Comment évaluer les actions des infrastructures d’IA alors que la croissance des dépenses d’investissement ralentit

Alors que la demande en IA générative et en cloud computing continue de croître, des entreprises technologiques telles que Microsoft, Alphabet, Amazon et Meta poursuivent l’expansion de leurs investissements dans les infrastructures, stimulant le développement rapide des chaînes d’approvisionnement en puces, serveurs et cloud computing d’IA. Toutefois, à l’entrée dans le second semestre 2026, le marché a commencé à se concentrer davantage sur une question : maintenant que les investissements dans l’IA ont atteint un niveau relativement élevé, les dépenses d’investissement peuvent-elles continuer à croître au même rythme, et ces investissements peuvent-ils générer des revenus et des flux de trésorerie suffisants ?

Cette préoccupation ne signifie pas que les investissements dans l’IA se sont globalement contractés. En juillet 2026, les prévisions de dépenses d’investissement annuelles pour Microsoft, Alphabet, Amazon, Meta et Oracle étaient encore révisées à la hausse, l’estimation combinée atteignant environ $730 milliards. Dans le même temps, la pression exercée par ces investissements massifs sur les flux de trésorerie disponibles devient de plus en plus apparente. Même avec une croissance relativement soutenue des revenus, certaines entreprises doivent absorber la hausse des coûts d’équipement, de construction et de financement.

Pour les entreprises de puissance de calcul d’IA telles que CoreWeave et IREN, les investisseurs doivent distinguer l’ampleur des dépenses d’investissement, la capacité de calcul effectivement livrée et la qualité des bénéfices à long terme. Cet article explique comment évaluer les risques potentiels des actions liées aux infrastructures d’IA en examinant les dépenses d’investissement, les amortissements, les flux de trésorerie et les indicateurs de valorisation.

À retenir

• Un ralentissement de la croissance des dépenses d’investissement dans l’IA ne signifie pas que l’investissement total diminue, ni nécessairement que la demande de capacité de calcul d’IA se contracte.

• La croissance des dépenses d’investissement peut soutenir les revenus futurs, mais les nouveaux équipements doivent passer par les phases de construction, de déploiement et de livraison aux clients avant de pouvoir générer des rendements effectifs.

• L’amortissement des GPU, les coûts de financement et les cycles de remplacement des équipements influencent la rentabilité à long terme des entreprises de cloud computing d’IA.

• Pour les entreprises à forte intensité capitalistique telles que CoreWeave et IREN, observer uniquement la croissance des revenus ou la valeur des contrats ne suffit pas à déterminer si leurs valorisations sont raisonnables.

• Les investisseurs doivent mener une analyse complète fondée sur les flux de trésorerie disponibles, le rendement du capital investi, l’utilisation de la capacité de calcul, la concentration de la clientèle et la structure de la dette.

1. Que signifie un ralentissement de la croissance des dépenses d’investissement dans l’IA ?

Les dépenses d’investissement (CapEx) correspondent aux fonds qu’une entreprise investit pour acheter, construire ou moderniser des actifs à long terme. Dans le secteur des infrastructures d’IA, ces actifs comprennent principalement les GPU, les serveurs, les bâtiments de centres de données, les installations d’alimentation et de distribution électrique, les équipements réseau et les systèmes de refroidissement.

Lors de l’évaluation des tendances d’investissement dans l’IA, il est important de distinguer le total des dépenses d’investissement de leur taux de croissance. Supposons qu’une entreprise investisse $10 milliards la première année, $18 milliards la deuxième année et $22 milliards la troisième année. Bien que l’investissement atteigne un nouveau sommet au cours de la troisième année, son taux de croissance annuel est déjà passé de 80 % à environ 22 %. Cela signifie que l’investissement continue de progresser, mais à un rythme plus lent.

Par conséquent, un ralentissement de la croissance des CapEx d’IA ne doit pas être interprété directement comme une réduction des investissements dans l’IA. Pour les entreprises qui ont déjà achevé une partie du développement de leurs infrastructures, une croissance plus lente des investissements peut simplement signifier que les constructions à grande échelle des premières phases évoluent progressivement vers l’exploitation. En revanche, si une entreprise réduit ses nouveaux investissements en raison d’une demande insuffisante des clients, de la hausse des coûts de financement ou de rendements des projets inférieurs aux attentes, cela peut refléter une pression opérationnelle plus profonde.

