Pourquoi 2028 pourrait-il marquer un tournant pour les bénéfices des centres de données dédiés à l’IA ? Comprendre les dépenses d’investissement, l’amortissement et les risques liés aux résultats financiers

Le 10 novembre 2026, Wells Fargo a relevé son opinion d’investissement sur le secteur américain des infrastructures d’IA, de négative à neutre, après une correction significative des valeurs liées aux semi-conducteurs qui a amélioré les valorisations et les profils risque-rendement. Toutefois, l’établissement a également indiqué que les dépenses d’investissement liées à l’IA pourraient contribuer nettement moins à la croissance des bénéfices des entreprises d’ici 2028, lorsque le ralentissement de la croissance des dépenses et l’augmentation des charges d’amortissement pourraient peser sur le bénéfice par action.

Cela signifie que construire davantage de centres de données dédiés à l’IA ne se traduit pas nécessairement par des bénéfices futurs plus élevés pour les entreprises concernées. Pour les investisseurs, les questions les plus importantes sont les suivantes : quand les fonds investis aujourd’hui se traduiront-ils en revenus ? Comment l’amortissement d’équipements tels que les GPU affectera-t-il les bénéfices ? Si la demande d’IA continue de croître, mais à un rythme plus lent que celui anticipé par le marché, comment les valorisations des valeurs technologiques s’ajusteront-elles ? Cet article examine ces questions.

Points clés

• Les dépenses d’investissement dans l’IA restent élevées. Les grandes entreprises technologiques continuent d’investir dans les GPU, les serveurs, les centres de données et les infrastructures électriques, soutenant la demande dans l’ensemble de la chaîne d’approvisionnement.

• L’année 2028 constitue une fenêtre potentielle de surveillance des risques, et non un point de retournement confirmé pour le secteur. Le marché s’inquiète d’un ralentissement de la croissance des dépenses d’investissement, parallèlement à la poursuite de l’augmentation des charges d’amortissement liées aux investissements antérieurs.

• Il existe un décalage temporel entre les dépenses d’investissement et la comptabilisation des bénéfices. Les entreprises enregistrent des sorties de trésorerie lors de l’achat d’équipements, tandis que les coûts associés sont généralement comptabilisés progressivement dans le compte de résultat pendant la durée d’utilité des actifs.

• Le rythme de renouvellement des GPU peut affecter les rendements des investissements. Les améliorations de performances des puces de nouvelle génération peuvent raccourcir la durée d’utilité économique des équipements plus anciens.

• La croissance des revenus issus des centres de données dédiés à l’IA ne signifie pas nécessairement une amélioration des flux de trésorerie disponibles. Les mises à niveau des équipements, les coûts de financement et les dépenses d’exploitation peuvent continuer à mobiliser des capitaux.

• Les risques diffèrent selon les entreprises de la chaîne d’approvisionnement. Les fournisseurs de puces, les plateformes de cloud computing et les opérateurs de centres de données font face à des pressions sensiblement différentes sur les bénéfices et les flux de trésorerie.

Pourquoi les investissements dans les centres de données dédiés à l’IA continuent-ils de croître ?

Le principal moteur de la croissance des investissements dans les centres de données dédiés à l’IA est la demande continue en ressources de calcul pour l’entraînement de modèles d’IA, l’inférence et les applications d’entreprise.

Par rapport aux centres de données traditionnels, les centres de données dédiés à l’IA nécessitent généralement davantage de GPU hautes performances, d’accélérateurs, de réseaux à haut débit et de systèmes de refroidissement spécialisés. L’entraînement de grands modèles repose sur d’importantes ressources de calcul parallèle. À mesure que les agents d’IA, l’automatisation des entreprises et les applications multimodales se développent, les charges de travail liées à l’inférence pourraient également continuer de croître.

En 2026, les investissements dans les infrastructures d’IA restent substantiels. Des données publiées par IDC le 6 novembre montrent que les dépenses mondiales en infrastructures d’IA ont atteint 121,4 milliards de dollars au deuxième trimestre 2026, soit une hausse d’environ 53 % sur un an, et qu’IDC a relevé ses prévisions annuelles à 521 milliards de dollars. Ce chiffre couvre principalement des infrastructures telles que les serveurs et le stockage dédiés à l’IA, et n’est pas entièrement comparable aux dépenses d’investissement plus larges qui incluent les terrains, les bâtiments, l’électricité et d’autres projets de construction.

