Il y a un paradoxe sauvage au milieu de la plus grande histoire technologique actuelle. Il s’avère que les GPU et autres matériels essentiels que les hyperscalers dépensent si généreusement pour inclure dans leurs centres de données deviennent rapidement obsolètes. C’est le point de vue détaillé dans un excellent nouveau rapport de Research Affiliates, une société qui supervise environ 200 milliards de dollars de stratégies d’investissement pour les fonds indiciels et les ETF RAFI. L’auteur Chris Brightman, PDG de RA, affirme que la course aux armements en matière d’IA a effectivement créé une nouvelle ère industrielle. Dans cet écosystème transformé, les entreprises n’« investissent » pas au sens traditionnel du terme. Au contraire, ils forment des équipes à un rythme si incroyablement rapide pour générer des ventes que même ce que l’on entend par dépenses en capital est en train de changer.
“Ils ressemblent plus à des supermarchés qu’à des entreprises technologiques ou industrielles traditionnelles, mais leurs revenus ne sont pas concentrés sur des produits comme l’épicerie. Ce sont les produits qui génèrent leurs grands modèles de langage, leur recherche vectorielle et d’autres produits”, m’a expliqué Brightman lors d’un entretien téléphonique. “Ils sont engagés dans une course aux armements où ils doivent remplacer leur matériel très rapidement – en d’autres termes, réapprovisionner leurs étagères rapidement.” Le problème, selon Brightman, est que les hyperscalers subissent des pertes sur les grands modèles de langage, les bases de données vectorielles et autres produits qu’ils vendent aux entreprises et aux consommateurs. Ainsi, plus ils achètent de matériel, plus ils perdent d’argent. “À l’heure actuelle, tout le monde utilise l’IA pour maintenir une domination cruciale dans son domaine, et cela est logique.” Brightman observe. Mais, ajoute-t-il, les dépenses immenses nécessaires pour maintenir ces « fossés » et tenir ses concurrents à distance pourraient générer des rendements négligeables à l’avenir et nuire à sa rentabilité globale.
Dans l’article, Brightman souligne l’augmentation historique des dépenses en capital dans l’IA, qui sont passées de 250 milliards de dollars en 2024 à 650 milliards de dollars cette année selon l’estimation de Bloomberg, soit l’équivalent de 2 % du PIB. L’appétit historique de cette industrie pour le capital a conduit à penser que l’IA est en train de devenir le nouvel acier ou les nouveaux chemins de fer. Mais comme le souligne Brightman, l’équipe et l’infrastructure qui soutiennent ces entreprises sont très différentes de l’équipe qui alimente l’IA. « Les aciéries et les chemins de fer se sont dépréciés en 40 à 45 ans », écrit-il. Comparez ensuite ces durées de vie de plusieurs décennies avec le scénario de l’IA. Les hyperscalers comme Microsoft, Amazon, Alphabet et Meta déprécient leurs GPU et autres matériels sur environ 5 ou 6 ans. Même si ces périodes semblent courtes, dit-il, leur véritable « vie » est bien plus courte.
D’un point de vue économique, les actifs sont complètement dépréciés ou deviennent obsolètes lorsque les revenus qu’ils génèrent ne couvrent plus leur coût d’acquisition (reflété par l’amortissement annuel), les dépenses d’exploitation et le coût du capital. Selon Brightman, les chiffres de l’industrie montrent que le matériel d’IA perd de sa valeur en trois ans environ. Pour preuve, il cite des données sur la rentabilité des GPU H100, standard de l’industrie, de Nvidia. Au cours de sa deuxième année, un H100 a généré 36 000 $ de bénéfices annuels pour un retour sur investissement de 137 %. Mais dès la quatrième année, le produit perdait plus de 4 400 $ pour un retour sur investissement négatif de 34 %, et les résultats ont rapidement chuté à partir de là. Brightman écrit : « La durée de vie économique du matériel d’IA est (beaucoup) plus courte que sa durée de vie comptable. »
Ce n’est pas que le matériel s’use. Physiquement, cela peut durer beaucoup plus longtemps. La raison pour laquelle le matériel d’IA perd si rapidement de la puissance est que Nvidia, AMD et d’autres fabricants proposent de nouvelles offres qui offrent chaque année d’énormes augmentations de puissance de calcul par watt déployé. Étant donné que les hyperscalers sont confrontés à de strictes contraintes énergétiques, ils recherchent constamment de grandes quantités de nouveaux « calculs » utilisant des quantités supplémentaires d’électricité. Normalement, si les fabricants typiques ajoutaient des capitaux au rythme que les hyperscalers imposent dans l’IA, ils auraient déjà construit une gigantesque base d’équipements et d’infrastructures qu’ils pourraient déployer pendant des années, sans avoir besoin de continuer à en acheter. Ce n’est pas le cas dans ce nouveau secteur courageux. Les équipes d’IA évoluent si rapidement que chaque année, les hyperscalers doivent remplacer une immense partie de leur capital simplement pour conserver la même capacité à forger des merveilles d’IA. « La plupart de leurs dépenses ne sont pas des investissements de croissance, mais des investissements de « maintenance » », explique Brightman. Cependant, les chiffres globaux sont si énormes que même si seulement un tiers environ est consacré à l’expansion, cela reste suffisant pour augmenter massivement le volume de produits et de services qu’ils peuvent offrir chaque année.
