#Meta卖算力引发存储股大跌 Meta « vend de la puissance de calcul » secoue le marché de l’IA : excédent de puissance ou panique excessive ?
Une nouvelle concernant Meta a déclenché un débat houleux sur l’avenir des infrastructures d’IA sur les marchés financiers mondiaux. Actuellement, Meta prévoit de proposer des services de calcul IA à des clients externes et envisage de louer une partie de sa puissance de calcul IA inutilisée afin d’améliorer le taux d’utilisation de ses infrastructures. Cela signifie que ce géant d’internet, qui dépendait auparavant principalement de la publicité pour absorber ses investissements dans l’IA, commence à tenter de transformer directement ses vastes clusters de GPU en services cloud commercialisables, espérant ainsi trouver de nouvelles voies de retour sur investissement pour ses dépenses d’investissement en IA, qui restent élevées. Le marché a immédiatement réagi avec des valorisations contrastées.
Le 1er juillet, l’action Meta a bondi de 8,8 %, sa capitalisation boursière augmentant d’environ 127 milliards de dollars en une seule journée. De l’autre côté, les chaînes d’approvisionnement en puissance de calcul, considérées comme bénéficiaires des infrastructures d’IA, ont subi des pressions collectives. CoreWeave et Nebius ont respectivement chuté de 13,92 % et 17,01 %, tandis que SanDisk, Micron Technology et d’autres actions de semi-conducteurs de stockage ont perdu plus de 10 %. L’émotion a ensuite gagné d’autres marchés : le 2 juillet, Samsung Electronics et SK Hynix en Corée du Sud ont respectivement chuté de 9,06 % et 14,57 %, et les actions chinoises des chaînes d’IA (mémoire, modules optiques, PCB, etc.) ont également connu un repli généralisé. GigaDevice a touché le plancher, tandis que des titres comme Eoptolink, Montage Technology et Longsys ont perdu plus de 10 %.
Comparée aux fluctuations boursières, la plus grande secousse vient de l’émotion du marché. Ces deux dernières années, sous l’impulsion de l’IA générative, les géants technologiques mondiaux ont lancé une course sans précédent aux dépenses d’investissement. De Meta, Microsoft, Google, à Amazon, OpenAI, en passant par xAI, la compétition autour des grands modèles a alimenté l’expansion continue des GPU, HBM, réseaux haut débit et centres de données mondiaux, faisant des infrastructures d’IA l’un des thèmes d’investissement les plus importants sur les marchés financiers mondiaux.
Aujourd’hui, Meta commence à tenter de louer sa puissance de calcul à des clients externes, ce que les investisseurs considèrent comme un signal : si même l’un des plus grands acheteurs mondiaux de GPU commence à chercher à vendre sa puissance de calcul « excédentaire », cela signifie-t-il que la construction d’infrastructures d’IA a atteint un point d’inflexion ? La demande de puissance de calcul, qui a connu une croissance soutenue ces deux dernières années, commence-t-elle à montrer des signes d’excédent ?
Pourquoi l’action de Meta déclenche-t-elle un débat sur l’excédent de puissance de calcul ? L’initiative de Meta est essentiellement un ajustement de son modèle commercial. Ces dernières années, Meta a acheté massivement des puces IA et construit des centres de données. Son investissement dans l’IA reposait principalement sur la monétisation indirecte via la publicité, en améliorant l’efficacité des recommandations publicitaires pour augmenter les revenus publicitaires. Selon les rapports financiers, au quatrième trimestre 2025, les revenus publicitaires représentaient encore plus de 90 % du chiffre d’affaires total de Meta. Par rapport à la publicité, la concurrence de Meta dans les grands modèles n’a pas été fructueuse. En matière de développement de modèles, Meta a constamment ajusté sa stratégie IA au cours de l’année écoulée, procédé à plusieurs restructurations organisationnelles, et sous la pression concurrentielle de Google Gemini et d’OpenAI, Meta explore davantage de moyens de monétiser ses actifs IA. La vente ou la location de puissance de calcul devient ainsi une nouvelle option.
