40 billions de dollars de dettes pèsent lourd, mais la frénésie des infrastructures de puissance de calcul pour l’IA ne s’arrête pas ! Le super-cycle de la puissance de calcul continue, porté par la vague de plusieurs billions de dollars.

L'application financière Zhihui a appris qu'une équipe dirigée par Andrew Sheets, stratège senior chez Morgan Stanley, a récemment déclaré que le gouvernement américain avait accumulé environ 40 000 milliards de dollars de dette fédérale, mais que l'augmentation continue de cette dette n'a pas encore empêché l'essor historique de l'emprunt des entreprises technologiques liées à l'IA, ni ébranlé les dépenses des ménages américains, qui restent résilientes.

Cela signifie également que, selon les stratèges de Morgan Stanley, les 40 000 milliards de dollars de dette fédérale américaine n'ont pas encore déclenché d’"effet d’éviction du crédit" dans les secteurs des entreprises et des ménages — en particulier alors que le ratio d'endettement des entreprises reste stable, que les émissions d’obligations pourraient encore atteindre des niveaux records, que la charge de la dette des ménages est plus faible qu’en 2000 et 2019, et que la robustesse accrue des dépenses de consommation ainsi que des bénéfices des entreprises continuent de contrebalancer les impacts négatifs de la hausse des taux d’intérêt et de la courbe des rendements US sur les actions américaines, voire mondiales. Le rendement de 6,2 % des obligations de qualité investment grade à longue échéance américaines et le rendement des Treasuries à 30 ans dépassant d’environ 300 points de base l’inflation anticipée augmentent le coût d’opportunité des actions ; en réalité, ce n’est pas tant la masse de la dette qui pourrait mettre fin au schéma "actions & obligations toutes deux fortes", mais la hausse du coût du financement qui finirait par ralentir la croissance des bénéfices des entreprises.

Le fait que la montagne de dettes de 40 000 milliards de dollars n’ait pas fermé les canaux de crédit privés signifie que le supercycle de puissance de calcul de l’IA est actuellement confronté à une "hausse du coût du financement", plutôt qu’à un "tarissement de l’offre de capitaux". Le ratio de la dette des entreprises américaines par rapport au PIB est globalement stable par rapport à il y a dix ans et reste nettement inférieur à son niveau d’avant la pandémie ; Morgan Stanley s’attend toujours à ce que l’émission d’obligations d’entreprise atteigne un record cette année ; la dette des ménages représente environ 67 % du PIB, un niveau non extrême, et la résilience de la consommation continue de soutenir les résultats des entreprises.

Ainsi, les hyperscalers (grands fournisseurs de cloud computing), les laboratoires d’IA de premier plan comme Anthropic et OpenAI, et les nouveaux leaders du développement de data centers d’IA peuvent toujours lier par le biais d’obligations investment grade, de financements de projets et de crédits privés les attentes de revenus futurs quasi illimités en Token ainsi que les cash-flows tirés des abonnements IA, des appels API et des services cloud, à une demande soutenue sur toute la chaîne de valeur du calcul IA : baies GPU, composants de stockage HBM/DRAM/NAND, CPU de data centers et systèmes d’interconnexion optique, infrastructures électrique et systèmes de refroidissement liquide. La dette totale des États-Unis a franchi les 40 000 milliards de dollars, mais il n’existe pas encore de véritable effet d’éviction du secteur privé au sens classique.

En d’autres termes, la dette de 40 000 milliards n’a pas mis fin à la fièvre de l’investissement dans le calcul IA, elle fait plutôt entrer la construction des infrastructures IA dans une deuxième phase, caractérisée par un crédit encore ouvert mais un capital plus onéreux ; dans les deux à trois prochaines années, les infrastructures de calcul IA devraient continuer d’être en phase de développement intensif.

Tant que les marchés de capitaux restent accessibles, les hyperscalers peuvent émettre des obligations investment grade sur la base de la solidité de leur bilan, les laboratoires d’IA peuvent lever des fonds grâce à leur capital-actions, à des engagements d’achats de puissance de calcul et à des garanties tierces, tandis que les développeurs de data centers accèdent à des financements de projets ou des crédits privés sur la base de baux de longue durée, contrats d’électricité et actifs de projets ; ces capitaux se transforment finalement en commandes de GPU, HBM, d’interconnexion optique, d’alimentation électrique et de systèmes de refroidissement, le remboursement de la dette venant des flux de trésorerie réellement générés par les abonnements IA, les appels API et les services cloud, et non de simples attentes de croissance explosive des revenus Token futurs.