Les dépenses d’investissement présentent également un caractère clairement cyclique. Une entreprise peut concentrer la construction de centres de données sur une année, puis se concentrer principalement sur le déploiement des équipements et l’optimisation opérationnelle les années suivantes. Par conséquent, les variations des dépenses d’investissement au cours d’un seul trimestre peuvent ne pas refléter avec précision la demande à long terme dans l’ensemble du secteur de l’IA.

Les investisseurs devraient davantage se concentrer sur la question de savoir si une entreprise a revu à la baisse ses prévisions d’investissement pour l’ensemble de l’année, retardé des projets planifiés ou réduit ses engagements futurs d’approvisionnement en équipements, plutôt que de fonder leur jugement uniquement sur la croissance annuelle d’un trimestre donné.

2. Pourquoi la croissance des dépenses d’investissement dans l’IA peut-elle peser sur les valorisations des actions technologiques ?

Au début de la phase d’investissement dans les infrastructures d’IA, le marché se concentre généralement davantage sur la capacité d’une entreprise à obtenir des GPU, construire des centres de données et conclure des contrats avec des clients. Lorsque le secteur entre dans une période d’expansion à grande échelle, les investisseurs peuvent déplacer leur attention vers les rendements du capital.

En effet, les dépenses d’investissement ne sont pas équivalentes au bénéfice de la période en cours. Lorsqu’une entreprise achète des GPU et construit des centres de données, elle doit d’abord engager des sommes considérables. Ces actifs sont généralement comptabilisés progressivement en charges sous forme d’amortissement sur plusieurs périodes comptables futures. Ce n’est que lorsque les équipements nouvellement achetés deviennent opérationnels, attirent des commandes clients et génèrent des revenus suffisants que l’investissement initial peut potentiellement produire un rendement économique.

Les résultats financiers des entreprises technologiques en 2026 reflètent déjà cette tension. Par exemple, Meta a enregistré une croissance de ses revenus d’environ 28 % au deuxième trimestre, mais ses flux de trésorerie disponibles ont reculé d’environ 91 % sur un an, à $784 millions. Sur la même période, Meta a ajusté sa prévision de dépenses d’investissement pour l’ensemble de l’année à une fourchette de $130 milliards à $145 milliards.

Cela montre que la croissance des revenus et la performance des flux de trésorerie peuvent fortement diverger durant les périodes de forts investissements. En matière de valorisation boursière, les cours de marché intègrent souvent des anticipations de croissance future des bénéfices. Si une entreprise continue d’augmenter ses dépenses d’investissement, mais que la croissance de ses nouveaux revenus, de ses marges bénéficiaires et de ses flux de trésorerie reste inférieure aux attentes, les investisseurs peuvent abaisser leurs prévisions de bénéfices futurs et, par conséquent, réduire le multiple de valorisation qu’ils sont prêts à payer.

À l’inverse, si une entreprise peut démontrer que ses investissements dans l’IA augmentent les revenus, la fidélisation de la clientèle et les marges bénéficiaires à long terme, le marché peut continuer à lui attribuer une valorisation relativement élevée, même si ses flux de trésorerie disponibles sont sous pression à court terme.

Par conséquent, le facteur clé qui affecte le cours des actions technologiques n’est pas simplement l’augmentation ou non des dépenses d’investissement, mais l’évolution des attentes des investisseurs concernant le rendement de ces dépenses.

3. Comment les flux de trésorerie disponibles peuvent-ils servir à évaluer la pression des investissements sur les entreprises de puissance de calcul d’IA ?

Les flux de trésorerie disponibles (FCF) sont couramment utilisés pour mesurer le montant de trésorerie qu’une entreprise peut conserver après avoir maintenu ses activités et réalisé les investissements nécessaires. Pour les entreprises d’IA à forte intensité capitalistique, les flux de trésorerie disponibles aident les investisseurs à évaluer si la croissance de l’activité nécessite une dépendance continue au financement externe.

Une entreprise peut afficher des revenus d’exploitation et un bénéfice comptable élevés, mais si elle doit acheter continuellement des GPU, construire des centres de données et moderniser ses infrastructures réseau, sa trésorerie réellement disponible peut rester limitée.

