À Wall Street, Michael Burry est connu pour avoir anticipé avant tout le monde la crise des subprimes en 2008. Immortalisé à l’écran dans The Big Short, l’investisseur refait parler de lui. Cette fois-ci, il mise sur l’éclatement d’une bulle autour de l’intelligence artificielle générative, dans un contexte d’investissements colossaux et de valorisations stratosphériques. Plus précisément, il parie contre deux valeurs phares du secteur: Nvidia, le leader des cartes graphiques, et Palantir, spécialiste de l’analyse de données.
Au-delà de son pari boursier, Michael Burry soulève surtout un point crucial: l’amortissement des puces d’IA achetées en masse depuis deux ans par les géants technologiques américains pour accroître leurs capacités de calcul, nécessaires à l’entraînement et au fonctionnement des modèles d’IA. Il les accuse de sous-estimer la dépréciation de ces actifs dans leurs comptes. Une telle pratique leur permettrait de limiter artificiellement – et provisoirement – l’impact de leurs dépenses en capital (capex) sur leurs profits.
Meta économise 2,9 milliards
L’amortissement est un principe comptable qui permet d’étaler le coût d’un investissement. Prenons l’exemple d’un GPU acheté 20.000 dollars, dont la durée d’utilisation est estimée à quatre ans. Son coût ne sera pas inscrit intégralement dans les comptes de l’entreprise dès la première année, mais réparti à hauteur de 5.000 dollars par an sur quatre exercices comptables. Si la période d’utilisation de ce même GPU est estimée à six ans, la charge annuelle sera alors ramené à 3.333 dollars pendant deux années supplémentaires.
Chaque entreprise est libre de déterminer la durée d’amortissement de ses investissements. Compte tenu des montants colossaux engagés aujourd’hui, un simple ajustement peut avoir un impact significatif. En début d’année, par exemple, Meta a allongé la période d’utilisation estimée de ses puces d’IA, passant de quatre ans et demi à cinq ans et demi. Résultat: ses charges seront réduits de 2,9 milliards de dollars en 2025, par rapport à ce qu’elles auraient été sans ce changement. Et ses profits augmentés d’autant.
176 milliards de dollars sur trois ans
La maison mère de Facebook et Instagram n’est pas la seule à adopter cette stratégie. Google et Microsoft ont également fixé leur période d’amortissement à six ans, soit deux fois plus qu’en 2020. Même durée chez Oracle, qui s’est engagé à investir massivement pour satisfaire les besoins d’OpenAI dans le cadre d’un contrat de 300 milliards de dollars, ainsi que chez Coreweave, le plus important néo-cloud. Seule exception notable: Amazon, qui était aussi passé de cinq à six ans en 2024, avant de faire marche arrière cette année.
Selon Michael Burry, ces évaluations ne sont pas réalistes, car les cartes graphiques deviennent obsolètes de plus en plus vite, remplacées chaque année par des modèles plus puissants lancés par Nvidia et ses rivaux. Pour l’investisseur, le cycle d’utilisation ne dépasserait pas deux ou trois ans. Il estime ainsi que Google, Microsoft, Amazon, Meta et Oracle sous-évalueront la dépréciation de leurs GPU à hauteur de 176 milliards de dollars entre 2026 et 2028. Les bénéfices d’Oracle seraient surestimés de 27% et ceux de Meta de 21% en 2028.
“Loin d’être obsolètes”
En mars, Jensen Huang avait déjà alimenté ce débat lors du lancement de l’architecture Blackwell: “il y a des situations où Hopper (la précédente génération, ndlr) suffit… mais pas beaucoup”. Interrogé par Cafétech en juin, le patron de Nvidia avait nuancé ses propos: “les anciens modèles sont loin d’être obsolètes, mais je conseille d’acheter les derniers car la puissance par dollar est bien meilleure”. De fait, si ces GPU ne suffisent plus pour les tâches les plus complexes, ils restent utiles pour celles nécessitant moins de puissance, comme l’inférence.
Selon Coreweave, les capacités de calcul liées à ses puces A100, sorties en 2020, sont aujourd’hui entièrement réservées. Celles reposant sur les H100, lancées deux ans plus tard par Nvidia, le sont à 95%. Mais ce niveau de demande ne suffit pas, à lui seul, à justifier un allongement de la durée d’amortissement: il faut aussi tenir compte des recettes générées par ces GPU, alors que les tarifs facturés aux clients diminuent avec le temps. Selon The Information, Oracle affiche ainsi des marges parfois négatives sur les anciens modèles.
Stratégie risquée
Pour être rentables, les GPU doivent en effet générer un chiffre d’affaires supérieur au montant de leur amortissement. Si une entreprise opte pour un rythme linéaire, c’est-à-dire pour un montant identique chaque année, cette équation devient de plus en plus difficile à tenir au fil du temps. En clair, cette stratégie permet d’optimiser les bénéfices à court terme, mais elle risque, dans les prochaines années, de se traduire par des pertes comptables sur les anciens GPU qui n’auront pas encore été entièrement amortis.
Pour compenser ces pertes potentielles, ces groupes misent sur une forte hausse des revenus générés par leurs investissements dans l’IA. Cela sera d’autant plus indispensable que le montant total des amortissements va continuer d’augmenter, au rythme de l’envolée des capex. Pour les géants technologiques, le danger se limite à une croissance réduite, voire un repli de leurs bénéfices. Pour les néo-clouds, en revanche, la menace est bien plus sérieuse: ne plus pouvoir rembourser l’immense dette contractée pour financer leur expansion.
Pour aller plus loin:
– OpenAI est-il devenu “too big to fail” ?
– L’essor fragile des néo-clouds, entre croissance et endettement
