Le cash de l'IA : qui l'encaisse, pourquoi il tourne en boucle

Par Paul-Antoine TUAL, AI Transformation Leader, Croissance et Transitions, Juillet 2026.

Posture. « La technologie peut être bien réelle et la valorisation excessive, les deux en même temps. » C’était vrai en 2000, quand Cisco valait plus de 550 milliards de dollars et qu’il a fallu près de 25 ans à son action pour retrouver ce sommet ; c’est vrai en 2026. J’ai vécu, comme jeune consultant, le krach des télécoms, et j’y reconnais des mécanismes qui reviennent aujourd’hui. Dans un précédent article, nous avons classé les dix premières valeurs du CAC 40 et du Nasdaq par la taille et par la maturité IA. Ici, nous suivons l’argent, en trois temps : qui encaisse vraiment le cash (la chaîne de valeur), pourquoi il tourne peut-être en boucle (les financements croisés), et qui peut renverser la table (les remplaçants industriels). Ni catastrophisme, ni déni : une grille pour trier. Cet article n’est pas un conseil en investissement ; plusieurs chiffres sont des estimations de presse ou non auditées, signalées comme telles.

---

1. Les quatre étages : qui encaisse vraiment le cash ?

Pendant une ruée vers l’or, ce ne sont pas toujours les chercheurs d’or qui s’enrichissent. Ce sont souvent les vendeurs de pioches et de pelles. La chaîne de valeur de l’IA se lit exactement ainsi, en quatre étages, du plus proche du silicium au plus proche de l’utilisateur.

Étage 1 · Le silicium (les pioches). C’est là que le cash s’accumule aujourd’hui. Nvidia affiche une marge brute d’environ 75 % [1], un niveau vertigineux pour du matériel. Le fondeur taïwanais TSMC, qui grave ces puces, a publié à la mi-juillet 2026 une marge brute d’environ 68 % [2] ; le coréen SK Hynix, roi de la mémoire haute performance (HBM) indispensable aux serveurs d’IA, a atteint autour de 70 % de marge opérationnelle à son dernier record trimestriel [3]. Le risque de cet étage n’est pas la demande, qui reste insatiable, mais la cyclicité et le fait que les plus gros clients (Google, Amazon, OpenAI) conçoivent désormais leurs propres puces pour grignoter le quasi-monopole de Nvidia (voir la partie 3).

Étage 2 · L’infrastructure (les pelles et l’électricité). Rentable, mais dévoreur de capital. Les quatre grands hyperscalers américains (Amazon, Alphabet, Meta, Microsoft) dépensent en 2026 de l’ordre de 600 à 700 milliards de dollars d’investissements (capex), davantage encore si l’on ajoute Oracle, essentiellement en data centers et en puces [4]. La contrainte devient physique : l’Agence internationale de l’énergie projette une hausse d’environ 130 % de la consommation électrique des data centers américains d’ici 2030 [5]. Le cloud est margé (Amazon Web Services dépasse 35 % de marge opérationnelle), mais le capex engloutit une part croissante du chiffre d’affaires, et le financement bascule vers la dette.

Étage 3 · Les modèles (la promesse). Hypercroissance et pertes massives. OpenAI afficherait environ 25 milliards de dollars de revenus annualisés, mais aussi de l’ordre de 14 milliards de pertes projetées en 2026 (un chiffre non audité, à manier comme une estimation [6]). C’est l’étage le plus visible médiatiquement, et le plus dépendant du capital privé.

Étage 4 · L’applicatif (le plus petit étage). Les revenus réellement captés par les applications d’IA générative côté entreprises se comptent en dizaines de milliards, de l’ordre de 20 milliards de dollars selon les estimations de Menlo Ventures [7].

Mettez les deux bouts en regard : environ 700 milliards de dollars de capex en face d’environ 20 milliards de revenus applicatifs. Ce décalage n’est pas un détail, c’est le sujet. Il ne prouve pas que l’IA est une illusion : les étages du bas encaissent, eux, un cash bien réel. Mais il dit une chose simple : aujourd’hui, le bas de la chaîne vend des pioches à prix d’or ; le haut vend encore une promesse. Fait révélateur : pour la première fois en trente ans d’histoire du logiciel, le software a des marges inférieures au matériel, avec une marge brute estimée autour de 33 % chez OpenAI, contre 75 % chez Nvidia [1][6]. Tout le manuel d’investissement des trente dernières années est à l’envers.