Par exemple, supposons qu’une entreprise de cloud computing d’IA génère $5 milliards de flux de trésorerie opérationnels au cours d’une année et dépense $7 milliards pour l’achat d’équipements et la construction de centres de données. Sans tenir compte d’autres ajustements, ses flux de trésorerie disponibles seraient d’environ -$2 milliards. Cela ne signifie pas nécessairement que l’entreprise est exploitée de manière non performante, car les nouveaux équipements peuvent générer des revenus à l’avenir. Cela signifie toutefois que l’expansion actuelle doit encore être soutenue par des réserves de trésorerie, de la dette ou un financement par capitaux propres.

Lors de l’analyse des flux de trésorerie disponibles, les investisseurs doivent également distinguer les investissements de croissance des investissements de maintenance. Les investissements de croissance servent à accroître la capacité de service future, par exemple en construisant de nouveaux clusters de GPU. Les investissements de maintenance servent à remplacer les équipements vieillissants et à maintenir le fonctionnement normal des activités existantes.

Cette distinction est particulièrement importante pour les entreprises fortement dépendantes des GPU. Si une entreprise doit remplacer fréquemment son matériel pour rester compétitive, certains investissements qui semblent destinés à l’expansion peuvent en réalité constituer des dépenses opérationnelles nécessaires à long terme.

En outre, les entreprises peuvent obtenir des actifs de calcul via des contrats de location-financement, des locations opérationnelles ou des financements d’équipements. Les différents dispositifs de financement peuvent être présentés différemment dans les chiffres des dépenses d’investissement et les tableaux de flux de trésorerie. Par conséquent, la charge d’investissement réelle d’une entreprise ne peut pas être évaluée sur la seule base d’un indicateur financier.

Les investisseurs peuvent combiner les flux de trésorerie opérationnels, les dépenses d’investissement en trésorerie, les obligations locatives et les engagements futurs d’approvisionnement en équipements afin d’analyser les besoins de financement dans différents scénarios de croissance.

4. Pourquoi l’amortissement des GPU affecte-t-il la valorisation des entreprises de cloud computing d’IA ?

Les GPU sont des actifs opérationnels importants pour les entreprises de cloud computing d’IA. Contrairement aux terrains ou à certaines installations de bâtiments, les GPU sont toutefois soumis à des mises à jour technologiques rapides et à des améliorations de performance. Les puces de nouvelle génération peuvent améliorer l’efficacité de calcul, la consommation d’énergie et le coût de calcul par unité, ce qui peut modifier la compétitivité commerciale des équipements de génération précédente.

Après l’achat de GPU, une entreprise ne comptabilise généralement pas l’intégralité du coût comme charge dans son compte de résultat en une seule fois. Elle amortit plutôt ce coût sur la durée de vie utile prévue de l’équipement. Toutes choses égales par ailleurs, une période d’amortissement plus longue entraîne généralement une charge d’amortissement annuelle plus faible, tandis qu’une période plus courte entraîne une charge d’amortissement annuelle plus élevée.

Par exemple, supposons qu’un groupe de serveurs GPU coûte $60 millions et n’ait aucune valeur résiduelle. Avec un amortissement linéaire sur six ans, la charge d’amortissement annuelle serait de $10 millions. Si la durée de vie économique réelle n’est que de quatre ans, la charge annuelle selon un plan d’amortissement sur quatre ans serait de $15 millions.

Cette différence affecte le bénéfice comptable, mais ne modifie pas le coût d’achat déjà payé par l’entreprise. Par conséquent, lors de l’analyse de l’amortissement des GPU, les investisseurs doivent prendre en compte à la fois la durée de vie utile comptable et la durée de vie économique réelle.

Il est important de noter que la durée de vie économique d’un actif ne correspond pas nécessairement au cycle de produits des produits de nouvelle génération. Les GPU de génération précédente peuvent continuer à être utilisés pour l’inférence, le calcul d’entreprise ou les charges de travail sensibles aux coûts. Leur valeur réelle dépend des performances, de la consommation d’énergie, de la demande des clients et des prix de location.

Dans sa présentation des résultats du quatrième trimestre de l’exercice 2026, Microsoft a indiqué que les dépenses d’investissement trimestrielles s’élevaient à $41 milliards, dont environ deux tiers étaient consacrés à des actifs à durée de vie plus courte, principalement des CPU et des GPU. L’entreprise a également ajusté les durées de vie utiles estimées d’actifs à long terme tels que les bâtiments de centres de données, mais il ne s’agit pas du même concept que la période d’amortissement des GPU.