En réalité, Meta n’est pas la première entreprise à agir ainsi. Auparavant, xAI, détenu par Elon Musk, avait également loué une partie de la puissance de calcul de son supercluster Colossus à des clients comme Anthropic et Google afin d’améliorer l’utilisation de ses GPU. Mais les inquiétudes du marché ont suivi. De nombreux investisseurs estiment que si les géants d’internet commencent à louer leur puissance de calcul, cela signifie qu’une grande partie des GPU achetés précédemment pourrait être inutilisée, ce qui modifierait la logique d’« expansion continue » sur laquelle reposait la chaîne d’approvisionnement en IA. Par conséquent, ce sont d’abord les secteurs du matériel IA comme la HBM, la mémoire et les modules optiques qui ont été vendus.
Cependant, plusieurs experts industriels interrogés ne partagent pas l’avis d’un « excédent généralisé de puissance de calcul ». Un responsable du service marketing de Jiuzhang Yunji a déclaré au journaliste que le problème actuel n’est pas un excédent absolu, mais une « inadéquation structurelle ». « Si l’on parle d’excédent pour la puissance de calcul générique de bas de gamme et les centres de calcul intelligents sans applications concrètes, alors oui, il y a effectivement un excédent localisé. Mais si l’on parle de puissance de calcul intelligente haut de gamme capable de supporter l’entraînement et l’inférence de grands modèles, et de puissance de calcul opérationnelle échelonnable, alors elle est loin d’être suffisante. » La personne cite des données sectorielles : actuellement, le taux d’utilisation effectif de la puissance de calcul dans les clusters de calcul intelligents est en moyenne inférieur à 20 %, tandis que le déficit de puissance de calcul haut de gamme pour l’entraînement des grands modèles est d’environ 40 %. La puissance de calcul pour l’entraînement est actuellement en situation de demande excédentaire par rapport à l’offre dans l’industrie.
Abulikemu Abulimiti, vice-président du groupe Lenovo et directeur stratégique en chef de Lenovo Chine, a également déclaré au journaliste qu’en Chine comme à l’étranger, la demande de puissance de calcul IA conserve un important potentiel de croissance à long terme et qu’il n’y a actuellement aucun excédent. Selon lui, les véritables produits IA destinés au grand public restent limités, tandis que la commercialisation de l’IA en entreprise (B2B) ne fait que commencer. Dans l’histoire, la libération de la demande induite par les révolutions productives est généralement venue du côté industriel, et non du côté consommateur. Par conséquent, la demande future de puissance de calcul IA conserve encore une grande marge de croissance.
Une source interne de Lenovo avait précédemment révélé que les serveurs IA de l’entreprise restent en situation de demande excédentaire, avec des commandes en attente de livraison d’environ 150 milliards de yuans. En raison de la pénurie de puces clés comme les GPU, certaines commandes doivent encore attendre. Une source interne du groupe Ziguang (Unisplendour) partage également l’avis qu’il est trop tôt pour parler d’« excédent ». « Le véritable problème n’est pas de savoir s’il y a de la puissance de calcul, mais quand les applications IA pourront former une boucle commerciale rentable, en couvrant les investissements dans les infrastructures grâce aux revenus des applications. » Le ralentissement des dépenses d’investissement ne signifie pas que l’industrie a atteint un sommet. Ces deux dernières années, l’industrie de l’IA rivalisait sur « qui investit le plus », mais l’attention du marché des capitaux s’est progressivement déplacée des montants d’investissement eux-mêmes vers l’efficacité des investissements.
Chen Jun, vice-président général et analyste en chef de Sigmaintell, a déclaré au journaliste que la boucle d’investissement dans la puissance de calcul est un maillon indispensable de la boucle d’investissement dans les infrastructures d’IA, et qu’il s’agit d’un problème central que les fournisseurs mondiaux de cloud devront résoudre à l’avenir. Il prévoit que les investissements dans les infrastructures d’IA passeront progressivement d’une expansion extensive à une phase d’amélioration de l’efficacité. Les principaux fournisseurs de cloud seront plus prudents dans leurs achats de matériel comme le stockage, mais cela ne changera pas la direction à long terme des investissements.
