Citadel : La rareté de la puissance de calcul reste le plus grand obstacle pour l’IA, les fournisseurs de cloud hyperscale pourraient être les grands gagnants

Le paysage concurrentiel du secteur de l'IA s'accélère en matière de différenciation, et la variable clé qui déterminera le vainqueur n'est pas la capacité du modèle, mais la disponibilité de la puissance de calcul physique.

La dernière analyse de Citadel Securities souligne que la demande de puissance de calcul continue de dépasser la croissance de l'offre,le véritable actif rare n'est pas la puce dans l'entrepôt, mais la puissance de calcul connectée et immédiatement disponible.

Ce goulot d'étranglement structurel sera difficile à éliminer à court terme — l'accès au réseau électrique et les procédures d'approbation de projet se comptent en années. Même de vastes plans d'investissement en capital ne peuvent combler cet écart à court terme, ce qui signifie que les flux de trésorerie actuels des fournisseurs cloud hyperscaler pourraient sous-estimer le potentiel de rentabilité réelle de leur infrastructure existante.

Sur les signaux du marché, les prix de location de puissance de calcul, y compris ceux pour les anciens modèles de GPU, restent stables,ce qui indique que la capacité existante continue d'être absorbée et que la tension sur l'offre et la demande du marché n'a pas été sensiblement atténuée par des investissements massifs dans les infrastructures.Parallèlement, l'essor des agents IA amplifie la consommation de puissance de calcul — une instruction humaine peut déclencher des dizaines voire des centaines d'appels de modèles, ce qui accroît la consommation unitaire de puissance de calcul et soutient encore la demande.

01

L’essence du goulot d’étranglement de la puissance de calcul : il ne s’agit pas seulement des puces

L’analyste de Citadel Securities Nohshad Shah précise que la “puissance de calcul” ne désigne pas uniquement les GPU,mais l’ensemble formé par les GPU, l’électricité, l’espace en centres de données, la mémoire, le réseau, les systèmes de refroidissement et les compétences opérationnelles. Ce qui est réellement rare, c’est la “puissance de calcul électrifiée et utilisable à tout moment”, et non le matériel dormant dans les entrepôts.

Les courbes à terme de la puissance de calcul montrent que l’offre augmente, mais la demande croît encore plus vite. En raison de cycles d’accès au réseau électrique et d’approbation de projets comptés en années, même d’ambitieux plans d’investissement ne peuvent combler l’écart à court terme. Le problème pour l’IA aujourd’hui n’est pas le manque d’utilisateurs, mais le manque de puissance de calcul véritablement opérationnelle.

Il convient de noter que de nombreuses capacités de puissance de calcul actuelles dépendent de contrats signés pour 2024 à 2025, alors que l’intensité de la demande ne s’était pas encore pleinement manifestée. À mesure que ces contrats arrivent à leur terme, l’infrastructure existante pourra être revalorisée alors que son taux d’utilisation s’améliore, et que la structure de coûts reste globalement stable, l’effet de levier opérationnel se manifestera progressivement.Cette analyse considère que le marché a actuellement tendance à intégrer immédiatement les coûts des investissements en capital, mais pourrait sous-estimer le potentiel de rentabilité à venir.

En outre, la baisse du prix du token n’est pas nécessairement négative. Des coûts d’intelligence plus bas rendent de nombreuses applications économiquement viables, combiné à l’effet multiplicateur des agents IA sur la consommation de puissance de calcul, la demande globale pourrait continuer de croître. La variable clé reste l’élasticité de la demande : si le volume d’utilisation augmente plus vite que la baisse des prix unitaires, le bas prix élargit le marché au lieu de le contracter ; la véritable situation défavorable serait que le token devienne moins cher sans croissance effective de l’utilisation.

02

Polarisation accrue du secteur, les fournisseurs cloud hyperscaler détiennent un double avantage

L’analyse de Citadel Securities dessine les contours de plus en plus nets de la bipolarisation du secteur de l’IA :d’un côté, OpenAI, Anthropic et autres laboratoires de pointe produisant l’intelligence elle-même comme produit ; de l’autre, des hyperscalers diversifiés comme Google et Microsoft, qui peuvent monétiser via une couverture de toute la stack, quel que soit le modèle qui s’impose.

Dans ce cadre, les modèles de pointe se concentreront sur des tâches à forte valeur ajoutée, telles que la planification, le raisonnement, la programmation et l’orchestration des tâches, tirant une prime sur une plus petite part des tokens ; tandis que les modèles moins chers ou open source assureront l’exécution à forte concurrence. Les laboratoires avancés gardent le pouvoir de fixer les prix sur les tâches haut de gamme, mais les fournisseurs cloud hyperscaler et fournisseurs de services d’inférence profiteront des deux niveaux — car quelles que soient les charges de travail, elles dépendent de la puce, de la mémoire, du réseau et de l’électricité.

La logique finale étant : les modèles de pointe planifient, les modèles bon marché exécutent, et les détenteurs de puissance de calcul connectée récoltent la valeur économique des deux côtés. Pour les investisseurs, tant que la trajectoire de monétisation de l’IA reste incertaine, détenir une infrastructure physique de puissance de calcul fait des fournisseurs cloud hyperscaler un placement au ratio risque/rendement le plus certain de la compétition.

Si vous avez aimé, cliquez sur “Intéressé”