The AI Selloff Doesn't Match the Data | Top AI Investor Explains

Le mois de juillet a été décrit comme un "2022 en un mois", marqué par une volatilité significative, mais les fondamentaux sous-jacents semblent s'améliorer. De nombreuses valeurs liées à l'IA ont chuté de 40 à 60 % en un mois, et pourtant, aucun indicateur quantitatif négatif sur l'IA n'a été identifié. Au contraire, toutes les métriques montrent une accélération. La disponibilité des GPU, les prix de location, le prix spot de la DRAM, et la croissance des tokens, tout s'accélère. Le manque de visibilité sur des entreprises comme Anthropic et OpenAI, ainsi que sur les plateformes d'inférence open source, masque une partie de ce tableau. Ces plateformes, comme Fireworks, Base 10 et Modal, ont vu une accélération massive grâce à des modèles comme GLM 5.2, Kimi K3 et Neotron. OpenAI a également accéléré, et Anthropic continue de croître fortement, générant probablement des flux de trésorerie importants. Un graphique souvent cité montre la progression des flux de trésorerie des semi-conducteurs et des hyperscalers, mais il omet ces entreprises privées. De plus, la perception des prix des GPU pour 2024-2025 était erronée ; on s'attendait à une baisse, mais les prix des anciens GPU continuent de flamber, même pour 2026. De nombreuses entreprises, notamment les "Neo clouds", ont dû signer des contrats à long terme pour financer leurs achats de GPU. Cela crée une situation où la capacité de calcul sous contrat se négocie à un prix bien inférieur au marché spot actuel. Lorsque ces contrats expireront, les prix seront réévalués à la hausse, ce qui devrait entraîner une accélération des revenus. On observe déjà cette tendance dans les flux de trésorerie opérationnels de Microsoft, Meta et Amazon, qui ont accéléré de 28 % à 32 % (et même 35 % après ajustement pour des éléments exceptionnels). Cette accélération se produit avant la pleine exploitation des nouvelles puces comme les Rubins, qui seront monétisées à un prix plus élevé, et avant la renégociation des contrats. Le mois de juillet a été particulièrement mouvementé. L'annonce par Meta de louer sa capacité de calcul excédentaire a été interprétée négativement par le marché, suggérant une réduction des dépenses d'investissement (Capex). Cependant, Meta n'a pas réduit son Capex ; l'entreprise a plutôt identifié une opportunité de monétiser son importante base de calcul installée en vendant des clusters optimisés à un prix très supérieur aux taux contractuels. Il est possible que Meta ait cherché à démontrer la rentabilité de ces opérations pour ensuite lever des capitaux propres. Cette interprétation négative du marché a entraîné une baisse. Parallèlement, Meta a lancé Muse 1.1, un modèle amélioré, malgré l'ombre projetée par Grok 4.5. L'arrivée de Kimi K3 et la montée en puissance de l'open source ont suscité une inquiétude quant au "freak out" sur l'open source et à la baisse simultanée de l'indice des tokens de Silicon Data. Cet indice reflète un changement de mix vers des tokens open source moins chers, au détriment des tokens "frontier" plus coûteux. Le marché a interprété cela négativement, mais en réalité, un token reste un token, nécessitant la même quantité de calcul. Le passage à l'open source ne fait que déplacer les marges du niveau des modèles "frontier" vers la couche d'infrastructure IA, stimulant ainsi la demande de calcul. Les marges des modèles "frontier" et open source profitent aux mêmes fournisseurs de cloud. Jensen Huang, PDG de Nvidia, est un fervent partisan de l'open source, ce qui suggère que ce dernier est bénéfique pour son entreprise. L'open source est également crucial pour éviter une domination de quelques modèles "frontier" aux marges très élevées. La nouvelle concernant la machine DUV chinoise a provoqué une forte réaction sur le marché des équipements semi-conducteurs. La principale préoccupation actuelle concerne la hausse des rendements réels, qui rend le financement par crédit plus coûteux. Les spreads se sont élargis, et l'émission d'obligations par Meta n'a pas été aussi bien accueillie que prévu. Les Credit Default Swaps (CDS) ont également augmenté, ce qui est préoccupant si le financement par dette devient essentiel pour l'expansion. Cependant, la différence entre les prix spot et contractuels du calcul installé est cruciale. Si les prix spot baissent et que les contrats sont renégociés à la hausse, cela devrait améliorer les ratios de crédit. Le besoin de financement par crédit pour l'expansion de l'IA est un risque majeur, similaire au cycle du crédit lors de l'éclatement de la bulle Internet. Si la demande de crédit augmente et que l'offre se resserre, cela pourrait entraîner un dégonflement rapide. Les estimations de consensus prévoient que les nouvelles capacités de calcul (Blackwell et Rubin) seront monétisées au taux de l'Aier, deux générations derrière. Si elles sont monétisées au taux actuel des Blackwells, les flux de trésorerie opérationnels des hyperscalers