---

2. Le circuit fermé : quand le même dollar est compté plusieurs fois

Voici le mécanisme qui doit rendre un dirigeant prudent. La boucle, en une phrase : Nvidia investit dans OpenAI → OpenAI paie un fournisseur de cloud (Oracle) pour du calcul → ce fournisseur achète des puces à Nvidia → le chiffre d’affaires de Nvidia grimpe → sa capitalisation finance le tour suivant. Le même dollar peut être compté comme revenu à chaque maillon.

Fin 2025, la presse financière chiffrait ces accords croisés à environ 1 000 milliards de dollars, selon le décompte « AI circular deals » de Bloomberg [8] : une estimation de presse, pas une donnée comptable consolidée. Les exemples emblématiques, avec leur statut réel, valent mieux que le chiffre global :

• Nvidia → OpenAI : les « 100 milliards » annoncés en 2025 n’étaient qu’une lettre d’intention. Jensen Huang lui-même a reconnu début 2026 que ce ne fut « jamais un engagement » ; ils ont été remplacés par une prise de participation bien plus modeste lors de la levée de mars [9]. (Dire « annoncé puis dénoué » est plus juste, et plus instructif.)
• OpenAI ↔ AMD, puis Meta ↔ AMD : le client est payé en actions (des bons de souscription sur une part du capital d’AMD) pour acheter les puces du fournisseur alternatif [10].
• OpenAI ↔ Oracle : un engagement d’achat de calcul de l’ordre de 300 milliards sur cinq ans, un carnet de commandes, pas du revenu encaissé [11].
• Microsoft ↔ OpenAI : environ un quart du capital contre des engagements d’achat de cloud massifs (restructuration d’octobre 2025), de nouveau refondu au printemps 2026, fin de l’exclusivité et du partage de revenus [12].
• Nvidia ↔ CoreWeave : Nvidia garantit plusieurs milliards de la capacité invendue de son propre client, lequel s’est endetté pour acheter… des puces Nvidia [13].

Le précédent que j’ai vécu. À la fin des années 1990, les équipementiers télécoms pratiquaient le vendor financing : ils prêtaient à leurs propres clients de quoi acheter leurs équipements. Lucent portait des milliards de crédits clients ; Nortel prêtait jusqu’à des proportions supérieures aux commandes elles-mêmes. Tant que la musique jouait, le carnet de commandes gonflait. Puis les clients ont cessé de payer : Lucent a enregistré une perte colossale en 2001, son action passant de dizaines de dollars à moins d’un dollar ; Nortel est passé d’une capitalisation de plus de cent milliards à la faillite [14]. Et Cisco, l’increvable : plus de 550 milliards de dollars de capitalisation en mars 2000, un multiple de bénéfices d’environ 200, et près de 25 ans pour que son action retrouve ce sommet (fin 2025) [15]. La leçon n’est pas « la techno était fausse » : Internet a tout transformé. La leçon est que l’actionnaire qui a payé le sommet a perdu quand même, parce que la valorisation et le revenu circulaire ne l’ont pas supporté.

Qui tire la sonnette d’alarme en 2026 ? La Banque d’Angleterre (octobre 2025 : valorisations tendues, concentration croissante, risque de correction brutale), le FMI, l’investisseur Michael Burry (positions vendeuses sur les valeurs IA) et surtout la Banque des règlements internationaux (juin 2026), qui pointe des financements circulaires « mal divulgués » et le risque de gage multiple du même actif [16]. Le repricing a d’ailleurs déjà commencé : en juin 2026, une seule séance a effacé de l’ordre de 1 300 milliards de dollars de capitalisation sur les semi-conducteurs [17].

L’honnêteté, qui est aussi la crédibilité. Ce n’est pas 2000 à l’identique, et le dire renforce l’analyse plutôt que l’affaiblir : contrairement à l’époque, les hyperscalers financent l’essentiel sur des flux de trésorerie réels et massifs ; les multiples de valorisation des leaders tournent autour de 25 fois les bénéfices, contre près de 58 fois en mars 2000 [18] ; une demande payante existe bel et bien ; et les bons de souscription façon AMD ne coûtent pas de trésorerie. La correction de juin a été lue par le marché comme un repricing, pas une rupture. La conclusion n’est donc pas « fuir », mais trier : étage par étage, promesse par preuve.

---

3. Qui peut renverser la table : les remplaçants 2027-2028

Les marges records ne sont pas un rempart : ce sont des aimants à concurrence. Pour comprendre où l’édifice peut bouger, un concept suffit, et il est trop rarement expliqué au grand public.