Parallèlement, JPMorgan prévoit que les dépenses d’investissement mondiales liées à l’IA atteindront environ 900 milliards de dollars en 2026. Bien que les chiffres varient selon les périmètres de mesure, ils reflètent tous le rôle de l’IA comme moteur important des investissements mondiaux dans les infrastructures technologiques.

Toutefois, une échelle d’investissement plus importante ne signifie pas que toutes les nouvelles capacités de calcul peuvent générer des revenus immédiatement. Les centres de données peuvent suivre un processus long, allant de la planification et des autorisations à la construction et à l’exploitation. Même après l’achat des GPU, l’alimentation électrique, les réseaux, les systèmes de refroidissement et les charges de travail des clients doivent être en place avant de pouvoir créer une capacité de calcul utilisable. Par conséquent, la croissance des dépenses d’investissement liées à l’IA reflète les anticipations d’investissement des entreprises concernant la demande future, plutôt que des bénéfices déjà réalisés.

Pourquoi 2028 pourrait-elle devenir un point de retournement pour la pression sur les bénéfices liés à l’IA ?

L’attention portée à 2028 découle principalement de changements potentiels dans la relation entre la croissance des dépenses d’investissement liées à l’IA, la réalisation des revenus et l’amortissement des équipements.

Durant l’expansion rapide des infrastructures d’IA, les dépenses d’investissement des grandes entreprises technologiques peuvent directement augmenter les commandes de puces, de serveurs, d’équipements réseau et de fournisseurs de services de centres de données. Ces dépenses d’approvisionnement deviennent des revenus pour les entreprises en amont et soutiennent la croissance des bénéfices dans l’ensemble de la chaîne d’approvisionnement concernée.

Toutefois, les dépenses d’investissement ne peuvent pas maintenir indéfiniment le même taux de croissance élevé. Après avoir achevé leur première phase de construction d’infrastructures à grande échelle, les entreprises peuvent progressivement réorienter leurs investissements supplémentaires vers la mise à niveau des équipements, l’optimisation des capacités et une expansion plus ciblée. Même si l’investissement total reste élevé, sa croissance annuelle peut ralentir de manière significative.

Dans son analyse de novembre 2026, Wells Fargo a indiqué que les dépenses d’investissement liées à l’IA avaient contribué à hauteur d’environ 8 points de pourcentage à la croissance des bénéfices du S&P 500 au cours de l’année écoulée. Cette contribution devrait se poursuivre en 2027, mais pourrait nettement s’affaiblir en 2028 à mesure que les coûts d’amortissement augmentent.

L’essentiel de cette analyse n’est pas de prévoir l’arrêt de la construction de centres de données dédiés à l’IA en 2028. Elle reflète plutôt la crainte que deux forces évoluent simultanément : d’une part, les nouvelles dépenses d’investissement pourraient apporter une contribution marginale plus faible à la croissance des revenus de la chaîne d’approvisionnement ; d’autre part, les équipements achetés précédemment pourraient commencer à générer des charges d’amortissement plus élevées et durables.

Si les revenus supplémentaires issus des services d’IA ne peuvent pas couvrir en temps utile les coûts d’amortissement, d’exploitation et de financement, la croissance des bénéfices pourrait être limitée.

Cependant, il s’agit toujours d’une prévision fondée sur des scénarios plutôt que d’un résultat certain. Si la commercialisation de l’IA s’accélère, si l’utilisation des capacités de calcul s’améliore ou si les coûts de calcul unitaires diminuent, des revenus supplémentaires pourraient encore compenser ces pressions sur les coûts. Par conséquent, 2028 doit davantage être considérée comme une fenêtre importante de surveillance permettant au marché d’évaluer les rendements des investissements dans l’IA, plutôt que comme une date confirmée de déclin du secteur.

Pourquoi les dépenses d’investissement dans les centres de données dédiés à l’IA se transforment-elles en pression liée à l’amortissement ?

Les dépenses d’investissement, ou CapEx, désignent les dépenses engagées par les entreprises pour acheter ou construire des actifs à long terme, tels que des GPU, des serveurs, des bâtiments de centres de données et des équipements électriques.

Contrairement aux dépenses opérationnelles courantes, les dépenses pouvant être immobilisées ne sont généralement pas intégralement comptabilisées dans le compte de résultat au cours de la période d’achat. Elles sont d’abord comptabilisées comme actifs, puis amorties progressivement sur leur durée d’utilité estimée. Par exemple, si une entreprise achète pour 10 milliards de dollars d’équipements serveurs et applique un amortissement linéaire sur cinq ans sans valeur résiduelle, elle peut comptabiliser environ 2 milliards de dollars de charges d’amortissement chaque année.

