“AI Compute Futures” — Has Wall Street Gone Too Far?

La puissance de calcul même qui alimente la révolution de l’IA pourrait-elle devenir une matière première négociable, à l’instar du pétrole ou de l’or ? Le CME s’apprête à lancer des « contrats à terme sur le calcul » (compute futures) en octobre, permettant ainsi aux traders de parier sur le loyer mensuel des puces NVIDIA. Cette financiarisation de l’infrastructure de l’IA vise à offrir une transparence des prix et des mécanismes de couverture pour les centres de données, mais elle soulève une question cruciale : une ressource peut-elle être une véritable matière première lorsqu’une seule entreprise, NVIDIA, contrôle effectivement l’offre et les prix ?

Ce débat met en lumière une tension croissante entre l’euphorie apparente du boom de l’IA et les risques financiers sous-jacents. Alors que NVIDIA s’associe à des géants de Wall Street comme BlackRock et Goldman Sachs pour répartir le risque financier et potentiellement utiliser la puissance de calcul comme garantie pour des dettes massives, certains critiques mettent en garde contre un « financement circulaire ». Il s’agit du risque que les entreprises d’IA ne fassent que recycler l’argent entre elles pour enregistrer des revenus artificiels, créant ainsi une bulle rappelant l’ère dot-com — citant spécifiquement l’effondrement de Lucent et la tentative ratée d’Enron de transformer la bande passante internet en matière première.

Au-delà de la bulle technologique, l’économie américaine dans son ensemble est confrontée à une réalité en « K ». Tandis que les personnes fortunées continuent de stimuler la consommation, le consommateur moyen fait face à une baisse de son pouvoir d’achat réel, l’inflation dépassant la croissance des salaires. Avec un marché de l’emploi stagnant — où la croissance est presque entièrement concentrée dans le secteur de la santé — et un taux d’activité en baisse, l’économie est décrite comme « fragile », recevant la note de C- pour son incapacité à créer un confort financier généralisé malgré une croissance nominale.

Perspectives Surprenantes

• Le monopole du « Calcul » : Contrairement au pétrole, qui dispose de divers producteurs mondiaux, le calcul pour l’IA dépend presque entièrement de NVIDIA, ce qui signifie que le « prix du marché » est essentiellement ce que NVIDIA décide qu’il doit être.


• Le pic invisible du chômage : Le taux de chômage officiel peut être trompeusement bas car de nombreux travailleurs découragés ont complètement cessé de chercher un emploi ; si les taux de participation étaient restés stables, le chômage dépasserait probablement les 5 %.


• L’exode des dirigeants d’OpenAI : Près d’une douzaine de hauts dirigeants — dont le directeur des opérations (COO) et les responsables de l’éthique, de la sécurité et de la robotique — ont quitté OpenAI ces derniers mois, signalant une instabilité interne potentielle dans une entreprise sur laquelle tout le marché mise.


• Le déséquilibre des dépenses : L’économie en K est si prononcée que les 20 % des revenus les plus élevés représentent un chiffre stupéfiant de 60 % de l’ensemble des dépenses de consommation.

Conseils Pratiques

• Surveiller le flux de talents : Pour ceux qui investissent dans des entreprises d’IA privées, suivez les départs de cadres plutôt que les simples annonces de relations publiques. Un renouvellement important de la direction précède souvent des pivots financiers ou stratégiques.


• Se méfier de la circularité : Lors de l’analyse des actions d’IA, regardez au-delà du chiffre d’affaires total pour voir si la croissance provient de clients externes ou de partenaires financés par l’entreprise elle-même.


• Budgétiser une inflation « persistante » : Avec des prix de l’essence et de l’énergie restant volatils et une décélération des salaires, privilégiez la liquidité et réduisez la dépendance au revenu disponible pour les dépenses non essentielles.


• Stratégie de marché à long terme : Malgré la volatilité de l’IA et la « fragilité » de l’économie actuelle, évitez la tentation de tenter de prédire le moment idéal pour entrer ou sortir du marché (market timing) ; les données historiques suggèrent qu’il est plus efficace de laisser passer les corrections que de tenter de sortir avant un krach.