Pour les entreprises de cloud computing d’IA telles que CoreWeave, les investisseurs doivent surveiller attentivement les politiques d’amortissement des actifs GPU, les plans de remplacement des équipements et la capacité des équipements plus anciens à continuer de générer des revenus locatifs suffisants.

Si la durée de vie économique réelle est nettement plus courte que la période d’amortissement utilisée dans les états financiers, l’entreprise peut faire face à un risque plus élevé de dépréciation future des actifs. Si les équipements peuvent maintenir un taux d’utilisation élevé sur une période prolongée, ils peuvent générer davantage de flux de trésorerie pendant leur durée de vie utile.

5. Comment les investisseurs peuvent-ils déterminer si l’utilisation de la capacité de calcul d’IA est suffisante pour soutenir les revenus ?

L’utilisation de la capacité de calcul est un indicateur important de l’efficacité des investissements dans les infrastructures d’IA. Pour les entreprises de cloud computing d’IA, l’achat de GPU n’est que la première étape de la création d’une capacité de service. Les équipements doivent également être installés, connectés au réseau, testés et livrés aux clients avant de pouvoir commencer à générer des revenus.

Même si une entreprise possède un grand nombre de GPU, une faible utilisation réelle peut l’empêcher de couvrir l’amortissement des équipements, l’électricité, l’exploitation et la maintenance, ainsi que les coûts de financement. Par exemple, supposons qu’un cluster de GPU puisse théoriquement fournir 100 000 heures de services de calcul par mois, à un tarif moyen de $3 par heure. Si toute la capacité de calcul pouvait être vendue dans des conditions idéales, les revenus mensuels atteindraient $300 000. Si l’utilisation réelle facturable n’est que de 50 % et que les tarifs restent inchangés, les revenus mensuels tomberaient à $150 000.

Cela signifie que la rentabilité est simultanément affectée par la capacité de calcul, l’utilisation réelle et les revenus par unité de capacité de calcul. Même si le nombre de GPU augmente, les nouveaux équipements peuvent réduire le rendement global du capital si la demande des clients progresse plus lentement que prévu.

Toutefois, l’utilisation de la capacité de calcul ne doit pas être comprise simplement comme un fonctionnement des GPU à pleine charge en permanence. Certaines entreprises utilisent des contrats de réservation de capacité à long terme. Même si les clients n’utilisent pas pleinement les ressources qu’ils ont réservées, les prestataires de services peuvent tout de même percevoir des frais conformément aux contrats. D’autres entreprises facturent à l’heure ou selon l’utilisation, ce qui rend leurs revenus plus étroitement liés à l’utilisation réelle. Les investisseurs doivent donc tenir compte du modèle économique de l’entreprise et surveiller le nombre de GPU déployés, la capacité facturable, la couverture contractuelle, les revenus par unité de capacité de calcul et l’avancement des livraisons aux clients.

Si la capacité de calcul d’une entreprise augmente rapidement alors que la croissance de ses revenus est nettement plus lente, les investisseurs doivent déterminer si les nouveaux équipements ne sont pas encore opérationnels, si les contrats clients n’ont pas encore commencé à générer des revenus facturables ou si la demande réelle du marché est insuffisante.

6. En quoi les risques de valorisation de CoreWeave et d’IREN diffèrent-ils ?

CoreWeave (CRWV) et IREN (IREN) participent tous deux au marché des infrastructures de calcul d’IA, mais leurs fondements commerciaux et leurs trajectoires d’expansion diffèrent. Par conséquent, les mêmes hypothèses de valorisation ne peuvent pas être appliquées directement aux deux entreprises.

CoreWeave fournit principalement des services de cloud computing pour les charges de travail d’IA. Son modèle économique repose sur le déploiement de clusters de GPU, la demande des clients en capacité de calcul et les contrats de services à long terme. Les investisseurs doivent se concentrer sur la capacité de l’entreprise à convertir les commandes contractées en revenus réels et sur la nécessité de supporter des coûts de financement élevés pour construire de nouvelles capacités de calcul.

