La peur n’arrive pas toujours en premier sur le marché boursier. Parfois, elle apparaît d’abord dans un secteur que de nombreux investisseurs particuliers négligent : celui des credit default swaps (CDS), une sorte “d’assurance” contre le défaut de paiement de la dette. Cette semaine, le prix de cette assurance pour Oracle a explosé après la publication de ses résultats et l’augmentation de ses investissements dans des centres de données liés à l’intelligence artificielle, un mouvement qui a ravivé une question gênante : dans quelle mesure le vaste déploiement d’infrastructures pour l’ère de l’IA repose-t-il sur des revenus futurs encore inexistants ?

Le signal qui a enflammé les alarmes a été clair. Les CDS à cinq ans d’Oracle ont atteint environ 139 points de base (et parfois plus), des niveaux que plusieurs analystes décrivent comme les plus hauts depuis plusieurs années. Parallèlement, le marché a pénalisé l’action et scruté la facture du plan : Oracle a augmenté ses dépenses d’investissement (capex) à environ 50 milliards de dollars pour l’exercice fiscal, en grande partie dû à l’essor de l’infrastructure IA, ce qui a également pesé sur son flux de trésorerie disponible, affichant des chiffres négatifs importants lors des derniers trimestres.

Un contrat colossal qui rend tout plus sensible

Il est plus facile de comprendre cette situation en se concentrant sur la pièce la plus commentée : l’accord par lequel OpenAI achèterait à Oracle une capacité de calcul et des centres de données pendant environ cinq ans, un contrat que certains médias estiment à 300 milliards de dollars. Si cette somme était réalisée dans son intégralité, elle représenterait — en moyenne — 60 milliards de dollars par an, une charge qui explique pourquoi le marché du crédit est devenu si sensible aux signaux de retard, de surcoût ou de demande moindre.

Ce même calcul impose une forte ambition à OpenAI : Reuters rapporte que l’entreprise pourrait atteindre environ 13 milliards de dollars de revenus annualisés en 2025, ce qui souligne la rapidité de croissance nécessaire pour absorber des engagements de cette envergure sans transformer ses résultats en un trou noir permanent.

“Stargate” et la course aux gigawatts

La perspective devient encore plus ambitieuse lorsqu’on regarde l’ensemble du tableau : OpenAI a présenté Stargate, un projet visant à multiplier la capacité de calcul nécessaire à l’IA, en partenariat avec des acteurs industriels et un discours de “fabrines d’IA” qui évoque des déploiements massifs d’énergie et de refroidissement. Dans ce contexte, OpenAI a annoncé des extensions de capacité avec Oracle (notamment plusieurs gigawatts supplémentaires) et SoftBank a communiqué des plans d’investissement massifs pour l’infrastructure liée.

Concrètement, cela traduit la conversation sur l’IA dans un langage plus tangible : terrains, permis, postes électriques, réseaux, eau, refroidissement, et un calendrier de construction où un retard de plusieurs mois peut tout faire basculer. Pour les marchés, il ne s’agit pas seulement de “si l’IA est l’avenir”, mais de si les centres de données seront livrés à temps et remplis de clients payant des tarifs suffisants pour justifier des investissements de cette ampleur, qui ressemblent davantage à des infrastructures nationales qu’à un cycle technologique ordinaire.

La “serpent qui se mord la queue” : lorsque le capital se recycle

Une métaphore qui gagne en popularité dans la finance et l’analyse financière est celle de l’ouroboros, le serpent qui se mord la queue. L’idée est que l’argent qui finance la croissance de cet écosystème tourne à nouveau dans le même cercle : grands investisseurs soutenant des entreprises IA ; entreprises IA achetant des chips et des capacités cloud ; fournisseurs réinvestissant pour élargir leur infrastructure. Reuters a même évoqué comment OpenAI pourrait transformer certains de ses soutiens en acheteurs dans cette nouvelle économie de la computation.

Cela ne signifie pas forcément qu’il s’agit d’une bulle ou d’une fraude, mais cela augmente un risque que le crédit détecte souvent avant que la narration n’en fasse état : la corrélation. Si la demande faiblit, le ajustement peut impacter simultanément investissement, capex, marges et financement, car beaucoup de moteurs dépendent d’une croissance “immédiate”, pas dans une décennie.

