Les géants, qui n’ont pas de problèmes d’argent, cherchent-ils désespérément des fonds ? Découvrez la logique de la “course aux armements” à l’ère de l’IA
Bonjour à tous, je suis votre observateur financier. Récemment, un phénomène intéressant a émergé dans le monde de la finance : des géants du secteur internet chinois tels qu’Alibaba, Tencent et ByteDance, qui possèdent des milliards, voire des milliers de milliards en liquidités, ont commencé à chercher des fonds à l’extérieur. Alibaba émet des actions, Tencent des obligations, et ByteDance a emprunté 29,6 milliards de dollars (environ 200 milliards de yuans) à près de 30 banques.
La première réaction de beaucoup est : “N’ont-ils pas déjà beaucoup d’argent ? Pourquoi ont-ils encore besoin d’argent ?”
En réalité, il ne s’agit pas d’un manque de fonds, mais d’un pari audacieux sur le temps, les capacités de calcul et le droit de survie dans le futur. Aujourd’hui, nous allons expliquer cette logique en cinq points, afin que vous compreniez cette “guerre aux dépenses” à l’ère de l’IA.
---
1. Pourquoi emprunter de l’argent alors qu’on en a déjà ? Parce que l’IA consomme beaucoup d’argent
Il faut d’abord lever un malentendu : emprunter de l’argent ne signifie pas manquer d’argent, mais plutôt utiliser de l’effet de levier et ajuster les délais de remboursement.
Vous pouvez imaginer les liquidités des grandes entreprises comme des “épargnes à vue” à la maison, utilisées à tout moment pour payer les salaires, gérer les opérations quotidiennes, racheter des actions ou faire face à des risques imprévus. Cependant, l’infrastructure pour l’IA (comme la construction de data centers ou l’achat de serveurs) représente un investissement immobilier important et à long terme.
- Principe d’ajustement des délais : Si vous utilisez des épargnes à vue pour construire un data center qui devra fonctionner pendant 10 ans, et que vous avez besoin d’argent urgent, vous devrez vendre le data center ou emprunter à des taux élevés pour rembourser la dette, ce qui n’est pas rentable.
- Financement à long terme pour des investissements à long terme : Tencent a émis des obligations à 30 ans, ByteDance a contracté des prêts à long terme, et Alibaba a recouru à l’émission d’actions (financement en capital sans obligation de remboursement du principal). L’objectif est d’utiliser des fonds à long terme et à bas coût pour soutenir des actifs à forte rentabilité.
C’est comme si vous vouliez acheter une maison (une infrastructure pour l’IA) avec 500 000 yuans en poche. Vous ne dépenserez pas tout cet argent d’un coup, mais emprunterez sur 30 ans. Ainsi, vous pourrez conserver vos liquidités pour les urgences, tandis que les mensualités du prêt couvriront les dépenses liées à la maison.
Logique fondamentale : Les grandes entreprises ne cherchent pas à “résoudre des urgences”, mais à se positionner pour l’avenir. Elles gardent leurs liquidités pour maintenir leur flexibilité tout en utilisant le financement externe pour investir maintenant dans les infrastructures de l’IA, qui consomment beaucoup d’argent.
---
2. Où est passé l’argent ? Pas pour acheter des puces, mais pour construire des “usines de calcul”
Beaucoup pensent que l’IA se résume à l’écriture de code et à l’entraînement de modèles, mais en réalité, la majeure partie des dépenses est consacrée à l’infrastructure.
L’article mentionne le centre de calcul ByteDance Taihang à Datong, dans le Shanxi, dont la deuxième phase a coûté 4,5 milliards de yuans et a impliqué la construction de 15 000 armoires de serveurs. C’est qu’un exemple. Alibaba a annoncé qu’il investirait 380 milliards de yuans au cours des trois prochaines années, et ByteDance a même discuté d’un budget de 70 milliards de dollars (environ 470 milliards de yuans) pour 2026.
Cet argent est principalement utilisé dans trois domaines :
1. Construction de data centers : terrain, bâtiments, équipements électriques (comme des projets de transmission de 220 kilovolts).
