La vague de l’IA va-t-elle répéter la bulle d’investissement ferroviaire ? Président de Blackstone : cette fois-ci, c’est différent

La fièvre des investissements dans l’IA continue de s’intensifier, alors que des milliers de milliards de dollars affluent vers les puces, les centres de données et des projets énergétiques. Pourtant, une question essentielle reste celle qui préoccupe le plus les investisseurs : où se trouvent les véritables retours sur investissement de l’IA ?

Récemment, Jon Gray, président et directeur des opérations de Blackstone, a comparé lors d’une allocution destinée aux investisseurs l’étape actuelle du développement de l’IA à « l’aube de 1870 ». Il a répondu à la question du retour sur les énormes dépenses d’investissement en s’appuyant sur les revenus des entreprises, les cas d’utilisation et les données d’investissement de Blackstone.

En reprenant le slogan ancien d’une publicité, « où est le bœuf », Gray interroge les bénéfices concrets derrière les investissements massifs. Il estime que, l’IA commence déjà à générer des revenus et des gains d’efficacité pour certaines entreprises ; son champ d’application devrait encore s’élargir. Lorsque la technologie pénétrera davantage les domaines physiques comme la robotique ou la conduite autonome, la demande en puissance de calcul risque de croître encore.

Dans cette logique, Gray considère que les puces, les centres de données et l’électricité sont les piliers essentiels de l’expansion de l’IA. Il souligne également que la construction des projets dépend de la disponibilité des équipements, de l’investissement en capital et des processus d’approbation. Blackstone structure ses investissements autour de ces maillons physiques, tout en gardant à l’esprit les risques liés à la valorisation, à l’évolution technologique et à la réalisation effective des retours.

Où est le “bœuf” dans l’investissement IA ?

Le « bœuf » évoqué par Gray renvoie à la principale inquiétude des investisseurs. Une immense quantité de capitaux est injectée dans l’achat de puces, la construction de salles informatiques et de centrales électriques, mais au bout du compte, y aura-t-il suffisamment de clients prêts à payer pour des produits d’IA ? Si les revenus restent concentrés sur quelques acteurs et que les applications d’entreprise peinent à générer des bénéfices, la demande d’infrastructures risque de ne pas pouvoir être durablement soutenue uniquement par l’anticipation des investissements.

Lors de sa présentation, Gray a tout d’abord montré la croissance des entreprises de modèles. Selon ses chiffres, le chiffre d’affaires annualisé combiné d’OpenAI et d’Anthropic devrait atteindre environ 105 milliards de dollars en juillet 2026. Par ailleurs, parmi les 14 entreprises liées à l’IA suivies par Blackstone, les revenus annualisés sont passés de 25 millions à environ 525 millions de dollars, soit une croissance de 21 fois.

Illustration｜Gary compare la croissance du chiffre d’affaires d’Anthropic et d’OpenAI (Source : Youtube)

Ces chiffres montrent la rapidité de la croissance des revenus, mais il est nécessaire de garder à l’esprit les modes de calcul.Le chiffre d'affaires annualisé est une estimation extrapolée des revenus sur douze mois à partir des recettes récentes, ce qui ne correspond ni au chiffre d'affaires réellement réalisé sur une année entière, ni au bénéfice.Gray utilise ce chiffre pour répondre aux interrogations sur la demande réelle et payante, mais il faudra plus de temps pour vérifier si l’industrie parviendra à rentabiliser cet effort collectif.

Au-delà des revenus, Gray s’est aussi penché sur la façon dont les entreprises utilisent l’IA. Ainsi, une entreprise de tours de télécommunication, soutenue par Blackstone, a investi environ 4 millions de dollars pour moderniser son processus de traitement des locations. D'après lui, ce projet rapporterait près de 4,5 millions de dollars par an. Une autre société, spécialisée dans la location de logements, utilise l’IA pour accélérer le traitement des candidatures et réduire le temps d’attente de ses clients.

Ces exemples démontrent que la valeur de l’IA commence à être intégrée dans les processus d’entreprise, permettant ainsi d’évaluer précisément les coûts et les bénéfices. Par exemple, des processus accélérés permettent d’économiser du temps et de l’argent ; de nouvelles fonctionnalités appréciées par les clients peuvent également être sources de revenu.

Un autre exemple évoqué par Gray concerne Chamberlain, entreprise spécialisée dans les portes de garage, qui a développé de nouveaux produits pour la maison intégrant la reconnaissance visuelle. Cette activité rapporte désormais plusieurs dizaines de millions de dollars de chiffre d’affaires annualisé. Contrairement à l’amélioration de processus existants, ce type de produits permet à l’IA d’élargir le business de l’entreprise et de créer de nouvelles sources de revenus.

Après avoir passé en revue ces évolutions commerciales actuelles, Gray replace son propos en 1870. À l’époque, la vie américaine était encore largement rurale, et les chemins de fer, l’électricité ou l’acier n’avaient pas encore bouleversé le quotidien. Trente ans plus tard, la diffusion de ces nouvelles technologies allait entraîner un bouleversement profond de l’économie et du mode de production. Selon lui, l’IA d’aujourd’hui pourrait être à une étape tout aussi précoce.

Mais cette analogie revêt aussi une mise en garde. Les chemins de fer ont stimulé la croissance, mais pendant la ruée vers la construction, près de 200 compagnies ferroviaires ont fait faillite ou se sont retrouvées en situation d’insolvabilité. Il souligne que certaines entreprises, surexposées à l’endettement, ont anticipé une construction trop rapide, offrant plus d’infrastructures que la demande n’en exigeait.

