Nvidia est devenu le « banquier » du secteur de l’IA. Pour les investisseurs à long terme, c’est un signal important… mais aussi un avertissement concernant les risques liés à cette situation.

Nvidia est désormais devenu le « banquier » du développement de l’IA. Pour les investisseurs à long terme, c’est un signal important… mais aussi un avertissement concernant les risques liés à cette situation.

Le 10 août, Nvidia a signé des mémorandums d’accord.Avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKRIl s’agit de créer des plateformes de financement permettant à ses clients d’obtenir plus de 500 milliards de dollars en capitaux externes – de l’argent nécessaire pour acheter des GPU Nvidia, construire des centres de données et sécuriser une capacité électrique à long terme. Le marché interprète cela comme une confirmation positive concernant la demande en IA, qui est insatiable. Mais l’entité qui fait cette annonce n’est pas une banque. C’est un fournisseur de chips. Et un fabricant de chips qui doit financer ses propres clients constitue un signal sur le cycle économique réel en place.

En termes simples : le développement de l’IA est passé d’une phase financée par les fonds propres des grandes entreprises technologiques à une phase financée par la dette. Les plateformes valant 500 milliards de dollars constituent le signe le plus évident de cette transition. Elles comportent à la fois une forte demande réelle et une structure de risques renforcée. Pour les investisseurs à long terme, la question n’est pas de savoir si l’infrastructure de l’IA existe réellement. C’est plutôt de savoir si le financement actuel qui soutient cette infrastructure change les risques que vous devrez prendre en charge.

Le déficit de financement qui a transformé un fabricant de puces en prêteur.

Commencez par les signaux liés aux chaînes d’approvisionnement, car c’est ce qui influence les revenus. Les cinq principaux fournisseurs d’infrastructures cloud et d’IA – Microsoft, Alphabet, Amazon, Meta et Oracle – ont engagé des dépenses…Environ 660 à 690 milliards de dollars pour les dépenses de capitaux en 2026.Cela représente presque le double des niveaux de 2025. C’est un secteur qui se finançait à l’origine en grande partie par ses propres revenus. Donc, ce qui compte vraiment, c’est l’écart entre les revenus que ces entreprises génèrent grâce à leurs activités courantes et les dépenses qu’elles font pour développer leurs capacités.

Selon les données en cours :

Les dépenses de capitaux d’Amazon dépassent désormais ses flux de trésorerie opérationnels. Oracle, quant à elle, dépense près du double de ce qu’elle génère. Son bilan comporte déjà environ 219 milliards de dollars de dettes, soit un ratio dette/patrimoine de près de 300 %. C’est là un fait fondamental que le marché de l’actionnariat n’a pas encore pris pleinement en compte : les liquidités générées internement se réduisent progressivement, tout comme les dettes augmentent.

Le marché des obligations l’a remarqué en premier. En lien avec l’IA mondialeOn estime que la émission de dettes atteindra 570 milliards de dollars en 2026.Et l’émission de obligations liées à l’IA aux États-Unis a atteint un niveau record.Un record de 220 milliards en 2025.Un bond de 145 milliards de dollars en une seule année. Le marché à taux élevés, où les constructeurs les plus risqués empruntent de l’argent, a reçu 26,6 milliards de dollars en fonds dédiés aux centres de données d’IA au cours des quatre premiers mois de 2026. Cela représente plus du double du montant total pour l’année entière en 2025. L’équation « emprunt pour construction » fonctionne mieux que jamais sur le marché des actions.

Rien de tout cela n’est lié à des problèmes de liquidité. Les hyperscalers disposent toujours de bilans très importants. Ce qui a changé, c’est que l’ampleur des investissements dépasse la capacité de générer de l’argent en espèces. Le déficit est alors comblé par des emprunts. Morgan Stanley estime que le manque de financement s’élève à environ 1,5 billions de dollars entre les investissements dans les centres de données jusqu’en 2028 et les flux de trésorerie internes des grandes entreprises technologiques. Lorsqu’un tel déficit est couvert par des emprunts, le risque lié au secteur de l’IA ne concerne plus uniquement la demande, mais aussi le crédit. C’est pourquoi ce programme de financement est plus important que la plupart des actualités concernant les investissements en capital fixe : c’est la structure du marché qui passe d’une approche financée par des actions à une approche financée par des crédits.

Comment les 500 milliards de dollars fonctionnent, et les risques cachés dans les garanties.