Cela signifie que les achats d’équipements entraînent d’importantes sorties de trésorerie au départ, tandis que leur impact sur le compte de résultat peut se prolonger pendant des années. Ce décalage temporel est particulièrement important pour les centres de données dédiés à l’IA.

Si les entreprises réalisent des achats d’équipements à grande échelle en 2026 et en 2027, les charges d’amortissement de plusieurs vagues d’investissement peuvent affecter simultanément le compte de résultat en 2028. Même si la croissance des nouvelles dépenses d’investissement ralentit cette année-là, les coûts d’amortissement liés aux investissements antérieurs ne disparaîtront pas immédiatement.

En outre, les puces d’IA évoluent rapidement. Comme les GPU de nouvelle génération offrent des performances de calcul et une efficacité énergétique supérieures, la valeur économique des équipements plus anciens peut diminuer, ce qui oblige les entreprises à réévaluer les durées d’utilité estimées et les risques de dépréciation.

Toutefois, les durées d’utilité varient considérablement selon les types d’actifs. Les bâtiments de centres de données, les systèmes électriques et les installations de refroidissement ont généralement des durées d’utilité plus longues, tandis que les équipements informatiques tels que les GPU et les serveurs connaissent des cycles de renouvellement relativement plus courts. L’investissement global dans un centre de données ne peut donc pas être évalué uniquement selon le cycle de renouvellement des GPU. La pression liée à l’amortissement dépend non seulement du montant investi, mais aussi des actifs achetés, de leur durée d’utilisation prévue et de la capacité des équipements concernés à générer des revenus suffisants tout au long de leur cycle de vie.

Pourquoi une demande croissante d’IA ne se traduit-elle pas nécessairement par des bénéfices plus élevés ?

Une demande croissante d’IA peut augmenter l’utilisation des capacités de calcul, mais la rentabilité finale d’une entreprise dépend également de la tarification des services, des coûts d’exploitation et du taux d’utilisation des actifs. Pour les grandes entreprises de cloud computing, les revenus liés à l’IA proviennent principalement de la location de capacités de calcul, des services de plateformes cloud et des produits logiciels associés. Si la demande des clients continue de croître, les entreprises peuvent augmenter leurs revenus en améliorant le taux d’utilisation des serveurs et en étendant l’échelle de leurs services.

Toutefois, si de grands volumes de nouvelles capacités de centres de données commencent à fonctionner au même moment, le marché peut faire face à une concurrence tarifaire plus intense. Même si l’utilisation des ressources de calcul continue d’augmenter, le revenu par unité de capacité de calcul peut diminuer.

Dans le même temps, les coûts d’acquisition des GPU, d’électricité, de refroidissement, de réseau et de maintenance persistent. Certaines entreprises peuvent également devoir payer des intérêts de financement ou acheter des ressources de calcul supplémentaires auprès de partenaires. Par conséquent, les activités liées à l’IA peuvent connaître une croissance des revenus parallèlement à une baisse des marges bénéficiaires.

Les améliorations de l’efficacité des modèles d’IA peuvent également modifier la structure de la demande de calcul. Les nouveaux modèles peuvent réduire le coût de calcul de tâches individuelles grâce à des méthodes d’inférence plus efficaces. Cela peut élargir le champ des applications de l’IA, mais aussi affecter le pouvoir de fixation des prix de certains services de calcul.

Si la croissance de la demande induite par la baisse des coûts est suffisamment rapide, les entreprises peuvent encore dégager des bénéfices plus élevés. Si la concurrence sur le marché entraîne une baisse des prix plus rapide que l’amélioration des coûts, la rentabilité peut être mise sous pression. L’évaluation des rendements des investissements dans les centres de données dédiés à l’IA exige donc d’observer l’utilisation réelle des ressources de calcul, les revenus des services, les marges opérationnelles et la demande des clients, plutôt que de se limiter au nombre de GPU déployés.

Pourquoi les flux de trésorerie disponibles peuvent-ils être plus importants que la croissance des revenus ?

