Michael Burry met en garde concernant Nvidia: scénario haussier contre baissier pour le boom des puces d'IA

Le trade sur l'IA entre dans une phase plus exigeante. Au cours des trois dernières années, la thèse haussière était relativement simple: les hyperscalers avaient besoin de plus de puissance de calcul, Nvidia dominait les accélérateurs d'IA, et les modèles plus vastes nécessitaient des clusters toujours plus grands. Cette logique bénéficie toujours d'un fort soutien, mais les investisseurs sont désormais confrontés à une question plus difficile: les revenus de l'IA et les gains de productivité peuvent-ils suivre le rythme des dépenses en capital colossales nécessaires pour construire l'infrastructure?

Les critiques de Michael Burry à l'égard de la nouvelle initiative de financement de l'IA de Nvidia, d'un montant de 500 Md$, s'inscrivent dans ce débat plus large. Il a qualifié le plan de « signe de désespoir », se demandant si la demande en IA ne devient pas trop dépendante du financement. Nvidia, de son côté, affirme que les partenariats avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR peuvent débloquer plus de 500 Md$ de capitaux tiers pour l'infrastructure de l'IA.

Le véritable débat entre haussiers et baissiers va au-delà du financement. Il se résume aux dépenses des hyperscalers, à la monétisation de l'IA, aux cycles de remplacement des puces, à la compétition et aux retours sur investissement.

Le scénario haussier: la demande en IA continue de croître

L'argument haussier le plus fort est simple: le cycle de dépenses ne s'est pas encore rompu.

Les revenus de Nvidia pour le premier trimestre de l'exercice 2027 ont atteint 81,6 Md$, en hausse de 85 % sur un an, tandis que les revenus des centres de données ont augmenté de 92 % pour atteindre 75,2 Md$. L'entreprise a prévu environ 91 Md$ de revenus pour le trimestre suivant, même sans prendre en compte les revenus de calcul des centres de données en Chine.

Ses plus gros clients accélèrent également leurs investissements. Alphabet a revu à la hausse ses prévisions de dépenses d'investissement pour 2026, les portant entre 195 $ 205 Md$. Meta prévoit entre 130 $ 145 Md$. Microsoft a dépensé 41 Md$ au cours de son dernier trimestre, dont environ les deux tiers ont été consacrés à des actifs à plus courte durée de vie tels que les CPU et les GPU.

Plus important encore, l'infrastructure de l'IA commence à générer de véritables revenus. Les revenus de Google Cloud ont bondi de 82 % au deuxième trimestre pour atteindre 24,8 Md$, tandis que le carnet de commandes a atteint 514 Md$. Les revenus cloud de Microsoft ont dépassé 214 Md$ pour l'exercice 2026, la demande s'élargissant de plus en plus au-delà des entreprises de modèles d'avant-garde.

Cela est important car la prochaine étape de la croissance de l'IA pourrait provenir de l'inférence, des agents, du codage, de la publicité, de la recherche, de l'IA industrielle et du déploiement en entreprise plutôt que de la seule formation de modèles d'avant-garde. Si l'IA s'intègre dans les charges de travail de production quotidiennes, la demande en semi-conducteurs pourrait rester structurellement élevée pendant des années.

Rubin fournit un autre catalyseur. Nvidia affirme que la plateforme est déjà en production, avec des systèmes qui arriveront au second semestre 2026. AWS, Google Cloud, Microsoft, Oracle et CoreWeave figurent parmi les premiers adoptants attendus.

L'opportunité s'étend également au-delà de Nvidia. Les clusters d'IA plus vastes nécessitent davantage de mémoire HBM, de packaging avancé, de mise en réseau, de connectivité optique, d'infrastructure d'alimentation et de refroidissement. Même si Nvidia finit par capter une part plus petite de chaque dollar supplémentaire investi dans l'IA, le marché global de l'infrastructure de l'IA peut continuer à se développer.

Le scénario baissier: la monétisation peut-elle rattraper son retard?