Une autre grande banque de Wall Street, Goldman Sachs, prévoit que les principales entreprises technologiques engageront environ 5 300 milliards de dollars de dépenses d’investissement cumulées entre 2025 et 2030 ; la part du financement par dette dans les dépenses d’investissement IA passant d’environ 33 % en 2026 à 35 % en 2027, rien qu’en 2026, les émissions obligataires directes des hyperscalers pourraient atteindre 250 milliards de dollars, sans compter le financement de projet. Ces prévisions et la tendance des investissements dans les infrastructures IA montrent que les 40 000 milliards de dettes américaines n’ont pas encore bloqué l’accès au crédit des entreprises. Les obligations investment grade, le financement de projets adossé à des baux long terme, le crédit privé et les garanties fournisseurs continuent de favoriser la réalisation d’actifs de puissance de calcul.

Quarante mille milliards de dettes pèsent, mais le flot des financements d’entreprises ne tarit pas ! Morgan Stanley : le véritable danger pour les actions US ne vient pas des taux, mais du ralentissement des profits

Près de la moitié de la dette fédérale américaine a été accumulée au cours des dix dernières années, tandis que la dette publique rapportée au PIB s’est également accrue dans les principales économies mondiales. À l’exception du Royaume-Uni, les déficits budgétaires devraient rester élevés sur le long terme, maintenant des niveaux de dette gouvernementale soutenus.

Malgré la hausse continue des taux de référence et des rendements longs des Treasuries, les bilans des entreprises démontrent toujours une relative robustesse. Le ratio de la dette des entreprises US au PIB n’a guère évolué par rapport il y a dix ans et reste en net retrait par rapport à son sommet d’avant pandémie ; dans le même temps, l’équipe de stratégistes crédit de Morgan Stanley prévoit toujours un volume record d’émission d’obligations d’entreprise cette année. Sheets indique qu’il ne faut pas s’attendre à ce que la hausse des rendements stoppe la vague de financements historiques liés à la puissance de calcul IA.

La situation financière des ménages américains reste elle aussi relativement saine. La dette des ménages représente actuellement 67 % du PIB américain, en deçà des 70 % de l’an 2000 et du pic record de 74 % en 2019. Sheets note que, malgré la hausse continue des taux et des rendements des Treasuries longs, les dépenses des ménages tiennent bon.

Pour les marchés financiers, la véritable question, plus importante et plus pressante, est de savoir si les rendements/les taux de référence finiront par atteindre un niveau capable d’inciter les investisseurs à réallouer massivement leurs portefeuilles des actions vers les obligations. Selon les statistiques de Morgan Stanley, la courbe des rendements des Treasuries à 30 ans US offre actuellement environ 300 points de base de plus que l’inflation attendue, tandis que les obligations investment grade à longue échéance rapportent 6,2 %.

Jusqu’ici, cette réallocation de capitaux n’a pas eu lieu à grande échelle. Bien que le rendement des Treasuries à 10 ans US ait augmenté d’environ 50 points de base depuis le début de l’année, l’indice phare des actions américaines — le S&P 500 — a grimpé de 13 % sur la même période. Emportées par la vague d’enthousiasme IA qui bat son plein depuis 2023, la forte croissance des bénéfices des entreprises tech a permis aux actions de rester compétitives face à la hausse des rendements obligataires.

Pour l’équipe de stratégistes dirigée par Sheets chez Morgan Stanley, la question clé est la suivante : la croissance des profits du marché actions peut-elle rester résiliente alors que le coût de l’endettement demeure élevé ? Si la croissance des bénéfices ralentit nettement à l’avenir, la relation entre la hausse des rendements des Treasuries US à dix ans et plus et la valorisation globale du marché actions deviendra de plus en plus centrale pour le marché.

La consommation de Token vise un multiplicateur de 24, et 10 000 milliards de capitaux institutionnels diffusés via le goulot d’étranglement IA ! Quarante mille milliards de dettes ne ferment toujours pas le barrage du crédit

Le dernier rapport de Goldman Sachs sur les positions institutionnelles, portant sur 10 000 milliards de dollars, montre que la "foi dans l’IA" n’a pas totalement disparu, mais que le capital commence à se déplacer des principaux producteurs de GPU vers les "goulots d’étranglement d’infrastructure irremplaçables". L’analyse de Goldman couvre 991 hedge funds représentant 5 400 milliards de dollars d’actions, ainsi que 504 grands fonds communs de placement actifs totalisant 4 600 milliards de dollars.

