Les agents intelligents d'IA stimulent la seconde courbe de croissance du cloud computing ! Les grandes banques de Wall Street analysent la vague d'expansion de l'IaaS et la réévaluation de la valeur du PaaS. Qui empoche réellement l'argent du boom des tokens ?

L'application de finance intelligente a appris que le dernier rapport de recherche du géant financier de Wall Street, Bernstein, indique que le cloud computing dans l'IA entre dans une nouvelle phase marquée par une "explosion de la demande de puissance de calcul dans un contexte de frénésie autour des agents IA, d'une montée en gamme des charges d'inférence IA et d'une redistribution de la valeur des plateformes". Les opportunités d'investissement s'étendent désormais de l'offre de GPU vers les leaders du cloud computing qui gèrent les opérations de données des entreprises, les processus opérationnels centraux, la connexion des flux de travail métiers et le développement, le déploiement et l'exploitation des plateformes intégrées d'agents intelligents.

Bernstein indique que le secteur mondial du cloud computing connaît actuellement la plus importante évolution concurrentielle depuis la montée en puissance d'Azure de Microsoft face à AWS d'Amazon : la demande en formation a stimulé l'expansion des centres de données centrés sur les GPU, ouvrant le marché de l'infrastructure IaaS à de nouveaux prestataires de services cloud comme CoreWeave ; à mesure que les charges d'inférence IA entrent dans les environnements de production des entreprises, le besoin d'une exploitation conjointe de la puissance des CPU, GPU, bases de données, stockage et plateformes logicielles s'accroît ; OpenAI et Anthropic évoluent d'un rôle de fournisseurs de grands modèles IA à celui de plateformes de développement d'agents IA, augmentant les commandes d'infrastructure aux partenaires cloud et commençant à concurrencer les acteurs PaaS pour la porte d'entrée logicielle, la relation client et la marge bénéficiaire.

L'équipe d'analystes de Bernstein privilégie donc Microsoft, Oracle et MongoDB, tout en restant plus prudente sur la viabilité à long terme des nouveaux acteurs cloud se contentant de louer de la puissance GPU pour l'IA. L'analyse centrale de Bernstein est que la croissance de la demande en ressources de calcul IA élargira le marché de la location de cloud IA, mais n'accordera pas à tous les acteurs la même capacité à fixer les prix ni à générer de forts retours sur capitaux dans l'ère IA. Cette thèse trouve un écho dans les données récentes du secteur : dans son rapport de juillet, Microsoft a indiqué que les revenus trimestriels d’Azure et autres services cloud ont progressé de 43 %, la demande surpassant encore les capacités disponibles ; Oracle a déclaré en septembre une croissance trimestrielle de 121 % de ses revenus IaaS à 7,4 milliards de dollars, avec des obligations d’exécution restantes atteignant 664 milliards de dollars, reflétant la conversion de la demande en chiffre d'affaires et en contrats de long terme.

Comment les agents IA font-ils croître progressivement la demande de cloud computing ? D’après le rapport Bernstein et le déploiement opérationnel de l'inférence IA, les transformations incarnées par Muse et Astra consistent à élargir une session de questions-réponses unique vers un processus englobant planification, récupération, appel d’outils, exécution, contrôle et réessai : Meta précise que Muse fonctionne dans une machine virtuelle sécurisée dotée d’un navigateur, capable de traiter les tâches même après la fermeture de l’application par l’utilisateur ; OpenAI explique qu'Astra a renforcé les capacités d’opérations informatiques et de réalisation de tâches professionnelles complexes, sans toutefois signifier la concrétisation de l’AGI.

Lorsque l’utilisation augmente, l’invocation des modèles dope la demande GPU pour l’inférence, l’exécution d’outils via navigateur ou code accroît le besoin CPU, la prise en charge de contextes longs et de sessions simultanées rehausse la demande mémoire et de cache, tandis que l’accès continu au savoir de l’entreprise accélère les besoins en bases de données et stockage ; le déploiement en production entraîne enfin une hausse des services PaaS pour gestion des identités, sécurité, supervision et orchestration des workflows. L’accord sur sept ans à 11,6 milliards de dollars signé entre Anthropic et Akamai, focalisé sur des charges CPU, illustre la diffusion de la demande IA au-delà du GPU ; leurs coopérations avec Amazon AWS, Google Cloud/Broadcom, Microsoft Azure et la plateforme cloud IA de SpaceX témoignent aussi de configurations multi-fournisseurs.