Les flux de trésorerie disponibles, ou FCF, sont couramment utilisés pour mesurer les fonds restant après qu’une entreprise a généré des liquidités grâce à ses activités opérationnelles et déduit ses dépenses d’investissement. Pour les entreprises de centres de données dédiés à l’IA qui présentent d’importants investissements en capital, les flux de trésorerie disponibles peuvent indiquer si elles doivent continuer à dépendre d’un financement externe pour soutenir leur expansion.

Par exemple, une entreprise de cloud computing peut enregistrer une croissance continue de ses flux de trésorerie opérationnels. Toutefois, si ses dépenses consacrées aux GPU et à la construction de centres de données progressent plus rapidement, ses flux de trésorerie disponibles peuvent tout de même diminuer, voire devenir négatifs.

Cela ne signifie pas nécessairement que l’entreprise a échoué sur le plan opérationnel. Les entreprises en phase d’expansion rapide peuvent délibérément accroître leurs investissements pour viser une part de marché future plus importante. Toutefois, si des dépenses d’investissement élevées ne peuvent pas se traduire par des revenus et des retours de trésorerie suffisants sur une période prolongée, l’entreprise peut faire face à une pression de financement accrue.

Dans un rapport d’octobre 2026, JPMorgan a indiqué que les méthodes de financement des investissements dans les infrastructures d’IA évoluaient. Certaines grandes entreprises technologiques utilisent de plus en plus le financement par emprunt et par actions pour soutenir la construction, plutôt que de s’appuyer uniquement sur leurs propres flux de trésorerie disponibles.

Ce changement n’affecte pas toutes les entreprises de manière égale. Les grandes entreprises technologiques disposant d’activités cloud établies, de revenus publicitaires et de réserves de trésorerie substantielles possèdent généralement des capacités de financement plus solides. À l’inverse, les opérateurs de centres de données qui dépendent fortement d’un seul client, de la dette externe ou d’un financement continu par actions peuvent être plus sensibles aux taux d’intérêt et aux conditions des marchés de capitaux.

Pour les investisseurs, la croissance des revenus ne constitue que le premier niveau d’analyse. Plus important encore, ils doivent déterminer si les revenus supplémentaires peuvent générer des flux de trésorerie opérationnels et si les dépenses d’investissement futures devront encore augmenter continuellement.

6. Quels risques différents les fournisseurs de puces, les entreprises de cloud computing et les opérateurs de centres de données doivent-ils affronter ?

La chaîne d’approvisionnement des centres de données dédiés à l’IA comprend plusieurs segments, mais les variations des dépenses d’investissement n’affectent pas toutes les entreprises de la même manière.

Pour les entreprises de puces telles que NVIDIA et AMD, les dépenses d’investissement des principaux clients affectent directement la demande d’achats de produits. Si les entreprises de cloud computing ralentissent la croissance de leurs nouveaux achats de GPU, la croissance des revenus des fournisseurs de puces peut ralentir.

Toutefois, les fournisseurs de puces ne supportent généralement pas les coûts d’amortissement de l’ensemble des équipements de centres de données de leurs clients. Leurs risques se reflètent donc principalement dans les commandes, la tarification des produits, la concurrence et les stocks. Pour les plateformes de cloud computing telles que Microsoft, Amazon et Alphabet, l’investissement dans l’IA soutient le développement des activités cloud d’une part, tout en générant des dépenses d’investissement et des charges d’amortissement continues d’autre part.

Ces entreprises doivent démontrer que les investissements supplémentaires peuvent générer des rendements suffisants en améliorant l’utilisation des capacités de calcul, en développant les revenus des services d’IA et en renforçant l’efficacité opérationnelle. Pour les fournisseurs de services de calcul tels que CoreWeave, la structure des risques peut être plus complexe. Les entreprises doivent d’abord construire ou louer des infrastructures, puis récupérer leurs investissements grâce à des contrats clients à long terme. Si les livraisons d’équipements sont retardées, si la demande des clients évolue ou si les coûts de financement augmentent, les flux de trésorerie peuvent être affectés.

Par conséquent, la croissance des dépenses d’investissement liées à l’IA ne constitue pas un avantage partagé par toutes les entreprises. Elle représente une source de revenus pour les fournisseurs en amont, tout en constituant un coût d’investissement pour les acheteurs en aval.

Pourquoi l’électricité, le financement et les cycles de construction pourraient-ils affecter les bénéfices en 2028 ?

