Un chercheur de Hana Securities, Lee Young-joo, a déclaré le 25 que la productivité des investissements dans l’IA est désormais aussi importante que l’ampleur des dépenses d’investissement (CAPEX), alors que le marché passe de « combien a été dépensé » à « est-ce que ces dépenses délivrent de la valeur ». L’indice de coût des tokens des LLM de Bloomberg, qui mesure le coût moyen de traitement d’un million de tokens d’inférence, est passé des plus hauts atteints sur 5 à 6 mois à des niveaux récents de 3 à 4 mois, signalant des gains d’efficacité grâce à l’optimisation des modèles et à des baisses de prix. D’après Exponential View, les revenus liés à l’IA hors Chine ont dépassé pendant deux trimestres consécutifs les coûts d’amortissement des puces d’IA et des datacenters en service, indiquant que l’infrastructure existante commence à générer des rendements. Ce changement de productivité touche l’ensemble de l’écosystème IA : les investissements continus des hyperscalers dépendent de la rentabilité, laquelle soutient à son tour la croissance des sociétés de semi-conducteurs, de datacenters, d’énergie et de réseau interconnectés dans la chaîne d’approvisionnement de l’IA.
Le marché se concentre sur l’efficacité des investissements plutôt que sur l’ampleur du CAPEX
Le CAPEX des investissements IA des hyperscalers continue de croître, et Morgan Stanley a récemment relevé ses prévisions d’investissement à long terme. Lee a indiqué que l’attention du marché est en train d’évoluer : auparavant, la question portait sur de combien le CAPEX augmenterait, mais désormais la priorité est de savoir à quel point cet investissement est utilisé efficacement et s’il permet d’assurer une viabilité économique suffisante pour soutenir les investissements futurs. Ce changement impacte directement les investisseurs en semi-conducteurs et en énergie, car l’écosystème IA fonctionne comme une courroie interconnectée : la croissance des sociétés de semi-conducteurs, de datacenters, d’énergie et de réseau repose sur l’hypothèse que les hyperscalers continueront de dépenser. Si les hyperscalers ferment leurs caisses, l’histoire de la croissance de l’ensemble de l’industrie s’affaiblit. À l’inverse, si les hyperscalers génèrent des revenus suffisants via leur activité IA, ces revenus financent d’autres investissements, qui se répercutent ensuite sur les résultats des sociétés de semi-conducteurs et d’énergie.
L’indice de coût des tokens de Bloomberg baisse des plus hauts de 5-6 mois à des niveaux de 3-4 mois
L’indice de coût des tokens des LLM de Bloomberg, qui suit le coût moyen de traitement d’un million de tokens d’inférence, a atteint un pic sur une période de 5 à 6 mois avant de retomber récemment à des niveaux de 3 à 4 mois. Cette baisse ne signifie pas que les gens utilisent moins l’IA ; elle reflète plutôt une efficacité structurelle : les utilisateurs choisissent des modèles moins coûteux adaptés à des tâches spécifiques, optimisent les processus d’inférence et profitent de la baisse des prix des modèles, ce qui permet de délivrer le même service à moindre coût. Lee a comparé cela à un restaurant qui maintient le même volume de clients tout en améliorant la circulation en cuisine et en réduisant les coûts des ingrédients pour augmenter ses marges : le chiffre d’affaires peut ne pas augmenter, mais le profit, oui.
Les revenus de l’IA dépassent les coûts d’amortissement sur deux trimestres consécutifs
Exponential View rapporte que les revenus liés à l’IA hors Chine ont dépassé les coûts d’amortissement des datacenters et des semi-conducteurs d’IA actuellement en fonctionnement sur deux trimestres consécutifs. Ce chiffre ne tient pas encore compte de la construction future de datacenters ni des coûts supplémentaires d’acquisition de GPU, mais il montre que l’infrastructure existante commence à couvrir ses propres dépenses. Microsoft a indiqué que la demande pour les services Azure et Copilot AI stimule la croissance du cloud, tandis qu’Alphabet a identifié les produits IA et la demande en infrastructure IA comme moteurs clés de la croissance de Google Cloud. Bien qu’un recouvrement complet des investissements n’ait pas encore été atteint, l’IA contribue désormais de manière tangible à l’amélioration du chiffre d’affaires et des flux de trésorerie.
Meta explore la location de ressources informatiques vers des clouds externes
Meta étend sa propre capacité de calcul via de nouveaux datacenters tout en explorant également la location de certaines ressources de calcul vers des clouds externes. Cette approche maximise l’utilisation de l’infrastructure existante et crée une nouvelle source de revenus. Si l’infrastructure peut générer des revenus externes, la capacité à soutenir les investissements futurs augmente en conséquence. Lee a conclu que l’attention du marché se déplacera de l’ampleur des investissements dans l’IA elle-même vers la « productivité des investissements » et, si les hyperscalers parviennent à atteindre une efficacité des coûts et une rentabilité, le cycle d’investissement de l’écosystème IA — à travers les semi-conducteurs, les datacenters, l’énergie et les réseaux — deviendra plus robuste.
FAQ
Qu’a dit Hana Securities au sujet des investissements dans l’IA le 25 ?
Le chercheur de Hana Securities, Lee Young-joo, a déclaré le 25 que la productivité des investissements dans l’IA est désormais aussi importante que l’ampleur du CAPEX, le marché passant de « combien a été dépensé » à « est-ce que les dépenses délivrent de la valeur ».
Pourquoi l’indice de coût des tokens des LLM de Bloomberg a-t-il diminué ?
L’indice de coût des tokens des LLM de Bloomberg est passé de plus hauts de 5-6 mois à des niveaux récents de 3-4 mois en raison du fait que les utilisateurs sélectionnent des modèles moins coûteux pour des tâches spécifiques, optimisent les processus d’inférence et profitent de la baisse des prix des modèles, permettant de délivrer le même service à moindre coût.
Comment les revenus de l’IA se comparent-ils aux coûts d’infrastructure ?
D’après Exponential View, les revenus liés à l’IA hors Chine ont dépassé les coûts d’amortissement des datacenters et des semi-conducteurs d’IA actuellement en fonctionnement sur deux trimestres consécutifs, ce qui indique que l’infrastructure existante commence à couvrir ses propres dépenses.