Pour CoreWeave, le carnet de commandes de revenus contractés peut aider à indiquer la visibilité sur les revenus futurs, mais il ne peut pas être considéré directement comme un flux de trésorerie réalisé. L’exécution des contrats dépend généralement du déploiement des équipements, de la disponibilité du service et de l’acceptation par les clients. Les revenus associés peuvent également être comptabilisés sur plusieurs périodes comptables futures.

IREN, en revanche, a un historique commercial qui inclut une expansion du minage de Bitcoin vers le cloud computing d’IA. Son expérience existante dans le développement de centres de données et ses ressources énergétiques peuvent constituer une base pour son activité d’IA, mais les infrastructures de minage et les installations de cloud d’IA à hautes performances ne sont pas identiques.

L’analyse de la valorisation d’IREN doit distinguer son activité de minage de Bitcoin de son activité de cloud computing d’IA. Les investisseurs devraient accorder une attention particulière au coût de déploiement de nouveaux GPU, à l’avancement des mises à niveau des centres de données et à la capacité des revenus du cloud d’IA à générer des bénéfices et des flux de trésorerie durables.

Les deux entreprises peuvent bénéficier de la croissance de la demande de capacité de calcul d’IA, mais des anticipations élevées de croissance de l’activité ne signifient pas nécessairement que les risques liés à leur valorisation boursière sont faibles.

Par exemple, si le marché a déjà valorisé une entreprise sur la base d’un scénario de forte croissance pour les prochaines années, son action peut encore connaître une correction même si les revenus réels continuent de croître, dès lors que le taux de croissance est inférieur aux attentes du marché.

Par conséquent, lors de la comparaison d’entreprises de puissance de calcul d’IA, les investisseurs doivent examiner la performance opérationnelle conjointement aux attentes du marché, plutôt que de déterminer quelle entreprise est la plus attractive uniquement sur la base de la croissance des revenus.

7. Quels indicateurs de valorisation les investisseurs devraient-ils surveiller pour les actions liées à la puissance de calcul d’IA ?

L’analyse traditionnelle des actions utilise souvent le ratio cours/bénéfice (P/E) pour évaluer la valorisation des entreprises. Toutefois, pour les entreprises de cloud computing d’IA qui se trouvent encore dans une période de forts investissements en capital et dont les bénéfices sont volatils, un seul ratio P/E peut ne pas refléter pleinement leurs conditions opérationnelles.

Les investisseurs peuvent combiner les cinq indicateurs suivants dans leur analyse.

L’EV/EBITDA nécessite une prudence particulière lorsqu’il est utilisé pour les entreprises d’infrastructures d’IA. Comme l’EBITDA exclut les amortissements, une entreprise qui achète de grandes quantités de GPU peut afficher un EBITDA élevé tout en étant confrontée à d’importantes dépenses de remplacement des équipements.

Par exemple, deux entreprises de cloud computing d’IA peuvent chacune afficher un EBITDA de $1 milliard, mais l’une peut devoir investir seulement $200 millions par an pour maintenir ses équipements existants, tandis que l’autre doit investir $800 millions. Toutes choses égales par ailleurs, les deux entreprises peuvent présenter des capacités de génération de trésorerie à long terme très différentes.

En outre, la valeur d’entreprise (EV) prend généralement en compte des facteurs tels que la dette et la trésorerie. Pour les entreprises qui dépendent fortement des locations-financements et des financements externes pour leur expansion, les comparaisons fondées uniquement sur la capitalisation boursière des capitaux propres peuvent sous-estimer leur charge globale en capital.

Par conséquent, une approche plus raisonnable consiste à analyser d’abord la croissance des revenus et les marges bénéficiaires, puis à examiner les flux de trésorerie disponibles, la structure de la dette et les dépenses d’investissement futures, avant de déterminer si la valorisation actuelle reflète déjà ces risques.

8. Comment les investisseurs peuvent-ils déterminer si un ralentissement de la croissance des dépenses d’investissement dans l’IA déclenchera un ajustement de valorisation ?

Un ralentissement de la croissance des dépenses d’investissement dans l’IA n’entraîne pas nécessairement une baisse des actions liées à la puissance de calcul d’IA. Les facteurs déterminants sont la raison du ralentissement et les anticipations de croissance que le marché avait auparavant intégrées dans le cours de l’entreprise.