Sigmaintell prévoit que les investissements mondiaux dans les infrastructures d’IA maintiendront une croissance à deux chiffres de 2024 à 2028. En 2026, la croissance annuelle des investissements atteindra encore 51 %, bien qu’en baisse par rapport au taux de 104 % de 2025, elle reste dans une phase d’expansion rapide. En 2027 et 2028, la croissance devrait être respectivement de 15 % et 11 %. Cela signifie que les investissements dans l’IA passent d’une croissance explosive à une phase de développement plus durable, et non à un cycle de récession. Cette tendance se reflète également dans les dernières actions des géants technologiques mondiaux. Alors que le marché craint un pic des dépenses d’investissement en IA, Samsung Electronics et SK Hynix en Corée du Sud ont récemment annoncé qu’ils investiraient environ 4 755 billions de wons coréens à l’avenir pour renforcer les activités liées aux semi-conducteurs, à l’IA physique et aux centres de données. Les entreprises internet chinoises comme Alibaba et Tencent ont également réaffirmé récemment qu’elles continueraient d’augmenter leurs dépenses d’investissement en IA, tandis que le déploiement national de la puissance de calcul se poursuit.
De l’avis de plusieurs maisons de courtage, la location de puissance de calcul par Meta est essentiellement une optimisation du rendement du capital, et non une réduction des investissements. Everbright Securities indique que l’essai de Meta en matière de location externe de puissance de calcul constitue une optimisation de la structure des dépenses d’investissement en puissance de calcul, avec une pression à court terme sur la valorisation due aux jeux de marché. La logique sous-jacente de l’entrée de Meta sur le marché du cloud est de créer un nouveau canal de monétisation pour ses énormes investissements dans les infrastructures d’IA. Auparavant, la principale critique du marché à l’égard de Meta était que ses dépenses d’investissement en IA étaient trop élevées et qu’on ne savait pas quand elles se traduiraient par des bénéfices. L’ouverture d’une activité cloud transforme les clusters de GPU de Meta de « fardeau de coûts purs » en « actifs générateurs de revenus », la monétisation externe de la puissance de calcul inutilisée réduisant directement l’amortissement et les coûts d’exploitation. Cette mesure devrait efficacement renforcer les attentes du marché quant à ses flux de trésorerie futurs. « La location de puissance de calcul est un moyen d’optimiser les ressources, sans modifier les plans d’expansion à moyen et long terme, mais les attentes d’expansion pourraient se resserrer temporairement.
Selon les déclarations de Zuckerberg lors de l’assemblée générale des actionnaires, l’entreprise a la capacité de louer une partie de ses ressources de calcul à des clients externes, ce qui montre que la capacité de monétisation externe est devenue une garantie de trésorerie pour soutenir l’augmentation continue des investissements de Meta dans l’IA. » Everbright Securities estime que le modèle économique de la location de puissance de calcul IA bénéficie actuellement du plus fort soutien, l’entrée directe de Meta sur ce marché confirmant indirectement les rendements élevés : en référence à la location de puissance de calcul de xAI à Anthropic, avec un loyer mensuel de 12,5 milliards de dollars, le ROI implicite permet de récupérer le Capex en deux ans. Les dernières données d’OpenRouter au 6 juin montrent que le volume total de tokens mondiaux pour la semaine du 21 au 28 juin a atteint un nouveau record de 46,7 billions, en hausse de 0,2 % par rapport à la semaine précédente, et la situation de demande excédentaire par rapport à l’offre reste inchangée. Tianfeng Securities estime que Meta entrant dans le cloud IA ne signifie pas une reconnaissance d’un excédent généralisé de GPU. Il est plus probable que Meta alloue la puissance de calcul de différentes générations à des usages économiques distincts. Les ressources les plus récentes (GB200/GB300/Rubin, etc.) sont prioritairement réservées à l’entraînement des modèles de nouvelle génération, tandis que les GPU de la génération précédente (H100/H200) sont davantage orientés vers l’inférence et la vente externe de puissance de calcul. Par ailleurs, Google avait auparavant été incapable de satisfaire pleinement la demande d’accès de Meta à Gemini en raison de contraintes de capacité, ce qui indique au contraire que la capacité d’inférence de pointe et de haute qualité reste tendue. « Par conséquent, il ne s’agit pas de la fin des transactions de Capex IA, mais de l’évolution d’un modèle commercial passant d’une infrastructure purement dépensière à une plateforme d’actifs facturable. Le marché ne devrait pas interpréter simplement la location externe de puissance de calcul par Meta comme un pic de la demande de puissance de calcul IA. » Tianfeng Securities déclare que, pour la chaîne d’approvisionnement matérielle, ce qu’il faut vraiment observer n’est pas « si Meta loue ou non sa puissance de calcul », mais si l’utilisation réelle de tokens par OpenAI et Anthropic, ainsi que leur taux de croissance ARR, continuent d’augmenter. Si l’ARR et l’utilisation de tokens des entreprises de modèles continuent de croître, et si les Capex des hyperscalers ne subissent pas de révision à la baisse significative, alors la thèse principale du matériel reste valable. Cependant, dans l’interview, Abulikemu Abulimiti a également soulevé un autre point digne d’attention : actuellement, le côté offre de l’industrie de l’IA conserve un fort pouvoir de parole, et le cycle offre-demande de l’industrie n’est pas encore complètement fluide. Ce constat fait également consensus parmi les experts industriels.