Les baissiers peuvent examiner les mêmes chiffres de dépenses d'investissement et parvenir à une conclusion très différente.

Alphabet a consacré 44,9 Md$ aux dépenses d'investissement au deuxième trimestre et a généré un flux de trésorerie disponible négatif de 5,9 Md$. Meta a dépensé 31,1 Md$ et n'a produit que 784 M$ de flux de trésorerie disponible trimestriel. Microsoft a également reconnu que l'investissement dans l'infrastructure de l'IA exerce une pression sur les marges du cloud.

La question clé est donc simple:

Combien de revenus supplémentaires liés à l'IA chaque dollar additionnel de dépenses d'investissement générera-t-il?

Le boom peut se poursuivre tant que les hyperscalers estiment que la puissance de calcul reste rare. Le marché devient plus vulnérable une fois que la capacité rattrape son retard et que les entreprises commencent à exiger de meilleurs rendements de chaque nouveau centre de données.

La dépréciation technologique crée un autre risque. Nvidia évolue rapidement à travers Hopper, Blackwell, Blackwell Ultra et Rubin. Les anciens GPU peuvent toujours générer des revenus grâce à l'inférence, au réglage fin et aux charges de travail cloud à moindre coût, mais leur valeur économique pourrait chuter rapidement à mesure que les nouvelles architectures améliorent les performances par watt et le coût par token.

C'est là que les critiques de Burry sur le financement deviennent pertinentes. Les nouveaux partenariats de Nvidia à Wall Street visent à débloquer plus de 500 Md$ de financements tiers. Son interprétation baissière est qu'un financement de plus en plus sophistiqué pourrait être nécessaire pour soutenir un cycle de dépenses dont les rendements à long terme restent incertains.

Le véritable danger apparaîtrait si la demande en IA s'affaiblissait en même temps que les tarifs de location des anciens GPU et leurs valeurs résiduelles chutaient fortement. Les opérateurs de cloud d'IA fortement endettés seraient alors confrontés simultanément à une baisse de leurs flux de trésorerie et à un affaiblissement de leur collatéral.

La compétition ajoute un autre point de pression. Google étend le déploiement de ses TPU au-delà d'une utilisation purement interne, tandis qu'AMD et les accélérateurs personnalisés soutenus par des entreprises telles que Broadcom ciblent des charges de travail où les avantages économiques de Nvidia pourraient devenir plus difficiles à justifier.

Nvidia peut encore croître dans cet environnement, mais sa part de marché, son pouvoir de fixation des prix et ses marges sur les semi-conducteurs pourraient progressivement se normaliser.

Qu'est-ce qui décidera du prochain trade sur l'IA?

La prochaine phase du trade des puces d'IA dépend de quatre variables:

la croissance des revenus de l'IA, les dépenses d'investissement des hyperscalers, l'utilisation des GPU et les marges des semi-conducteurs.

La trajectoire haussière reste intacte si les applications d'IA continuent de se propager, si l'inférence se développe, si les hyperscalers restent limités en capacité, si les anciens GPU trouvent des utilisations rentables de niveau inférieur et si Rubin lance un autre cycle de mise à niveau.

La trajectoire baissière commence lorsque les dépenses d'investissement augmentent nettement plus vite que la monétisation, que les marges du cloud se compriment, que l'économie des anciens GPU se détériore et que les hyperscalers ralentissent enfin leurs dépenses d'infrastructure.

La question centrale dépasse le plan de financement de 500 Md$ de Nvidia:

L'IA peut-elle générer suffisamment de valeur économique pour justifier l'infrastructure déjà en construction, ainsi que la vague d'investissement encore plus importante à venir?

Si la réponse reste oui, le cycle des semi-conducteurs d'IA a encore de la marge pour progresser. Si cette relation commence à se rompre, les investisseurs devront peut-être réévaluer l'ensemble de la chaîne, de Nvidia et de la mémoire aux réseaux, en passant par les fonderies et les opérateurs de cloud d'IA.