IA : le pari à 5 300 milliards de dollars qui met le crédit des géants du cloud sous pression

La question centrale n’est pas de savoir si les géants du cloud restent rentables. Ils le sont encore. Le risque, selon l’analyse de S&P Global, tient plutôt au décalage entre des engagements massifs pris aujourd’hui pour l’infrastructure d’intelligence artificielle et des retours financiers qui devront se matérialiser plus tard.

Amazon, Alphabet, Microsoft, Meta et Oracle, regroupés sous l’appellation « Hyper 5 », ont consacré environ 1 100 milliards de dollars aux dépenses d’investissement (capex) sur les cinq dernières années. Le consensus Visible Alpha anticipe 5 300 milliards de dollars supplémentaires entre 2026 et 2030. 116

Une telle mise pourrait se justifier si l’IA engendre durablement de nouveaux revenus et des gains de productivité. Mais, avant cela, elle met à l’épreuve les flux de trésorerie, la liquidité, l’endettement et, plus largement, la qualité de crédit de ces groupes.

Le vrai risque : investir d’abord, rentabiliser ensuite

Construire la capacité nécessaire à l’IA exige des dépenses immédiates et colossales : centres de données, puces, réseaux, électricité et équipements associés. En face, les recettes dépendent de plusieurs inconnues : une demande soutenue, un haut niveau d’utilisation des capacités et la capacité à transformer les services d’IA en revenus récurrents à forte marge.

Selon S&P Global, l’intensité des investissements des Hyper 5 — mesurée par rapport aux amortissements — dépasse les sommets observés lors de la bulle internet et de la Grande Récession. Ces cinq entreprises pourraient représenter plus de la moitié des dépenses d’investissement de l’indice S&P 500 en 2028, contre 13 % en 2020 et 30 % en 2025. 1

La comparaison ne signifie pas que le cycle actuel reproduit mécaniquement ces épisodes. Elle souligne plutôt l’ampleur exceptionnelle d’un pari simultané, très concentré entre quelques acteurs, alors que le rythme d’adoption de l’IA et son modèle économique restent à prouver à cette échelle.

Les flux de trésorerie disponibles deviennent le point de tension

Ces entreprises continuent de générer d’importants résultats opérationnels et conservent un accès aux marchés de capitaux. Le problème est que les investissements dans les infrastructures peuvent absorber leur trésorerie plus vite que leurs activités ne la reconstituent.

S&P Global Ratings estime que les dépenses d’investissement combinées de six grands hyperscalers américains — les Hyper 5 et SpaceX — dépasseront 1 300 milliards de dollars d’ici à 2027. L’agence prévoit pour les six groupes des flux de trésorerie d’exploitation disponibles négatifs en 2026 et 2027 ; le redressement n’est pas attendu avant 2029. 3

Cette distinction est essentielle :

• la rentabilité indique si une activité gagne plus qu’elle ne dépense pour fonctionner ;
• le flux de trésorerie disponible mesure ce qu’il reste en caisse après les investissements ;
• une entreprise peut donc demeurer rentable tout en voyant sa trésorerie disponible chuter, voire passer dans le rouge, si elle construit des infrastructures à un rythme exceptionnel.

Alphabet en fournit un exemple. Ses dépenses d’investissement ont atteint 44,9 milliards de dollars sur la période étudiée par S&P Global, soit plus du double du niveau enregistré un an auparavant, tandis que son flux de trésorerie disponible a reculé de 74,1 % sur un an. Le groupe a ensuite relevé sa prévision de capex pour 2026, à une fourchette de 195 à 205 milliards de dollars. 4

Dette, actions et locations : regarder au-delà de l’endettement affiché

À mesure que le capex absorbe les liquidités générées en interne, les hyperscalers recourent davantage à la dette, aux émissions d’actions, aux engagements locatifs et à d’autres montages de financement pour financer l’infrastructure IA. 3

Ce recours diversifié au financement ne constitue pas, en soi, un signal de détresse. Les grands groupes financent régulièrement des actifs de long terme par plusieurs canaux. Le sujet pour le crédit est que ces dispositifs peuvent créer des obligations fixes, ou assimilables à de la dette, qui n’apparaissent pas toujours à la seule lecture de la dette financière classique.