2. Achat de serveurs et de puces : bien que les puces d’NVIDIA soient très demandées, elles ne sont que des composants.
3. Systèmes de réseau et de refroidissement : les “vaisseaux sanguins” et les “climatisateurs” qui permettent à des milliers de puces de fonctionner ensemble sans surchauffer.
Pourquoi cette urgence ?
Parce que le temps est limité :
- Les modèles peuvent être mis à jour, mais l’infrastructure ne peut pas attendre : si votre algorithme devient obsolète, vous pouvez le rattraper dans six mois. Mais si vos concurrents ont déjà mis en service leurs installations et leurs puces sont en fonctionnement, et que vous êtes encore en train de creuser les fondations ou d’attendre l’approbation des autorités, ce retard ne pourra pas être rattrapé.
- La puissance de calcul est un facteur déterminant : dans l’ère de l’IA, la puissance de calcul n’est pas seulement un soutien en arrière-plan, c’est aussi un produit en soi. La quantité de puissance que vous pouvez fournir détermine le nombre de clients que vous pouvez servir et la taille des modèles que vous pouvez entraîner.
Les grandes entreprises ne cherchent donc pas seulement de l’argent, mais aussi **le “temps nécessaire pour mettre en marche leurs installations”. Celles qui réussiront à mettre en service leurs infrastructures en premier contrôleront l’avenir de l’IA.
---
3. Comment calculer ces dépenses ? De “coûts purs” en “actifs rentables”
Avant, on considérait que la construction de data centers était simplement une dépense sans retour. Mais maintenant, la logique a changé : la puissance de calcul devient un actif productif qui peut être loué et générer des revenus.
L’article montre que Tencent et Alibaba ont fourni des exemples précis de rentabilité :
- Pour Tencent :
- En louant la puissance nouvellement acquise à des tiers, il peut presque couvrir immédiatement les coûts d’amortissement et réaliser un bénéfice.
- Certaines puces réservées il y a quelques mois peuvent maintenant être revendues avec un profit de 30 %.
- Conséquence : Même si ses propres activités liées à l’IA ne sont pas très volumineuses, il peut vendre la puissance excédentaire en tant que service en nuage pour assurer que son investissement ne soit pas déficitaire.
- Pour Alibaba :
- Les dépenses liées à l’IA se rembourseront en environ 3 ans, et ce délai pourrait être réduit à 2-2,5 ans.
- Les anciens équipements (comme les V100 de 2018) continuent de fonctionner à plein régime, leur durée de vie dépassant les attentes.
- Les revenus liés aux produits IA ont augmenté de manière significative pendant 12 trimestres consécutifs, avec un chiffre d’affaires annuel de plus de 49,5 milliards de yuans.
Conséquence : L’investissement a un cycle de retour clair, et les anciens équipements continuent de générer des revenus.
En termes simples :
Avant, construire un data center était comme ouvrir un restaurant : vous dépensez 1 million pour les aménagements et devez ensuite gagner de l’argent en vendant de la nourriture. Aujourd’hui, c’est comme ouvrir une station-service : vous dépensez 1 million pour les aménagements, mais les voitures (les clients) affluent et le prix de l’essence (le prix de la puissance de calcul) est élevé ; vous pouvez même vendre l’essence excédentaire à d’autres (louer la puissance), accélérant ainsi le remboursement de votre investissement.
Conclusion : L’investissement dans l’IA n’est plus un puits sans fond, mais un investissement calculable, prévisible et même rentable.
---
4. Tout le monde le fait dans le monde entier : il s’agit d’une “course aux armements”
Ce n’est pas une action propre aux grandes entreprises chinoises, mais d’une action collective des géants de la technologie mondiale.
- Les quatre géants américains (Amazon, Alphabet (Google), Meta, Oracle) ont émis 194 milliards de dollars en obligations au cours des sept premiers mois de cette année, soit près de 80 % de l’ensemble pour l’année 2025.
- Meta a émis 25 milliards de dollars en une seule fois à la fin avril.
- Oracle prévoit de lever 45 à 50 milliards de dollars.
Pourquoi un mouvement mondial ?
Parce que l’IA est une compétition mondiale :
- La technologie n’a pas de frontières : même si votre modèle est bon, si vous n’avez pas assez de puissance de calcul, votre vitesse d’entraînement sera lente et vos mises à jour ralentiront.
