ans, réduisant l’amortissement 2025 de 2,9 milliards de dollars. Microsoft est passé de quatre à six ans. Google est à environ six ans.
Deux parient que l’obsolescence s’accélère. Deux parient qu’elle ralentit. Ils ne peuvent pas tous avoir raison. La réponse détermine à quelle vitesse la subvention doit croître. Si Amazon a raison, chaque dollar de CapEx achète une capacité moins durable, et le trésor de guerre s’épuise plus vite pour la même position sur la frontière.
Qui détient les obligations
La structure des obligations de guerre produit des résultats différents selon les détenteurs.
Les généraux émetteurs — les PDG — sont confrontés directement au dilemme. Construire de manière agressive est la seule stratégie qui préserve l’option de gagner. Perdre la guerre des plateformes tout en préservant le capital est une perte sans retour possible. Construire excessivement avec tous ses pairs est supportable : l’ensemble du secteur déprécie les actifs ensemble, et aucun conseil d’administration ne peut isoler un PDG pour avoir fait le même pari que tous ses concurrents.
L’investisseur en capital-risque dans un laboratoire d’IA détient les obligations d’un seul belligérant. Si son laboratoire atteint la domination des modèles et capte une part significative d’un marché de mille milliards de dollars, le rendement justifie la subvention. Si les modèles se banalisent ou qu’un autre laboratoire gagne, l’investissement est nul. La position est un pari binaire, dimensionné rationnellement pour un portefeuille qui contient de nombreux paris de ce type. La guerre est la prémisse, pas le problème.
L’investisseur en fonds indiciel détient les obligations de tous les belligérants. La répartition de qui gagne n’a pas d’importance. Ce qui compte, c’est l’agrégat : la valeur totale créée pour les entreprises publiques dépasse-t-elle les CapEx cumulés ? Si l’IA devient un marché de 1 000 milliards de dollars de revenus annuels d’ici 2030 et que les entreprises publiques en captent 70 %, le retour sur investissement total des CapEx est d’environ quatre ans à l’état stable. Si l’IA est un marché de 300 milliards, le retour sur investissement s’étend à plus de 15 ans. Le fonds indiciel absorbe le résultat collectif. Il gagne si la guerre produit un vainqueur suffisamment précieux pour justifier le coût total de la lutte. Il perd si les coûts dépassent le butin.
Le détenteur de dette a l’exposition la plus aiguë et le moins de potentiel de hausse. Les titrisations adossées aux GPU, estimées à 150 milliards de dollars, valorisent la garantie sous-jacente comme si le risque d’obsolescence était négligeable. CoreWeave, le plus grand néo-cloud, porte 14,2 milliards de dollars de dette garantie par des actifs GPU. Ses revenus dépendent fortement de contrats avec les mêmes hyperscalers qui construisent des infrastructures concurrentes. Microsoft a représenté 67 % du chiffre d’affaires 2025 de CoreWeave. Chaque centre de données que Microsoft construit réduit son besoin de capacité auprès de CoreWeave. Les contrats sont pluriannuels. La probabilité de renouvellement diminue à mesure que la capacité interne augmente. La dette est valorisée pour le renouvellement. La guerre rend le renouvellement incertain.
L’entreprise utilisatrice d’IA en bénéficie quoi qu’il arrive. Un calcul moins cher, des modèles plus performants et une offre redondante sont tous des conséquences de l’excès de CapEx. Les entreprises qui paient OpenAI et Anthropic pour l’accès aux API sont, en réalité, partiellement financées par le capital-risque qui permet à ces laboratoires de fonctionner en dessous du coût. La guerre est un cadeau pour les spectateurs.
Comment la guerre se termine
La façon dont la guerre se termine dépend de deux questions auxquelles les dépenses actuelles ne peuvent répondre. La première est la nature de la technologie : quelle est la limite de la valeur que l’intelligence supplémentaire peut créer, et quelle est la limite de son coût marginal de fourniture ? La seconde est la structure du marché : la demande d’intelligence suit-elle une dynamique où le vainqueur rafle la mise, ou le marché soutient-il un oligopole stable ?
Ces questions déterminent la taille de la récompense et qui la capte. Elles sont traitées dans un article complémentaire, « Les limites de l’intelligence ». Pour le détenteur d’obligations de guerre, ce qui compte, c’est que les réponses ne sont pas connaissables à l’avance — et que les 660 milliards de dollars sont déployés comme si le résultat le plus favorable n’était pas seulement possible, mais le scénario de base.
Ceci est le premier d’une série sur l’économie de l’investissement dans les infrastructures d’IA. Les articles complémentaires abordent le critère de Kelly en temps de paix (« À quoi ressemblerait l’investissement dans l’IA en temps de paix »), le problème d’agrégation de l’investisseur particulier (« Pourquoi l’investisseur particulier ne peut pas résoudre le dilemme du prisonnier »), et la structure de la récompense (« Les limites de l’intelligence »).