Les mécanismes en question sont importants, car ils déterminent qui est vraiment responsable du risque. Nvidia ne verse pas de sommes énormes ; elle crée plutôt des réserves de capitaux à long terme que ses clients empruntent pour acheter son matériel. Les garanties pour ces prêts sont donc le matériel lui-même. Pour que cela fonctionne, Nvidia a accepté de couvrir une partie des pertes potentielles. Les rapports indiquent que l’entreprise va…Cacher jusqu’à 25 % des pertes liées à l’opération.Si la valeur de la garantie liée au GPU ne reste pas maintenue lors d’une liquidation forcée.

Cela crée ce que les professionnels du crédit appellent le « risque de mauvais chemin ». L’investisseur non spécialisé doit comprendre cela, car c’est l’essence même de la structure des dettes. Le risque de mauvais chemin signifie que les garanties ont tendance à perdre de valeur au moment exact où le emprunteur ne peut pas payer. En effet, le même événement peut entraîner à la fois une perte de valeur des garanties et une diminution des revenus liés aux services fournis par les GPU. Ce sont là les conditions exactes dans lesquelles les prêts liés aux GPU deviennent dangereux. Les garanties sont les plus solides lorsque personne n’a besoin de les vendre, et les plus faibles lorsque tout le monde en a besoin.

C’est pour cette raison que l’argument de Nvidia concernant un marché secondaire pour les GPU vieillies n’est pas un projet secondaire – c’est plutôt la base du calcul financier. Nvidia considère ses serveurs comme des “usines d’IA”, une nouvelle catégorie d’infrastructures investissables ayant une valeur résiduelle significative. Jensen Huang a clairement exprimé ce point dans son annonce : l’entreprise a commencé par fabriquer des chips, et maintenant elle aide à créer une classe d’actifs investissables productives. David Solomon de Goldman Sachs a décrit cet objectif de manière encore plus directe…Créer un marché basé sur les crédits soutenus par les capacités de calcul de Nvidia.Pour que ce crédit soit validé, les GPU utilisés doivent avoir une valeur réelle. Chaque produit ancien qui est réutilisé pour servir des clients de niveau inférieur maintient ainsi la garantie nécessaire pour le prochain prêt.

La comparaison qui sera faite concerne Lucent, le géant du matériel télécoms qui finançait les achats des clients pour leurs équipements, avant de faire face à des problèmes financiers lorsque ces clients ne rembassaient pas leurs dettes. Les différences sont importantes. Lucent assume lui-même le risque de financement ; dans ce cas, les partenaires institutionnels prennent la plupart du risque financier, et l’exposition de Nvidia est limitée à un quart du risque total. Nvidia dispose également d’un bilan très solide dans le domaine technologique : environ 72 milliards de dollars en liquidités nettes, environ 119 milliards de dollars en flux de trésorerie libre, et un taux de marge brute de 74 %. Elle peut donc absorber des pertes de financement qui pourraient être plus importantes pour un fournisseur plus petit. Mais la nature du risque mérite une réflexion sérieuse : il y a une circularité inhérente dans le fait qu’un fournisseur prête de l’argent en fonction de la valeur de ses propres puces. Je note que Bloomberg avait déjà calculé 750 milliards de dollars de transactions de ce type pendant l’été, avant que le chiffre de 500 milliards de dollars ne soit mentionné.

Où se trouve réellement l’appétit de marché.

La raison pour laquelle un investisseur à long terme devrait se soucier de cela n’est pas que Nvidia mal évaluera le prix d’un prêt. C’est plutôt le fait que l’effet de levier se concentre dans la chaîne d’approvisionnement en IA. Prenons l’exemple de CoreWeave, une plateforme cloud basée sur l’IA qui a connu une croissance rapide en achetant des GPU Nvidia. Le montant de sa dette a augmenté, passant de environ 2 milliards de dollars à la fin de 2023 à environ 35 milliards de dollars à la mi-2026.Collateralisé en contrepartie de les puces NvidiaSon bilan actuel montre une dette totale d’environ 72 milliards de dollars, contre seulement 5 milliards de dollars en capitaux propres. Le ratio dette/capital propres est donc de près de 700 %. En outre, les flux de trésorerie libres sont négatifs pour 13,7 milliards de dollars, contre 20,6 milliards de dollars en dépenses de capital. Nvidia est liée à cette entreprise tant au niveau des investissements que au niveau de soutien apporté aux capacités cloud inutilisées de l’entreprise. Depuis la publication de l’annonce de financement, les actions de CoreWeave ont chuté de plus de 15 % au cours de la semaine écoulée. Nvidia, quant à elle, a également perdu quelques pourcentages, car le marché a pris le temps de comprendre la structure financière de l’entreprise.

