À l'ère de la vague anti-centre de données, jusqu'où le trading AI peut-il aller ? Tout dépend du prix de location des GPU

La tempête politique autour des centres de données redéfinit la logique d'investissement en IA, mais la survie de cette transaction dépend finalement d'un signal de prix peu surveillé : le prix de location des GPU.

Selon Simon White, stratège macroéconomique chez Bloomberg, après les élections de mi-mandat aux États-Unis, l'offre de puissance de calcul fait face à un risque de resserrement, et le marché a déjà réagi. Bien que le marché ait connu une forte baisse la semaine dernière suivie d'une certaine stabilisation, la volatilité n'est pas encore apaisée. La question centrale est : si la construction de centres de données est entravée, le prix de location des GPU peut-il augmenter suffisamment pour compenser la perte due à la contraction des dépenses en capital ?

D'après les signaux de prix déjà présents sur le marché, la réponse semble faisable. La validité de cette logique entraînera un changement structurel dans le trading AI, passant d'une dépendance à l'expansion continue des laboratoires d'IA, des nouveaux fournisseurs de services cloud et de la chaîne de construction de centres de données, à des fournisseurs de cloud hyperscalaires possédant une grande capacité de calcul existante.

Impact des élections : racines politiques du resserrement de l'offre de puissance de calcul

Le Parti démocrate a remporté une victoire écrasante lors des élections de mi-mandat, ce qui pourrait entraîner un resserrement des ressources de calcul. Les élections dans plusieurs circonscriptions se sont en réalité transformées en référendums sur l'IA, et les États où le Parti démocrate a connu la plus forte augmentation de votes sont précisément ceux où les centres de données sont les plus densément implantés.

Cependant, il existe toujours un fossé entre les slogans de campagne et la réalité du gouvernement. Les centres de données étant cruciaux pour l'économie, il reste à voir dans quelle mesure le Parti démocrate resserrera l'approbation des projets connexes.

Le marché n'a pas attendu la réponse. Après la forte chute de la semaine dernière, bien qu'il y ait eu une certaine stabilisation, la situation est incertaine, surtout avec la deuxième plus grande entreprise par capitalisation boursière impliquée dans un scandale d'espionnage, et les fonds de contrôle de volatilité devant encore réduire leur exposition au risque face à une volatilité accrue.

Prix de location des GPU : indicateur clé pour évaluer la qualité du trading AI

Simon White de Bloomberg souligne que une fois que le sentiment du marché se sera apaisé, les investisseurs devront suivre de près l'évolution des prix de location des GPU, car c'est un indicateur clé pour évaluer si l'offre de puissance de calcul se contracte par rapport à la demande, et pour mesurer la direction de l'évolution du trading AI.

Actuellement, la tendance à la hausse des prix de location des GPU après les élections ne montre pas de changement significatif. Cependant, si de nouveaux projets de centres de données sont suspendus ou si leur approbation est retardée, les prix de location pourraient augmenter rapidement.

Cela changera fondamentalement la logique économique du trading AI : cela favorisera les fournisseurs de cloud hyperscalaires qui possèdent déjà une grande capacité de calcul, tout en désavantageant les laboratoires d'IA et les nouveaux fournisseurs de services cloud qui sont essentiellement dans une position de "short" sur la puissance de calcul, ainsi que les constructeurs de centres de données, les fournisseurs d'équipements et les fournisseurs d'électricité, y compris Nvidia, Eaton et Vertiv. Depuis les élections, les actions des fournisseurs de cloud hyperscalaires ont rebondi, tandis que celles des nouveaux fournisseurs de services cloud, des fournisseurs d'électricité et des actions de semi-conducteurs ont généralement baissé, ce qui confirme cette logique.

Quelle est l'ampleur du choc d'offre ? Évaluation des risques d'interruption des centres de données

L'ampleur potentielle des obstacles à la construction de centres de données ne doit pas être sous-estimée. Dans un rapport d'évaluation après les élections de mi-mandat, l'institut de recherche énergétique Modo Energy estime qu'environ 40 % des projets de centres de données annoncés pourraient être touchés par des ordres de suspension, impliquant une capacité de calcul allant jusqu'à 256 gigawatts.

Cependant, l'institut estime également qu'à l'horizon 2035, la croissance de la charge de calcul ne devrait que légèrement diminuer, certaines projets étant encore avancés après des retards, tandis que d'autres seront déplacés vers des régions plus favorables sur le plan politique, que ce soit dans d'autres États américains ou sur des marchés étrangers. Les estimations de Modo Energy montrent qu'à l'horizon 2035, la capacité de calcul nette réduite sera d'environ 4 gigawatts, tandis que la capacité totale planifiée dépasse 600 gigawatts ; le déficit prévu dans le Texas (réseau ERCOT) devrait être largement compensé par d'autres régions.

