Selon Bloomberg, le 25 juin, citant une analyse du cabinet Exponential View portant sur un ensemble de données de dépenses en IA de plus de 1 000 entreprises, il ressort qu'au premier trimestre 2026, les revenus mondiaux de l'IA (hors Chine) ont atteint 25 milliards de dollars, dépassant pour la première fois le coût d'amortissement de 21 milliards de dollars sur la même période. Cependant, 850 milliards de dollars d'engagements d'infrastructure attendent d'être récupérés.
Vulnérabilité de l'hypothèse d'amortissement sur six ans : si la durée de vie des GPU se raccourcit, la ligne de base de 21 milliards de dollars se déplacera vers le haut
Les entreprises technologiques et les fournisseurs de cloud répartissent actuellement le coût des équipements tels que les puces IA sur une période d'utilisation d'environ six ans, ce qui détermine directement le montant des charges d'amortissement trimestrielles. La ligne de base d'amortissement de 21 milliards de dollars d'Exponential View est entièrement basée sur cette hypothèse de six ans.
Si la durée de vie réelle d'un cluster GPU est inférieure à six ans — par exemple en raison de l'amélioration des performances de la prochaine génération de puces entraînant le remplacement anticipé des équipements existants — l'amortissement s'accélère, la base de 21 milliards de dollars se déplace vers le haut, et les revenus trimestriels de 25 milliards de dollars passent de « dépasser » à « ne pas suivre ».
L'article souligne que la puce IA Jalapeno, développée conjointement par OpenAI et Broadcom, prétend réduire les coûts d'environ 50 % par rapport aux solutions GPU existantes et devrait être intégrée dans les centres de données de partenaires comme Microsoft plus tard cette année ; cette concurrence de coûts du côté de l'offre ne fait que commencer.
Impact potentiel des modèles low-cost comme DeepSeek sur la tarification des services d'IA
Côté revenus, certains utilisateurs ont déjà commencé à se tourner vers des modèles chinois moins chers, voire gratuits, comme DeepSeek. Une fois que les entreprises migreront massivement vers des modèles à bas prix, les prix unitaires des services d'IA des hyperscalers seront contraints de suivre : même si le nombre d'utilisateurs continue de croître, les revenus par utilisateur pourraient également être dilués, rendant à nouveau difficile le maintien de la ligne d'amortissement qui vient d'être franchie.
850 milliards de dollars d'engagements d'infrastructure contre 25 milliards de dollars de revenus trimestriels
Les données de Bloomberg pour la même période montrent que Meta a ajouté des engagements de location de centres de données à hauteur de 79 milliards de dollars, Microsoft à 41 milliards de dollars, et que l'ensemble du secteur du cloud totalise des obligations de location de centres de données futures à 850 milliards de dollars.
L'engagement d'infrastructure de 850 milliards de dollars correspond à un revenu trimestriel unique de 25 milliards de dollars ; rien que pour la ligne d'amortissement, il faudra plusieurs années de dépassement stable pour que cette vague de construction entre dans une véritable période de récupération. L'article conclut : « Franchir la ligne d'amortissement est un fait, mais savoir s'il s'agit du début d'une nouvelle ère ou d'un chiffre temporaire que cette vague de construction se persuade elle-même, il faudra attendre les données des prochains trimestres. »
Questions fréquentes
Qu'est-ce que le « coût d'amortissement » et pourquoi cette comparaison est-elle significative ?
L'amortissement (depreciation/amortization) est une méthode comptable qui consiste à répartir une dépense d'investissement importante (comme l'achat de GPU) sur sa durée d'utilisation prévue dans chaque période comptable. Comparer avec le coût d'amortissement plutôt qu'avec le montant réel d'achat permet d'être plus proche du capital réellement « consommé » à chaque période, et c'est la manière standard pour les entreprises d'évaluer si un investissement commence à être rentable. Le fait que les revenus trimestriels de l'IA dépassent le coût d'amortissement signifie que, d'un point de vue comptable, l'activité IA commence à « couvrir » l'amortissement des infrastructures déjà investies.
L'hypothèse d'amortissement sur six ans est-elle raisonnable ?
Selon l'article, six ans est la durée d'amortissement actuellement largement utilisée par les entreprises technologiques et les fournisseurs de cloud pour les équipements IA, il s'agit d'une convention sectorielle. Cependant, le matériel IA évolue très rapidement ; si la prochaine génération de puces dépasse largement les GPU actuels dans trois à quatre ans, la durée de vie effective des équipements existants pourrait être inférieure à six ans, ce qui entraînerait un coût d'amortissement réel plus élevé. Par conséquent, l'hypothèse de six ans est à la fois la norme actuelle du secteur et la plus grande variable d'incertitude des résultats de l'analyse.
Comment la puce Jalapeno d'OpenAI affecte-t-elle cette équation ?
Selon l'article, Jalapeno est une puce IA développée en interne par OpenAI et Broadcom, qui prétend réduire les coûts d'environ 50 % par rapport aux solutions GPU existantes et devrait être intégrée dans les centres de données de partenaires comme Microsoft plus tard cette année. Si des puces plus performantes et moins coûteuses sont largement déployées, d'une part elles pourraient abaisser la base d'amortissement future (favorable aux revenus), d'autre part elles pourraient accélérer le remplacement anticipé des GPU existants, augmentant ainsi la pression d'amortissement à court terme.