🎓 Entraînement vs inférence. Entraîner un modèle, c’est le fabriquer : quelques méga-projets par an, des dizaines de milliers de puces synchronisées pendant des mois, tolérance zéro à l’erreur ; c’est là que l’écosystème logiciel compte le plus. L’inférence, c’est faire tourner le modèle déjà fabriqué pour répondre à chaque requête : des milliards de fois par jour, où seul compte le coût par requête. L’entraînement est le marché du prestige ; l’inférence est le marché du volume, et c’est le volume qui explose. Toute la dynamique concurrentielle de 2027-2028 découle de cette distinction : on ne détrône pas Nvidia sur l’entraînement, on le contourne sur l’inférence.

Nvidia (plus de 80 % des accélérateurs d’IA, contre ~92 % en 2023) [19] doit sa domination autant à CUDA, la couche logicielle avec laquelle quinze ans de code d’IA ont été écrits, qu’à ses puces. Migrer hors de CUDA, c’est réécrire et re-valider des milliers de lignes de code critique : un coût de changement massif, exactement comme changer le cœur informatique d’une banque. Mais ce verrou est asymétrique : énorme sur l’entraînement, faible sur l’inférence, où des couches standardisées tournent de mieux en mieux sur du matériel non-Nvidia. D’où trois attaques déjà réelles en 2026 :

• AMD, l’attaque frontale. Sa nouvelle génération de puces (MI450) a décroché des engagements géants : un grand laboratoire s’est engagé sur plusieurs gigawatts, un grand acteur du cloud en déploie des dizaines de milliers [20]. AMD ne vend plus des puces, mais des systèmes complets, comme Nvidia.
• Les puces maison des géants du cloud, l’attaque par l’intégration. Les TPU de Google sortent de son cloud captif (un laboratoire de premier plan s’y engage à grande échelle) [21], et Amazon a déployé plus d’un million de ses puces Trainium [22]. Pourquoi ? À l’échelle d’un hyperscaler, économiser 30 à 40 % du coût d’inférence justifie des milliards de recherche pour concevoir sa propre puce dédiée.
• Les ASIC souverains, enfin : OpenAI conçoit sa propre puce (avec Broadcom), la Chine pousse ses alternatives par contrainte réglementaire.

🎓 La mécanique boursière à comprendre. À plus de 80 % de part de marché, Nvidia n’a quasiment plus de parts à gagner, seulement à perdre, et chaque point perdu se paie deux fois : en chiffre d’affaires et en multiple de valorisation. Or l’érosion du multiple précède presque toujours l’érosion du chiffre d’affaires. Signe déjà visible : à la mi-juillet 2026, l’action Nvidia ne gagne qu’environ 9 % sur l’année, quand celle d’Apple progresse de près de 23 % [23]. Le marché a commencé le tri.

Un mot sur les autres étages : plus un étage est margé, plus ses alternatives 2027 sont concrètes. TSMC reste le seul vrai goulot sans substitut crédible à deux ans, son risque est géopolitique (Taïwan), pas concurrentiel. La mémoire HBM (SK Hynix) affiche 70 % de marge parce qu’on est au pic d’un cycle notoirement violent, que le retour de Samsung et la montée de Micron vont écrêter. Et l’étage des modèles est le plus substituable de tous : basculer d’un fournisseur d’IA à l’autre se fait presque en une ligne de configuration, ce qui pousse le prix vers le coût marginal. « 75 % de marge chez Nvidia a créé AMD-OpenAI ; 70 % chez SK Hynix a réveillé Samsung et Micron. Les marges records ne sont pas un moat, ce sont des appels d’offres. »

---

Ce que ça change pour un dirigeant (pas un investisseur)

Un dirigeant de PME ou d’ETI n’a pas à parier sur le cours de Nvidia. Mais cette lecture lui donne une boussole, et elle rejoint la thèse de nos articles Où va la valeur de l’IA ? et la maturité IA du Top 10.

La vraie question n’est pas « faut-il acheter de l’IA ? » mais « qui l’IA va-t-elle revaloriser, et qui va-t-elle dévaloriser ? » La déflation du coût de l’intelligence (le prix d’une même capacité d’IA est divisé par environ 10 chaque année) est une taxe sur ceux qui vendent des tokens et une subvention pour ceux qui les consomment. Autrement dit : la valeur migre mécaniquement vers les entreprises qui exploitent l’IA dans leur métier, pas vers celles qui la vendent. Pour une PME, l’enjeu n’est pas de deviner le sommet de la bulle ; c’est de se placer du bon côté du comptoir : industrialiser des cas d’usage concrets pendant que la couche technologique devient abondante et bon marché. C’est tout l’objet de notre livre blanc sur l’industrialisation de l’IA et de la Méthode MATIA™.

Et la règle de lecture, valable du Nasdaq à l’atelier : la preuve se lit dans les marges, pas dans les slogans. 75 % de marge brute chez Nvidia, c’est un fait ; les gains de productivité promis dans les keynotes, c’est encore une promesse.