Le rythme de construction des centres de données dédiés à l’IA dépend non seulement de l’offre de GPU, mais aussi de l’électricité, des terrains, des autorisations et des conditions de financement. Les grands centres de données dédiés à l’IA nécessitent une alimentation électrique stable et des installations de refroidissement à haute densité. Même si les entreprises ont sécurisé des GPU, elles peuvent ne pas être en mesure de démarrer leurs activités à temps si les raccordements au réseau, la construction des sous-stations ou les systèmes de refroidissement ne sont pas encore achevés.

Ce décalage temporel peut retarder la réalisation des revenus. Par exemple, un centre de données dont la mise en service était prévue en 2027 peut être reporté à 2028 en raison de retards dans les raccordements électriques. Si certaines dépenses liées aux équipements et à la construction ont déjà été engagées, l’entreprise peut faire face à une période plus longue d’immobilisation des capitaux, à des dépenses de financement plus élevées et à un délai de récupération de l’investissement prolongé.

JPMorgan a souligné que l’approvisionnement en électricité, les pénuries d’équipements, les permis de construction et l’opposition du public à l’expansion des centres de données constituent tous des contraintes majeures pour la construction d’infrastructures d’IA. Certains projets peuvent nécessiter des cycles de construction de 18 à 30 mois.

Dans le même temps, les coûts de financement peuvent affecter l’économie des projets. Si les entreprises utilisent la dette pour soutenir la construction de centres de données, des taux d’intérêt plus élevés peuvent accroître les charges d’intérêts. Pour les opérateurs qui doivent continuellement mettre à niveau leurs GPU, les futurs achats d’équipements peuvent également créer de nouveaux besoins de financement.

Toutefois, les retards de construction peuvent aussi réduire les dépenses d’investissement réelles au cours d’une période donnée et n’augmentent pas nécessairement les charges d’amortissement immédiatement. L’impact spécifique dépend de la question de savoir si les actifs ont atteint leur état d’utilisation prévu, du traitement comptable des coûts associés et des dispositions contractuelles et de financement. Les risques sur les bénéfices en 2028 peuvent donc découler non seulement de l’amortissement, mais aussi de décalages entre les calendriers de mise en service des projets, les coûts de financement et la réalisation des revenus clients.

Un ralentissement des investissements dans les centres de données dédiés à l’IA signifie-t-il que les valeurs technologiques vont nécessairement baisser ?

Un ralentissement de la croissance des dépenses d’investissement liées à l’IA ne signifie pas nécessairement que les valeurs technologiques vont baisser. Pour les fournisseurs de puces et d’équipements, une réduction des nouveaux achats des clients peut affecter la croissance future des commandes. Toutefois, pour les grandes entreprises de cloud computing, un ralentissement de la croissance des dépenses d’investissement peut également améliorer les flux de trésorerie disponibles.

Par exemple, si une entreprise a achevé la construction à grande échelle de centres de données et peut servir davantage de clients avec les ressources de calcul existantes tout en réduisant les nouveaux achats d’équipements, ses flux de trésorerie et le rendement de son capital peuvent s’améliorer.

Par conséquent, le ralentissement des dépenses d’investissement peut avoir simultanément deux effets différents : les fournisseurs en amont peuvent faire face à une pression sur la croissance des commandes, tandis que les acheteurs en aval peuvent avoir des occasions d’améliorer leurs flux de trésorerie. La manière dont le marché valorise finalement ces résultats dépend de la croissance des revenus, de l’évolution des coûts et des anticipations de valorisation antérieures.

En novembre 2026, Wells Fargo a relevé son opinion sur les actions de semi-conducteurs liées à l’IA après un repli significatif, ce qui reflète que certaines inquiétudes concernant un ralentissement de la croissance future peuvent déjà être intégrées dans les valorisations. Toutefois, l’établissement a maintenu son avertissement selon lequel les pressions potentielles sur les bénéfices en 2028 pourraient ne pas encore être entièrement intégrées dans les cours.

Cela montre que le risque sur les bénéfices des entreprises et le risque d’investissement en actions ne sont pas exactement les mêmes. Même si la croissance des bénéfices d’une entreprise ralentit à l’avenir, sa valorisation peut rester attrayante si le cours de son action a déjà fortement baissé. À l’inverse, même si une entreprise continue de croître, elle peut faire face à une compression des valorisations si son cours reflète des attentes de bénéfices trop élevées. Les investisseurs doivent donc évaluer à la fois le potentiel de bénéfices futurs d’une entreprise et son prix de marché actuel, plutôt que de juger la performance d’une action uniquement sur la base de l’évolution des dépenses d’investissement.

