Résumé des points clés
NVIDIA, en collaboration avec Blackstone, Goldman Sachs et six autres institutions financières de premier plan, a créé une plateforme de financement de l’infrastructure informatique d’une valeur de 50 milliards de dollars. En somme, cela permet aux laboratoires d’intelligence artificielle d’acquérir des GPU en utilisant des prêts : les laboratoires n’ont pas besoin de payer la totalité du prix d’un coup, mais peuvent rembourser le montant sur plusieurs échéances grâce aux revenus générés par l’utilisation de ces ressources. Les investisseurs financent l’opération, mais redoutent les risques ; NVIDIA assure donc ces derniers en utilisant sa propre crédibilité (promettant même de couvrir 25 % de la valeur résiduelle des GPU). De plus, une structure juridique spéciale (une société écrane, ou SPV) est utilisée pour isoler les risques et éviter qu’ils apparaissent dans les comptes des investisseurs. Cette approche combine les besoins des laboratoires d’intelligence artificielle (manque de fonds), les craintes des investisseurs (risques financiers) et les contraintes bancaires (refus de prêter). Cependant, le plus grand risque repose sur NVIDIA, ce qui suscite des inquiétudes quant à la possibilité que l’entreprise devienne une sorte de “banque sans régulation”.
La structure à quatre parties : comme un prêt pour acheter des GPU
On peut considérer cette structure comme une forme de prêt immobilier adaptée aux laboratoires d’intelligence artificielle :
- Fournisseur (NVIDIA) : Vendeur des GPU et garant de l’opération. Si les laboratoires n’ont pas assez d’argent, NVIDIA trouve des investisseurs pour leur prêter. En cas de défaut ou de dépréciation des GPU, NVIDIA assure un remboursement partiel (25 % de la valeur résiduelle). L’objectif est de transformer les GPU en actifs financiables, afin de les intégrer au marché privé de capitalisation de 22 billions de dollars.
- Investisseurs (Blackstone, Goldman Sachs, etc.) : Ceux qui fournissent l’argent, mais qui craignent les risques. L’argent n’est pas versé directement aux laboratoires ; il est transféré via une société écrane (SPV), ce qui permet de ne pas inscrire ces risques dans leurs propres comptes tout en générant des revenus fixes (similaire à un prêt immobilier).
- Société écrane (SPV) : Une entité juridique chargée d’assumer les dettes. Elle achète les GPU et les loue aux laboratoires d’intelligence artificielle, permettant ainsi aux investisseurs de rester sans responsabilité financière (par exemple, Anthropic a emprunté 35 milliards de dollars sans que cela n’apparaisse dans ses comptes).
- Utilisateurs finaux (OpenAI, Anthropic) : Ceux qui utilisent les ressources informatiques. Ils ne paient pas la totalité du prix des GPU et versent un loyer mensuel, tout en s’assurant l’accès à des ressources rares (les GPU étant actuellement en pénurie).
Cette structure complète les besoins des différentes parties : les laboratoires n’ont pas de fonds, les investisseurs craignent les risques, les banques hésitent à prêter, et NVIDIA assure les investisseurs. Cependant, le plus grand risque pèse sur NVIDIA, ce qui suscite des doutes quant à sa capacité à gérer cette responsabilité sans régulation.
Pourquoi pas acheter directement ?
Certaines questions se posent : ne pourraient-ils pas acheter les GPU eux-mêmes ou obtenir un prêt bancaire ? La réponse est non :
- Achat direct : Les laboratoires d’intelligence artificielle subissent des pertes importantes chaque année ; un centre de calcul de 1 GW coûte 50 milliards de dollars, ce qui est hors de leur portée. De plus, les GPU se déprécient rapidement, et ils risqueraient de devenir des “stockeurs” inutiles.
- Prêt bancaire : Les laboratoires n’ont pas de flux de trésorerie stables, leurs actifs ne sont pas suffisamment valorisés (comme les GPU), et leur modèle économique n’est pas encore prouvé, ce qui rend les prêts bancaires difficiles à obtenir.