pourraient atteindre 2 billions de dollars, réduisant ainsi le besoin de crédit de 700 milliards de dollars. La renégociation des contrats à la hausse et la croissance des flux de trésorerie opérationnels devraient améliorer les métriques de crédit et faciliter le financement. Il y a eu une inquiétude concernant un "pocket" de Blackwell, où des centaines de milliards de dollars sont dépensés pour des puces principalement utilisées pour le trading, qui ne génère pas de retour suffisant. Ce risque a été atténué par les avancées d'Anthropic, et le marché l'a ignoré d'avril à juin. Cependant, en juillet, une confluence d'événements a ramené cette préoccupation, juste au moment où les flux de trésorerie opérationnels commençaient à s'accélérer. Microsoft, par exemple, a mis en ligne une capacité importante en juin qui n'apparaît pas dans les résultats du deuxième trimestre. La question centrale est de savoir si les signaux quantitatifs de demande observés dans la Silicon Valley se maintiendront, entraînant une réévaluation à la hausse des prix du calcul installé, une augmentation des flux de trésorerie opérationnels, et la possibilité de financer cette expansion principalement par ces flux. Le marché est actuellement valorisé comme si les hyperscalers sur-gagnaient, mais les données suggèrent le contraire. Les prix des GPU, notamment dans le marché spot, continuent d'augmenter, certains contrats prévoyant une augmentation de 100 % dans les sept mois. Cela suggère que les hyperscalers sous-performent. L'unique métrique quantitative négative potentielle mentionnée concerne les données tierces suggérant un ralentissement de la trajectoire d'Anthropic. Cependant, cela est compensé par l'accélération d'OpenAI et de l'open source. L'open source, bien que difficile à mesurer pour les marchés publics, montre une demande claire, stimulée par les avancées de GLM 5.2 et Kimi K3. Nvidia travaille également à rapprocher Neotron des performances de pointe. Nvidia est actuellement valorisée à son plus bas PER prospectif depuis 10 ans, ce qui implique que le marché estime qu'elle sur-gagne. Les données sur les flux de trésorerie opérationnels des hyperscalers sont en accélération, et si cette tendance se maintient, le besoin de financement par crédit sera réduit, voire éliminé. Les prix du calcul, loin de baisser, augmentent, ce qui renforce la valeur de l'infrastructure existante. Les avancées dans le domaine de l'apprentissage continu et de l'apprentissage efficace par échantillon pourraient potentiellement réduire la demande de calcul à long terme, mais cela reste spéculatif. L'innovation dans les accélérateurs basés sur SRAM, indépendants de la HBMD RAM, pourrait améliorer le retour sur investissement de l'IA en permettant une désagrégation de l'inférence en trois parties : pré-remplissage, attention et réseau de neurones direct. Le risque réglementaire est considéré comme le plus important. Les décisions politiques, comme le moratoire sur les data centers à New York, et la perception négative du public (augmentation des prix de l'électricité, consommation d'eau, perte d'emplois) sont des défis majeurs. Cependant, la réalité est que les data centers peuvent réduire les prix de l'électricité grâce à des accords "behind the meter", créer des emplois bien rémunérés dans le secteur de la construction et de la maintenance, et contribuer significativement aux communautés locales. L'industrie de l'IA doit améliorer sa communication pour contrer les fausses informations. L'importance de la mémoire pour la performance des calculs IA est soulignée. La concurrence entre les acteurs majeurs (Amazon, Google, AMD, Nvidia) pour les allocations d'approvisionnement à long terme (LTA) est intense. Rompre un LTA pourrait avoir des conséquences désastreuses pour la part de marché à long terme. Nvidia, par sa position dominante, est particulièrement bien placée. Son nouveau modèle d'affaires, qui inclut un "credit wrapper" avec partage de revenus, renforce sa position et augmente ses revenus par gigawatt. L'émergence de nouveaux acteurs comme SpaceX dans le domaine de l'IA est également discutée. Bien que le marché public n'ait pas encore pleinement intégré cette dimension, la capacité de SpaceX à déployer rapidement du calcul à bas coût et à absorber une demande massive est impressionnante. L'idée de 8 gigawatts de puissance de calcul pour SpaceX est ambitieuse, mais leur historique de réalisations suggère qu'il ne faut pas les sous-estimer. L'idée de "compute orbital" est également considérée comme une tendance émergente. En résumé, malgré un mois de juillet marqué par des turbulences sur les marchés, les fondamentaux de l'IA semblent s'améliorer, avec une accélération de la demande et une amélioration des métriques de revenus. Les préoccupations liées au financement par crédit et à la réglementation restent importantes, mais le potentiel de croissance de l'infrastructure IA, alimenté par les innovations et la demande croissante, est indéniable.