Calcul de Goldman Sachs sur le grand pari de la puissance de calcul de l’IA : les six géants devront gagner 1 420 milliards de dollars supplémentaires entre 2028 et 2030 pour maintenir un ROIC de 15 %

Selon les informations de l’application d’information financière Zhihui Caijing, Goldman Sachs a récemment publié un rapport de recherche sur le secteur technologique américain, visant à évaluer la taille économique de l’IA nécessaire pour justifier la rentabilité du ROIC des investissements massifs dans l’IA par les fournisseurs de cloud hyperscale. Le rapport se concentre sur la question centrale du marché : les principaux géants américains du cloud réalisent d’énormes investissements dans la puissance de calcul IA — ces dépenses en capital colossales pourront-elles générer un rendement raisonnable à l’avenir ? Le rapport établit un cadre quantitatif, réalisant des stress tests de rentabilité pour les investissements en puissance de calcul de Google, Amazon, Microsoft, Meta, Oracle et SpaceX sur 2026-2027, offrant ainsi une échelle de référence pour la rentabilité potentielle des investissements dans l’infrastructure IA.

Goldman Sachs estime que, face à l’explosion de la demande en puissance de calcul provoquée par une croissance fulgurante de la consommation de tokens des grands modèles, le taux d’intensité capitalistique des grands fournisseurs de cloud américains a connu des changements drastiques afin de s’adapter à la transformation industrielle sur la couche de calcul. Cette vague massive d’investissements des entreprises est motivée à la fois par des signaux de demande réels (le marché actuel présentant un déséquilibre entre l’offre et la demande) et par l’anticipation des besoins futurs de puissance de calcul de leurs clients stratégiques.

En observant le marché cette année, notamment à la lumière de la récente saison des résultats du deuxième trimestre, la compréhension de ce thème par le marché s’est nettement approfondie. D'après les données financières et les déclarations des directions, les investisseurs s’accordent progressivement sur deux points consensuels :

(a) Les fournisseurs de cloud hyperscale peuvent, grâce à leurs dépenses en capital des années précédentes (2023-2025), générer des revenus additionnels et des flux de trésorerie opérationnels assurant un retour sur investissement attractif, voire supérieur aux attentes ;

(b) En raison de la tension sur l’offre de puissance de calcul et de la demande terminale qui s’accélère durablement, les fournisseurs de cloud entament une nouvelle vague de cycle d’investissement (2026-2027), les prix actuels des services de puissance de calcul étant nettement supérieurs à la référence de long terme envisagée par la banque.

Ainsi, au cours des derniers mois, le débat du marché s’est déplacé vers des questions plus long-termistes : combien de rendement sur investissement ces dépenses en capital sur 2026-2027 pourront-elles rapporter pour la période 2028-2030 ? Quelle référence les ROIC des investissements antérieurs peuvent-ils offrir ?

Goldman Sachs construit dans son rapport un cadre d’analyse permettant d’estimer quelle taille de marché l’économie de l’IA doit atteindre pour que les fournisseurs de cloud hyperscale américains obtiennent un ROI de référence (ROIC) sur les dépenses actuelles. L’analyse centrale porte sur l’estimation du seuil de revenu à atteindre pour que les principaux fournisseurs américains obtiennent 15% de ROIC annualisé pour la deuxième phase (2026-2027) de leurs investissements en puissance de calcul IA.

Sur la base d’hypothèses : un investissement initial moyen d’environ 42 milliards de dollars par gigawatt (GW) de puissance ; 70% du CAPEX alloué au hardware de calcul, 30% à la structure des datacenters ; règles d’amortissement prudentes et prise en compte des coûts d’exploitation récurrents, etc. Les résultats de simulation montrent que les six grands acteurs américains (Alphabet, Amazon, Microsoft, Meta, Oracle, SpaceX) devront générer ensemble environ 1 420 milliards de dollars de revenus cumulatifs entre 2028 et 2030 (soit environ 11,6 milliards de dollars de revenus par GW de puissance et par an) pour dépasser le seuil de 15% de ROIC.

Même si une forte augmentation des dépenses en capital à court terme pèsera sur la rentabilité immédiate (donc mettra la pression sur les performances à court terme), la banque estime que ce cycle d’investissement génèrera, à moyen et long terme, un niveau attractif de ROIC, qui se matérialisera progressivement dans les états financiers. En d’autres termes, la pression sur la rentabilité à court terme est le résultat naturel d’un cycle d’investissement massif en amont, et ne reflète pas un défaut structurel du modèle économique de l’IA.

Dans plusieurs rapports antérieurs sur l’économie des tokens, les perspectives de l’IA grand public et l’IA d’entreprise, la banque a déjà souligné que la rotation des parts de marché et la baisse des prix des tokens favorisent en réalité la pénétration de l’IA, élargissant sans cesse les cas d’usage de la puissance de calcul tant pour les consommateurs que dans le monde des entreprises. Les discussions actuelles du marché portent principalement sur l’évolution des principaux acteurs des grands modèles de base — en termes de parts de marché et de pouvoir de fixation des prix par rapport aux modèles open-source. Mais selon le point de vue de la banque, c’est le rapport qualité/prix de la puissance de calcul qui déterminera la taille et les limites de l’économie de l’IA.

Les différents modèles et agents intelligents de divers niveaux de compétences, déployés selon cette courbe de rapport qualité/prix, libéreront de multiples scénarios d’application, allant de l’intelligence standardisée à coût réduit (où la pression déflationniste est forte) à l’intelligence de pointe haut de gamme (avec un pouvoir de fixation des prix plus important), offrant ainsi un soutien solide aux investissements actuels des fournisseurs d’infrastructures de calcul.

En résumé, tous les tokens n’offrent pas la même rentabilité, et chaque dollar dépensé en investissement ne fournit pas le même retour. Néanmoins, avec l’ampleur du marché prévue sur les 3 à 5 prochaines années, la banque anticipe que les investissements réalisés dans les 18 mois à venir devraient offrir, dans l’ensemble, des rendements satisfaisants.

Cet avis a également été confirmé lors de la conférence Communacopia Tech de Goldman Sachs, où les entreprises participantes ont transmis trois signaux :

(a) le secteur est passé de la phase expérimentale de l’IA à celle du déploiement ; (b) les gains d’efficacité et les cycles produits s’accélèrent ; (c) les entreprises ne cherchent plus uniquement à maximiser la consommation de tokens, mais optimisent désormais la production par token investi, améliorant ainsi leur propre rentabilité — ce qui laisse présager une poursuite de la progression du taux de pénétration de l’IA dans les entreprises (la généralisation de l’IA côté entreprises stimulant directement les revenus des fournisseurs de cloud et les profits opérationnels liés aux investissements passés).

Par ailleurs, plusieurs agents IA orientés grand public ont récemment été lancés (dont Muse de Meta est le plus représentatif), amorçant un changement de paradigme pour l’IA grand public : des produits axés sur l’interaction conversationnelle aux produits où l’agent prend en charge l’exécution des actions. Cette expansion du modèle agent (d’autres grands acteurs sont également sur le point d’investir ce segment IA grand public) augmentera la demande de puissance de calcul à moyen-terme ; les modèles économiques associés (abonnement, publicité, e-commerce) se concrétiseront progressivement, et les frontières entre ces modèles commerciaux continueront de s’estomper, pour devenir le principal moteur de croissance des revenus à l’avenir.