La construction de l'IA se finance désormais à crédit

Tout le monde en marché a un avis sur la question de savoir si l’intelligence artificielle est une bulle. C’est la mauvaise question à laquelle consacrer du temps, parce que la réponse ne dit qu’une chose : de combien les prix baisseront. La question utile est une question de plomberie. Si la construction de l’IA déçoit, quel bilan encaisse la perte ?

La question que tout le monde pose, et celle qui compte

Pendant les deux premières années de ce cycle, la réponse était simple et confortable. Quatre sociétés américaines très bénéficiaires payaient leurs centres de données sur leurs propres deniers. Si la dépense se révélait prématurée, la perte se voyait dans un cours de bourse en baisse. Un actionnaire détient ses actions en sachant qu’il peut perdre de l’argent. Le dommage s’arrêtait là.

Ce n’est plus ainsi que la construction se paie. Depuis dix-huit mois, l’argent vient de plus en plus de l’emprunt, de prêts gagés sur les puces elles-mêmes, et de fonds de dette privée dont les bailleurs ultimes sont des compagnies d’assurance vie. Chacun de ces canaux déplace le risque de quelqu’un qui a choisi de détenir un actif vers quelqu’un à qui une somme fixe est due à une date fixe. Quand le second type d’investisseur est déçu, les conséquences ne restent pas dans le secteur technologique.

J’écris sur la thématique IA depuis le début de l’année, et la question contraignante ne cesse de se déplacer. En février, c’était le capital, la dépense d’investissement comme variable macroéconomique. En avril, le travail. En mai, le prix du calcul lui-même. Ce mois-ci, c’est le financement, et je crois que c’est la version la plus importante de la question à ce jour.

L’ordre de grandeur, en deux chiffres

Deux chiffres donnent l’échelle sans noyer personne.

Le premier : au premier trimestre 2026, les quatre plus grandes sociétés américaines du nuage ont dépensé USD 129.8 milliards en projets d’investissement à elles quatre, soit environ 80% de plus que le même trimestre un an plus tôt (suivi maison des investissements, reconstruit le 28 août 2026). C’est un trimestre, quatre sociétés. Le deuxième trimestre a poussé plus fort encore. Microsoft, Alphabet et Meta ont dépensé ensemble USD 110.8 milliards, en hausse de 98% sur le même trimestre de 2025, Meta passant à elle seule de USD 19.0 milliards à USD 30.1 milliards en trois mois. Amazon, qui dépense plus que chacune des trois, n’avait publié sa ligne d’investissement du trimestre dans aucun des deux flux que lit le suivi maison, de sorte que le total à quatre sociétés n’est pas encore complet.

Le second : l’intelligence artificielle représente désormais 15.77% de tout l’investissement physique des entreprises aux États-Unis, constructions et équipements confondus, en hausse de 5.79 points en un an (suivi maison de la part d’investissement, 26 août 2026). Sur douze mois glissants, cela fait USD 433.9 milliards, en croissance de 72.7%. L’IA a fourni environ 78% de la croissance de l’investissement physique américain.

Dit simplement : une seule thématique technologique constitue aujourd’hui l’essentiel de ce que construit l’économie américaine. À cette part de l’investissement national, elle devient une variable macroéconomique, et toute variable macroéconomique de cette taille mérite qu’on demande comment elle est financée.

Le graphique ci-dessus ne suit que les trois plus gros dépensiers dont le trimestre est visible en entier, et même cette vue partielle monte sans pause. Ce qu’il ne peut pas montrer, c’est le reste du marché, et c’est la partie sur laquelle je demanderais au lecteur de s’arrêter. Des promoteurs spécialisés de centres de données, les néoclouds, des projets souverains et des opérateurs privés construisent aux côtés des géants. Presque aucun ne dispose de trente ans de bénéfices accumulés où puiser. Ils construisent avec de l’argent emprunté, parce que l’argent emprunté est le seul dont ils disposent. Le suivi maison ne tient aucune série vérifiée sur ce groupe, je n’avance donc ici aucun chiffre à son sujet.

Trois tuyaux, et ce qui circule dans chacun

Le financement arrive par trois canaux, et ils portent des risques différents.

Les obligations d’entreprise. Les grandes sociétés technologiques se sont tournées vers le marché obligataire à un rythme dont elles n’avaient jamais eu besoin. En 2025, elles ont émis plus de dette que pendant les sept années précédentes réunies, pendant que leur trésorerie rapportée aux actifs baissait. C’est le plus propre des trois canaux. Les emprunteurs sont bénéficiaires, la dette est notée et cotée publiquement, et si cela tourne mal, on le voit tourner mal en temps réel. Ce tuyau-là, pris isolément, ne m’empêche pas de dormir.

