écrit par : Goran Dubček et Marin Onorato, Mathematica Capital Partners
Il est très important de savoir combien nous payons pour quelque chose. Si nous payons plus pour le même investissement, le retour sera certainement plus faible. Le véritable retour sur investissement ne peut être mesuré que lorsque les flux de trésorerie sont réalisés, que ce soit sous forme de dividendes/coupons ou de la vente de l’investissement lui-même. Bien sûr, tout le monde aime avoir une idée de la progression de l’investissement à tout moment, et c’est la beauté des instruments cotés et liquides où nous connaissons la valeur de notre investissement très précisément, chaque jour.
Dans le cas des investissements privés et illiquides, le seul moyen de tester la valeur à un moment donné est d’estimer les flux de trésorerie futurs. Encore une fois, les flux de trésorerie provenant des dividendes/coupons ou de la vente de l’investissement à un autre investisseur. Le dénominateur commun pour tous les investissements est les flux de trésorerie (FCF) et le retour sur le capital investi (ROIC). Il en va de même pour tout nouveau projet ou investissement réalisé par une entreprise commerciale.
Dans cet esprit, la question de la justification des investissements dans l’infrastructure d’IA se pose. Le sujet principal, aux côtés de l’avancement des grands modèles de langage (LLM), est les investissements dans l’infrastructure de soutien – centres de données et énergie, ou les rendements sur le capital investi dans ces projets. C’est un sujet très important pour l’économie américaine, où les investissements dans l’intelligence artificielle deviennent un composant de plus en plus vital de la croissance économique.
Les investissements totaux dans les centres de données pour 2025 devraient atteindre environ 400 milliards USD. Le chiffre final dépendra des chaînes d’approvisionnement et de ce que les fabricants peuvent livrer, mais il n’y a certainement pas de pénurie de demande.
Figure 1. Investissements dans les centres de données (source : Ben Evans)
De quoi se composent les centres de données ? La plus grande partie du coût (40 %) est consacrée à l’alimentation électrique, au refroidissement, au câblage et similaires, environ un tiers va aux cartes graphiques (GPU), et les 25 % restants à la construction et au terrain. Si nous amortissons les bâtiments sur 30 ans, les cartes graphiques sur 5 ans, et le reste sur 10 ans, nous arrivons à une période d’amortissement de 13 ans pour l’ensemble du projet, soit environ 8 % par an. Cela signifie que pour les centres de données construits en 2025, l’amortissement annuel s’élève à 32 milliards USD, tandis qu’il est estimé qu’ils généreront des revenus de 15 à 20 milliards USD cette année. En d’autres termes, avec des hypothèses relativement optimistes, l’amortissement est supérieur de plus de 50 % aux revenus. REVENUS !
Que cette activité soit négative aux premiers stades du développement du projet n’est pas une nouvelle. Les entreprises innovantes et technologiques comptent initialement sur le financement des investisseurs, principalement des fonds de capital-risque, jusqu’à ce que le projet atteigne son échelle complète et que les marges deviennent positives. Il est difficile de dire quel devrait être le taux de marge brute à long terme d’une telle activité ; cependant, par définition, il doit être inférieur à 100 %.
Par exemple, en supposant une marge brute élevée de 60 % (le niveau actuel des marges brutes pour les hyperscalers), et pour atteindre le retour sur le capital investi souhaité de 20 % (en dessous du niveau actuel des hyperscalers) d’ici la fin de la période d’amortissement, les revenus des investissements de cette année dans l’IA doivent croître de 50 fois, et il y a encore des coûts opérationnels. Pour comparaison, cela signifie des revenus 10 fois plus élevés que ceux générés actuellement par Amazon Web Services, le plus grand fournisseur de services cloud au monde. Étant donné qu’une augmentation supplémentaire des investissements dans l’infrastructure d’IA est attendue pour 2026, ces investissements devront générer des revenus proportionnellement plus élevés pour justifier l’investissement.
L’objectif de ce texte n’est pas de vilipender l’intelligence artificielle ou de condamner prématurément les investissements dans celle-ci à l’échec, mais de susciter une réflexion sur le modèle commercial actuel des hyperscalers et les énormes investissements dans l’infrastructure d’IA. Au contraire, l’avancement des algorithmes est beaucoup plus rapide que ce que la plupart des gens attendaient il y a seulement deux ou trois ans, et pour certaines applications de niche, l’intelligence artificielle prouve déjà qu’elle est révolutionnaire. Cependant, la question du niveau de monétisation demeure. Par exemple, actuellement, Chat GPT a 800 millions d’utilisateurs hebdomadaires, mais seulement 5 % d’entre eux sont des comptes payants.
Un avantage significatif des entreprises informatiques a longtemps été qu’elles ne nécessitaient pas de gros investissements en capital, ce qui permettait agilité, faible endettement et rendements élevés sur le capital investi. De faibles investissements en capital sont également importants car la technologie progresse si rapidement que le taux d’amortissement doit être plus élevé par rapport aux industries plus anciennes. Cependant, si nous regardons la part des investissements en capital dans les flux de trésorerie disponibles, nous constatons qu’elle n’augmente que, et même s’accélère au cours des deux dernières années, et nous ne pouvons plus parler d’elles comme d’entreprises légères en actifs.
Figure 2. Ratio des investissements en capital et des flux de trésorerie disponibles (source : Bloomberg, Apollo)
Pourquoi, malgré de tels chiffres, les entreprises technologiques se battent-elles pour acheter des cartes graphiques supplémentaires auprès de Nvidia et construire des centres de données avec une puissance de calcul encore plus grande ? Étant donné la perspective de l’intelligence artificielle, un PDG qui prendrait une décision différente devrait être très courageux, et probablement fou. Il est indéniable que l’intelligence artificielle jouera un rôle extrêmement important dans l’économie mondiale et la société dans 10 ou 20 ans, et que les personnes les plus riches et les plus puissantes viendront de ce domaine.
Il est très probable que le gagnant de cette actuelle « course aux armements » pour les cartes graphiques sera l’entreprise la plus riche et la plus puissante, rendant très difficile de décider de ne pas investir. Il ne s’agit pas seulement de la bataille pour le plus grand nombre d’utilisateurs et de revenus à ce moment, mais aussi de la collecte de données qui remplissent et entraînent des modèles, et ces données seront extrêmement importantes pour les modèles qui « fonctionneront » sur des investissements qui n’auront lieu que dans la prochaine décennie.
Jusqu’à ce moment-là, nous devons surveiller s’il est possible d’améliorer significativement les modèles commerciaux actuels et la monétisation des utilisateurs et observer ce que les prix des actions diront lorsque les entreprises commenceront à amortir plus sérieusement les investissements actuels. Comme dans chaque bataille, tout le monde ne sera sûrement pas un gagnant.
À moins, bien sûr, que le gouvernement américain ne déclare l’intelligence artificielle comme le projet stratégique le plus important et ne décide de couvrir les coûts de développement et d’investissement pour tout le monde, mais alors nous nous éloignerons encore plus du capitalisme et de la concurrence sur le marché libre et approfondirons encore le problème des déficits du gouvernement central. Dans un tel scénario, la seule issue pour les problèmes fiscaux américains serait en effet que l’intelligence artificielle double la productivité du travail, mais sans nuire au marché du travail et à la consommation personnelle, qui représente encore deux tiers du PIB.