Pour identifier les gagnants potentiels de l’IaaS/PaaS IA face à la montée en puissance de nouveaux acteurs comme CoreWeave, Bernstein accorde la note la plus positive de “surperformance” à Microsoft (MSFT.US), Oracle (ORCL.US) et MongoDB (MDB.US), leurs objectifs de cours à 12 mois laissant entrevoir une croissance potentielle de 28,7 %, 135 % et 35 % respectivement. Pour Snowflake (SNOW.US), chef de file des entrepôts de données et bases cloud d'entreprise, la recommandation est “conforme au marché”, l’objectif de cours laissant voir 10 % de potentiel.

Il ne fait aucun doute que le cloud IA reste une direction clé des investissements industriels et des anticipations de profits, tandis que les capitaux en actions privilégient les segments capables de conserver la rentabilité. OpenAI cherche à lever des fonds sur une valorisation d’environ 1 400 milliards de dollars, et Anthropic vise plus de 2 000 milliards pour son introduction en bourse, ce qui témoigne de l’énorme attente du marché vis-à-vis de la génération de revenus liés à l’IA. Contrairement à la narration autour de la valorisation des applications IA, la chaîne d'approvisionnement en puissance de calcul IA au niveau de l'inférence bénéficie déjà d’une demande forte et concrète : les médias rapportent qu’Anthropic projette environ 518 milliards de dollars d’investissements infrastructurels sur dix ans, dont 80 % sont non résiliables ou exigibles, que ses revenus pour 2025 devraient être douze fois supérieurs à ceux de l’année précédente, soit près de 4,6 milliards de dollars, avec une perte d’exploitation dépassant 8 milliards de dollars et des dépenses de calcul & infrastructure atteignant 7,33 milliards (trois fois celles de 2024), soit environ 58 % des dépenses opérationnelles totales de 12,65 milliards ; en Corée du Sud, les exportations de semi-conducteurs en septembre ont atteint 60,3 milliards de dollars, en hausse de 262,8 % sur un an, les autorités notant aussi une augmentation du volume et des prix contractuels du stockage.

La facture de puissance de calcul explose : croissance et différenciation dans la vague d’expansion IaaS

La thèse d'investissement de Bernstein pour l'IaaS à l'ère de l'IA repose sur une croissance continue du cloud traditionnel à laquelle s'ajoute une expansion explosive de la demande en puissance IA. Le rapport cite les prévisions de Gartner selon lesquelles le marché mondial de l'IaaS passera de quelque 223 milliards de dollars en 2025 à 287 milliards en 2026 et 662 milliards en 2030 ; la part de l'IaaS traditionnel passant de 201 à 488 milliards, celle de l'IaaS optimisé IA de 22 à 174 milliards.

La projection des valeurs du rapport Bernstein estime que le taux de croissance annuel moyen du marché total sera d’environ 24,3 % sur 2025-2030, la partie optimisée IA atteignant 51,2 %, sa part passant de 9,9 % à 26,3 %. L’équipe d’analystes indique que cela signifie que l’IA crée non seulement un marché infrastructurel cloud de nouvelle génération à croissance rapide, mais que les migrations d’applications, de stockage et de calcul historiques des entreprises vers le cloud continueront d'apporter d’importantes augmentations absolues.

Sur le plan de la concurrence, selon Gartner en 2025, AWS détiendrait 35 % du marché IaaS, Microsoft 24 %, Google 10 %, Alibaba 8 % ; IDC avance 41 %, 16 %, 8 %, 4 % respectivement, les deux cabinets créditant CoreWeave d’environ 2 % du marché. Les différences tiennent principalement à l’allocation des revenus IaaS/PaaS ; par exemple, IDC classe davantage de revenus Oracle en PaaS, ce qui interdit toute addition simpliste des parts publiées par différents acteurs dans une cartographie concurrentielle unique.

