Le deuxième acte des dépenses d'investissement dans l'IA : quand le marché obligataire devient le tableau d'affichage de la course à la puissance de calcul

Le deuxième acte des dépenses d’investissement dans l’IA : quand le marché obligataire devient le tableau des scores de la course à la puissance de calcul

Au cours des trois dernières années, les discussions du marché sur l’intelligence artificielle se sont presque entièrement articulées autour de deux questions : où se situe le plafond de la demande, et qui est en tête de la course technologique. Lorsque l’ampleur des dépenses d’investissement a commencé à se chiffrer en centaines de milliards de dollars, une question plus financière a émergé : qui paie cette construction, et comment la manière de la financer influencera en retour les taux d’intérêt, les spreads de crédit et les valorisations actions.

L’équipe de stratégie des marchés de capitaux de Fidelity Institutional, dans son hebdomadaire Market Signals, avance un jugement qui mérite d’être intégré au cadre d’analyse macroéconomique : la prochaine phase du trade sur l’IA n’est plus seulement une question d’« exposition », mais une question de « discipline du capital ». La demande reste solide, mais le prochain signal de marché pourrait venir de la manière dont cette construction est financée, et de ce que ce financement implique pour les taux, le crédit et les valorisations boursières.

I. La dualité des dépenses d’investissement : croissance courante et passif à long terme

Les entreprises technologiques hyperscalers prennent des engagements colossaux dans les semi-conducteurs, les centres de données, les équipements de réseau et les infrastructures électriques. Ces dépenses soutiennent les fournisseurs en amont ainsi que l’activité économique courante. Durant une période récente où l’environnement macroéconomique n’était pas facile, les dépenses d’investissement ont en réalité constitué un pilier important de la demande du secteur privé.

Mais la structure temporelle des dépenses d’investissement leur confère une double face. Elles précèdent les revenus : à mesure que le cycle arrive à maturité, l’écart entre le « capital investi » et « les liquidités récupérées » tend à remplacer le récit de la demande pour devenir la variable centrale du marché. Ce que les entreprises obtiennent à ce stade, ce sont des amortissements plus élevés, des charges d’intérêts plus élevées et des besoins de refinancement qu’elles devront affronter dans un avenir plus lointain. Ces coûts n’apparaîtront pas soudainement un beau jour ; ils se manifesteront progressivement dans les comptes de résultat et les tableaux de flux de trésorerie des prochains trimestres.

C’est aussi la clé pour comprendre la contradiction macroéconomique actuelle : les dépenses d’investissement sont à la fois un vent favorable pour la croissance et un point de fragilité financière. Tout en stimulant l’activité courante, elles préparent le terrain pour le service de la dette et le refinancement à venir, et c’est précisément dans le décalage temporel entre ces deux effets que le marché est le plus susceptible de se tromper dans sa valorisation.

II. Le marché obligataire est un tableau des scores

Si l’on se penche sur l’histoire, les infrastructures transformatrices attirent toujours d’abord le capital, puis révèlent leur viabilité économique. Les chemins de fer, les réseaux de télécommunications et les dorsales Internet ont tous suivi une trajectoire similaire : la technologie redessine l’économie, mais certaines structures de financement n’ont finalement pas offert des rendements satisfaisants. L’IA ne fera pas nécessairement exception.

Le véritable mécanisme de transmission réside dans le coût du financement. Lorsque le capital est abondant, les entreprises peuvent continuer d’investir sans que le cycle de rendement soit encore clair ; mais dès que les rendements des obligations à long terme augmentent, que les spreads de crédit s’élargissent ou que les investisseurs obligataires exigent des clauses contractuelles plus strictes, le taux de rendement seuil change. Des projets qui semblaient raisonnables dans des conditions de financement aisées perdent rapidement de leur attrait lorsque le coût du capital augmente.Cela forme une boucle de rétroaction entre les marchés : l'endettement massif peut à lui seul exercer une pression haussière sur les rendements ; des rendements plus élevés compriment les multiples de valorisation des actions tout en augmentant le coût du service de la dette ; et la faiblesse des cours des actions rend à son tour les nouveaux financements plus coûteux. Autrement dit, le trade IA ne peut pas être évalué isolément des marchés des taux et du crédit.

Il est à noter que, même si les conditions de financement se resserrent, la demande pourrait rester forte. Dans ce cas, la divergence serait très marquée : les gagnants seraient les entreprises disposant de capacités de production rares, d'un pouvoir de fixation des prix, de bilans solides et d'un chemin clair menant des dépenses d'investissement à des flux de trésorerie récurrents. La distinction qui compte vraiment est peut-être celle entre « élargir un avantage concurrentiel existant grâce à l'IA » et « s'endetter pour rester dans la course » — la première permettant d'accumuler de la valeur de manière composée, tandis que la seconde pourrait découvrir que le coût de rester dans la course a dépassé le rendement économique lui-même.

III. La concentration se diffuse des indices actions aux indices obligataires

Le trade IA ne se limite depuis longtemps plus aux indices actions. Les émissions record d'obligations investment grade des hyperscalers, des data centers associés et des véhicules de financement de puces transforment la composition du marché des obligations d'entreprise.

Selon les estimations de Fidelity et les documents publiés par les sociétés cotées, ce groupe a émis depuis le début de l'année plus de 300 milliards de dollars d'obligations investment grade, contre 136 milliards de dollars pour l'ensemble de 2025 ; les émissions devraient approcher 500 milliards de dollars en 2026, puis monter à environ 550 milliards en 2027.