Avertissement. Cet article est pédagogique et informatif. Il ne constitue ni un conseil en investissement, ni une recommandation d’achat ou de vente de quelque titre que ce soit. Plusieurs chiffres cités sont des estimations de presse ou non auditées, signalées comme telles. Les performances passées ne préjugent pas des performances futures. Pour toute décision d’investissement, adressez-vous à un conseiller en investissements financiers habilité.

---

Vous voulez que votre entreprise soit du bon côté de cette migration de valeur, celle qui exploite l’IA, pas celle qui la subit ? Commencez par un Diagnostic IA Express gratuit.

Sources

Chiffres arrêtés à la mi-juillet 2026. Plusieurs montants sont des estimations de presse ou non auditées, indiqués comme tels dans le texte.

[1] Résultats officiels de NVIDIA (trimestre clos avril 2026), marge brute ≈ 74,9 %, CA trimestriel ≈ 81,6 Md$ dont ≈ 75,2 Md$ de data center.

[2] Résultats TSMC du 2ᵉ trimestre 2026 (publiés le 16 juillet 2026), marge brute ≈ 67,7 % (arrondie à ≈ 68 % dans le texte).

[3] Résultats SK Hynix (1ᵉʳ trimestre 2026, record), marge opérationnelle ≈ 72 % (mémoire HBM).

[4] CNBC / synthèses de marché (février 2026), capex 2026 cumulé des quatre hyperscalers ≈ 640-700 Md$.

[5] Agence internationale de l’énergie, Electricity 2026 / Energy and AI : consommation électrique des data centers américains ≈ +130 % d’ici 2030.

[6] Estimations de presse (The Information), OpenAI ≈ 25 Md$ de revenus annualisés, ≈ 14 Md$ de pertes projetées 2026, marge brute ≈ 33 % ; chiffres non audités.

[7] Menlo Ventures, State of Generative AI in the Enterprise (déc. 2025) : revenus applicatifs GenAI côté entreprises ≈ 19-20 Md$ (estimation privée, non auditée).

[8] Bloomberg, AI circular deals : accords croisés chiffrés de l’ordre de 1 000 Md$ (octobre 2025 ; estimation de presse, pas une donnée comptable consolidée).

[9] Fortune, Jensen Huang, « never a commitment » (février 2026) : les « 100 Md$ » Nvidia→OpenAI, lettre d’intention non exécutée.

[10] Communiqués OpenAI/AMD et Meta/AMD (2025-2026), bons de souscription sur une part du capital d’AMD.

[11] Bloomberg / CNBC, engagement OpenAI↔Oracle ≈ 300 Md$ sur 5 ans (engagement d’achat, non encaissé).

[12] CNBC, refonte de l’accord Microsoft-OpenAI (avril 2026).

[13] Presse financière, garantie Nvidia sur la capacité invendue de CoreWeave (≈ 6,3 Md$).

[14] American Affairs, Who Lost Lucent? ; dépôts SEC de Lucent (perte ≈ 16,2 Md$ en 2001, action de ~65 $ en 1999 à < 1 $ en 2002) et Nortel (faillite 2009, après un pic > 100 Md$).

[15] CNBC, l’action Cisco retrouve son sommet de mars 2000 le 10 décembre 2025 : > 550 Md$ de capitalisation au pic, P/E ≈ 200 (seul le cours de l’action a retrouvé son niveau ; la capitalisation reste inférieure, du fait des rachats d’actions).

[16] Banque des règlements internationaux, rapport annuel (28 juin 2026) ; Banque d’Angleterre (FPC, 8 octobre 2025) ; FMI (octobre 2025).

[17] Synthèses de marché, une séance de juin 2026 : ≈ −1 300 Md$ de capitalisation sur les semi-conducteurs (repli sectoriel ; estimations de presse).

[18] Comparaison de multiples : leaders ≈ 25× les bénéfices (2026) vs ≈ 58× au pic de mars 2000.

[19] Estimations sectorielles (IDC / TrendForce, second-hand), Nvidia ≈ 80-88 % des accélérateurs d’IA de data center en 2026 (contre ~92 % en 2023).

[20] Communiqués AMD / OpenAI / Oracle, engagements sur la génération MI450 (2026).

[21] Google Cloud / Anthropic, ouverture des TPU hors cloud captif ; engagement d’un grand laboratoire.

[22] Amazon Web Services, déploiement de plus d’un million de puces Trainium.

[23] CNBC, Apple, Nvidia vie for title of world’s most valuable company (17 juillet 2026) : depuis le début de l’année, Apple ≈ +23 %, Nvidia ≈ +9 %.