Pour autant, Gray considère que les investissements actuels dans les infrastructures de l’IA présentent des différences avec cette expérience du passé. Aujourd’hui, la demande pour les centres de données et les projets énergétiques excède l’offre existante, et beaucoup de ces projets sont déjà contractualisés avec des clients au profil financier solide et peu endettés.

En détails, une fois que les entreprises génèrent des bénéfices grâce à leurs activités, elles peuvent élargir leur utilisation de l’IA, ce qui entraîne une augmentation du volume d’appels de modèles et des cas d’application, et donc une montée de la demande en puissance de calcul. À mesure que l’IA s’étend dans la robotique, la conduite autonome et d’autres secteurs physiques, cette demande pourrait se prolonger bien au-delà des seuls bureaux vers le monde physique.

Ainsi, l’analyse de Gray sur le présent s’appuie sur la croissance des revenus des modèles et les cas concrets d’applications en entreprise, tandis que sa vision de l’avenir mise sur une diffusion technologique beaucoup plus large. Toutefois, il reste un écart à franchir : l’étendue réelle des applications, l’engagement financier des clients et la réalisation des projets sont autant de facteurs qui détermineront l’ampleur future de la demande.

Comment Blackstone investit dans l’IA

À mesure que la demande en calcul augmente sans cesse, qui construit les infrastructures nécessaires et d’où provient le financement ? Sur cette question, Gray a présenté la stratégie de Blackstone dans les domaines des data centers, du calcul et de l’énergie. Selon lui,les puces, les centres de données et l’électricité constituent des maillons critiques, tandis que l’approvisionnement en équipements, les cycles de construction et les autorisations locales influencent le rythme des projets.

Tout d’abord, la location de centres de données est un baromètre que Blackstone utilise pour observer l’évolution de la demande. Gray explique que sa plateforme data center a signé pour environ 1 GW de capacité locative en 2024, une capacité qui augmentera à 2 GW en 2025 et devrait atteindre au moins 6 GW en 2026. Il indique que la construction de ces centres de données impliquera près de 100 milliards de dollars de dépenses en capital cette année, auxquels s’ajoutera l’investissement des clients dans l’achat de puces.

Illustration｜Data center AirTrunk investi par Blackstone (Source : site officiel de Blackstone)

Selon le site de Blackstone, sa plateforme de centres de données comprend QTS en Amérique du Nord et AirTrunk dans la région Asie-Pacifique. Dans un entretien public précédent, Gray a évoqué que, depuis l’acquisition de QTS, la demande en puissance de calcul de la part des grands groupes technologiques n’a cessé de croître, poussant alors Blackstone à étendre ses investissements vers l’énergie, l’équipement électrique et de nouveaux fournisseurs de services cloud proposant de la puissance GPU.

Ces investissements sont indissociables des besoins de construction et d’exploitation des data centers : acquisition de terrain, construction, systèmes de refroidissement, raccordement réseau. Une fois l’exploitation démarrée, il faut assurer la sécurité de l’approvisionnement électrique, et les clients doivent installer leurs puces dans ces infrastructures. Pour Gray, plus l’IA s’étendra, plus l’impact des contraintes physiques sur la vitesse de développement sera déterminant.

Dans le secteur énergétique, Blackstone investit aussi dans des projets d’équipements et de production d’électricité. Cependant, le cycle de livraison des équipements de production est souvent long : par exemple, les turbines commandées chez GE Vernova pourraient n’être livrées qu’en 2031. Capacités de production, construction de réseau et autorisations influent également sur la vitesse de mise à disposition de l’énergie.

En dehors de la construction de salles informatiques et d’infrastructures énergétiques, Blackstone participe également activement au financement de la puissance de calcul. En août dernier, Nvidia a annoncé un partenariat avec Blackstone et d’autres institutions pour promouvoir le développement d’une plateforme de financement dédiée à l’infrastructure de calcul IA, permettant aux clients d’accéder aux capitaux nécessaires à la construction de leur capacité de traitement.

Par ailleurs, Gray insistait sur le fait que, dans ses investissements, Blackstone accorde beaucoup d’importance à la sécurisation de contrats à long terme, ainsi qu’à la faculté des clients signataires d’honorer leurs engagements.

Toutefois, les contrats longue durée ne couvrent qu’en partie l’incertitude de la demande. Le déploiement et l’exploitation sur le terrain font face à d’autres risques : inquiétudes communautaires autour de la construction de data centers pouvant ralentir les projets, cybersécurité, géopolitique… Par ailleurs, certaines startups encore sans revenus affichent déjà des valorisations très élevées : leur activité future soutiendra-t-elle ces prix ? Là encore, vigilance s’impose.

Dans sa recherche d’opportunités de croissance grâce à l’IA, Blackstone porte aussi son attention sur des actifs offrant une valeur difficile à remplacer. En fin d’allocution, Gray a cité les clubs de cricket, les enseignes de café, les résidences en bord de mer ou les aéroports, estimant que ces expériences ou infrastructures seraient toujours recherchées. Bien qu’elles diffèrent des projets axés sur la puissance de calcul, elles traduisent aussi l’approche de Blackstone axée sur la demande à long terme.

Pour revenir à la question « où est le bœuf ? », certaines applications de l’IA ont déjà généré des revenus et améliorations d’efficacité ; c’est pourquoi Blackstone investit activement dans la puissance de calcul, les centres de données et l’énergie. Mais pour passer de gains immédiats à des retours sur le long terme, tout dépendra de la capacité des applications à continuer de créer de la valeur, et de l’achèvement effectif des infrastructures et de la demande d’utilisation qu’elles susciteront.

Opérations/Mise en page : He Chenlong

Note : couverture/visuel principal généré partiellement par l’IA