Nvidia a renforcé sa promesse de 4 billions de dollars d’ici 2030. Mais l’investissement de 279 milliards de dollars dans le domaine de la mémoire montre bien plus…

Jensen Huang a passé cette semaine à se tenir derrière le chiffre le plus impressionnant dans le secteur technologique. Il y a un an, lors de la même conférence de Goldman Sachs, il avait prédit que le marché de l’IA atteindrait…De 3 billions de dollars à 4 billions de dollars d’ici 2030Cette semaine, il a renforcé son positionnement en disant que la construction de l’infrastructure IA était encore précoce.Il a ignoré les discussions selon lesquelles la croissance s’arrête.Et les entreprises qui se précipitent pour construire des « usines d’IA » sont considérées comme soutenant une nouvelle classe d’actifs.

Il serait facile de considérer cela comme un signe d’optimisme des fondateurs et de continuer à avancer. Mais cette poursuite de l’expansion a eu lieu la même semaine où Nvidia a annoncé aux investisseurs quelque chose de beaucoup plus concret… et plus complexe. La croissance est réelle, mais elle est limitée par des contraintes physiques. Cependant, la manière dont Nvidia utilise ses fonds pour atteindre cette croissance a modifié silencieusement la situation de risque. Le chiffre pour 2030 est une promesse. Ce que Nvidia a vraiment fait avec son argent, c’est un fait, et ce fait mérite plus de poids que cette promesse.

Les chiffres fournis ne sont pas contestés.

Commençons par ce que Nvidia a réellement rapporté. Le dernier trimestreLes revenus s’élevaient à environ 96 milliards de dollars, bien supérieur aux 92 milliards de dollars prévus. Seul le secteur des centres de données rapportait environ 89 milliards de dollars.La gestion a permis une croissance des revenus d’environ 70 % pour l’année financière à venir – bien supérieure aux environ 45 % estimés par les analystes. On a également déclaré que cette croissance pourrait atteindre 100 % si l’entreprise parvenait simplement à obtenir suffisamment de composants.

Ce n’est pas le profil d’une entreprise qui perd des clients. C’est plutôt le profil d’une entreprise qui ne parvient pas à se développer assez rapidement.

Le problème réside dans le mot “composants”. Le goulot d’étranglement physique a changé. Il y a un an, c’était l’emballage avancé et la fabrication des GPU. Maintenant, un niveau a été déplacé dans la stack, vers la mémoire – plus précisément, la mémoire à haute bande passante, ou HBM. C’est une mémoire coûteuse qui se trouve à côté de l’accélérateur d’IA et fournit les données nécessaires pour son fonctionnement. Nvidia affirme que, pour l’instant…Remplir seulement environ 70 % de ce que les clients veulent commander..

Et la mémoire est devenue très coûteuse. La direction a qualifié les coûts liés à HBM d’« extrêmes », bien au-delà de ses propres prévisions.Le taux de marge brute est tombé à environ 74 % pour le trimestre en cours. Le niveau le plus bas était de près de 71–72 %, avant de se stabiliser dans la fourchette de 72–73 % pour l’année fiscale 2028.Cela représente une baisse par rapport à environ 75 % aujourd’hui. Pour être clair, les profits absolus continuent de augmenter – Nvidia transmet ces coûts supplémentaires aux prix des produits. Mais le pourcentage diminue, et c’est le premier signe que la phase d’expansion facile des marges est terminée dans ce cycle économique.

Les 279 milliards de dollars…

C’est le nombre auquel je reviens constamment. Pour conserver la mémoire qu’il nécessite, Nvidia…Elle a plus que doublé ses engagements en matière d’approvisionnement et de capacité en un seul trimestre – passant d’environ 119 milliards de dollars à environ 279 milliards de dollars.— Presque tout est stocké pour les HBM et les DRAM. On achète de la mémoire des années à l’avance, avec la même urgence qu’on a utilisée pour les composants avancés les plus rares.

Cette surcharge de données représente un signal double ; les deux aspects sont intéressants à prendre en compte. D’un côté, c’est la preuve la plus forte que la direction croit que la demande est réelle et durable. Personne ne signerait des engagements de 279 milliards de dollars pour des périodes longues, au vu du risque qu’une bulle éclate. C’est donc la partie liée à la demande, que Huang souligne en utilisant des chiffres concrets plutôt que des paroles floues.

D’un autre côté, une évolution significative dans les engagements est précisément le type d’escalade dont dépendent les revenus futurs. Cette situation se produit au moment où les marges diminuent, en raison de ces engagements eux-mêmes. Plus l’investissement est grand, plus la marge de sécurité est faible si la situation de la demande se dégrade.