Le rapport Bernstein pose également une question importante pour les investisseurs : comment les 174 milliards de dollars de revenus IaaS optimisés IA anticipés en 2030 s'articulent-ils avec les spéculations sur des investissements GPU dépassant le trillion ? Cela peut impliquer des investissements internes des entreprises, une monétisation partielle via le PaaS, ou bien que les prévisions sectorielles sont surestimées et/ou que les estimations de base de Gartner et autres sont sous-évaluées.

L’avantage à court terme des nouveaux acteurs du cloud vient de la rareté de la puissance de calcul, mais la compétitivité à long terme sur l’inférence dépend d’un socle logiciel et de données complet. Bernstein découpe l’évolution du secteur en trois phases enchaînées : d’abord, les clusters de formation sur GPU requièrent de fortes exigences en alimentation électrique, refroidissement et réseaux haut débit-faible latence, forçant à transformer ou reconstruire les datacenters, créant des opportunités d’entrée pour les nouveaux clouders et Oracle ; ensuite, les dépenses IA s’étendent de la formation à l’inférence, Bernstein estimant que les coûts annuels d’inférence pourraient atteindre 5 à 20 fois ceux de la formation, sans spécifier d’échéance précise ; enfin, l’inférence d’entreprise nécessite l'intégration aux processus métiers, ce qui suppose une infrastructure supportant calcul de modèle, exécution d'applications sur CPU et accès au patrimoine de données.

Bernstein observe que cette “gravité des données” attire certaines charges IA vers les plateformes où résident déjà base de données, systèmes d’accès et applications d’entreprise. Cinq limites pour les nouveaux clouders sont listées : difficile de surpasser l'IaaS GPU ; retour possible de la charge chez les grands clients une fois l’offre suffisante ; adoption d’outils et BDD open source non différenciatrice ; migration de données d'entreprise complexe ; déséquilibres actuel entre offre et demande pouvant se résorber sous deux ans.

Bernstein indique qu’à long terme, la question pour les investisseurs sera de savoir si les nouveaux acteurs cloud transformeront leur avantage actuel de livraison rapide en une fidélisation, utilisation et génération de liquidité durables ; par ailleurs, Oracle pourrait, grâce à son cloud souverain, son cloud privé et ses datacenters IA, se rapprocher du peloton de tête en infrastructures cloud IA composé de Microsoft, Amazon et Google.

Celui qui contrôle l’accès aux agents, domine les profits du cloud : revalorisation à venir des PaaS

Les laboratoires IA deviennent des acteurs majeurs du PaaS, même si la classification des revenus reste en construction. Bernstein rapporte qu’en 2025, d’après Gartner, le marché mondial du PaaS atteindra 225,2 milliards de dollars (IDC : 227,5 G$) ; la croissance annuelle calculée sur les données 2024 serait de 25,8 % (Gartner) et 42,3 % (IDC). Pour IDC, Microsoft est premier avec 21 % de part, suivi par AWS à 12 %, Google à 9 %, OpenAI à 6 %, Salesforce à 5 %, Oracle à 4 %, Anthropic, Snowflake, Databricks autour de 2 % chacun ; Gartner, fusionnant PaaS traditionnel et IA, place AWS en tête à 19 %, Microsoft 15 %, Google 10 %, OpenAI à 2 %, Anthropic moins de 2 %.

Fait marquant, les parts des laboratoires IA sont en hausse dans les deux classements : IDC voit OpenAI passer de 2,1 % en 2024 à 5,7 % en 2025, Anthropic de 0,4 % à 1,9 % ; chez Gartner, de 1,0 % à 1,7 % pour OpenAI, 0,3 % à 1,1 % pour Anthropic.

La mesure des revenus provenant d’API de modèle, d’outils de développement, de produits d’encodage et de logiciels d’agents reste floue, mais les deux laboratoires IA affichent une orientation stratégique claire vers l’élargissement de leur rôle de plateforme. Bernstein anticipe que leur part pourrait atteindre le haut de la plage des unités simples voire dépasser 10 % selon l’évolution du marché PaaS et les modalités de catégorisation des revenus, ce qui reste prospectif.