Si la croissance des dépenses d’investissement ralentit principalement parce que les constructions précédentes sont achevées et que l’entreprise commence à augmenter l’utilisation des équipements, à accroître les revenus clients et à améliorer ses flux de trésorerie disponibles, une croissance plus lente des investissements peut au contraire indiquer que le modèle économique gagne progressivement en maturité.

En revanche, si une entreprise reporte ses investissements en raison d’une demande insuffisante des clients, d’une pression financière accrue ou d’une baisse de la rentabilité économique des projets, le marché peut réévaluer son potentiel de croissance à long terme.

Les investisseurs peuvent évaluer la situation en trois étapes.

1. Observer si les dépenses d’investissement sont alignées sur la croissance des revenus. Si les dépenses d’investissement d’une entreprise continuent d’augmenter tandis que la croissance des nouveaux revenus ralentit fortement, les investisseurs doivent analyser si les nouvelles installations ne sont pas encore opérationnelles et à quel moment les investissements associés pourraient commencer à générer des rendements.

2. Observer l’évolution des marges bénéficiaires et des flux de trésorerie. Si les revenus continuent de croître, mais que la marge brute, les flux de trésorerie opérationnels et les flux de trésorerie disponibles continuent de se détériorer, l’expansion de l’activité peut s’accompagner d’une pression accrue sur les coûts. Toutefois, les investisseurs doivent également distinguer les investissements temporaires de construction d’une baisse de la rentabilité à long terme.

3. Observer si la valorisation repose excessivement sur des hypothèses de forte croissance. Si la valorisation actuelle d’une entreprise repose sur des attentes de croissance élevée soutenue au cours des prochaines années, même une réduction modeste des attentes de croissance peut entraîner une contraction du multiple de valorisation, même si les conditions opérationnelles ne se sont pas sensiblement détériorées.

Par exemple, supposons qu’une entreprise prévoyait initialement une croissance annuelle de ses revenus de 60 % au cours des trois prochaines années, puis révise cette prévision à 35 %. Un taux de croissance de 35 % reste relativement élevé, mais si le marché avait auparavant valorisé l’action sur la base d’une trajectoire de croissance de 60 %, l’action pourrait néanmoins connaître une volatilité importante.

Les investisseurs doivent donc distinguer la détérioration des fondamentaux des ajustements des attentes du marché. Une baisse du cours de l’action ne signifie pas nécessairement que la demande dans le secteur de l’IA a disparu. Elle peut simplement signifier que les investisseurs commencent à exiger des preuves plus claires de rentabilité et de génération de flux de trésorerie.

9. Comment les investisseurs particuliers peuvent-ils établir un cadre d’évaluation des risques pour les actions liées à la puissance de calcul d’IA ?

Les investisseurs particuliers souhaitant s’exposer aux infrastructures d’IA peuvent établir un cadre d’évaluation des risques autour de quatre domaines : la croissance de l’activité, l’investissement en capital, les flux de trésorerie et la valorisation.

• Identifier les principales sources de revenus de l’entreprise. Les fabricants de puces, les fournisseurs de services de cloud computing, les opérateurs de centres de données et les entreprises d’infrastructures énergétiques peuvent tous appartenir à la chaîne d’approvisionnement de l’IA, mais leurs modèles de bénéfices et leurs structures de risque diffèrent.

• Analyser les plans de dépenses d’investissement de l’entreprise pour les une à deux prochaines années et évaluer si les actifs déjà opérationnels peuvent générer des revenus suffisants. Pour les grands projets de centres de données, les investisseurs devraient porter une attention particulière aux raccordements électriques, aux permis de construction, au déploiement des GPU et à l’avancement des livraisons aux clients.

• Évaluer les sources de financement de l’entreprise. Les grandes entreprises technologiques disposant de flux de trésorerie opérationnels stables ont généralement une capacité plus forte à absorber les investissements que les entreprises en croissance qui dépendent fortement de financements externes. Toutefois, même pour les grandes entreprises technologiques, des dépenses d’investissement excessives peuvent affecter les rachats d’actions, les dividendes et les autres plans d’allocation du capital.

• Réaliser une analyse de scénarios fondée sur la valorisation actuelle de l’action. Les investisseurs peuvent envisager différents scénarios, notamment une croissance élevée et durable des revenus, une normalisation progressive de la croissance et des retards dans la livraison des projets, puis évaluer l’évolution possible de la rentabilité, des besoins de financement et de la valorisation de l’entreprise.