- Prêt par les investisseurs : L’argent des investisseurs provient de fonds publics (pensions, etc.) ; ils ne veulent pas prendre le risque que les laboratoires ferment. Ils recherchent donc des prêts garantis, et non des investissements dans des entreprises à haut risque.
- Financement par NVIDIA : Si NVIDIA finançait l’opération elle-même, cela la transformerait en une institution de crédit, ce qui pourrait affecter sa valeur boursière (par exemple, une augmentation du prix de son CDS indiquerait des inquiétudes sur ses risques).
Cette structure à quatre parties n’est pas qu’une démonstration de technologie ; elle combine des solutions pour surmonter les obstacles rencontrés par chacune des parties concernées.
Le plus grand risque : NVIDIA devient-elle une “banque sans régulation” ?
Le succès de cette structure repose entièrement sur NVIDIA, qui agit en tant que garant. Elle s’engage à couvrir des risques importants (jusqu’à 25 % de la valeur résiduelle des GPU), ce qui expose l’entreprise à des critiques. Le jour de l’annonce de la plateforme, le prix de son CDS a augmenté de 5,3 points, et son action a chuté de 2,86 %. Par la suite, NVIDIA a réduit son engagement envers OpenAI de 250 milliards de dollars à moins de 120 milliards de dollars pour éviter de nouvelles questions du marché. Certains analystes (comme Barry, le créateur de “The Big Short”) considèrent que cette structure cache des risques importants, comparables à ceux de la faillite d’Enron.
La structure à quatre parties permet-elle de surmonter les obstacles ?
Cette approche combine les forces des différentes parties : elle assure aux laboratoires l’accès aux ressources nécessaires tout en limitant les risques pour les investisseurs. Cependant, le plus grand risque reste sur NVIDIA, qui pourrait devenir une institution financière sans régulation efficace si elle échoue.
Le marché chinois et la location d’infrastructure informatique
Le marché chinois de la location d’infrastructure devrait dépasser 260 milliards de dollars cette année, mais les modalités diffèrent de celles à l’étranger :
- Qui assure les risques ? Les entreprises publiques financent la construction des centres informatiques puis les louent, utilisant leur crédit pour couvrir les dépenses et les dépréciations, avec des revenus limités (par exemple, le projet de Jinan City Investment nécessite 10 ans pour se rembourser).
- Qui gère la valeur résiduelle ? Aucun organisme ne s’occupe spécifiquement de l’évaluation de la valeur résiduelle des GPU ; certaines entreprises de location financière ont déjà subi des pertes (par exemple, en raison de la dépréciation des GPU).
- Construire ou louer d’abord ? De nombreux projets commencent par construire les centres informatiques avant de trouver des clients, ce qui entraîne un faible taux d’utilisation des équipements (parfois inférieur à 50 %), entraînant des dépenses inutiles.
La structure étrangère permet de mobiliser plus efficacement les capitaux, tandis que la situation chinoise ne résout pas encore le problème de la gestion de la valeur résiduelle des équipements. Pour adopter cette approche en Chine, il faut répondre à trois questions essentielles : qui assurera les risques, comment calculera-t-on la valeur résiduelle, et où se trouveront les contrats d’utilisation des ressources.
Conclusion
La structure à quatre parties n’est pas une solution magique ; elle nécessite de résoudre plusieurs problèmes avant de pouvoir être appliquée en Chine : qui assurera les risques, comment calculera-t-on la valeur des équipements, et où seront finalisés les contrats d’utilisation. Pour l’adopter, il faut clarifier ces aspects.
Trois critères pour juger :
1. Du point de vue du garant : Êtes-vous prêt à assumer ces risques ? Les autres croient-ils en votre capacité à les gérer ?
2. Du point de vue des investisseurs : Pouvez-vous investir sans la garantie d’un fournisseur de puces ?
3. Du point de vue des utilisateurs : Êtes-vous prêt à signer des contrats à long terme (3-5 ans) en misant sur votre avenir ?
Cette structure n’est pas compliquée ; elle repose simplement sur le principe du partage des responsabilités et de la confiance mutuelle. Cependant, les risques finissent toujours par peser sur celui qui assure ces derniers. Chaque personne doit décider si elle est prête à assumer ce rôle.