Wall Street sait que les Big Tech peuvent investir dans l’intelligence artificielle. Une question plus difficile est de savoir à quelle vitesse ces dépenses rapportent de l’argent à ces entreprises.
C’est là que l’histoire change. Le boom de l’IA n’est plus seulement une histoire de croissance. Il s’agit d’argent qui entre et qui sort.
Les hyperscalers Amazon (AMZN), Alphabet (GOOG, GOOGL), Meta (META), Microsoft (MSFT) et Oracle (ORCL) vérifient les puces, les centres de données et l’alimentation. Les fabricants de puces devraient être payés en premier et conserver encore plus d’argent après avoir payé leurs propres factures.
Bank of America Global Research appelle cela « transfert intergénérationnel de flux de trésorerie disponibles », et le graphique ci-dessous montre pourquoi.
Le flux de trésorerie disponible est l’argent qui reste après qu’une entreprise a exploité ses activités et payé ses investissements majeurs. Dans le graphique de la BofA, les chiffres évoluent dans des directions opposées pour les grandes entreprises technologiques et les fabricants de puces. Alors que le panier des hyperscalers est tombé en territoire négatif, le panier des semi-conducteurs – NVIDIA (NVDA), Micron (MU), Broadcom (AVGO) et Applied Materials (AMAT) – continue de croître.
Cela ne veut pas dire que le boom de l’IA est moins réel. Cela rend difficile l’identification du gain.
Alors que les flux de trésorerie des hyperscalers s’affaiblissent, la demande de puces restera probablement forte, l’un vendant l’infrastructure et l’autre payant pour la construire. Les hyperscalers, connus sous le nom de Magnificent Seven, ont dépensé 234 milliards de dollars en dépenses d’investissement cette année, mais le cours de leurs actions devrait rester à peu près stable en 2026, selon la BofA.
Thorsten Slok, économiste en chef chez Apollo, formule la question de la manière suivante : « Mais que se passe-t-il s’il faut plus de temps pour obtenir des rendements que ne le suppose le consensus ? (Divulgation : Yahoo est une société de portefeuille de fonds gérés par des sociétés affiliées d’Apollo Global Management.)
Sa réponse commence par deux points. Le prix du token continue de baisser, ce qui signifie que l’utilisation de l’IA peut augmenter même si le revenu par unité d’utilisation n’est pas aussi élevé. Le modèle chinois rattrape également le modèle américain, augmentant la pression sur les plateformes américaines pour qu’elles transforment les déploiements d’IA en revenus à forte marge.
Le risque est le timing. Les dépenses se font maintenant. Le coût des puces, des serveurs et des centres de données continuera d’augmenter au fil du temps. Cependant, la génération de revenus et de flux de trésorerie peut prendre plus de temps.
Le tableau de Sløk sur l’utilisation des jetons modèles en Chine et aux États-Unis montre clairement ce point.
Parmi les 20 meilleurs modèles d’IA, le modèle chinois a traité plus de jetons que le modèle américain en mai et juin, et l’écart s’est creusé. L’utilisation du modèle chinois est passée de 46 000 milliards de jetons en mai à 98 000 milliards de jetons en juin, tandis que l’utilisation du modèle américain est passée de 37 000 milliards de jetons à 53 000 milliards de jetons.
Si l’utilisation de l’IA continue d’augmenter, si les clients paient pour de meilleurs outils et si les grandes technologies peuvent transformer leurs dépenses actuelles en rendements plus élevés au fil du temps, il existe encore un potentiel évident de redressement. Dans ce scénario, le coup dur pour les flux de trésorerie actuels est le coût de construction de la prochaine plate-forme, et non un signal d’alarme.