La deuxième chose que Huang a fait cette semaine était plus discrète, mais sans doute plus importante. Il n’a pas simplement décrit l’infrastructure de l’IA comme une nouvelle catégorie d’actifs investissables – Nvidia a même commencé à financer cette catégorie d’actifs. L’entreprise a également révélé…Une plateforme de financement d’environ 500 milliards de dollars, avec des partenaires tels que Apollo, BlackRock, Blackstone, Goldman Sachs et KKR.De plus, les engagements financiers totaux liés aux accords de fourniture, aux contrats cloud, aux locations et aux investissements en actions s’élèvent à environ 366 milliards de dollars.

C’est là que nous devrions faire une pause. Dans le modèle classique, un fabricant de puces vend ses puces, et ses clients prennent le risque de voir si les machines rapportent des bénéfices. Aujourd’hui, Nvidia aide de plus en plus à financer les acheteurs de ses puces – les neoclouds et les usines d’IA financées par des capitaux privés, qui se développent plus rapidement que les hyperscalers traditionnels. Lorsqu’un fournisseur commence à financer ses propres clients, la croissance à court terme devient plus forte, et l’avantage concurrentiel au sein du système augmente. Une partie de la demande marginale est constituée par des puces achetées avec de l’argent obtenu en promettant des rendements futurs, plutôt que par des clients finaux qui paient pour des résultats d’IA prêts à être utilisés.

C’est là que se situe l’argument selon lequel « est-ce vraiment une bulle ? ». Cet argument peut être utilisé à l’encontre ou en faveur de l’idée en question. Le point de vue sceptique ne soutient pas que l’IA est fausse. Il s’agit plutôt du fait que une part significative des investissements nécessaires est financée par Nvidia et des capitaux tiers, dans l’espoir que les usines d’IA généreront suffisamment de revenus pour rembourser les dettes. L’hypothèse sur laquelle Huang insiste en 2030 est que les contraintes physiques – mémoire, énergie, emballage – sont réelles, et non une pénurie de demande. Les obstacles physiques peuvent généralement être résolus, mais la question est de savoir si les financements permettront de les surmonter.

Aucun de ces facteurs ne représente une préoccupation en matière de solvabilité pour Nvidia en soi. Je ne l’interpréterais pas de cette manière. Le bilan financier de Nvidia est solide : environ 127 milliards de dollars de flux de trésorerie annuel et des liquidités nettes. L’augmentation de la dette constitue un risque lié aux clients que Nvidia finance actuellement. Il s’agit donc d’un risque lié aux parties prenantes et au système financier, et non d’une menace pour les propres comptes de Nvidia.

Que faire de ça ?

Donc, ne changez pas l’estimation pour l’année 2030. Quatre ans plus tard, cette estimation dépasse de loin les résultats réels. La personne qui réalise cette estimation est celle qui bénéficie le plus de la réalisation de cette prévision. Cela fait donc une affirmation utile concernant la direction que Nvidia choisit, mais pas un fait concernant la manière dont elle mettra en œuvre ces prévisions.

Ce qui fonctionne aujourd’hui est plus restreint et plus précis : 70 % de croissance guidée par des mécanismes de gestion des marges, une réduction significative des marges due à la mémoire des actions antérieures, ainsi qu’une augmentation des engagements d’achat s’élevant à 279 milliards de dollars. Le cours de l’action a chuté cette semaine, même après les bonnes nouvelles : il a diminué d’environ 4 % en cinq jours, mais reste encore à environ 17 % cette année. Le marché a interprété ces nouvelles concernant les marges comme étant plus importantes que les promesses faites. C’est généralement le cas dans ce type de situation.

La question importante n’est pas de savoir si Jensen a raison concernant l’année 2030 – mais plutôt si la croissance obtenue actuellement est financée par les utilisateurs finaux ou si elle est financée sur la confiance. Cela peut être observé dans les prochains trimestres : les usines d’IA nouvellement financées peuvent-elles transformer leurs GPU en revenus et flux de trésorerie suffisamment rapidement pour rembourser les dettes qui ont permis leur financement ? Il convient de surveiller si les prévisions de marge restent autour de 74 %, contrairement à une tendance vers 71–72 %. De plus, il faut voir si ces engagements continuent d’augmenter. Ces deux chiffres vous indiqueront combien coûte cette promesse… et ce qui pourrait échouer si elle ne se réalise pas.