Les hyperscalers utilisent l’IA et subissent de lourdes pertes, principalement pour protéger leur territoire.
Lors de nos appels téléphoniques, Brightman a résolu l’énigme des géants de l’IA. “À mesure qu’ils développent l’informatique, ils perdent de plus en plus d’argent”, dit-il. “Mais ils ont toutes les raisons de le faire pour le moment.” Les Big Four visent à fournir les meilleures fonctionnalités d’IA pour améliorer leurs offres de signature et reconnaissent qu’ils perdront leur leadership dans ces produits de base si le composant IA n’est pas de premier ordre. Amazon gagne l’essentiel de son argent en fournissant du cloud computing et du stockage. Brightman affirme qu’il ne peut pas récupérer le coût des ajouts d’IA auprès de ses clients. “Mais c’est raisonnable, car si Amazon ne poursuit pas la course aux armements, ils perdront le secteur du cloud. Ils ont besoin de services d’IA dans le cadre du composant cloud.”
Quant à Microsoft, son produit phare est la bureautique qui génère des revenus d’abonnement, notamment sur sa plateforme 360. Cette franchise fait désormais face à une concurrence féroce de la part des produits de documents et de feuilles de Google. “Pour protéger son activité existante et fidéliser ses clients, Microsoft doit proposer des services de modèle d’IA, même s’il perd de l’argent sur ses dépenses en capital en matière d’IA”, déclare Brightman. Alphabet est prééminent dans le « recherche » et se positionne comme le plus grand vendeur de publicités en ligne au monde. Microsoft s’est lancé un défi en lançant son propre moteur de recherche. “Pour poursuivre son activité rentable et conserver son avantage, Alphabet a besoin de l’élément IA, ce qui nécessite de gros investissements dans les centres de données”, explique Brightman.
Meta doit s’inquiéter du fait que les trois autres envahissent son activité très lucrative de publicité sur les réseaux sociaux. “Les gens viennent sur leur plateforme pour voir les images et les vidéos, et cela coûte beaucoup d’argent à Meta pour produire ce contenu pour soutenir les publicités”, explique Brightman. Meta utilise l’IA pour personnaliser les flux des utilisateurs, classer le contenu sur Instagram et Facebook et vérifier la sécurité des publications, et elle a besoin de ces utilisations pour conserver son avance. Mais encore une fois, dit Brightman, il ne peut toujours pas facturer suffisamment pour ses publicités pour financer les nouvelles dépenses gigantesques nécessaires pour offrir ces fonctionnalités fantastiques.
Brightman conclut que l’augmentation des investissements dans l’IA ne signifie pas que cette avancée révolutionnaire se traduira par une importante source de profits pour les Big Four. Il s’agit plutôt d’une arme permettant à chaque titan de défendre son domaine. « Lorsque le capital se renouvelle rapidement et que la concurrence impose un réinvestissement continu, des dépenses extraordinaires peuvent maintenir une position concurrentielle sans créer de valeur pour les actionnaires », déclare-t-il dans l’article. Une fois de plus, la durée de vie de ce qui remplit nos centres de données est si courte qu’acheter des GPU, par exemple, revient plus à reconstituer les stocks d’un supermarché qu’à construire des usines qui dureront des décennies.
D’un autre côté, Brightman m’a dit que les choses avec lesquelles ces champions se débattent l’ont beaucoup aidé dans la préparation de son analyse. “Il y a un an, ce projet m’aurait pris neuf mois pour rechercher et modéliser. Mais j’ai utilisé le meilleur de Claude, ChatGPT et Gemini, j’ai synthétisé leurs commentaires et j’ai commencé à le terminer en trois semaines”, dit-il. Le dessin animé de Brightman raconte l’histoire. Cette nouvelle ère industrielle pourrait être bien plus bénéfique pour les personnes et les entreprises qui utilisent des produits améliorés par l’IA que pour les entreprises qui les fournissent.