Le prêt gagé sur les puces. Celui-ci est plus récent et plus étrange. Un opérateur de centre de données achète des processeurs graphiques, puis emprunte contre eux, en nantissant les puces et les contrats de location qu’elles génèrent. Dans bien des cas, les prêts sont ensuite regroupés et revendus à des investisseurs sous forme de titre, ce que désigne le mot « titrisation » : un prêteur transforme un tas de prêts individuels en une obligation négociable, pour que le risque soit porté par quelqu’un d’autre.

Quiconque a vécu 2008 reconnaît la forme de cette phrase. J’inviterais tout de même à quelque prudence avec la comparaison. Regrouper des prêts est une technique normale et utile, et elle s’est brisée en 2007 pour une raison précise : le collatéral sous-jacent, les maisons américaines, était mal évalué, et le regroupement dissimulait ce fait à ceux qui achetaient. La question à poser sur les puces est donc la même, posée honnêtement : que vaut ce collatéral si l’emprunteur cesse de payer ?

Un bâtiment se reloue pendant des décennies. Une génération de processeurs se renouvelle en trois à cinq ans, et sa valeur locative est fixée par un marché qui bouge fort. En mai, le tarif à la demande d’un Nvidia H100 s’était tenu près de USD 1.50 l’heure pendant quatre mois avant de doubler à peu près, à USD 3.00. C’était un signal de demande sur le moment et je l’ai lu comme tel. Il vaut aussi comme avertissement sur le collatéral. Un actif dont le revenu peut doubler en un mois peut être divisé par deux en un mois, et la valeur de récupération d’une puce d’occasion à cinq ans reste une question ouverte à laquelle aucun prêteur n’a encore eu à répondre en période de repli.

La dette privée financée par l’assurance. C’est le canal qui me préoccupe le plus, et le moins visible des trois.

Depuis 2008, la réglementation a poussé le prêt d’entreprise risqué hors des banques, vers des fonds de dette privée. Plus récemment, des sociétés de capital-investissement ont adossé ces fonds à des compagnies d’assurance vie qu’elles détiennent. La logique tient en ceci qu’un assureur vie encaisse des primes aujourd’hui contre des versements dus dans des décennies, exactement le genre d’argent patient qui convient à un prêt qu’on ne peut pas revendre rapidement. L’assureur obtient un rendement supérieur, le fonds obtient un capital stable qui ne peut pas réclamer son argent, et le groupe encaisse des commissions aux deux bouts.

Environ USD 750 milliards d’actifs d’assurance vie sont désormais à portée du capital-investissement, et les assureurs détiennent de l’ordre de 10% à 15% de leurs actifs en dette privée. Une bonne part de cette dette porte ce que le secteur appelle une notation par lettre privée, une note de crédit visible des seuls régulateurs d’État et non du public.

Deux détails méritent d’être sortis. Le premier est que le filet de sécurité est plus faible qu’on ne le suppose généralement. Aux États-Unis, les dépôts bancaires sont assurés par un fonds qui collecte l’argent d’avance et facture davantage les banques les plus risquées. L’assurance, elle, est protégée État par État, par un système qui ne collecte l’argent qu’après la faillite d’une société, facture les assureurs survivants selon leur taille plutôt que selon leur risque, et, dans environ 34 États, leur permet de récupérer l’intégralité de la contribution sous forme de crédit d’impôt sur cinq ans. La facture, au bout du compte, est publique, et aucun parlement ne vote jamais dessus.

Le second est que l’opacité n’a rien de théorique. Delaware Life, filiale de Guggenheim, a corrigé la part de ses avoirs affiliés à son propre propriétaire, déclarée entre 3% et 5%, pour la porter à 40%. C’est une révision proche du décuple : le même bilan, décrit de deux façons, et cela montre à quelle vitesse la chose peut remonter à la surface.

Je ne prétendrais pas que l’infrastructure IA est l’emploi dominant de la dette privée adossée à l’assurance. Je n’ai vu aucune donnée qui permettrait de l’affirmer. Ce que je soutiens est plus étroit et reste inconfortable : la classe d’emprunteurs qui croît le plus vite dans l’économie est servie par le canal de prêt le moins transparent de l’économie, et le filet placé derrière ce canal est plus mince que celui placé derrière les banques. Je tiens la taille de ce recouvrement pour une question de recherche, pas pour un nombre acquis.

