Le chantier titanesque de l'IA à 3 000 milliards de dollars : comment la dette privée redessine le paysage obligataire

Le chantier titanesque de l'infrastructure de l'intelligence artificielle (IA), dont le coût est estimé entre 3 000 et 5 000 milliards de dollars, transforme fondamentalement les marchés obligataires privés. Une vague de dette sans précédent déferle sur les obligations d'entreprises « investment grade », le crédit privé et les titrisations structurées. Ce ne sont plus seulement les bilans des géants de la tech qui supportent le poids de ces investissements, mais bien les marchés de la dette, qui en absorbent désormais l'essentiel .

Chiffres clés

• Besoin total en capex IA : 3 000 milliards de dollars (Morgan Stanley, Moody's) à plus de 5 000 milliards si l'on inclut la production d'électricité (JPMorgan) .
• Besoins en obligations investment grade : ~1 500 milliards de dollars sur cinq ans pour les seuls hyperscalers, selon JPMorgan .
• Opérations de crédit liées aux centres de données en 2025 (États-Unis) : au moins 178,5 milliards de dollars (Bloomberg) .
• Émissions obligataires des hyperscalers en 2025 : plus de 100 milliards de dollars, soit environ 5 % de toutes les émissions d'obligations investment grade aux États-Unis — environ trois fois la moyenne annuelle de la décennie précédente .
• Émissions obligataires des hyperscalers en 2026 (jusqu'en mai) : 155 milliards de dollars, déjà 45 % de plus que le total de 2025 .
• Crédit privé et fonds d'infrastructure : les fonds d'infrastructure détenaient plus de 1 700 milliards de dollars d'actifs et 400 milliards de dollars de « dry powder » (capital disponible non investi) en septembre 2025 ; un montant record de 221 milliards de dollars a été levé en 2024 .
• Titrisation des centres de données (CMBS/ABS) : 17,4 milliards de dollars en 2025 à fin d'année, soit 50 % de plus que le total 2024 de 11,6 milliards .

Comment le marché se transforme

1. Le crédit privé comble un vide que les marchés publics ne peuvent combler seuls.
Morgan Stanley a identifié un déficit de financement d'environ 1 500 milliards de dollars que le seul crédit privé ne peut couvrir, poussant les hyperscalers et leurs coentreprises vers tous les canaux de dette disponibles . Les véhicules ad hoc (Special Purpose Vehicles, SPV) sont devenus une structure courante : l'hyperscaler prend une participation minoritaire d'environ 20 %, tandis que des consortiums de crédit privé (Apollo, Blackstone, KKR, Blue Owl, PIMCO, Carlyle) fournissent l'essentiel des fonds propres et qu'une banque d'investissement arrange la dette .

2. Le financement hors bilan explose.
Les entreprises d'IA ont déplacé plus de 120 milliards de dollars de dépenses liées aux centres de données hors de leur bilan en moins de deux ans, en utilisant des SPV et des structures de location. Les revenus de l'IA (~60 milliards de dollars en 2025) sont en effet loin derrière les dépenses d'investissement (~400 milliards) . La Banque des Règlements Internationaux (BRI) a signalé ce passage du financement par capitaux propres au financement par emprunt comme un changement structurel qui soulève des questions sur les normes de crédit et la stabilité financière .

3. La titrisation monte en puissance rapidement.
Les CMBS (Commercial Mortgage-Backed Securities) et ABS (Asset-Backed Securities) sur les centres de données émergent comme un canal de financement scalable. Blackstone, par exemple, a finalisé une offre de type CMBS de 346 milliards de dollars garantie par 10 centres de données répartis sur six marchés américains pour refinancer la dette de QTS .

Risques clés

• Décalage revenus/dépenses : les revenus liés à l'IA (~60 milliards de dollars en 2025) sont loin derrière les dépenses d'infrastructure (~400 milliards). Si l'adoption de l'IA déçoit, les obligataires pourraient faire face à un risque sur le principal .
• Excès d'offre et durée de vie des actifs : Man Group note qu'un futur excès d'offre de centres de données et les contraintes de disponibilité électrique intensifient les inquiétudes. Depuis septembre 2025, les spreads (écarts de rendement) des obligations d'hyperscalers notées A et au-dessus se sont déjà élargis .
• Compression du free cash-flow et effet de levier : Morgan Stanley rapporte que la compression du free cash-flow et l'augmentation de l'effet de levier créent une dispersion entre les émetteurs — toutes les obligations liées à l'IA ne se valent pas .
• Effet d'éviction : La Fed de Dallas met en garde contre le fait que le flot d'obligations investment grade de longue durée liées à l'IA pourrait évincer les émetteurs du secteur financier et exercer une pression à la hausse sur les primes de terme sur l'ensemble du marché obligataire .

Dynamiques institutionnelles

• Les fonds d'infrastructure devraient atteindre 3 000 milliards de dollars d'actifs d'ici 2030, devenant ainsi un acteur permanent des marchés de la dette dédiée à l'IA .
• La BRI a officiellement souligné les implications pour la stabilité macro-financière de ce passage d'un financement des dépenses d'investissement par la trésorerie à un financement par la dette .
• Les gestionnaires obligataires considèrent généralement la demande comme forte, mais ils se concentrent de plus en plus sur la longévité des actifs et la disponibilité électrique comme variables clés de souscription .