Derrière les annonces de croissance liées à l’IA, les géants de la tech pourraient masquer une partie du vrai coût de leur build-out, surtout quand on regarde la comptabilité traditionnelle, les dépenses de capital et la rémunération en actions. Le sujet n’est pas seulement technologique, il touche à la manière dont les investisseurs évaluent réellement la rentabilité de Meta, Microsoft, Alphabet ou Amazon.
Notre analyse repose sur un podcast vidéo Take On the Week du Wall Street Journal, « How Big Tech’s Financials Obscure the True Cost of the AI Buildout« , qui a réuni Kevin Koharki, de Telis Demos, contributeur au WSJ, et Jonathan Weil, de CAE Consulting et enseignant à la Purdue University.
Nos deux protagonistes expliquent que les états financiers classiques peuvent rendre moins lisibles certains coûts liés à l’IA, notamment la « stock-based compensation » – rémunération en actions, une forme de rémunération dans laquelle une entreprise verse une partie du salaire ou des primes de ses employés, dirigeants ou administrateurs sous forme d’actions ou de droits sur actions plutôt qu’en espèces – et les effets de l’infrastructure lourde en data centers. Le point central est que plus les géants de la tech dépensent pour des serveurs, des puces et des data centers, plus la lecture du « vrai » coût économique devient difficile à évaluer à travers les seuls chiffres comptables.
Les chiffres donnent l’échelle du phénomène. Le WSJ indique que quatre géants — Microsoft, Alphabet, Meta et Amazon — ont déjà engagé des niveaux de capex colossaux, avec un total de 410 milliards de dollars l’an dernier et une projection au-delà de 670 milliards de dollars d’ici fin 2026. D’autres estimations citées dans la presse financière vont encore plus loin : Goldman Sachs avance un scénario de 765 milliards de dollars de capex annuel IA en 2026 ; Morgan Stanley parle d’environ 2,9 billions de dollars entre 2025 et 2028 pour les puces, serveurs et infrastructures de data centers.
Création de valeur face aux dépenses
Le débat n’est pas de savoir si l’IA crée de la valeur, mais si cette valeur compense assez vite la montagne de dépenses qu’elle impose. WSJ souligne que les charges de dépréciation commencent déjà à peser sur les résultats de Microsoft, Alphabet, Meta et Amazon, ce qui signifie que la facture ne se limite pas au moment de l’investissement. Autrement dit, les coûts arrivent par vagues : d’abord le capex, puis l’amortissement, puis les effets sur la marge et le free cash flow.
Le sujet est aussi boursier. Si les investisseurs se concentrent uniquement sur la croissance du chiffre d’affaires ou sur les gains d’IA visibles, ils peuvent sous-estimer la part du financement qui repose sur des coûts moins apparents, comme la rémunération en actions ou l’alourdissement du bilan. C’est précisément ce qui est mis en cause : une lecture trop optimiste des profits peut donner l’impression que l’IA « rapporte » plus vite qu’elle ne le fait réellement.
L’IA n’est pas seulement une course à l’innovation, c’est aussi une course à l’infrastructure et à la transparence comptable. Les grands groupes continuent d’annoncer des revenus liés à l’IA, mais les dépenses associées montent encore plus vite, ce qui rend la question du retour sur investissement plus critique que jamais. Le vrai test n’est pas de savoir qui investit le plus, mais qui sait transformer ces dépenses gigantesques en profits durables ?