He Hui, directeur de l’analyse des semi-conducteurs pour la région Chine chez Omdia, a déclaré au journaliste que le développement des grands modèles ne s’est pas arrêté et que les fournisseurs de cloud cherchent également des modèles commerciaux monétisables. Une source du groupe Ziguang estime que l’industrie de l’IA devra finalement revenir à la commercialisation elle-même. « Aux débuts d’Internet, on a également connu une phase où les infrastructures précédaient les modèles commerciaux. À l’avenir, l’IA devra trouver des scénarios industriels réellement rentables, formant une boucle commerciale où les revenus couvrent les investissements. »
De l’avis de l’industrie, l’attention ne devrait plus se porter sur la question de savoir si l’IA continuera d’investir, mais plutôt sur le moment où les infrastructures d’IA d’une valeur de plusieurs centaines de milliards de dollars pourront entrer dans une nouvelle phase d’autofinancement et de cycle autonome. Ce n’est que lorsque les infrastructures, les capacités des modèles et la commercialisation des applications formeront un cercle vertueux complet que l’industrie de l’IA pourra véritablement se libérer d’un modèle de développement reposant uniquement sur des apports de capitaux et entrer dans un cycle de croissance plus sain et plus durable.
Une nouvelle concernant Meta a déclenché un débat houleux sur l’avenir des infrastructures d’IA sur les marchés financiers mondiaux. Actuellement, Meta prévoit de proposer des services de calcul IA à des clients externes et envisage de louer une partie de sa puissance de calcul IA inutilisée afin d’améliorer le taux d’utilisation de ses infrastructures. Cela signifie que ce géant d’internet, qui dépendait auparavant principalement de la publicité pour absorber ses investissements dans l’IA, commence à tenter de transformer directement ses vastes clusters de GPU en services cloud commercialisables, espérant ainsi trouver de nouvelles voies de retour sur investissement pour ses dépenses d’investissement en IA, qui restent élevées. Le marché a immédiatement réagi avec des valorisations contrastées.
Le 1er juillet, l’action Meta a bondi de 8,8 %, sa capitalisation boursière augmentant d’environ 127 milliards de dollars en une seule journée. De l’autre côté, les chaînes d’approvisionnement en puissance de calcul, considérées comme bénéficiaires des infrastructures d’IA, ont subi des pressions collectives. CoreWeave et Nebius ont respectivement chuté de 13,92 % et 17,01 %, tandis que SanDisk, Micron Technology et d’autres actions de semi-conducteurs de stockage ont perdu plus de 10 %. L’émotion a ensuite gagné d’autres marchés : le 2 juillet, Samsung Electronics et SK Hynix en Corée du Sud ont respectivement chuté de 9,06 % et 14,57 %, et les actions chinoises des chaînes d’IA (mémoire, modules optiques, PCB, etc.) ont également connu un repli généralisé. GigaDevice a touché le plancher, tandis que des titres comme Eoptolink, Montage Technology et Longsys ont perdu plus de 10 %.