Lorsque cette offre est intégrée aux indices obligataires de référence, les portefeuilles obligataires gagnent davantage d'exposition à ce cycle d'investissement dans l'IA — alors que ce même cycle domine déjà certains segments du marché actions. Selon les données de Bloomberg, à fin août 2026, les obligations des hyperscalers et liées à l'IA représentaient environ 6,2 % de l'indice Bloomberg US Corporate Bond, contre 4,2 % en 2025 ; leur part dans l'indice Bloomberg US Aggregate Bond est passée de 1,1 % à 1,5 %. Pris individuellement, le poids d'Amazon dans cet indice d'obligations d'entreprise est passé de 0,80 % à 1,40 %, celui d'Oracle de 1,10 % à 1,30 %, celui de Meta de 0,80 % à 1,00 %, et celui d'Alphabet de 0,40 % à 0,90 %.

Plus que les pondérations, c'est la mesure du risque qui mérite l'attention. La contribution au risque de crédit, mesurée par « duration × spread », de ce groupe dépasse déjà, au total, celle des six grandes banques. Cela implique une concentration plus discrète que dans le marché actions : un fonds obligataire d'apparence diversifiée peut détenir simultanément plusieurs émetteurs technologiques, véhicules de financement de data centers, entreprises de services publics et de biens d'équipement, alors que ces résultats de crédit dépendent tous étroitement des mêmes facteurs — la poursuite des dépenses d'IA, le maintien de l'ouverture des marchés de capitaux et, in fine, la monétisation.

À mesure que les spreads obligataires et les concessions consenties sur les nouvelles émissions s'élargissent, l'importance des limites par émetteur et de la sélection des titres individuels augmentera sensiblement. La diversification, au regard de ces corrélations, peut être bien plus faible qu'elle n'y paraît à la lecture des étiquettes sectorielles.## IV. Financement circulaire et opacité

Les structures de financement de l’IA deviennent de plus en plus imbriquées les unes dans les autres, et de plus en plus difficiles à évaluer. Les fabricants de puces et les hyperscalers peuvent investir dans des laboratoires d’IA ou des fournisseurs de services cloud spécialisés, et ces entreprises financées s’engagent en retour à acheter des puces et de la puissance de calcul au cours des années à venir. Parallèlement, le développement des centres de données est de plus en plus externalisé vers des opérateurs tiers, qui louent ensuite les installations à long terme aux entreprises technologiques, parfois avec des clauses de sortie.

Ces montages relèvent souvent des marchés privés, ce qui rend difficile pour les investisseurs d’identifier les risques non intentionnels : comment les actifs sont réellement financés, et quelle part de la demande au sein de l’écosystème est en fait soutenue par le financement lui-même. Ces structures peuvent amplifier la croissance aujourd’hui, mais elles amplifieront aussi le risque de baisse plus tard. La question clé n’est pas de savoir si le traitement comptable est conforme, mais si la frontière entre signaux de demande et signaux de financement reste claire.

V. De l’« exposition à l’IA » à la « discipline du capital IA »

Les opportunités liées à l’IA restent considérables, mais le centre de gravité des discussions d’investissement se détourne des « taux d’adoption » et du « leadership de marché ». La prochaine phase devra vérifier ceci : les entreprises peuvent-elles transformer les investissements intensifs initiaux en rendements supérieurs à leur coût du capital en hausse ? Dans ce cadre, la qualité du bilan compte autant que la croissance des bénéfices.

Deux entreprises ayant une exposition similaire à l’IA peuvent aboutir à des résultats totalement différents : l’une peut s’autofinancer, l’autre dépend du marché obligataire et de prévisions optimistes de flux de trésorerie futurs. La question centrale n’est donc pas seulement « qui gagnera la course à l’IA », mais « qui pourra terminer cette course sans compromettre les rendements des actionnaires et des créanciers ».

VI. Implications pour les cycles longs et la macroéconomie mondiale

Si l’on replace ce sujet dans un horizon plus long, les dépenses d’investissement en IA deviennent un nœud crucial entre l’économie réelle et les conditions financières. Elles contribuent à la croissance du côté de la demande et peuvent, du côté du financement, devenir un canal de transmission entre les taux d’intérêt, les spreads de crédit et les valorisations actions.

Cela signifie que le prochain test de résistance ne se produira pas nécessairement à l’intérieur du secteur technologique. Il pourrait d’abord apparaître dans les segments de marché qui financent l’expansion de la puissance de calcul : le marché du crédit investment grade, les structures de financement liées aux centres de données, et les portefeuilles diversifiés à revenu fixe qui détiennent ces obligations. Le contexte budgétaire et d’endettement compte lui aussi — dans un environnement où le niveau central des taux longs remonte et où la prime de terme est de nouveau intégrée dans les prix, tout cycle d’investissement privé de grande ampleur, de long terme et à rendements différés exposera plus tôt sa sensibilité au coût du capital.

Pour la recherche macroéconomique, les variables à suivre changent aussi : rendement des obligations à long terme et prime de terme, spreads de crédit investment grade et concessions sur les nouvelles émissions, duration et contribution au spread des émetteurs liés à l’IA dans les indices de crédit, ainsi que la couverture des dépenses d’investissement par le flux de trésorerie disponible des entreprises. Le récit technologique reste important, mais ce qui déterminera la forme du cycle pourrait être de plus en plus la structure de financement elle-même.

---Source et base d’analyse : cet article procède à une reconstruction et à une analyse à partir du contenu public de Fidelity Institutional « Insight & Outlook: Fidelity Market Signals Weekly ». Lien original : https://institutional.fidelity.com/advisors/insights/series/fidelity-market-signals-weekly