Le compute, nouveau
collatéral de Wall Street

L'opération n'est ni un prêt géant ni un simple communiqué d'intention. C'est une infrastructure financière : des plateformes indépendantes chargées de financer l'achat et l'exploitation d'infrastructures de calcul (puces NVIDIA, serveurs, data centers) pour « les laboratoires d'IA de pointe, les entreprises et les clouds IA » de l'écosystème NVIDIA. Les leviers cités sont classiques : prêts directs, crédit-bail d'équipement, financement indexé sur l'usage.

Le rôle des six partenaires est de fournir et de distribuer le capital. La phrase la plus lourde de conséquences n'est pas le montant, c'est celle de David Solomon, chez Goldman Sachs : l'objectif est de créer « un marché du crédit adossé au compute NVIDIA ». Autrement dit, faire du GPU une classe d'actifs finançable, au même titre que l'immobilier ou les créances automobiles.

La comparaison facile est le CDO d'avant 2008 : on regroupe des actifs, on les découpe en tranches de risque, un acteur central apporte une protection de crédit, et les tranches senior obtiennent une bonne note. La mécanique de titrisation a effectivement des airs de famille. Mais s'arrêter là, c'est manquer le vrai sujet.

Le vrai sujet est une affirmation : le compute IA serait un actif suffisamment stable pour porter du crédit. Jensen Huang la formule sans détour : « En IA, le compute est du revenu. Le compute NVIDIA est uniquement adapté à ce rôle. Il est largement adopté, flexible entre modèles et charges de travail, fongible et transférable d'un client à l'autre. » Fongible et transférable : c'est exactement le vocabulaire d'une classe d'actifs.

C'est là que le doute méthodologique s'installe. Un immeuble, une autoroute, un pipeline se déprécient lentement et gardent une valeur de revente robuste. Un GPU, non. Une nouvelle génération sort presque chaque année, et la valeur résiduelle du matériel de la génération précédente peut chuter vite. Financer sur longue durée un collatéral dont la demi-vie économique se compte en années introduit une fragilité que l'immobilier n'a pas.

La thèse de NVIDIA peut être juste : si le compute reste rare et pleinement utilisé, sa valeur d'usage tient même quand une nouvelle puce sort. Elle peut aussi être fausse : si l'offre déborde la demande rentable, la valeur de revente s'effondre au pire moment. On ne tranche pas ce débat avec de l'ingénierie financière. On le tranche avec des faits physiques et économiques.

Il faut nommer ce que ce montage a de gênant : la circularité. NVIDIA prend des participations dans certains de ses clients (OpenAI, CoreWeave) et soutient désormais la valeur du matériel que ces mêmes clients achètent à crédit. Le fournisseur contribue à financer la demande de son propre produit. Une partie de la croissance affichée est ainsi amplifiée par le vendeur lui-même.

Ce n'est pas nouveau. À la fin des années 90, Lucent, Nortel et d'autres équipementiers prêtaient généreusement à leurs clients pour qu'ils achètent routeurs, commutateurs et fibre. Le chiffre d'affaires gonflait, la croissance paraissait spectaculaire, jusqu'à ce que la demande réelle cesse de suivre.

La comparaison a toutefois ses limites, et il faut les concéder. Les clients de NVIDIA ne sont pas les start-ups télécom insolvables de 1999. Microsoft, Google, Amazon, Meta et Oracle affichent des bilans et des flux de trésorerie parmi les plus solides au monde. Une grande partie du capital vient de tiers, pas du bilan de NVIDIA. La probabilité d'un effondrement à la Nortel est réelle mais nettement plus faible.

Mais la solvabilité des clients ne supprime pas la corrélation. Diversifier les opérateurs ne diversifie pas le pari sous-jacent, car tous dépendent de la même variable : la demande rentable et durable de compute IA à trois ou cinq ans. Juridiquement, le risque est mieux dispersé. Économiquement, il reste concentré sur un seul scénario macro-technologique. Le risque n'a pas disparu ; il a été restructuré, rendu plus fluide, et plus opaque.

Le montage suppose implicitement que le courant suivra. Or produire l'électricité et surtout la livrer (lignes haute tension, transformateurs, raccordements) est le vrai goulot d'étranglement. Chaque grand campus IA demande des centaines de mégawatts, parfois plus d'un gigawatt.

La conséquence est directe sur le collatéral. Un data center construit mais non alimenté ne produit pas de cash. Si le courant n'est pas au rendez-vous, ce sont d'abord les investisseurs qui portent le crédit qui encaissent, puis le soutien de valeur résiduelle de NVIDIA qui peut être appelé. La désynchronisation entre le capital, abondant, et l'électricité, lente et locale, est le risque le plus sous-estimé de l'ensemble. On finance une puce en un trimestre. On ne finance pas un transformateur haute tension.

Une thèse qui ne s'expose pas à la contradiction n'a pas de valeur. Voici les angles morts de la posture prudente défendue ici.

Aucune de ces objections n'invalide le diagnostic central : circularité, concentration, désynchronisation capital/power. Elles imposent seulement de le confronter en continu aux indicateurs physiques, sans dogmatisme, et d'éviter deux erreurs symétriques : l'optimisme naïf et le pessimisme figé.

Munger : « Invert, always invert. » On ne demande pas combien de croissance IA va arriver. On demande ce qui empêche ce compute d'être pleinement utilisé et rentable. La réponse robuste aujourd'hui tient en trois mots : électricité, obsolescence, circularité.

La posture n'est pas de prédire un krach ni d'interdire l'exposition. Elle est de refuser de payer un prix qui exige que tout s'aligne parfaitement : demande IA soutenue, courant au rendez-vous, obsolescence maîtrisée, crédit calme. On préfère les entreprises qui génèrent du cash même si la croissance IA est « seulement » très forte plutôt que miraculeuse. Et l'on regarde en priorité là où le collatéral physique crée de la valeur durable sans porter le risque de monétisation du compute.