L’objectif de ce cadre n’est pas de prédire avec précision le prochain ajustement du cours d’une action. Il consiste plutôt à évaluer si le prix de marché actuel exige de l’entreprise une croissance future excessivement optimiste et si l’entreprise est en mesure de répondre à ces attentes.

Résumé

Un ralentissement de la croissance des dépenses d’investissement dans l’IA ne signifie pas que le cycle d’investissement dans les infrastructures d’IA est terminé. Pour les entreprises de centres de données et de cloud computing qui sont encore en expansion, une baisse du taux de croissance des dépenses d’investissement peut être le signe normal que le cycle d’investissement entre dans une nouvelle étape. Elle peut aussi indiquer des changements dans la demande, les coûts ou l’environnement de financement.

À mesure que les investissements dans les infrastructures d’IA s’intensifient, les critères d’évaluation du marché se déplacent progressivement au-delà du nombre de GPU, de la capacité des centres de données et de la valeur des contrats, vers les revenus réels, l’utilisation des équipements, les flux de trésorerie disponibles et les rendements du capital.

Pour les entreprises de puissance de calcul d’IA telles que CoreWeave et IREN, le potentiel de forte croissance des revenus doit être évalué conjointement avec l’amortissement des GPU, les coûts de financement et les risques de livraison des projets. Pour les fournisseurs en amont tels que NVIDIA, les investisseurs doivent surveiller si les changements dans les plans de dépenses d’investissement des clients affectent le rythme des achats d’équipements.

À long terme, la valeur d’investissement des actions liées à la puissance de calcul d’IA dépend non seulement du montant de capital qu’une entreprise peut investir, mais aussi de sa capacité à générer de manière constante des rendements économiques supérieurs au coût du capital.

FAQ

Que signifie CapEx d’IA ?

Les CapEx d’IA désignent les dépenses d’investissement consacrées à l’intelligence artificielle. Elles comprennent principalement les investissements à long terme dans les centres de données d’IA, l’acquisition de GPU et l’expansion des infrastructures de serveurs et de réseau.

Un ralentissement de la croissance des dépenses d’investissement dans l’IA signifie-t-il que la bulle de l’IA a éclaté ?

Pas nécessairement. Un ralentissement de la croissance des dépenses d’investissement peut résulter d’une base d’investissement plus élevée, de projets entrant dans la phase opérationnelle ou d’une amélioration de l’efficacité des investissements. Il peut également refléter une pression liée à la demande et au financement. Les investisseurs doivent évaluer la situation à partir de données opérationnelles précises.

Pourquoi les entreprises de cloud computing d’IA peuvent-elles augmenter rapidement leurs revenus tout en affichant des pertes ?

L’acquisition de GPU, la construction de centres de données, l’amortissement des équipements et les coûts de financement peuvent être élevés. Même si les revenus augmentent rapidement, une entreprise peut continuer d’afficher des pertes comptables ou des flux de trésorerie disponibles négatifs en raison de l’ampleur de ses investissements antérieurs.

CoreWeave et IREN doivent-elles utiliser la même méthode de valorisation ?

Pas entièrement. Les deux entreprises diffèrent par leur structure commerciale, leur base d’actifs et leurs sources de revenus. Leurs risques liés à l’exécution des contrats, aux dépenses d’investissement, aux flux de trésorerie et à la transition de l’activité doivent être analysés séparément.

L’EV/EBITDA convient-il à l’évaluation des actions liées à la puissance de calcul d’IA ?

Il peut être utilisé comme référence, mais ne doit pas être utilisé seul. Étant donné que l’EBITDA ne reflète pas entièrement l’amortissement des GPU et les dépenses de remplacement des équipements, les investisseurs doivent également surveiller les dépenses d’investissement, les flux de trésorerie disponibles et le poids de la dette.

Quels sont les signes courants indiquant qu’une action liée à la puissance de calcul d’IA est surévaluée ?

Les risques courants comprennent une valorisation qui dépend fortement d’une croissance future élevée, des dépenses d’investissement qui restent supérieures à la capacité de génération de trésorerie, une forte concentration de la clientèle, une utilisation insuffisante des équipements et des besoins de financement par dette ou capitaux propres en hausse continue. Ces signaux doivent être évalués de manière globale au regard du stade de développement de l’entreprise.