Comparée aux fluctuations boursières, la plus grande secousse vient de l’émotion du marché. Ces deux dernières années, sous l’impulsion de l’IA générative, les géants technologiques mondiaux ont lancé une course sans précédent aux dépenses d’investissement. De Meta, Microsoft, Google, à Amazon, OpenAI, en passant par xAI, la compétition autour des grands modèles a alimenté l’expansion continue des GPU, HBM, réseaux haut débit et centres de données mondiaux, faisant des infrastructures d’IA l’un des thèmes d’investissement les plus importants sur les marchés financiers mondiaux.
Aujourd’hui, Meta commence à tenter de louer sa puissance de calcul à des clients externes, ce que les investisseurs considèrent comme un signal : si même l’un des plus grands acheteurs mondiaux de GPU commence à chercher à vendre sa puissance de calcul « excédentaire », cela signifie-t-il que la construction d’infrastructures d’IA a atteint un point d’inflexion ? La demande de puissance de calcul, qui a connu une croissance soutenue ces deux dernières années, commence-t-elle à montrer des signes d’excédent ?
Pourquoi l’action de Meta déclenche-t-elle un débat sur l’excédent de puissance de calcul ? L’initiative de Meta est essentiellement un ajustement de son modèle commercial. Ces dernières années, Meta a acheté massivement des puces IA et construit des centres de données. Son investissement dans l’IA reposait principalement sur la monétisation indirecte via la publicité, en améliorant l’efficacité des recommandations publicitaires pour augmenter les revenus publicitaires. Selon les rapports financiers, au quatrième trimestre 2025, les revenus publicitaires représentaient encore plus de 90 % du chiffre d’affaires total de Meta. Par rapport à la publicité, la concurrence de Meta dans les grands modèles n’a pas été fructueuse. En matière de développement de modèles, Meta a constamment ajusté sa stratégie IA au cours de l’année écoulée, procédé à plusieurs restructurations organisationnelles, et sous la pression concurrentielle de Google Gemini et d’OpenAI, Meta explore davantage de moyens de monétiser ses actifs IA. La vente ou la location de puissance de calcul devient ainsi une nouvelle option.
En réalité, Meta n’est pas la première entreprise à agir ainsi. Auparavant, xAI, détenu par Elon Musk, avait également loué une partie de la puissance de calcul de son supercluster Colossus à des clients comme Anthropic et Google afin d’améliorer l’utilisation de ses GPU. Mais les inquiétudes du marché ont suivi. De nombreux investisseurs estiment que si les géants d’internet commencent à louer leur puissance de calcul, cela signifie qu’une grande partie des GPU achetés précédemment pourrait être inutilisée, ce qui modifierait la logique d’« expansion continue » sur laquelle reposait la chaîne d’approvisionnement en IA. Par conséquent, ce sont d’abord les secteurs du matériel IA comme la HBM, la mémoire et les modules optiques qui ont été vendus.
Cependant, plusieurs experts industriels interrogés ne partagent pas l’avis d’un « excédent généralisé de puissance de calcul ». Un responsable du service marketing de Jiuzhang Yunji a déclaré au journaliste que le problème actuel n’est pas un excédent absolu, mais une « inadéquation structurelle ». « Si l’on parle d’excédent pour la puissance de calcul générique de bas de gamme et les centres de calcul intelligents sans applications concrètes, alors oui, il y a effectivement un excédent localisé. Mais si l’on parle de puissance de calcul intelligente haut de gamme capable de supporter l’entraînement et l’inférence de grands modèles, et de puissance de calcul opérationnelle échelonnable, alors elle est loin d’être suffisante. » La personne cite des données sectorielles : actuellement, le taux d’utilisation effectif de la puissance de calcul dans les clusters de calcul intelligents est en moyenne inférieur à 20 %, tandis que le déficit de puissance de calcul haut de gamme pour l’entraînement des grands modèles est d’environ 40 %. La puissance de calcul pour l’entraînement est actuellement en situation de demande excédentaire par rapport à l’offre dans l’industrie.
Abulikemu Abulimiti, vice-président du groupe Lenovo et directeur stratégique en chef de Lenovo Chine, a également déclaré au journaliste qu’en Chine comme à l’étranger, la demande de puissance de calcul IA conserve un important potentiel de croissance à long terme et qu’il n’y a actuellement aucun excédent. Selon lui, les véritables produits IA destinés au grand public restent limités, tandis que la commercialisation de l’IA en entreprise (B2B) ne fait que commencer. Dans l’histoire, la libération de la demande induite par les révolutions productives est généralement venue du côté industriel, et non du côté consommateur. Par conséquent, la demande future de puissance de calcul IA conserve encore une grande marge de croissance.