Le talon d’Achille : adoption réelle et rentabilité mesurable

En réalité, la grande incertitude n’est pas technologique mais commerciale. Et ici, les chiffres ne sont pas toujours en faveur de l’enthousiasme. Une étude citée par Fortune et Axios indique que la majorité des organisations ne voit pas encore de retour tangible de l’IA générative, avec des pourcentages très élevés de “zéro ROI” lors des déploiements initiaux ; et McKinsey rapporte qu’un grand nombre d’entreprises ne perçoit pas encore d’impact direct sur leurs résultats financiers.

Cela ne veut pas dire que l’IA ne va pas transformer des secteurs entiers. Cela signifie que le rythme d’adoption est crucial. Si l’adoption des entreprises progresse à un rythme comparable à celui du cloud (avec plusieurs années de maturation) plutôt qu’à un “boom” immédiat, le décalage entre investissements massifs et monétisation pourrait mettre à rude épreuve les bilans, surtout pour ceux qui ont investi davantage avec de la dette ou des engagements rigides.

Sans “régulation” publique : c’est le marché qui tranche

Un autre élément qui accentue l’inquiétude est l’attente d’un éventuel sauvetage public. Certains analystes excluent cette possibilité. Aux États-Unis, des responsables de la Maison Blanche assurent que il n’y aura pas de “bailout” pour les investissements privés dans l’IA, un message qui, s’il se confirmait, laisserait les entreprises et les investisseurs face à un scénario classique : si les comptes ne suivent pas, il faudra réduire, refinancer ou restructurer.

Les éléments à surveiller désormais

Dans ce contexte, deux camps s’affrontent : ceux qui pensent qu’Oracle, grâce à ses activités historiques, peut traverser cette période d’incertitude financière, et ceux qui considèrent que la taille du “saut” en centres de données augmente considérablement le risque. À court terme, voici cinq indicateurs que le marché surveillera de près :

1. Évolution du flux de trésorerie disponible et du capex trimestre après trimestre.
2. Calendrier précis de livraison des centres de données (et les éventuels retards).
3. Capacité contractée vs. capacité construite (taux d’occupation réel).
4. Rondes de financement et revenus d’OpenAI (rythme et croissance qualitative).
5. Tensions sur le marché du crédit (CDS, écarts de spreads obligataires et notes de crédit).

Pour l’instant, l’“oiseau de l’avertissement” ne signe pas l’effondrement, mais rappelle un principe souvent oublié lors des fêtes technologiques : lorsque l’infrastructure coûte des centaines de milliards, la magie finit souvent par entrer en collision avec la comptabilité.

Questions fréquentes

Que signifie la hausse des CDS d’Oracle et pourquoi cela est-il important dans le contexte des centres de données IA ?
Une augmentation des CDS indique une perception accrue du risque de crédit par le marché. Dans les investissements très capex (comme les centres de données pour IA), cela peut rendre le financement plus coûteux et influer sur la santé financière.

En quoi consiste l’accord de 300 milliards de dollars entre Oracle et OpenAI et que représente-t-il à l’échelle annuelle ?
Il s’agit d’un engagement d’achat de capacité de calcul et de centres de données sur plusieurs années. Si l’accord était entièrement réalisé, cela représenterait en moyenne 60 milliards de dollars par an, mais la cadence réelle dépendra des livraisons et des échéances.

Pourquoi l’infrastructure IA se mesure-t-elle en gigawatts plutôt qu’en simple nombre de serveurs ?
Parce que le défi n’est plus seulement hardware : c’est l’énergie disponible, la connectivité, la refroidissement, et la logistique de la construction d’installations à grande échelle.

Comment une entreprise peut-elle évaluer le retour sur investissement de l’IA générative sans supporter des coûts difficiles à justifier ?
En définissant des cas d’usage avec des métriques claires (temps économisé, réduction d’incidents, augmentation des conversions), en pilotant avec des données, en contrôlant les coûts par utilisateur ou processus, et en n’étendant qu’aux domaines où l’impact est réellement avéré.

Source : Shanaka Anslem Perera et Twitter X