Il existe un paradoxe incroyable au milieu de l’actualité la plus importante de l’industrie technologique à l’heure actuelle. Les GPU et autres matériels critiques que les hyperscalers investissent dans leurs centres de données s’avèrent rapidement obsolètes. C’est le point de vue détaillé dans un excellent nouveau rapport de Research Affiliates, une société qui supervise près de 200 milliards de dollars de stratégies d’investissement dans les fonds indiciels et ETF RAFI. L’auteur Chris Brightman (qui est PDG de RA) affirme que la course aux armements en matière d’IA a essentiellement créé une nouvelle ère industrielle. Dans cet écosystème modifié, les entreprises n’« investissent » plus au sens traditionnel du terme. Au contraire, ils exploitent des équipements à un rythme incroyablement rapide pour générer des revenus, modifiant même le sens de l’investissement en capital.
« Ils ressemblent plus à un supermarché qu’à une entreprise technologique ou industrielle traditionnelle, mais leurs ventes n’incluent pas des produits comme l’épicerie. C’est ce qui génère leurs grands modèles de langage, leur recherche vectorielle et d’autres produits », m’a expliqué Brightman lors d’un entretien téléphonique. « Ils sont engagés dans une course aux armements et ils doivent remplacer le matériel très rapidement. En d’autres termes, ils doivent réapprovisionner les étagères rapidement. » Le problème, selon Brightman, est que les hyperscalers perdent de l’argent sur les grands modèles de langage, les bases de données vectorielles et d’autres produits qu’ils vendent aux entreprises et aux consommateurs. Ainsi, plus ils achètent de matériel, plus ils en perdent. « Les entreprises exploitent désormais l’IA pour conserver des avantages importants dans leurs domaines, et cela est logique », observe Breitman. Mais les énormes dépenses nécessaires pour maintenir ces fossés et tenir ses concurrents à distance pourraient générer peu de revenus à l’avenir, ce qui nuirait à la rentabilité globale, a-t-il ajouté.
Dans son article, Brightman met en lumière l’augmentation historique des dépenses d’investissement en IA, qui augmentent rapidement de 250 milliards de dollars en 2024 à 650 milliards de dollars, soit 2 % du PIB, cette année, selon les estimations de Bloomberg. L’appétit historique de l’industrie pour le capital a donné l’impression que l’IA deviendra la nouvelle sidérurgie et les nouveaux chemins de fer. Cependant, comme le souligne Breitman, l’équipement et l’infrastructure qui soutiennent ces entreprises sont très différents de ceux qui alimentent l’IA. « Les aciéries et les voies ferrées se sont dépréciées sur 40 à 45 ans », écrit-il. Ensuite, comparez la durée de vie de plusieurs décennies avec le scénario de l’IA. Les hyperscalers comme Microsoft, Amazon, Alphabet et Meta déprécient les GPU et autres matériels dans leurs comptes de résultats sur environ cinq à six ans. Bien que cette période semble courte, il affirme que la « durée de vie » réelle est beaucoup plus courte.
D’un point de vue économique, un actif est totalement déprécié, ou obsolète, lorsque les revenus qu’il génère ne couvrent plus son coût d’acquisition (reflété par l’amortissement annuel), ses dépenses d’exploitation et ses coûts d’investissement. Breitman a déclaré que les chiffres de l’industrie montrent que le matériel d’IA perd de la valeur en trois ans environ. Pour preuve, il cite les données sur la rentabilité du GPU H100, standard de l’industrie, de Nvidia. Au cours de sa deuxième année, H100 a généré 36 000 $ de bénéfices par an avec un retour sur investissement de 137 %. Cependant, dès la quatrième année, le produit a perdu plus de 4 400 $ avec un retour sur investissement négatif de 34 %, et les performances ont rapidement décliné à partir de là. « La durée de vie économique du matériel d’IA est (beaucoup) plus courte que sa durée de vie fiscale », a écrit Brightman.