Les investisseurs et prêteurs doivent donc s’interroger au-delà du montant de la dette déclarée :

• quelle part des nouvelles capacités IA repose sur des contrats de location ou des engagements de financement de long terme ?
• à quelle vitesse les nouveaux centres de données doivent-ils être remplis pour atteindre le rendement attendu ?
• quelle marge de liquidité restera-t-il si les revenus liés à l’IA progressent moins vite que prévu ?
• les engagements de revenus sont-ils assez durables pour soutenir les infrastructures financées en face ?

Plus les dépenses reposent sur des obligations qui perdurent indépendamment de la demande à court terme, plus le revers peut être sévère en cas de sous-utilisation ou de monétisation décevante.

Oracle, premier signal d’alerte concret

Oracle illustre la rapidité avec laquelle une stratégie d’infrastructure IA peut modifier le profil de trésorerie et de crédit d’une entreprise.

Le groupe a affiché un flux de trésorerie disponible négatif de 23,7 milliards de dollars sur son exercice 2026, les investissements dans les centres de données ayant dépassé la génération de trésorerie opérationnelle. S&P Global Ratings a abaissé sa note d’émetteur à long terme de BBB à BBB-, soit un cran au-dessus de la catégorie spéculative. 17

Ce cas ne démontre pas que le pari d’Oracle sur l’IA échouera. Il montre le mécanisme mis en avant par S&P : une entreprise dont l’activité progresse peut néanmoins subir une pression sur sa notation lorsque les besoins d’investissement, de financement et les obligations de long terme croissent plus vite que la trésorerie.

Dans quels cas le risque deviendrait-il systémique pour le crédit ?

Le risque se renforcerait si plusieurs facteurs se combinaient :

1. Des revenus IA plus tardifs que prévu. Les capacités pourraient être construites avant que les clients ne soient prêts à les payer suffisamment cher.
2. Une utilisation insuffisante. Des centres de données ou équipements de calcul sous-employés pèseraient sur le rendement des investissements.
3. Un capex durablement élevé. Un ralentissement tardif des dépenses prolongerait la période de trésorerie faible ou négative.
4. L’accumulation d’obligations financières. Davantage de dette, de locations et d’engagements comparables réduiraient la flexibilité financière en cas de dégradation de l’environnement.
5. Un recul simultané des investissements. La concentration des dépenses chez quelques entreprises signifie qu’un coup de frein généralisé pourrait toucher fournisseurs, prêteurs et marchés du crédit.

L’avertissement de S&P ne porte donc pas simplement sur la valeur potentielle de l’IA. Il concerne la capacité du système de crédit à financer une expansion dont les rendements n’ont pas encore été démontrés à la même échelle que les montants engagés.

Le scénario favorable reste crédible, mais il doit se confirmer

Le scénario optimiste est clair : l’IA peut ouvrir de nouvelles sources de revenus dans les logiciels, le cloud et les services aux entreprises, tout en améliorant suffisamment la productivité pour absorber les coûts actuels d’infrastructure. Le moniteur IA de S&P Global prévoit que les revenus exposés à l’IA passent de 468 milliards de dollars fin 2023 à 1 354 milliards de dollars fin 2026. 2

Si la demande se révèle durable et que les revenus IA à forte marge montent rapidement en puissance, le cycle actuel pourra apparaître comme une phase d’investissement nécessaire plutôt que comme un excès financier. L’hypothèse d’un redressement des flux de trésorerie disponibles à partir de 2029 formulée par S&P Global Ratings reflète cette possibilité. 3

Mais cette trajectoire reste conditionnelle. Les indicateurs à surveiller sont la concrétisation des revenus IA, le taux d’utilisation des nouvelles capacités, la durée du cycle de capex et l’ampleur réelle des engagements assimilables à de la dette. Tant que ces éléments ne s’améliorent pas, la course à l’IA restera un test à haut risque : celui de la capacité des géants technologiques à dégager des retours avant que la pression sur leur trésorerie et leurs obligations financières ne limite leur marge de manœuvre.