L'investissement de 600 milliards $ en infrastructure AI : CapEx des hyperscalers, dette et réalité de la chaîne d'approvisionnement

1er janvier 2026

Résumé exécutif : Les cinq grands hyperscalers—Amazon, Microsoft, Google, Meta et Oracle—dépenseront plus de 600 milliards de dollars en infrastructure en 2026, soit une augmentation de 36% par rapport à 2025. Environ 75% (450 milliards $) ciblent l'infrastructure AI. Pour financer cette construction, les entreprises technologiques ont émis un montant record de 428 milliards de dollars d'obligations en 2025, avec des projections suggérant jusqu'à 1,5 billion de dollars d'emprunts supplémentaires à venir. Pendant ce temps, des goulots d'étranglement critiques de la chaîne d'approvisionnement—mémoire HBM, packaging CoWoS et délais de livraison des transformateurs—menacent de contraindre le déploiement. Cette analyse approfondie examine les flux de capitaux, les stratégies d'entreprise, la réalité de la chaîne d'approvisionnement et les implications pour les fournisseurs d'infrastructure.

Table des matières

1. Aperçu des dépenses d'investissement
2. Analyse entreprise par entreprise
3. La vague de financement par la dette
4. Où va l'argent
5. Contraintes de la chaîne d'approvisionnement
6. Questions de ROI et d'utilisation
7. Implications pour l'infrastructure
8. Analyse des risques
9. Prochaines étapes

Aperçu des dépenses d'investissement

Contexte historique

Les dépenses d'investissement des hyperscalers sont entrées en territoire inédit. Les niveaux d'investissement dépassent maintenant ce que la plupart des analystes considéraient comme possible il y a encore 18 mois :[^1]

Goldman Sachs projette que le capex total des hyperscalers de 2025-2027 atteindra 1,15 billion de dollars—plus du double des 477 milliards de dollars dépensés de 2022-2024.[^2]

Transformation de l'intensité capitalistique

Ces niveaux de dépenses représentent un changement fondamental dans le fonctionnement des entreprises technologiques. Les ratios d'intensité capitalistique ressemblent maintenant aux services publics industriels plutôt qu'aux entreprises de logiciels :[^3]

À titre de comparaison, les services publics traditionnels fonctionnent à 20-30% d'intensité capitalistique. Les fabs de semi-conducteurs fonctionnent à 30-40%. Les hyperscalers ont dépassé les deux.

La concentration AI

La composition du capex s'est déplacée de manière spectaculaire vers l'AI :[^4]

Cette concentration signifie que les fournisseurs de GPU, vendeurs de mémoire et fournisseurs d'infrastructure de centres de données font face à une demande sans précédent—mais aussi à une concentration de clients sans précédent.

Analyse entreprise par entreprise

Amazon Web Services

Amazon mène les dépenses des hyperscalers avec la construction d'infrastructure AI la plus agressive :[^5]

CapEx 2025 : 125 milliards de dollars (augmenté depuis l'estimation initiale de 118 milliards $) - Augmentation de 61% d'une année sur l'autre - 64% alloués aux initiatives AWS et AI - Q3 2025 seulement : 34,2 milliards de dollars

Perspectives 2026 : Supérieur à 125 milliards $ (confirmé par la direction)

Investissements clés :

La stratégie d'Amazon combine des GPU tiers (NVIDIA) avec le développement de silicium personnalisé (puces Trainium, Inferentia), offrant des options à mesure que le paysage matériel AI évolue.[^6]

Microsoft Azure

Les dépenses d'investissement de Microsoft ont atteint des niveaux historiques en année fiscale 2025 :[^7]

CapEx AF2025 : 80 milliards de dollars (plus grand investissement annuel jamais réalisé) - Objectif réaffirmé malgré les préoccupations du marché - Q2 AF2025 : 22,6 milliards de dollars en un seul trimestre

Projection AF2026 : ~120 milliards de dollars (estimations d'analystes basées sur le rythme actuel) - Augmentation de capacité AI de 80% prévue - Empreinte de centres de données devant "approximativement doubler" sur deux ans

Empreinte d'infrastructure : - 400+ centres de données dans 70 régions (le plus de tous les fournisseurs cloud) - Ajouté 2+ GW de nouvelle capacité en 2025 seulement

Projet clé : Le campus Fairwater dans le Wisconsin représente l'installation AI phare de Microsoft, avec un investissement de 7,3 milliards de dollars visant le statut de "centre de données le plus puissant au monde".[^8]

Différence notable : Microsoft reste le seul hyperscaler à ne pas puiser activement dans les marchés de la dette publique, utilisant plutôt des structures hors bilan où ~70% du levier de dette se situe au niveau du fonds plutôt qu'au bilan corporatif.[^9]