Le matériel ne s’use pas. Physiquement, il peut en réalité durer beaucoup plus longtemps. Pourquoi le matériel d’IA perd rapidement de la puissance : Nvidia, AMD et d’autres fabricants développent de nouveaux produits qui augmentent considérablement la puissance de calcul par watt déployé chaque année. Les hyperscalers sont confrontés à des contraintes énergétiques strictes et recherchent constamment de grandes quantités de nouveaux « calculs » utilisant de petites quantités de puissance supplémentaire. En règle générale, si un fabricant typique ajoutait du capital au rythme que les hyperscalers établissent dans l’espace de l’IA, il disposerait déjà d’une énorme base d’équipements et d’infrastructures qui pourraient être déployées pendant des années sans continuer à effectuer des achats supplémentaires. Ce n’est pas le cas avec cette nouvelle entreprise courageuse. Les équipements d’IA évoluent si rapidement que les hyperscalers doivent remplacer chaque année une grande partie de leur capital simplement pour conserver la même capacité à créer des merveilles d’IA. « La plupart de leurs dépenses sont des investissements de « maintenance » plutôt que des investissements de croissance », explique Brightman. Néanmoins, le nombre total est si important que seulement un tiers environ est consacré à l’expansion, mais cela reste suffisant pour augmenter considérablement la quantité de produits et de services qu’ils peuvent offrir chaque année.
Les hyperscalers utilisent l’IA et subissent de lourdes pertes principalement pour protéger leur territoire
Lors de notre appel, Brightman a brillamment résolu le défi des géants de l’IA. « À mesure que l’on développe l’informatique, on perd de plus en plus d’argent », dit-il. « Mais ils ont de bonnes raisons de le faire pour le moment. » Tous les Big 4 visent à fournir les meilleures capacités d’IA pour alimenter leurs produits phares, et ils reconnaissent que si leurs composants d’IA ne sont pas de premier ordre, ils perdront leur leadership dans ces capacités clés. Amazon tire l’essentiel de ses revenus de la fourniture de services informatiques et de stockage sur le cloud. Brightman a déclaré que la société n’était pas en mesure de récupérer la plupart des coûts supplémentaires de l’IA auprès des clients. « Mais c’est intelligent, car si Amazon ne reste pas dans la course aux armements, il perdra son activité cloud. Amazon a besoin de services d’IA dans le cadre de sa composante cloud. »
En ce qui concerne Microsoft, le pilier de l’entreprise est les logiciels bureautiques qui génèrent des revenus d’abonnement, notamment sur sa plateforme 360. La franchise fait actuellement face à une forte concurrence de la part des produits Docs et Sheets de Google. « Pour protéger son activité existante et fidéliser ses clients, Microsoft doit proposer des services de modélisation d’IA même s’il perd de l’argent sur les investissements en capital dans l’IA », a déclaré Brightman. Alphabet est une référence en matière de recherche et se classe au premier rang mondial des vendeurs de publicité en ligne. Microsoft a relevé le défi en lançant son propre moteur de recherche. « Pour continuer à fonctionner de manière rentable et garder une longueur d’avance, Alphabet a besoin d’un élément d’IA, ce qui nécessite des investissements importants dans les centres de données », a déclaré Breitman.
Meta doit s’inquiéter du fait que trois autres sociétés empiètent sur son activité lucrative de publicité sur les réseaux sociaux. « Les gens viennent sur la plateforme pour voir des photos et des vidéos, mais cela coûte très cher à Meta de produire du contenu financé par la publicité », a déclaré Brightman. Meta utilise l’IA pour personnaliser votre flux, classer votre contenu sur Instagram et Facebook et vérifier la sécurité de vos publications, vous en avez donc besoin pour rester en tête. Mais encore une fois, Brightman affirme qu’il ne peut toujours pas facturer suffisamment de frais de publicité pour couvrir les nouvelles dépenses énormes nécessaires pour fournir ces fonctionnalités exceptionnelles.
Brightman conclut que l’augmentation des investissements dans l’IA ne signifie pas que cette avancée révolutionnaire apportera de gros bénéfices aux Big Four. Il s’agit plutôt d’une arme que chaque géant utilise pour protéger son territoire. « Lorsque la rotation du capital est rapide et que la concurrence impose un réinvestissement continu, des dépenses anormales peuvent maintenir une position concurrentielle sans créer de valeur pour les actionnaires », a-t-il déclaré dans l’article. Encore une fois, ce qui remplit nos centres de données a une durée de vie très courte, donc acheter des GPU revient plus à réapprovisionner un supermarché qu’à construire une usine qui durera des décennies.
D’un autre côté, Brightman m’a dit que le fait de consacrer autant de temps à ces champions avait été extrêmement utile pour préparer son analyse. « Il y a un an, ce projet aurait demandé neuf mois de recherche et de modélisation. Mais j’ai pleinement profité de Claude, ChatGPT et Gemini, j’ai synthétisé leurs retours et j’ai commencé à le terminer en trois semaines », se souvient-il. L’épisode Brightman raconte l’histoire. Cette nouvelle ère industrielle sera probablement bien plus bénéfique aux personnes et aux entreprises qui utilisent des produits améliorés par l’IA qu’aux entreprises qui les fournissent.
