Par Marcel Oldenkott, co-directeur des investissements et directeur général chez BIT Capital

La capacité de calcul a longtemps été avant tout un outil opérationnel réservé aux grandes entreprises technologiques. Avec l’essor de l’IA, cela commence à changer. Le financement de projets, les capitaux institutionnels et, à terme, même les contrats à terme sur les prix de location des GPU pourraient faire de la puissance de calcul un marché d’infrastructure financé et tarifé de manière autonome. Cela ouvre de nouvelles opportunités pour les investisseurs, mais impose également de nouvelles exigences en matière d’analyse des risques.

Du centre de données propre au marché des infrastructures

Au début de l’ère du cloud computing, le modèle était relativement simple : les entreprises technologiques construisaient des centres de données, les finançaient grâce à leur trésorerie ou à des emprunts, puis exploitaient elles-mêmes ces capacités. La propriété, le financement, l’exploitation et le risque économique incombaient en grande partie à la même entreprise.

Face aux besoins colossaux en capitaux liés à l’intelligence artificielle, ce modèle commence à évoluer. Les centres de données peuvent être externalisés dans des sociétés à vocation spécifique et financés par le biais de baux à long terme, de réservations de capacité ou d’engagements d’achat minimum. Des investisseurs externes apportent des fonds propres ou des capitaux empruntés et obtiennent en contrepartie l’accès à des flux de trésorerie à long terme garantis par contrat.

Cette évolution ressemble ainsi de plus en plus à celle d’autres marchés d’infrastructures. Les gazoducs et les terminaux GNL ont également été dissociés de la propriété des entreprises intégrées et financés par des sociétés de projet. Les compagnies aériennes, quant à elles, ne sont pas obligées de posséder elles-mêmes leurs avions, mais peuvent louer des appareils standardisés auprès de sociétés spécialisées.

Quand ce n’est plus seulement le centre de données qui devient négociable

Dans le domaine des infrastructures d’IA, cette évolution pourrait aller encore plus loin. Ce qui serait alors déterminant, ce ne serait plus seulement de savoir à qui appartient un centre de données, mais quelle est la valeur économique de la puissance de calcul qui y est produite.

Cela suppose des capacités plus standardisées et des prix de marché observables. Si des prix de référence apparaissent pour certaines puissances de calcul, des contrats à terme de gré à gré (forwards) ou des contrats à terme standardisés (futures) pourraient par exemple s’appuyer sur ceux-ci. Les opérateurs pourraient se couvrir contre les risques de prix, tandis que les prêteurs disposeraient de meilleures données de marché pour évaluer les flux de trésorerie futurs et les valeurs résiduelles potentielles d’un investissement.

Dans ce contexte, les contrats à terme prévus sur les prix de location de certains GPU Nvidia sont bien plus qu’un simple produit financier de plus. Ils peuvent être considérés comme un élément précurseur d’un marché dans lequel la capacité de calcul devient elle-même une unité économique pouvant faire l’objet d’une tarification.

Parallèlement, selon l’analyse sous-jacente, de nouvelles plateformes de financement soutenues par Nvidia et de grands gestionnaires d’actifs mobilisent plus de 500 milliards de dollars de capitaux externes. Cela indique également que la puissance de calcul est de plus en plus considérée comme une infrastructure dans laquelle il est possible d’investir.

Il manque encore des conditions préalables importantes

On ne peut toutefois pas encore parler sans réserve d’une classe d’actifs pleinement établie. La capacité de calcul est par exemple moins interchangeable que le gaz et moins mobile qu’un avion. L’emplacement, l’approvisionnement en énergie, le matériel, l’opérateur et les évolutions techniques influencent considérablement la valeur d’un centre de données.

À cela s’ajoute le fait que le marché ne dispose pas encore d’un historique suffisant de demande indépendante, de valeurs résiduelles généralement acceptées ou de courbes de prix liquides pour la capacité de calcul. Les investisseurs externes exigent donc souvent des baux à long terme, des garanties et un soutien supplémentaire de la part de groupes technologiques disposant d’une solide assise financière.

Avec la standardisation croissante, cela pourrait changer. Une installation pouvant être utilisée par différents clients, recourant à du matériel standardisé et dont la capacité est proposée à des prix de marché transparents serait moins dépendante d’un seul hyperscaler.

Qu’est-ce que cela signifie pour les investisseurs ?

Cette évolution ouvre deux perspectives différentes pour les investisseurs. D’une part, des capitaux institutionnels supplémentaires peuvent accélérer le développement des infrastructures d’IA. Les entreprises n’auront alors plus à financer de nouveaux centres de données exclusivement à partir de leur propre trésorerie ou par le biais de dettes d’entreprise classiques. Parallèlement, de nouvelles opportunités s’ouvrent aux investisseurs en infrastructures et aux prêteurs, qui pourront s’impliquer de manière plus ciblée dans des projets et des flux de trésorerie spécifiques.

D’autre part, la complexité s’accroît. Un portefeuille de centres de données formellement diversifié peut, d’un point de vue économique, continuer à dépendre des mêmes quelques hyperscalers, de la même plateforme matérielle ou d’attentes similaires concernant la croissance de la demande en IA.

Pour les actionnaires des entreprises technologiques, cela signifie également qu’il faut y regarder de plus près. Les dépenses d’investissement déclarées et l’endettement figurant au bilan ne reflètent de plus en plus qu’une partie de la réalité. La durée des contrats, les obligations d’achat, les garanties, les risques liés à la valeur résiduelle et la possibilité d’une utilisation alternative des capacités de calcul prennent de l’importance.

Si la puissance de calcul venait effectivement à passer du statut d’actif propre à l’entreprise à celui d’une infrastructure financée de manière autonome, tarifée et négociable, cela modifierait fondamentalement le cycle d’investissement dans l’IA. Pour les investisseurs, ce ne serait alors plus tant le montant brut des investissements qui serait déterminant, mais plutôt la question de savoir qui utilise efficacement le capital, répartit judicieusement les risques et est capable d’exploiter son infrastructure de manière rentable, même dans un contexte de demande et de prix changeants.

Retrouvez l’ensemble de nos articles Busniness