Bien sûr, les prévisions comportent des erreurs, et même si l'impact global est limité, il n'est pas exclu qu'il y ait des goulets d'étranglement locaux à court terme, ce qui pourrait faire grimper les prix de location des GPU.

Dépenses en capital et prix de location : peuvent-ils former un hedge ?

La question centrale à laquelle les investisseurs sont confrontés est : si le contrôle des centres de données entraîne une contraction des dépenses en capital, la hausse des prix de la puissance de calcul peut-elle compenser suffisamment les pertes ?

Une estimation approximative indique que cette logique est mathématiquement faisable. Les données d'Epoch AI montrent que les dépenses en capital totales pour un gigawatt de centre de données s'élèvent à environ 37 milliards de dollars, ce qui représente un investissement annuel d'environ 18,5 milliards de dollars sur un cycle de construction de deux ans. Actuellement, le revenu annuel de location de puissance de CoreWeave est d'environ 40 milliards de dollars par gigawatt. Si le prix de location des GPU augmente de 30 % (le prix de location des puces Nvidia H100 a déjà augmenté de plus de 50 % au cours de l'année dernière), cela pourrait générer environ 12 milliards de dollars de revenus supplémentaires par an.

Ainsi, une augmentation de 30 % du prix pour une capacité de calcul existante de 1,5 gigawatt pourrait couvrir la perte des dépenses en capital pour un gigawatt de nouvelle capacité de calcul. Étant donné qu'il y a actuellement environ 30 gigawatts de capacité de calcul installée aux États-Unis, si 10 % à 20 % d'entre eux peuvent être rapidement revalorisés, la logique économique passera de "construire de nouvelles capacités de calcul" à "monétiser les capacités de calcul existantes".

Le signal inverse pour valider si cette logique est correcte est clair : si les dépenses en capital et les prix de location des GPU diminuent simultanément, alors le raisonnement est erroné. Sinon, le pire résultat pour le trading AI pourrait être simplement une rotation structurelle interne. Même si Anthropic et OpenAI retardent leur introduction en bourse en raison d'un manque de puissance de calcul, le marché pourrait encore digérer cela, car une partie des intérêts économiques s'est déjà concentrée sur les fournisseurs de cloud hyperscalaires.

Stabilisation récente du marché : le désendettement des fonds spéculatifs offre un tampon

À court terme, deux raisons soutiennent la tendance à la stabilisation du marché après la volatilité récente.

Selon les données de Goldman Sachs, les fonds spéculatifs, qui ont été les principaux vendeurs la semaine dernière, ont considérablement réduit leur levier : au cours de la semaine dernière, la taille globale des positions a diminué de près de 9 points de pourcentage, et l'exposition au risque ajustée en fonction du bêta a diminué de près de 16 points de pourcentage. Morgan Stanley a également noté que l'exposition nette au risque des fonds spéculatifs est tombée à son plus bas niveau en un an. La structure de portefeuille à fort levier et à forte homogénéité des fonds spéculatifs les rend vulnérables à des mouvements de liquidation locaux, mais les investisseurs de détail et institutionnels, qui sont moins contraints et prennent des décisions plus lentement, n'ont pas encore massivement suivi la vente - les flux de fonds des ETF à effet de levier montrent que les ventes des particuliers ne sont pas encore significatives ; du côté institutionnel, la possibilité d'un retrait complet sans examen par le comité d'investissement est également faible, et la proportion de détention d'actions technologiques reste élevée.

Deuxièmement, les signaux de récession économique ne sont pas évidents actuellement. Les données macroéconomiques montrent que des baisses importantes du marché boursier (plus de 20 %) se produisent généralement pendant les périodes de récession économique, et il n'y a actuellement aucun signe de cela.

Rotation plutôt que fin : chemin d'évolution du trading AI

L'annulation massive de projets de centres de données aurait un impact dévastateur sur l'économie, mais ce n'est pas le scénario de référence. Comme l'analyse ci-dessus l'indique, de nombreux projets peuvent être déplacés vers des régions avec un environnement politique plus favorable.

Le résultat le plus probable est une rotation structurelle interne dans le trading AI : les fournisseurs de cloud hyperscalaires bénéficient de la prime de rareté de la capacité de calcul existante, tandis que les laboratoires d'IA, les nouveaux fournisseurs de services cloud et la chaîne de construction de centres de données sont sous pression. Cette rotation pourrait réduire l'ampleur et la vitalité du trading AI, mais elle pourrait également prolonger cette transaction sous une forme plus étroite et plus fragile.