Ce qu’est un score Z, et ce que dit le modèle en service

Le modèle macro maison fait une chose simple avec beaucoup de données. Pour chaque indicateur économique, il demande à quel point la lecture du jour est inhabituelle au regard de l’histoire propre de cet indicateur, et exprime la réponse en écarts-types, notés sigma. Zéro signifie parfaitement normal. Plus un sigma signifie plus chaud qu’environ cinq lectures sur six. Le modèle regroupe ensuite les indicateurs par catégorie et en prend un agrégat.

L’intérêt de procéder ainsi est que cela évacue le récit. Le modèle ignore qu’il existe une histoire IA. Il sait seulement si les données bancaires ressemblent à elles-mêmes.

Trois lectures portent cet article, toutes issues du modèle en service calculé le 27 août 2026. Chaque valeur est la distance de la catégorie à sa propre moyenne, en écarts-types, celle que trace le graphique ci-dessus.

Le système bancaire est à +1.40σ par rapport à sa propre moyenne. Parmi les catégories dotées d’un nombre fiable d’entrées vivantes, c’est ce qu’il y a de plus chaud dans le modèle. L’activité bancaire, à son propre étalon historique, tourne au chaud.

La liquidité est à +0.34σ. C’est la catégorie la plus complètement observée de tout le modèle, chaque entrée vivante, et elle dit que l’environnement monétaire est ordinaire. Il n’y a pas de déluge d’argent nouveau.

Le crédit et la consommation sont à +0.03σ. Les conditions de crédit des ménages se tiennent presque exactement sur leur moyenne de longue période.

Lues ensemble, ces trois lectures donnent une image précise. La banque est chaude pendant que la liquidité est normale et que le crédit aux ménages est quelconque. Un boum du crédit généralisé, où tout le monde emprunte, allumerait les trois. Une seule est allumée. Ce qui circule dans les bilans bancaires est concentré, et cela ne vient ni du consommateur, ni d’une abondance d’argent.

Pourquoi une liquidité neutre aggrave les choses au lieu de les arranger

Il existe une façon rassurante de lire un score de liquidité neutre, qui consiste à dire que rien ne va mal. Je la lis dans l’autre sens.

Le cadre de Michael Howell, sur lequel je m’appuie ici, traite le monde comme une gigantesque machine à refinancer plutôt que comme une machine à épargner. L’essentiel des emprunts est renouvelé par un nouveau prêt à l’échéance. Ce qui compte, c’est de savoir si la réserve d’argent disponible croît assez vite pour absorber la dette qui vient à échéance chaque année.

Selon la mesure maison, la dette non financière américaine se situe à 361% de la monnaie au sens large au premier trimestre 2026. La dette a crû de 5.7% sur l’année pendant que cette réserve de monnaie croissait de 4.6%, un écart de 1.1 point (suivi maison dette et liquidité, 24 août 2026). La dette prend de l’avance sur l’argent disponible pour la refinancer, lentement et régulièrement.

Le calendrier est la partie inconfortable. Les emprunts bon marché contractés pendant la pandémie ont été majoritairement portés à cinq ans environ, ce qui les ramène en refinancement par paquets, et le sommet de ce mur, chez les entreprises comme chez les États, tombe entre 2026 et 2028. Dans cette fenêtre entre le plus grand programme privé de dépense d’investissement de l’histoire américaine moderne, qui vient emprunter.

Le graphique ci-dessus montre la partie longue de la courbe dans laquelle cet emprunt vient s’inscrire. L’argent à trois mois est à 3.86% et l’argent à trente ans à 5.28%, au 18 août 2026. La courbe monte, donc plus on emprunte longtemps, plus on paie, et un centre de données est un actif de quinze à vingt ans. Chaque opérateur qui en finance un achète son argent au bout cher de cette ligne.

Pendant ce temps, le taux directeur de la Réserve fédérale se situe à 3.63%, ce qui, après inflation, laisse un taux réel d’environ +0.33% : légèrement restrictif. La banque centrale ne va pas dissoudre ce problème dans l’inflation au cours des prochains trimestres, sauf si quelque chose l’y contraint.

Le montage est donc le suivant : un besoin d’emprunt record, qui se présente pendant les années de refinancement les plus lourdes de la décennie, au point le plus cher de la courbe, avec une masse monétaire qui croît moins vite que la dette. Aucun de ces quatre faits n’est dramatique pris isolément. Ils se composent.

