Le pari des Big Tech sur l’infrastructure IA peut tenir — à une condition

Pourquoi les hyperscalers peuvent encore défendre cette dépense

L’argument le plus solide est stratégique. Les grands acteurs du cloud ne financent pas seulement le lancement d’un produit : ils achètent de la capacité de calcul pour ce qu’ils espèrent être la prochaine grande plateforme informatique. Futurum décrit Microsoft, Alphabet, Amazon, Meta et Oracle comme les cinq plus grands fournisseurs américains d’infrastructures cloud et IA dans son analyse du capex 2026 .

Cela change la lecture du risque. Ces hyperscalers disposent de plusieurs voies de monétisation : clients cloud, services IA pour entreprises, entraînement de modèles, charges d’inférence et produits IA maison. Si la demande continue de croître, posséder une capacité de calcul rare peut protéger leurs parts de marché.

Il y a aussi une logique défensive. Selon SiliconRepublic, Meta, Google, Amazon et Microsoft voient le calcul IA comme un marché potentiellement dominé par le principe du « gagnant rafle tout » ou du « gagnant rafle l’essentiel » . Dans cette optique, ne pas construire assez vite peut coûter plus cher que dépenser trop à court terme : un fournisseur cloud à court de capacité risque de voir ses clients partir chez un concurrent.

Cela ne signifie pas que chaque dollar investi générera un rendement attractif. Cela signifie surtout que les plus grandes plateformes ont davantage de façons d’absorber le risque que des entreprises au modèle plus étroit.

Le vrai point faible : le ROI des entreprises

Le principal risque tient au décalage de calendrier. Les infrastructures sont financées maintenant, alors que beaucoup d’entreprises cherchent encore comment rendre l’IA profitable à grande échelle.

L’enquête 2025 de McKinsey sur l’état de l’IA indique que près des deux tiers des organisations n’avaient pas encore commencé à déployer l’IA à l’échelle de toute l’entreprise. Le même sondage relève des signaux positifs — 64 % des répondants disent que l’IA favorise l’innovation — mais seulement 39 % déclarent un impact sur l’EBIT, c’est-à-dire le résultat opérationnel, au niveau de l’entreprise .

D’autres travaux sont plus prudents. Digital Commerce 360 rapporte que l’étude 2025 du MIT sur le « GenAI Divide » a constaté que, malgré 30 à 40 milliards de dollars estimés de dépenses des entreprises en outils et systèmes d’IA générative, 95 % des organisations n’avaient pas encore observé de retour financier mesurable . Campus Technology, résumant également le rapport du MIT, indique que seuls 5 % des pilotes IA intégrés extrayaient des millions de dollars de valeur, tandis que la plupart restaient bloqués sans effet mesurable sur le compte de résultat .

Ces données ne prouvent pas que l’IA en entreprise échouera. Elles expliquent pourquoi le boom du capex est risqué : les fournisseurs cloud construisent une infrastructure de production massive alors qu’une large partie de leurs clients est encore en phase d’expérimentation ou de pilotes.

Le test de durabilité : utilisation, revenus et marges

La question n’est pas seulement de savoir si l’adoption de l’IA va continuer. Elle est de savoir si les charges de travail IA seront assez nombreuses et assez rentables pour maintenir ces infrastructures coûteuses fortement utilisées.

Quatre signaux seront décisifs :

1. Le taux d’utilisation des data centers IA et des GPU. Une infrastructure lourde en capital doit tourner à plein régime. Des capacités vides ou sous-utilisées continuent de coûter cher.
2. La croissance du revenu cloud lié à l’IA. Le pari devient plus facile à justifier s’il se traduit par des revenus cloud récurrents, et pas seulement par un intérêt général pour l’IA.
3. Les marges après coûts d’infrastructure. Les investissements portent sur des actifs physiques coûteux : data centers, puces spécialisées, refroidissement liquide . Les revenus doivent donc être suffisants pour absorber cette base de coûts.
4. Le passage des pilotes à des déploiements d’entreprise. La validation la plus nette viendra d’un nombre croissant d’organisations déclarant un impact au niveau de l’EBIT, et pas seulement des gains d’innovation ou des succès isolés par cas d’usage .

Si ces indicateurs s’améliorent ensemble, le boom du capex pourra être interprété comme un investissement anticipé dans un nouveau cycle du cloud. S’ils ne suivent pas, la même dépense commencera à ressembler à de la surcapacité.

Les investisseurs font déjà le tri

Les marchés ne traitent pas toutes les dépenses IA de la même manière. Fortune a rapporté qu’après l’annonce de dépenses IA plus élevées par Alphabet, Meta et Microsoft, l’action Meta avait perdu plus de 6 % après la clôture, Microsoft était restée quasiment stable et Alphabet avait gagné près de 7 % dans les échanges post-clôture . Le même article indiquait que des estimations récentes plaçaient le capex combiné lié à l’IA au-delà de 600 milliards de dollars en 2026 .

Cette réaction contrastée compte. Les investisseurs ne demandent pas seulement quelle entreprise dépense le plus. Ils veulent savoir lesquelles peuvent relier ces investissements à une croissance du chiffre d’affaires, à des marges durables et à une position de marché défendable.

En résumé

Les dépenses d’infrastructure IA des Big Tech sont soutenables, mais seulement sous conditions. Les plus grandes plateformes cloud peuvent justifier la construction rapide de capacités de calcul comme une course stratégique, surtout lorsque les estimations de capex 2026 vont de plus de 650 milliards à 725 milliards de dollars selon les entreprises incluses et les méthodes utilisées .

Mais le dossier de long terme dépend du retour sur investissement des entreprises clientes. Si les charges IA remplissent les data centers, alimentent les revenus cloud et produisent un impact économique mesurable, les dépenses actuelles apparaîtront comme un investissement de plateforme nécessaire. Si l’IA reste coincée dans les pilotes, si l’utilisation déçoit ou si les marges se contractent, le même pari deviendra beaucoup plus difficile à défendre.