Les deux types de capitaux augmentent ensemble leur exposition à Bloom Energy, Flex, Seagate Technology et à d’autres acteurs de la chaîne d’approvisionnement IA impliqués dans les produits de stockage, l’alimentation des data centers, la fabrication de serveurs, autant de points de blocage identifiés comme stratégiques par ces différentes institutions. Neuf des dix plus grosses positions des hedge funds sont liées à l’IA, Amazon occupant la première place pour le 11e trimestre consécutif ; tandis que les fonds communs sont toujours sous-exposés d’environ 100 points de base à Nvidia et de 60 à AMD par rapport à la référence, ce qui suggère que la thématique IA n’a pas encore atteint son plafond dans les portefeuilles mais que toute augmentation future de l’exposition devra reposer sur la croissance des profits et non sur la seule popularité du thème.

Cette diffusion et cette rotation reposent sur une logique profonde : l’IA passe d’un "bull market des puces de calcul" à un cycle complet d’investissement capitalistique dans toute la chaîne IA. L’accroissement du nombre de GPU/TPU/AI ASIC s’accompagne mécaniquement d’une demande accrue en serveurs, mémoire, composants NAND entreprise, switches Ethernet, modules optiques, systèmes d’interconnexion optiques, connecteurs haut débit, rails pour baies de serveurs, refroidissement et alimentation ; plus les grappes de training ou d’inférence sont vastes, plus le nombre de ports, la valeur par baie et la complexité de l’interconnexion augmentent.

Morgan Stanley prévoit qu’à horizon 2028, près de 3 000 milliards de dollars d’investissements IA se déverseront dans l’économie mondiale, dont plus de 80 % restent à venir. Les derniers calculs de Goldman Sachs tablent sur un modèle où les dépenses mondiales en capital IA passent de 765 milliards de dollars en 2026 à 1 600 milliards par an en 2031, pour un cumul d’environ 7 600 milliards entre 2026 et 2031 ; la consommation électrique des data centers US devrait doubler de 31 GW en 2025 à 66 GW en 2027, ce qui externalisera les investissements IA vers de nombreux maillons : CPU de serveurs, DRAM/NAND/HBM, packaging avancé, refroidissement liquide, équipements électriques, transformateurs, turbines à gaz, équipements d’interconnexion au réseau, data center REITs, construction, etc.

Le moteur de l’accroissement de la demande de puissance IA provient du passage de l’IA d’un simple "répondant à des questions" à "l’exécution de workflows" : les agents intelligents nécessitent des planifications continues, des appels d’outils, la validation des résultats, de multiples essais/erreurs, chaque tâche individuelle consommant potentiellement 10, 20, voire 50 fois plus de Tokens que des requêtes de chat traditionnelles ; les modèles mondiaux repoussent par ailleurs la frontière du calcul IA du texte vers la robotique, la simulation industrielle et les systèmes physiques. Selon les prévisions de Goldman Sachs, d’ici 2030, la consommation mondiale de Token pourrait être multipliée par 24 pour atteindre 1 200 billiards par mois ; en parallèle, le coût unitaire des Tokens pour l’inférence baissera de 60 % à 70 % par an, conduisant à un effet Jevons : "diminution des coûts — diffusion des usages — augmentation globale de la demande".

Les 40 000 milliards de dette US n’ont donc pas mis fin à la fièvre des investissements IA, mais ont fait entrer l’industrie dans une nouvelle phase : crédit toujours accessible, mais capital plus cher. Avec un rendement autour de 5,23 % pour les Treasuries à 30 ans et 6,2 % pour les obligations investment grade longues, chaque projet IA doit désormais démontrer un taux de rendement interne (IRR) suffisant pour couvrir le coût du capital en hausse ; l’allocation de capital future ne se fera plus indistinctement sur toutes les valeurs liées mais privilégiera en priorité les leaders de la chaîne IA dotés de carnets de commandes long terme, de cash-flow libre, de pouvoir sur les prix et d’un statut de goulot d’étranglement : clusters GPU, stockage HBM/DRAM/NAND, réseaux et interconnexions optiques pour data centers, nouveaux hyperscalers IA. Si la monétisation des Tokens se confirme, les flux de financement prolongeront le cycle d’investissement IA ; mais si le ralentissement des profits ou une nouvelle envolée désordonnée des rendements longs frappés par les "vigilantes des obligations" se produit, alors les nouveaux hyperscalers très endettés et les projets dépendant de garanties extérieures seront les premiers touchés par la double peine sur valorisation et crédit.