Bank of America : Meta vend de la puissance de calcul pour mieux raconter l’histoire du retour sur investissement de l’IA

Auteur | Zhang Yaqi

      Éditeur | Hard AI

Meta prépare la monétisation de son immense actif de puissance de calcul AI, initiative qui constitue à la fois l’embryon d’une nouvelle ligne d’activité et un signal stratégique en réponse aux interrogations des investisseurs sur le retour des capitaux importants dépensés.

Selon les rapports, Meta élabore un plan pour lancer une activité d’infrastructure cloud qui proposera à des clients externes l’accès à la puissance de calcul AI et à des services de modèles. Après l’annonce, l’action Meta a grimpé d’environ 10 % sur la journée, dépassant largement l’indice S&P 500 (environ 0,25 %), preuve d’un accueil enthousiaste du marché pour cette nouvelle potentielle activité.

D’après l’information de la plateforme Trading Front, les analystes de Bank of America Securities, Justin Post et Nitin Bansal, ont précisé dans leur rapport du 1er juillet que le développement du cloud met en valeur les actifs de puissance et la capacité de recherche de modèles de Meta, apaisant ainsi les craintes des investisseurs quant au retour tardif sur les investissements dans l’infrastructure AI. La banque maintient sa recommandation d’achat sur Meta, avec un objectif de 835 dollars.

Le plan cloud de Meta se révèle : deux trajectoires menées en parallèle

Bloomberg cite des sources proches du dossier indiquant que la stratégie cloud de Meta s’articule autour de deux axes : le premier propose un service d’hébergement de modèles AI permettant aux développeurs d’accéder à une variété de modèles tournant sur l’infrastructure existante de Meta, dont la série Muse Spark, avec une facturation selon le volume d’accès, similaire au produit Bedrock d’Amazon AWS ; le second axe consiste en une vente directe de puissance de calcul brute, marché plus proche de CoreWeave ou autres nouveaux acteurs du cloud computing.

Ce plan fait partie de l’initiative interne baptisée "Meta Compute", dédiée à la construction et la gestion de l’infrastructure AI. Le CEO de Meta avait publiquement souligné l’existence d’opportunités dans les marchés entreprise, affirmant que la société pouvait vendre sa puissance de calcul à un prix supérieur au coût de construction.

Bank of America précise dans son rapport que, d’un point de vue plus global, si les dépenses d’investissement de Meta en 2026 permettent la construction d’une capacité maximale de 3 GW (soit 40 à 45 milliards de dollars par GW), alors lancer une plate-forme cloud prochainement offrirait une plus grande flexibilité stratégique à la société —en cas de puissance excédentaire, celle-ci pourrait être louée à l’extérieur pour 10 à 15 milliards de dollars par GW/an, soutenant positivement l’entreprise.

Positionnement concurrentiel incertain, débats stratégiques inévitables

Bien que le marché ait réagi très positivement, Bank of America ne manque pas de souligner les interrogations potentielles. Le développement des puces maison de Meta semble à la traîne par rapport à Amazon, Microsoft, Google et autres acteurs majeurs du cloud, tandis que l'entreprise continue d'acquérir de la puissance de calcul de tiers, comme le récent contrat d'achat de 1.6 GW signé avec Crusoe.

Ce phénomène conduit le marché à s’interroger sur la logique stratégique de Meta : une entreprise qui doit encore acquérir de la puissance de calcul externe peut-elle réellement mettre en œuvre une activité de revente convaincante ? Comment positionner sa compétitivité dans le marché du cloud à très grande échelle ?

Bank of America estime que,la reconnaissance du marché sur ce segment dépend en partie des avancées de Meta en matière de grands modèles de langage (LLM)— plus les modèles sont performants, plus la demande externe pour la puissance de calcul de Meta sera forte, consolidant ainsi la logique économique du cloud.

L’amélioration de l’économie unitaire de l’AI, une lame à double tranchant pour les fournisseurs de cloud

En dehors du plan cloud de Meta, des signaux remarquables émergent également du côté des coûts de puissance AI. Selon The Information, OpenAI aurait découvert une optimisation systémique qui réduit d'environ moitié le coût d’inférence de certains modèles. Ce gain repose sur une utilisation plus efficace de l’infrastructure serveur existante, sans ajouter de matériel ni changer l’architecture des modèles. OpenAI aurait appliqué cette optimisation au trafic ChatGPT non authentifié, ce qui ne nécessite que quelques centaines de GPU Nvidia pour fonctionner. Les mécanismes précis et la possibilité d’étendre cette optimisation au trafic authentifié, aux API ou aux inférences intensives restent inconnus.

Bank of America estime que,l’amélioration de l’efficacité des coûts de puissance est bénéfique pour l’orientation globale des grandes entreprises Internet :si cette technologie se généralise dans l’industrie, elle permettra d’augmenter la production effective de puissance sans investissements matériels supplémentaires, réduisant l’urgence des nouvelles dépenses d’investissement et améliorant le modèle d’économie unitaire de l’AI. Avec la montée des applications agentiques qui augmentent la consommation de tokens, la valeur stratégique de l’optimisation de puissance deviendra de plus en plus évidente.

Cependant, pour les grands fournisseurs de cloud, la baisse des coûts d’inférence recèle également un risque de pression tarifaire ; mais de meilleures marges et un marché adressable élargi devraient stimuler la demande pour des workloads AI soutenus – globalement, l’impact reste positif.