Oracle est le leader en matière de levier parmi les hyperscalers eux-mêmes : il possède 219 milliards de dollars de dettes, soit environ trois fois son actif net, et un flux de trésorerie négatif. Le marché a déjà commencé à prendre en compte cette différence ; l’action d’Oracle est tombée de près de 28 % depuis le début de l’année. De plus, le marché des dettes indique une fatigue croissante. Les ratios de couverture – c’est-à-dire le montant en dollars des offres des investisseurs par rapport au montant des obligations proposées – pour les obligations des hyperscalers sont passés de près de cinq fois en février à moins de deux fois en juillet. Une part croissante de ces financements ne figure jamais dans les états financiers : des coentreprises hors bilan, comme le projet Hyperion de Meta, qui rapporte 27 milliards de dollars, et dont 80 % appartient à la société de crédit privé Blue Owl, empêchent les dettes de figurer dans les comptes publics.

C’est là le point délicat pour les investisseurs basés sur des indices. Cinq entreprises – Nvidia, Alphabet, Microsoft, Amazon et Meta – valent ensemble environ 17 billions de dollars sur le marché. C’est une concentration sans précédent sur le marché des actions américaines. Ces cinq entreprises constituent donc un acteur clé dans le domaine de l’IA. Lorsque vous possédez un indice dans un plan d’épargne retraite, vous n’êtes pas seulement un propriétaire d’une entreprise impliquée dans l’IA ; vous êtes également, à plusieurs niveaux dans la structure de capital, un prêteur aux entreprises qui empruntent pour répondre à cette demande. Le marché des actions n’a pas encore pris en compte cette dimension. Le marché des obligations, quant à lui, l’a déjà fait.

Ce que cela signifie pour l’endroit où le capital se déplace

Je veux être clair sur ce que je ne dis pas. Je ne qualifie pas la mise en place de l’IA de « bulle ». De plus, je ne prétends pas que les financements provoquent soudainement une dégradation de la situation du marché. C’est justement la demande qui explique l’existence de ces financements : un crédit de 500 milliards de dollars n’est pas quelque chose que les banquiers créent pour un marché dont ils s’attendent à ce qu’il disparaisse. Nvidia reste la société technologique de grande taille la plus performante au monde : les revenus ont augmenté d’environ 71 % par an, le taux de flux de trésorerie libre est proche de 47 %, et le cours de l’action est à environ 21 fois les ventes passées. Ce n’est donc pas parce que Nvidia est devenue une banque que sa valeur diminue ; elle ne diminuera que si les valeurs des GPU utilisées cessent d’être pertinentes, si les acheteurs de obligations des hyperscalers exigent des taux d’intérêt beaucoup plus élevés, ou si les documents annoncés ne se traduisent pas en investissements réels.

Ce sont les signaux que je vais surveiller. Nvidia publiera ses résultats financiers le 26 août, et je vais observer comment la direction présente les aspects liés au financement : les projets engagés par rapport aux contrats signés, et ce qu’il en est du marché des GPU secondaires. Une base de acheteurs dynamique pour chaque version de GPU est la condition essentielle qui garantit la fiabilité des garanties fournies.

En ce qui concerne l’allocation des capitaux, on peut dire honnêtement que le marché est devenu plus compétitif et plus exposé au risque en même temps. Cette combinaison signifie que la valeur par unité de risque est inférieure à celle de la phase non exposée au risque. Les acheteurs prônent de maintenir une position significative dans ce secteur d’IA, avec Nvidia comme acteur clé, car elle possède l’architecture, le pouvoir de tarification, et actuellement, le bilan le plus sain parmi toutes les parties impliquées. Quant aux financiers, ils estiment que les intermédiaires qui ont emprunté pour acheter ces puces méritent une importance beaucoup plus faible que leurs taux de croissance ne le suggèrent, car leurs actions sont directement liées au risque incorrect. À mon avis, c’est un moment opportun pour réduire les doublons et augmenter la marge de sécurité, mais pas pour sortir du marché, pour les portefeuilles à long terme qui déjà présentent une concentration importante dans le domaine de l’IA.

La question n’est pas de savoir si l’infrastructure de l’IA reste importante. La question est plutôt de savoir si on est rémunéré pour détenir la part la plus importante dans sa structure financière, dans un marché où personne n’a encore déterminé la valeur de cette structure. La demande n’est pas le problème. Le problème, c’est que, pour la première fois au cours de ce cycle, l’architecture peut être correcte, mais les crédits peuvent rester erronés – et le marché vient juste de commencer à évaluer cette distinction.