En quoi un repli du crédit diffère réellement

La raison de s’intéresser au mode de financement est que les pertes en actions et les pertes en crédit se comportent différemment dans une économie, et que la différence est mécanique.

Quand un cours de bourse baisse, la perte tombe sur celui qui détient l’action. Il se sent plus pauvre et dépensera peut-être moins, ce qui est réel mais lent et diffus. L’entreprise continue de fonctionner. Personne n’est juridiquement tenu de faire quoi que ce soit.

Quand un prêt tourne mal, trois choses se produisent vite. Le capital du prêteur baisse, ce qui réduit ce qu’il peut prêter à tous les autres, y compris à des entreprises qui n’ont rien à voir avec l’IA. L’emprunteur doit trouver de l’argent à une date fixe, ce qui signifie en général vendre des actifs sur un marché à qui l’on vient d’annoncer que ces actifs sont dépréciés. Et tout autre détenteur de prêts semblables doit réévaluer son propre portefeuille, que son emprunteur à lui soit en difficulté ou non.

Cette troisième étape est le canal de transmission, et c’est pourquoi l’identité du prêteur compte davantage que la taille de la perte. Une perte de USD 50 milliards en actions est une mauvaise année pour un groupe d’actionnaires. Une perte de USD 50 milliards en crédit, répartie entre banques et assureurs, resserre les conditions de prêt pour l’économie entière, parce que ces institutions sont réglementées sur leur capital et doivent répondre en se contractant.

Ce qui ramène l’argument au modèle. Si la construction de l’IA était encore financée par les fonds propres, une déception se verrait d’abord dans une baisse des valorisations technologiques. Financée comme elle l’est aujourd’hui, une déception se voit d’abord dans la qualité du crédit bancaire, dans les valorisations des portefeuilles de dette privée, et dans les réserves des compagnies d’assurance qui les détiennent. Cette séquence mérite d’être retenue, car elle indique aussi que les indicateurs d’alerte précoce sont les plus ennuyeux : les enquêtes de crédit, les écarts de rendement, les publications des assureurs, et la catégorie bancaire d’un modèle macro.

Pour un lecteur européen ou suisse, l’exposition est moins lointaine qu’elle n’en a l’air. Les banques et les assureurs européens achètent de la dette privée américaine depuis des années, en quête d’un rendement introuvable chez eux. Un événement de crédit qui démarre dans le prêt aux centres de données américains arrive ici par l’actif d’institutions que la plupart des gens décriraient comme prudentes. La réaction réflexe, que j’attends plutôt que je ne la prédis, est la réaction familière : une demande pour le franc suisse, une demande pour l’or, et un élargissement de l’écart entre les entreprises qui se financent sur leurs bénéfices et celles qui se financent sur les marchés. Ce dernier écart, c’est ce que signifie en pratique une préférence pour la qualité. Dans un régime où le crédit est le canal de transmission, la qualité désigne les entreprises qui peuvent se dispenser d’aller demander de l’argent.

Ce qui me montrerait que j’ai tort

Trois évolutions affaibliraient l’argument, et je tiendrais à le dire publiquement si elles apparaissaient.

Si les revenus de l’IA commencent à couvrir ses dépenses d’investissement, la dette est simplement précoce plutôt qu’excessive, et une dette précoce adossée à un flux de trésorerie réel relève de la finance d’entreprise ordinaire. Le signe serait des opérateurs finançant leurs nouvelles constructions sur des revenus contractés plutôt que sur de nouvelles installations.

Si la catégorie bancaire refroidit vers zéro au fil des prochaines lectures mensuelles pendant que la construction se poursuit, alors la chaleur que je désigne était autre chose, et ma lecture était fausse.

Et si les banques centrales réétendent leurs bilans de façon significative, le mur de refinancement cesse d’être un mur. L’argent abondant pardonne beaucoup d’endettement, pendant un temps.

Ce qu’il faut surveiller ensuite

La construction se poursuivra quelles que soient les conclusions de cette analyse, parce que les sociétés qui la mènent croient que le calcul est la contrainte déterminante de la décennie et qu’elles ont probablement raison sur ce point. Les machines se construisent. La question ouverte est de savoir qui tiendra le papier quand la première génération de puces arrivera en fin de vie utile et qu’il faudra écrire ce que vaut ce collatéral.

Ceci est une recherche et un commentaire de marché rédigés pour un lectorat général. Il ne s’agit pas d’un conseil en investissement personnalisé et il n’est pas tenu compte de la situation particulière de quiconque.