Datacenters : le marché revoit son procès contre les hyperscalers

(Zonebourse.com) - Longtemps accusés de brûler des centaines de milliards dans l'IA, les hyperscalers pourraient en réalité être les mieux placés pour transformer cette course aux datacenters en rente durable.

Depuis plusieurs mois, les investisseurs s'inquiètent de l'ampleur croissante des investissements engagés par Amazon, Microsoft, Alphabet et Meta dans les centres de données. Ces dépenses compriment les flux de trésorerie disponibles, alourdissent les besoins de financement et transforment progressivement des modèles historiquement peu capitalistiques en activités davantage dépendantes d'infrastructures physiques coûteuses.

La thèse baissière repose toutefois sur trois conditions : la demande finirait par décevoir, les équipements deviendraient obsolètes avant d'avoir été suffisamment rentabilisés et la concurrence obligerait les hyperscalers à répercuter rapidement leurs gains d'efficacité dans les prix. Les dernières publications ne permettent pas d'écarter définitivement ces risques, mais elles affaiblissent chacun de ces arguments.

Une demande qui absorbe encore l'offre

Les résultats d'Alphabet remettent d'abord en cause l'idée selon laquelle l'IA générerait une croissance faiblement rentable. Les clients de Google Cloud ont consommé 45% de ressources supplémentaires par rapport à leurs engagements initiaux, tandis que le carnet de commandes a presque doublé en un trimestre à 462 milliards de dollars. Cette accélération ne s'est pas accompagnée d'une dilution des marges : le résultat opérationnel de Google Cloud a triplé et sa marge est passée de 17,8% à 32,9%. Dans le même temps, Alphabet a réduit de plus de 30% le coût des réponses générées par l'IA dans Search. L'utilisation progresse donc plus rapidement que les capacités disponibles, alors que le coût unitaire recule et que la rentabilité du cloud s'améliore malgré la hausse des amortissements.

Microsoft apporte ensuite une réponse au risque de concentration et de rigidité des investissements. Les nouvelles capacités mises en service dans Azure ont été rapidement monétisées, alors même que la demande continue de dépasser l'offre. L'intégralité de la progression séquentielle des engagements commerciaux provenait par ailleurs de clients autres que les laboratoires développant les modèles frontières, ce qui suggère que la demande s'étend désormais aux entreprises traditionnelles. Le groupe conserve également une certaine souplesse dans ses dépenses : les CPU et GPU, qui représentent la majeure partie des investissements, sont commandés sur des horizons plus courts et peuvent être ajustés plus facilement que les projets immobiliers, dont le déploiement peut être échelonné.

Amazon complète ce raisonnement en détaillant directement le calendrier de rentabilisation de ses infrastructures. AWS achète généralement ses serveurs quelques mois avant leur mise en service, lorsque la visibilité commerciale est déjà élevée, et peut ralentir les commandes si la demande ne se matérialise pas. Ces équipements atteignent leur seuil de rentabilité en moins de trois ans, pour une durée d'utilisation de cinq à six ans, tandis qu'une grande partie des capacités d'IA est contractualisée sur au moins cinq ans. Les centres de données peuvent ensuite accueillir plusieurs générations de serveurs pendant plus de trente ans, ce qui permet d'amortir l'investissement immobilier sur plusieurs cycles technologiques. Malgré 220 milliards de dollars de capex prévus en 2026, Amazon anticipe encore une pénurie de capacités en 2027 et observe déjà une demande significative pour 2028.

Les publications récentes décrivent ainsi moins une offre construite à l'aveugle qu'un cycle d'investissement progressivement adossé à des contrats, à des carnets de commandes et à une consommation réelle. Le principal risque ne semble plus être l'absence immédiate de débouchés, mais la capacité des hyperscalers à préserver leurs rendements lorsque les contraintes d'offre finiront par se détendre.

La bataille pour la capter la valeur

À mesure que l'hypothèse d'une demande insuffisante perd de sa force, la question centrale devient celle du partage de la valeur créée par l'IA. Le principal bénéficiaire ne sera pas nécessairement le laboratoire disposant du modèle le plus performant à un instant donné, mais l'acteur capable de contrôler les couches indispensables au déploiement des applications : puissance de calcul, données, stockage, sécurité, orchestration, logiciels et relation commerciale.

La couche des modèles pourrait progressivement se banaliser à mesure que leurs performances convergent et que les entreprises combinent plusieurs fournisseurs. Microsoft propose déjà plus de 11 000 modèles sur Azure, tandis que le nombre de clients utilisant les technologies de plusieurs développeurs a été multiplié par cinq depuis le début de l'année. En dissociant le modèle de la mémoire, du contexte, des outils et des systèmes de gouvernance, Microsoft cherche à rendre les modèles substituables tout en conservant les charges de travail sur son infrastructure.

Cette architecture place les hyperscalers dans une position de péagistes capables de monétiser une même application à plusieurs niveaux. Même lorsque le modèle provient d'OpenAI, d'Anthropic ou d'un concurrent émergent, AWS, Azure et Google Cloud peuvent facturer les accélérateurs, les CPU, le stockage, les bases de données, la cybersécurité et l'orchestration. Amazon souligne d'ailleurs que l'essor de l'IA alimente aussi ses activités cloud historiques : l'apprentissage par renforcement et les agents consomment des CPU, tandis que les données produites doivent être stockées, sécurisées et exploitées. La valeur économique d'une charge de travail dépasse donc largement la simple location d'un GPU.

Par rapport aux néoclouds, les hyperscalers disposent également d'un avantage potentiel sur les coûts grâce à leurs puces propriétaires, leurs réseaux et leurs optimisations logicielles. Le TPU 8i d'Alphabet offrirait ainsi 80% de performance supplémentaire par dollar par rapport à la génération précédente, tandis que Microsoft indique que Maia 200 améliore de 30% le rapport performance-prix et que certaines optimisations ont réduit les coûts de GPU de plus de 80%. Ces gains ne suppriment pas le risque de surcapacité, mais ils peuvent offrir un amortisseur en cas de normalisation des prix du matériel et renforcer la compétitivité des plateformes intégrées.

Une partie de ces économies sera probablement transmise aux clients sous l'effet de la concurrence entre AWS, Azure et Google Cloud. La gravité des données, les intégrations logicielles et les coûts de migration pourraient toutefois empêcher une répercussion complète. Dans ce contexte, des rendements durables du capital situés dans le haut de la vingtaine ou le bas de la trentaine deviennent plus plausibles, surtout si le couts du hardware finit par se normaliser dans les prochaines années.

Copyright (c) 2026 Zonebourse.com - All rights reserved.

source : AOF