…pourrait poser un problème de qualité des bénéfices
Traduction de Big Tech’s capex race and the looming earnings-quality problem, par Mehmet Beceren – The Globe and Mail, 5 mai 2026.
Mehmet Beceren est stratège de marché senior chez Rosenberg Research
Pendant la majeure partie des trois dernières décennies, les géants de la tech ont bénéficié d’un modèle économique de rêve. Développer un logiciel une seule fois, le distribuer à l’échelle mondiale, ajouter des utilisateurs à un coût marginal très faible et voir les marges s’élargir. C’était là toute la magie de l’ère d’Internet : une structure légère en actifs, d’énormes effets de réseau et très peu de besoin de continuer à injecter des capitaux dans des infrastructures physiques pour développer les opérations.
Ce modèle est en train de changer. L’essor de l’intelligence artificielle entraîne les géants de la tech dans un monde bien plus intensif en capital. Il ne s’agit plus seulement de code, d’abonnements cloud et de publicité numérique. Les modèles d’IA nécessitent des terrains, de l’électricité, des systèmes de refroidissement, des centres de données, des serveurs, des GPU, des puces mémoire et toute la chaîne d’approvisionnement physique qui les sous-tend, avant même de pouvoir être mis sur le marché. Les centres de données sont, en effet, de grandes usines sans ouvriers. Et les usines s’accompagnent d’une économie très différente : des coûts initiaux élevés, une maintenance continue, des cycles de remplacement et des capitaux immobilisés dont on ne peut pas facilement se défaire.
C’est là que la question de la qualité des bénéfices entre en jeu. Le problème n’est pas que les bénéfices soient faux. Ce n’est pas là l’essentiel. L’essentiel est que les bénéfices déclarés dépendent désormais beaucoup plus fortement des hypothèses comptables liées à l’amortissement. Pendant combien de temps une entreprise doit-elle considérer qu’une puce IA ou un serveur de pointe reste économiquement utile ? Quatre ans ? Cinq ans ? Six ans ? Cela peut sembler technique, mais ce n’est pas anodin. Une variation d’un an dans les hypothèses de durée de vie utile peut faire varier les bénéfices déclarés de plusieurs milliards de dollars si l’on tient compte de la taille colossale de ces centres de données.
Cette question de l’amortissement n’est plus reléguée dans les notes de bas de page. Elle a été abordée lors des dernières conférences sur les résultats financiers la semaine dernière. Alphabet, Amazon, Meta et Microsoft ont dépensé au total 130 milliards de dollars (avec un « b ») en dépenses d’investissement, ou capex, rien qu’au premier trimestre. Leurs plans d’investissement combinés s’élèvent à environ 750 milliards de dollars pour cette seule année. Il ne s’agit pas de dépenses d’entreprise normales. Il s’agit d’un vaste développement industriel déguisé en projet technologique.
Alphabet a clairement indiqué que l’augmentation des dépenses d’infrastructure se répercute sur le compte de résultat sous la forme d’une hausse des amortissements et des coûts d’exploitation des centres de données. Meta a tenu des propos similaires.
Microsoft a déclaré qu’environ les deux tiers de ses dépenses d’investissement sont consacrés à des actifs à durée de vie plus courte, tels que les GPU et les CPU. C’est là le point essentiel. Le bâtiment peut durer des décennies.
La puce à l’intérieur du bâtiment, peut-être pas.
Et c’est là que le marché est peut-être trop optimiste. Un GPU peut encore fonctionner après cinq ans. Mais si la prochaine génération de puces est plus rapide, moins chère et plus économe en énergie, l’ancien matériel pourrait ne plus être compétitif pour les charges de travail d’IA les plus exigeantes. La question pertinente n’est donc pas de savoir si la puce fonctionne encore. La question est de savoir si elle génère encore un rendement économique suffisant, alors que de nouveaux modèles d’IA et de nouvelles puces sont lancés presque chaque mois.
Il existe également un problème stratégique plus profond. Ces entreprises dépensent des sommes colossales dans une technologie susceptible de bouleverser les sources de profits liées aux logiciels et à Internet qui ont fait leur rentabilité au départ. Cela rend la question du rendement du capital bien plus complexe qu’elle ne l’était à l’époque où les entreprises fonctionnaient avec peu d’actifs.
Et nous n’avons même pas abordé la question de la concurrence chinoise. Nous ne savons pas non plus qui remportera finalement la course à l’IA. Un mois, c’est OpenAI. Puis Anthropic. Puis DeepSeek. Puis Google. Le rythme du changement est implacable, et pourtant les hypothèses comptables semblent souvent bien plus stables que le cycle technologique lui-même. C’est pourquoi les valorisations actuelles des entreprises technologiques pourraient comporter une prime plus élevée que ne le laissent entendre les hypothèses traditionnelles.
Voici donc l’essentiel. Les géants de la tech s’éloignent de l’ancien modèle d’« asset-light » pour s’orienter vers quelque chose qui ressemble beaucoup plus à une infrastructure industrielle. Cela ne signifie pas pour autant que ces entreprises soient de mauvaises affaires. Mais cela signifie que les investisseurs devraient se montrer plus prudents quant à la qualité des bénéfices, aux plans d’amortissement, aux coûts de remplacement et aux multiples de valorisation qui restent ancrés dans l’ancien monde.
La conclusion en matière d’investissement est simple. La partie la plus évidente de l’histoire de l’IA se situe toujours en amont. Les entreprises qui vendent les puces, les équipements, les systèmes d’alimentation, les technologies de refroidissement et les matériaux essentiels sont déjà rémunérées. Les plateformes doivent encore prouver que ces dépenses extraordinaires généreront des rendements, alors même que la concurrence et le rythme des bouleversements s’intensifient.
Fichier Excel des traductions par Gilles en vrac
Fiches avec les premières phrases (et non seulement les titres)
Les caractères gras dans le texte sont de Gilles.