Une crise de la « bombe à dette » IA ? Non, ce n'est pas un Enron 2.0 | Gene Marks

Contexte

Les rumeurs qui circulent sur les marchés relancent la crainte qu'une vague de construction de datacenters alimentée par l'intelligence artificielle ne déclenche une crise de la dette. Certains observateurs pointent cette frénésie de bâtir et alertent sur Meta, Oracle, xAI et CoreWeave, accusés d'empiler silencieusement une « bombe à dette » tout en levant des milliards pour édifier des installations. Quelques-uns ont même comparé le phénomène à l'effondrement de crédit provoqué par la fraude comptable d'Enron au début des années 2000. Gene Marks conteste ce cadrage dans un article paru dans The Guardian, estimant que l'analogie avec un « Enron 2.0 » méconnaît la nature réelle du risque.

Il concède que les risques sont réels, mais soutient qu'ils diffèrent par leur structure, leur mode de transmission et leur degré de récupération. Comprendre cette distinction exige de distinguer les deux épisodes sans échanger de métaphores alarmantes. Les enjeux sont importants : les dépenses en capital combinées du secteur technologique ont atteint des niveaux historiques, et une bonne évaluation du risque conditionne l'allocation du capital.

Analyse approfondie

Le désastre d'Enron reposait sur des dettes hors bilan et sur la fraude. La société avait transféré d'énormes emprunts vers des centaines d'entités à objet spécial, fabriquant l'apparence de profits réguliers. Lorsque la confiance des marchés s'est évaporée, ces obligations cachées se sont abattues comme une avalanche, entraînant dans sa chute l'auditeur Arthur Andersen. Le danger résidait dans la dissimulation : personne ne connaissait réellement le montant dû.

Le modèle de financement des datacenters n'a rien de similaire. Qu'un hyperscaler édifie ses propres installations ou qu'un nouveau venu comme CoreWeave loue des GPU cloud, l'emprunt apparaît généralement au bilan sous forme d'obligations corporatives, de crédits syndiqués ou de capitaux propres. La comptabilité est transparente et la divulgation régulée. Ces sorties de trésorerie relèvent des dépenses en capital, non d'obligations implicites hors bilan.

L'investissement reste néanmoins lourd. Une ligne de production mature nécessite des milliers de GPU haut de gamme et peut coûter des milliards à assembler, une épreuve sévère pour la trésorerie de toute entreprise. Mais ces assets conservent une utilité réelle et une valeur résiduelle. Si la demande déçoit, serveurs, infrastructures électriques et terrains peuvent être revendus, reloués ou reconvertis. Ces assets disposent d'un plancher, ce qui rend l'échec d'un acteur isolé plus proche d'une purification locale contrôlée que d'un effondrement systémique.

Impact sur l'industrie

Marks n'efface pas le risque d'un revers. Il se concentre dans un petit nombre de constructeurs très levés dont les revenus n'ont pas encore fait surface. Les startups IA non rentables et les opérateurs de datacenters s'étendant par location remboursent leur dette principalement grâce à des contrats à long terme avec des clients futurs et à la demande réelle de puissance IA. Si la demande en aval ralentit, si les prix unitaires chutent ou si le financement se resserre, la trésorerie peut se tendre et le refinancement s'interrompre.

Telle est la maillon véritablement fragile du cycle, non l'ensemble du secteur d'infrastructure IA. La vague de construire accélère aussi la concentration en tête. Meta, Google et Microsoft, soutenus par de solides réserves de trésorerie et un financement bon marché, peuvent planifier des déploiements hyperscales et verrouiller à l'avance l'électricité et la capacité puce. Les nouveaux venus comme CoreWeave comptent davantage sur le financement externe et sur les liens avec les créateurs de modèles de pointe tels OpenAI et xAI.

Cette divergence signifie que l'exposition réelle ne se trouve pas chez les géants bien capitalisés mais chez les acteurs de niveau intermédiaire dont le financement est monosource et dont la réalisation des revenus reste douteuse. Pour les investisseurs, distinguer une dépense en capital saine d'une expansion levée fragile importe davantage que de crier à la bombe à dette.

Perspectives

Trois signaux méritent une attention soutenue. D'abord, le rythme réel d'apparition de la demande de puissance IA. La vague actuelle de dépenses en capital suppose que l'entraînement et l'inférence des modèles continuent de croître assez vite pour absorber les nouvelles capacités ; si la demande ralentit, la puissance inutilisée et l'amortissement écrasant pourraient peser sur certaines entreprises.

Ensuite, les taux d'intérêt et les conditions de financement. Les constructeurs très levés sont exquisement sensibles au coût du capital, de sorte que la politique monétaire affecte directement leurs coûts de refinancement et leur rythme d'expansion.

Enfin, les indications en matière de dépenses en capital des leaders. En tant que thermomètre du secteur, les chiffres trimestriels divulgués par les géants technologiques anticipent la température de cette vague de construire plus précisément que toute prophétie de crise. Balance faite, l'infrastructure IA est un gros pari porteur de vrais risques financiers, mais la qualifier de bombe à dette imminente ou d'Enron 2.0 méconnaît ce qui est réellement en jeu. La fin probable n'est pas un effondrement soudain mais la purification ordonnée des participants les plus fragiles et un retour à la rationalité du secteur.