Comment les investisseurs peuvent-ils évaluer si les centres de données dédiés à l’IA approchent d’un point de retournement des bénéfices ?

Évaluer si le cycle d’investissement dans les centres de données dédiés à l’IA évolue exige un examen complet des dépenses d’investissement, des revenus, des flux de trésorerie et de l’efficacité d’utilisation des actifs.

1. Les investisseurs peuvent suivre les prévisions de dépenses d’investissement des grandes entreprises technologiques. Si les entreprises continuent d’augmenter leurs budgets d’investissement tandis que les revenus des activités cloud et les prévisions de bénéfices ne s’améliorent pas au même rythme, le marché peut se préoccuper davantage des rendements des investissements.

2. Les investisseurs doivent surveiller la relation entre les charges d’amortissement et le bénéfice opérationnel. Si l’amortissement continue d’augmenter alors que les revenus supplémentaires des services d’IA ne peuvent pas couvrir les coûts associés, les marges bénéficiaires peuvent être mises sous pression.

3. Les investisseurs peuvent observer les variations des flux de trésorerie disponibles. Pour les entreprises qui poursuivent leur expansion, une baisse à court terme des flux de trésorerie disponibles n’est pas nécessairement un signal négatif. Toutefois, si les flux de trésorerie opérationnels ne peuvent pas couvrir les investissements nécessaires à long terme, le recours au financement peut augmenter.

4. Les investisseurs doivent suivre le taux d’utilisation des centres de données et les contrats clients. La capacité des équipements de calcul à conserver un taux d’utilisation élevé après leur mise en service, le maintien des paiements par les clients et la capacité des conditions contractuelles à couvrir la période de récupération de l’investissement en équipements peuvent tous affecter les rendements à long terme.

5. Les investisseurs peuvent évaluer les attentes du marché en parallèle des valorisations boursières. Si les prévisions de bénéfices futurs d’une entreprise sont révisées à la baisse alors que le cours de son action reflète toujours des attentes de forte croissance, il peut exister un risque d’ajustement supplémentaire.

Ces indicateurs doivent être analysés selon la position de l’entreprise dans la chaîne d’approvisionnement. Pour les fournisseurs de puces, les commandes et les plans d’approvisionnement des clients sont plus importants. Pour les entreprises de cloud computing, les revenus liés à l’IA et les flux de trésorerie disponibles sont plus déterminants. Pour les entreprises de location de capacités de calcul, l’exécution des contrats, l’utilisation des équipements et la capacité de financement peuvent directement affecter la stabilité opérationnelle.

Comment suivre la chaîne d’approvisionnement des centres de données dédiés à l’IA via Gate Stock Trading ?

Le cycle d’investissement dans les centres de données dédiés à l’IA s’étend à de nombreux secteurs, notamment la fabrication de puces, le cloud computing, la location de capacités de calcul et les infrastructures. Les investisseurs qui souhaitent suivre les marchés concernés peuvent utiliser les options pertinentes proposées via Gate Stock Trading afin de consulter les instruments sur actions américaines réellement pris en charge par la plateforme et d’analyser les évolutions du marché parallèlement aux rapports financiers, aux valorisations et aux informations sectorielles.

Par exemple, les investisseurs peuvent suivre la croissance des revenus et les commandes clients des entreprises de puces telles que NVIDIA et AMD ; observer les dépenses d’investissement et la performance des activités cloud de Microsoft, Amazon et Alphabet ; et examiner les coûts de financement, les contrats clients et les conditions de trésorerie des fournisseurs de services de calcul tels que CoreWeave.

Bien que différentes entreprises soient toutes liées à la construction de centres de données dédiés à l’IA, leurs modèles de bénéfices et leurs sources de risque diffèrent. Les investisseurs ne doivent pas supposer que le cours de l’action d’une entreprise évoluera en parallèle avec l’ensemble du secteur simplement parce qu’elle fait partie de la chaîne d’approvisionnement de l’IA.

Dans le cadre des opérations de trading, les investisseurs doivent également confirmer les instruments de trading pris en charge par la plateforme, les horaires de trading, les règles de frais et la nature des droits associés aux actifs. Les actions peuvent connaître d’importants écarts de prix et des variations de liquidité, en particulier lors de la publication des résultats et durant les périodes de forte volatilité des marchés.