Passer du modèle à la plateforme signifie que les laboratoires IA visent le point d’entrée du développement et de l’exécution des logiciels d’entreprise. Selon le rapport de Bernstein, Anthropic a évolué de Claude à Claude Code, puis vers l’automatisation et la création d’agents ; OpenAI, outre ChatGPT et ses outils de recherche, accélère le développement de Codex et d’outils de création d'agents. Ces outils facilitent non seulement le développement d’applications IA mais permettent aussi d’améliorer l’efficacité du développement, des tests et de la maintenance de logiciels classiques. La plateforme consolide l'intégration des workflows et la fidélisation des clients, limitant les risques de concurrence sur les modèles open source ou d'érosion tarifaire sur le Token pour les activités centrées sur les modèles seuls.

Selon les rapports Gartner cités par Bernstein, le chiffre d’affaires entreprise d’OpenAI en 2025 avoisinera 5 milliards de dollars, provenant à 57 % des modèles génératifs de base, 4 % de modèles dédiés, 15 % de la plateforme de développement IA et 24 % d’autres logiciels applicatifs ; Anthropic générera environ 3,3 milliards, dont 70 % sur les modèles de base, 7 % de modèles spécialisés et 23 % d’applications diverses. Il s’agit cependant de catégories de revenus secteur entreprise, non du chiffre d'affaires total ou du taux d’exécution annuel des sociétés.

Sur la même période, le marché des plateformes de développement IA pèse 6,8 milliards de dollars : Microsoft, AWS et Google occupent respectivement 24 %, 14 % et 14 %, OpenAI 11 % (~750 millions) ; sur le marché des modèles génératifs de base, OpenAI, Anthropic et Google pèsent 25 %, 20 % et 18 %, soit 63 % à eux trois. Ces données indiquent que la double compétition modèle-plateforme bat déjà son plein. Bernstein envisage même qu’en 2026, les revenus des plateformes de développement pourraient dépasser ceux des modèles, même si la frontière entre produit d’encodage en PaaS ou SaaS reste à préciser ; plus stratégique encore, ces plateformes peuvent devenir le socle sur lequel d’autres éditeurs logiciels bâtissent leurs produits, plutôt que d’entrer un à un sur les marchés verticals comme CRM ou HCM. Les laboratoires IA disposent d’un savoir sur les modèles, tandis que les géants du cloud et les fournisseurs SaaS existants ont la main sur les données client, le savoir métier, le déploiement, la sécurité et la gestion, la compétition portera donc sur l’ensemble de la chaîne de valeur logicielle entreprise.

Le choix sectoriel de Bernstein pour l’investissement cloud IA cible les sociétés capables de convertir l’usage de l’IA en revenus récurrents, en fidélisation client et en profit. Microsoft bénéficie d’un portefeuille de modèles (OpenAI, Anthropic, tiers et propres), attire la charge IA grâce à ses outils de développement et sa base de données d’entreprise ; Oracle couvre datacenters IA, OCI Gen2, cloud public et privé, IaaS/PaaS en marque blanche Alloy et cloud souverain, la montée de l’activité platforme d’OpenAI renforce la demande de ses grands clients sans menacer directement sa base de données cœur, les partenariats multi-cloud dopant sa croissance à trois chiffres sur plusieurs trimestres.

Pour MongoDB, l’argument est limpide : les applications et agents IA, même massivement répandus, nécessitent à long terme des données persistantes, de la requête, de la gestion d’état ; leur essor accroît le recours à la base, et les laboratoires IA comme les nouvelles clouds n’ont pas pour l’instant pour cible ce marché. En revanche, l’incursion de Snowflake comme plateforme IA l’expose à la double concurrence des laboratoires IA et des cloud hyperscalers.

Bernstein recommande aux investisseurs de se concentrer sur la capacité de livraison IaaS, l’entrée PaaS et l'infrastructure de données d’entreprise pour s’assurer de la conversion des revenus, et d’évaluer le cash-flow libre après dépréciation, coûts énergétiques, financement et concurrence ; côté risques, il précise : Microsoft est exposé à la guerre des prix cloud et au risque sécurité ; Oracle doit gérer concentration client, exécution IA et croissance cloud ; MongoDB la ralentissement du cloud, coûts et charges infra en hausse.