- Concurrence pour les talents et les écosystèmes : les développeurs et les entreprises se tourneront vers les plateformes offrant plus de puissance et des services plus stables.
Si les grandes entreprises chinoises ralentissent tandis que les américaines accélèrent, le leadership technologique mondial, le pouvoir de fixation des normes et même l’attrait pour les talents se déplaceront vers leurs concurrents.
C’est un jeu pour les timides :
Celui qui cligne des yeux en premier (cesse d’investir) risque de se laisser distancer lors de la prochaine itération technologique. Ainsi, même s’ils ont de l’argent, il est essentiel de bloquer les fonds futurs pour rester en position de force.
---
5. Pourquoi maintenant ? Pour profiter d’un environnement financier favorable et accumuler des ressources
Le dernier point clé est le changement de l’environnement financier.
Au premier semestre de cette année, le marché boursier était très enthousiaste envers l’IA ; il semblait que tout ce qui était lié à l’IA pouvait générer des profits. Mais au second semestre, le marché est devenu plus prudent :
- Les valorisations élevées pourront-elles se réaliser ?
- Combien de temps faudra-t-il pour récupérer des investissements importants ?
- Et si l’commercialisation de l’IA ne répond pas aux attentes, que faire des dettes ?
La stratégie des grandes entreprises est de profiter de la situation pour prendre de l’avance :
- Alibaba a émis des actions : alors que le prix de l’action était relativement élevé et que l’ambiance sur le marché était favorable, l’entreprise a collecté 8 milliards de Hong Kong dollars d’un coup.
- ByteDance a étendu ses prêts : elle voulait initialement emprunter 20 milliards, mais les banques étaient très intéressées et ont souscrit pour plus de 30 milliards, augmentant ainsi le montant de l’emprunt à 29,6 milliards. Cela montre qu’elle a une très bonne crédibilité et que les coûts de financement sont très bas.
- Tencent a émis des obligations à long terme pour obtenir des fonds à un taux d’intérêt bas sur 30 ans.
Pourquoi ne pas attendre ?
Car d’autres acteurs auront également besoin d’argent :
- Les entreprises de puces (comme NVIDIA et AMD) vont augmenter leur production ;
- Les fournisseurs de services en nuage (comme AWS et Azure) vont construire des data centers ;
- Les startups spécialisées dans les grands modèles (comme OpenAI et Anthropic) ont besoin de dépenser beaucoup d’argent pour l’entraînement des modèles ;
- Les industries traditionnelles (comme l’automobile et la finance) vont intégrer l’IA.
Lorsque toute l’industrie aura besoin de milliards de yuans, le capital deviendra rare. À ce moment-là, le coût de l’emprunt augmentera, voire deviendra impossible à obtenir.
Ainsi, emprunter maintenant, c’est prendre l’initiative dans une éventuelle pénurie de fonds à l’avenir.
---
Conclusion : Les règles de survie à l’ère de l’IA
Cette vague de financement semble être une quête de fonds, mais elle représente en réalité un avance sur l’avenir.
1. La technologie détermine si vous pourrez participer à la compétition (capacités des modèles).
2. La quantité d’argent que vous avez détermine combien de temps vous pourrez rester dans la compétition (infrastructure de calcul et réserves de fonds).
Les grandes entreprises utilisent leurs dettes actuelles pour acquérir la domination en matière de puissance de calcul à l’avenir. Elles calculent très bien leurs dépenses :
- À court terme : elles dépensent beaucoup d’argent, mais leurs profits sont sous pression.
- À moyen terme : elles louent leur puissance de calcul pour générer des revenus et couvrir leurs coûts.
- À long terme : l’IA deviendra leur activité principale, et la puissance de calcul sera leur atout majeur.
Pour le grand public, il est important de comprendre cela : ne se concentrer pas seulement sur les bilans et les résultats financiers des grandes entreprises, mais aussi sur leurs bilans et leur structure de trésorerie. Elles ne gaspillent pas leur argent, mais réalisent des investissements stratégiques extrêmement précis, à haut risque, mais à forte rentabilité.
Cette course à l’IA vient à peine de commencer. Et les gagnants seront ceux qui comprennent à la fois la technologie et la finance, et qui parviennent à accumuler suffisamment de ressources lorsque les coûts sont les plus bas.