Gate Stock Trading offre aux utilisateurs un moyen de suivre les marchés concernés et d’y participer, mais ne peut pas remplacer un jugement d’investissement indépendant. Les investisseurs doivent toujours prendre leurs décisions en fonction des fondamentaux des entreprises, des niveaux de valorisation et de leur propre tolérance au risque. Les règles spécifiques des produits sont soumises à l’affichage réel de la plateforme.

Résumé

La poursuite des investissements dans les centres de données dédiés à l’IA reflète la demande à long terme en ressources de calcul dans le secteur de l’intelligence artificielle. Toutefois, il n’existe pas de relation directe nécessaire entre l’augmentation des dépenses d’investissement et l’amélioration de la rentabilité des entreprises.

La raison pour laquelle 2028 est devenue un point potentiel d’attention du marché est que les charges d’amortissement résultant d’investissements antérieurs à grande échelle pourraient continuer d’augmenter, tandis que la contribution des nouvelles dépenses d’investissement à la croissance des bénéfices de la chaîne d’approvisionnement pourrait progressivement s’affaiblir. Si les revenus des services d’IA et l’utilisation des capacités de calcul ne s’améliorent pas simultanément, certaines entreprises peuvent faire face à une baisse des marges bénéficiaires et à une pression sur les flux de trésorerie disponibles.

Toutefois, 2028 ne constitue pas un point de déclin confirmé pour le secteur de l’IA. Pour les entreprises disposant d’une demande client stable, d’un taux d’utilisation élevé des équipements et de flux de trésorerie suffisants, un ralentissement de la croissance des dépenses d’investissement peut également indiquer que les rendements des investissements commencent à s’améliorer.

Pour les investisseurs, la question essentielle n’est pas de savoir combien de centres de données dédiés à l’IA supplémentaires seront construits, mais si ces actifs peuvent générer des revenus, des bénéfices et des flux de trésorerie suffisants pendant leur durée d’utilité. Les perspectives de développement à long terme de la technologie d’IA et les rendements des investissements dans les actions associées doivent toujours être évalués séparément.

FAQ

Pourquoi 2028 pourrait-elle devenir un point de retournement pour la pression sur les bénéfices des centres de données dédiés à l’IA ?

Les charges d’amortissement liées aux investissements antérieurs à grande échelle pourraient continuer d’augmenter, tandis que la contribution de la croissance des dépenses d’investissement aux bénéfices de la chaîne d’approvisionnement pourrait s’affaiblir. Toutefois, il s’agit uniquement d’un scénario de risque potentiel, et non d’une prévision certaine.

La construction de davantage de centres de données dédiés à l’IA entraîne-t-elle toujours une hausse des bénéfices des entreprises ?

Pas nécessairement. Les bénéfices dépendent également de la demande des clients, de l’utilisation des capacités de calcul, de la tarification des services, des coûts d’exploitation et de l’amortissement des équipements.

Pourquoi l’amortissement des GPU affecte-t-il les bénéfices des entreprises technologiques ?

Les coûts d’achat d’équipements tels que les GPU sont généralement comptabilisés progressivement dans le compte de résultat sur leur durée d’utilité prévue. Si les charges d’amortissement augmentent plus rapidement que les revenus associés, les bénéfices des entreprises peuvent diminuer.

Un ralentissement de la croissance des dépenses d’investissement liées à l’IA est-il négatif pour NVIDIA ?

Il peut affecter la demande de nouveaux achats de GPU, mais l’impact spécifique dépend des commandes des clients, des cycles de mise à niveau des produits, des parts de marché et des attentes de bénéfices. Un ralentissement de la croissance des dépenses d’investissement ne signifie pas nécessairement que les volumes d’approvisionnement diminueront.

Pourquoi les entreprises de centres de données dédiés à l’IA doivent-elles se concentrer sur les flux de trésorerie disponibles ?

La construction de centres de données et les mises à niveau des équipements nécessitent des capitaux substantiels. Même si une entreprise augmente ses revenus, des dépenses d’investissement qui restent supérieures aux flux de trésorerie opérationnels peuvent accroître le besoin de financement externe.

Les actions technologiques liées à l’IA baisseront-elles nécessairement en 2028 ?

Pas nécessairement. Les cours des actions dépendent des bénéfices des entreprises, des valorisations et des attentes du marché. Si les risques associés sont déjà intégrés dans les cours, ou si la commercialisation de l’IA progresse au-delà des attentes, la performance du marché peut différer.