Une source interne de Lenovo avait précédemment révélé que les serveurs IA de l’entreprise restent en situation de demande excédentaire, avec des commandes en attente de livraison d’environ 150 milliards de yuans. En raison de la pénurie de puces clés comme les GPU, certaines commandes doivent encore attendre. Une source interne du groupe Ziguang (Unisplendour) partage également l’avis qu’il est trop tôt pour parler d’« excédent ». « Le véritable problème n’est pas de savoir s’il y a de la puissance de calcul, mais quand les applications IA pourront former une boucle commerciale rentable, en couvrant les investissements dans les infrastructures grâce aux revenus des applications. » Le ralentissement des dépenses d’investissement ne signifie pas que l’industrie a atteint un sommet. Ces deux dernières années, l’industrie de l’IA rivalisait sur « qui investit le plus », mais l’attention du marché des capitaux s’est progressivement déplacée des montants d’investissement eux-mêmes vers l’efficacité des investissements.
Chen Jun, vice-président général et analyste en chef de Sigmaintell, a déclaré au journaliste que la boucle d’investissement dans la puissance de calcul est un maillon indispensable de la boucle d’investissement dans les infrastructures d’IA, et qu’il s’agit d’un problème central que les fournisseurs mondiaux de cloud devront résoudre à l’avenir. Il prévoit que les investissements dans les infrastructures d’IA passeront progressivement d’une expansion extensive à une phase d’amélioration de l’efficacité. Les principaux fournisseurs de cloud seront plus prudents dans leurs achats de matériel comme le stockage, mais cela ne changera pas la direction à long terme des investissements.
Sigmaintell prévoit que les investissements mondiaux dans les infrastructures d’IA maintiendront une croissance à deux chiffres de 2024 à 2028. En 2026, la croissance annuelle des investissements atteindra encore 51 %, bien qu’en baisse par rapport au taux de 104 % de 2025, elle reste dans une phase d’expansion rapide. En 2027 et 2028, la croissance devrait être respectivement de 15 % et 11 %. Cela signifie que les investissements dans l’IA passent d’une croissance explosive à une phase de développement plus durable, et non à un cycle de récession. Cette tendance se reflète également dans les dernières actions des géants technologiques mondiaux. Alors que le marché craint un pic des dépenses d’investissement en IA, Samsung Electronics et SK Hynix en Corée du Sud ont récemment annoncé qu’ils investiraient environ 4 755 billions de wons coréens à l’avenir pour renforcer les activités liées aux semi-conducteurs, à l’IA physique et aux centres de données. Les entreprises internet chinoises comme Alibaba et Tencent ont également réaffirmé récemment qu’elles continueraient d’augmenter leurs dépenses d’investissement en IA, tandis que le déploiement national de la puissance de calcul se poursuit.
De l’avis de plusieurs maisons de courtage, la location de puissance de calcul par Meta est essentiellement une optimisation du rendement du capital, et non une réduction des investissements. Everbright Securities indique que l’essai de Meta en matière de location externe de puissance de calcul constitue une optimisation de la structure des dépenses d’investissement en puissance de calcul, avec une pression à court terme sur la valorisation due aux jeux de marché. La logique sous-jacente de l’entrée de Meta sur le marché du cloud est de créer un nouveau canal de monétisation pour ses énormes investissements dans les infrastructures d’IA. Auparavant, la principale critique du marché à l’égard de Meta était que ses dépenses d’investissement en IA étaient trop élevées et qu’on ne savait pas quand elles se traduiraient par des bénéfices. L’ouverture d’une activité cloud transforme les clusters de GPU de Meta de « fardeau de coûts purs » en « actifs générateurs de revenus », la monétisation externe de la puissance de calcul inutilisée réduisant directement l’amortissement et les coûts d’exploitation. Cette mesure devrait efficacement renforcer les attentes du marché quant à ses flux de trésorerie futurs. « La location de puissance de calcul est un moyen d’optimiser les ressources, sans modifier les plans d’expansion à moyen et long terme, mais les attentes d’expansion pourraient se resserrer temporairement.
Selon les déclarations de Zuckerberg lors de l’assemblée générale des actionnaires, l’entreprise a la capacité de louer une partie de ses ressources de calcul à des clients externes, ce qui montre que la capacité de monétisation externe est devenue une garantie de trésorerie pour soutenir l’augmentation continue des investissements de Meta dans l’IA. » Everbright Securities estime que le modèle économique de la location de puissance de calcul IA bénéficie actuellement du plus fort soutien, l’entrée directe de Meta sur ce marché confirmant indirectement les rendements élevés : en référence à la location de puissance de calcul de xAI à Anthropic, avec un loyer mensuel de 12,5 milliards de dollars, le ROI implicite permet de récupérer le Capex en deux ans. Les dernières données d’OpenRouter au 6 juin montrent que le volume total de tokens mondiaux pour la semaine du 21 au 28 juin a atteint un nouveau record de 46,7 billions, en hausse de 0,2 % par rapport à la semaine précédente, et la situation de demande excédentaire par rapport à l’offre reste inchangée. Tianfeng Securities estime que Meta entrant dans le cloud IA ne signifie pas une reconnaissance d’un excédent généralisé de GPU. Il est plus probable que Meta alloue la puissance de calcul de différentes générations à des usages économiques distincts. Les ressources les plus récentes (GB200/GB300/Rubin, etc.) sont prioritairement réservées à l’entraînement des modèles de nouvelle génération, tandis que les GPU de la génération précédente (H100/H200) sont davantage orientés vers l’inférence et la vente externe de puissance de calcul. Par ailleurs, Google avait auparavant été incapable de satisfaire pleinement la demande d’accès de Meta à Gemini en raison de contraintes de capacité, ce qui indique au contraire que la capacité d’inférence de pointe et de haute qualité reste tendue. « Par conséquent, il ne s’agit pas de la fin des transactions de Capex IA, mais de l’évolution d’un modèle commercial passant d’une infrastructure purement dépensière à une plateforme d’actifs facturable. Le marché ne devrait pas interpréter simplement la location externe de puissance de calcul par Meta comme un pic de la demande de puissance de calcul IA. » Tianfeng Securities déclare que, pour la chaîne d’approvisionnement matérielle, ce qu’il faut vraiment observer n’est pas « si Meta loue ou non sa puissance de calcul », mais si l’utilisation réelle de tokens par OpenAI et Anthropic, ainsi que leur taux de croissance ARR, continuent d’augmenter. Si l’ARR et l’utilisation de tokens des entreprises de modèles continuent de croître, et si les Capex des hyperscalers ne subissent pas de révision à la baisse significative, alors la thèse principale du matériel reste valable. Cependant, dans l’interview, Abulikemu Abulimiti a également soulevé un autre point digne d’attention : actuellement, le côté offre de l’industrie de l’IA conserve un fort pouvoir de parole, et le cycle offre-demande de l’industrie n’est pas encore complètement fluide. Ce constat fait également consensus parmi les experts industriels.
He Hui, directeur de l’analyse des semi-conducteurs pour la région Chine chez Omdia, a déclaré au journaliste que le développement des grands modèles ne s’est pas arrêté et que les fournisseurs de cloud cherchent également des modèles commerciaux monétisables. Une source du groupe Ziguang estime que l’industrie de l’IA devra finalement revenir à la commercialisation elle-même. « Aux débuts d’Internet, on a également connu une phase où les infrastructures précédaient les modèles commerciaux. À l’avenir, l’IA devra trouver des scénarios industriels réellement rentables, formant une boucle commerciale où les revenus couvrent les investissements. »
De l’avis de l’industrie, l’attention ne devrait plus se porter sur la question de savoir si l’IA continuera d’investir, mais plutôt sur le moment où les infrastructures d’IA d’une valeur de plusieurs centaines de milliards de dollars pourront entrer dans une nouvelle phase d’autofinancement et de cycle autonome. Ce n’est que lorsque les infrastructures, les capacités des modèles et la commercialisation des applications formeront un cercle vertueux complet que l’industrie de l’IA pourra véritablement se libérer d’un modèle de développement reposant uniquement sur des apports de capitaux et entrer dans un cycle de croissance plus sain et plus durable.