Google Cloud

La trajectoire de dépenses de Google montre un investissement accéléré :[^10]

CapEx 2025 : 91-93 milliards de dollars (point médian 92 milliards $) - Troisième révision à la hausse de 2025 - Q3 2025 : 24 milliards de dollars - ~60% sur les serveurs, ~40% sur centres de données et réseau

Perspectives 2026 : "Augmentation significative" (guidance de la direction) - Estimations d'analystes : potentiellement 130+ milliards de dollars - Peut représenter "maxima locaux dans les investissements GenAI"

Mix d'infrastructure :

Stratégie TPU : L'approche TPU personnalisée de Google offre une différenciation stratégique. Le plus grand contrat TPU jamais enregistré a été conclu avec Anthropic, évalué à des dizaines de milliards et mettant en ligne plus de 1 GW de capacité de calcul AI en 2026. Anthropic s'est engagé sur des centaines de milliers de TPU Trillium en 2026, évoluant vers un million d'ici 2027.[^11]

Meta évalue reportedly de dépenser des milliards sur les TPU Google, avec un déploiement potentiel débutant en 2027 tout en louant via Google Cloud dès 2026.[^12]

Meta Platforms

Les dépenses de Meta se sont accélérées de manière spectaculaire alors que l'entreprise pivote vers l'AI :[^13]

CapEx 2025 : 66-72 milliards de dollars - Augmenté depuis la projection initiale de 60-65 milliards $ - Augmentation d'environ 70% d'une année sur l'autre depuis 38-40 milliards $ en 2024

2026 et au-delà : - Croissance de dépenses "significative" attendue - Objectif d'infrastructure US de 600 milliards de dollars d'ici 2028

Projets phares :

Hyperion s'étend sur 4 millions de pieds carrés sur 2 250 acres—l'un des plus grands projets d'infrastructure AI sur site unique annoncés par toute entreprise.[^14]

Contexte stratégique : Zuckerberg a déclaré que contrôler le développement de Llama est essentiel pour que Meta puisse "contrôler son propre destin". L'approche open-source, qui a atteint 1 milliard de téléchargements en mars 2025, contraste avec les stratégies fermées des concurrents et stimule la construction d'infrastructure.[^15]

Oracle Cloud

Oracle représente le plus petit des Big Five mais montre une croissance agressive :[^16]

CapEx 2025 : ~15 milliards de dollars (estimé) Projection 2026 : ~20 milliards de dollars

Profil de dette : Oracle a été l'émetteur de dette le plus agressif parmi les hyperscalers, complétant une vente d'obligations de 18 milliards de dollars qui en a fait le plus grand émetteur de dette investment grade parmi les entreprises américaines non financières selon Citi.[^17]

Signal de risque : Barclays prédit qu'Oracle pourrait manquer de liquidités d'ici novembre 2026 si la trajectoire actuelle continue. Le CDS 5 ans d'Oracle a plus que triplé depuis septembre, tandis que les volumes de trading ont grimpé bien au-dessus des normes précédentes.[^18]

La vague de financement par la dette

Émission record d'obligations

L'ampleur des dépenses des hyperscalers dépasse maintenant la génération de trésorerie interne, forçant une activité agressive sur le marché de la dette :[^19]

Émission d'obligations du secteur technologique 2025 :

Les hyperscalers ont ajouté 121 milliards de dollars de nouvelle dette en 2025—plus de quatre fois l'émission annuelle moyenne des cinq années précédentes. Plus de 90 milliards de dollars de cela sont venus en seulement trois mois.[^20]

Levées de dette majeures

Projections futures

Wall Street s'attend à une accélération des emprunts :[^21]

Impact sur le marché du crédit

Le déluge de dette a élargi les spreads de manière matérielle :[^22]

Les coûts CDS pour la dette des hyperscalers ont augmenté depuis juin, reflétant un risque de crédit accru et des préoccupations d'exécution autour des plans de dépenses d'investissement.

Où va l'argent

Répartition des dépenses

Les 450 milliards de dollars de dépenses en infrastructure AI se décomposent approximativement :[^23]

Concentration GPU

NVIDIA capture environ 90% des dépenses en accélérateurs AI :[^24]

Génération actuelle : - H100/H200 : Toujours majorité des déploiements - B100/B200 : Montée en puissance à travers 2025-2026 - GB200/GB300 : Disponibilité nouvelle génération

Volume GPU impliqué : Les 180 milliards $ de dépenses GPU/accélérateurs à un prix moyen d'environ 30 000 $ impliquent environ 6 millions de GPU à travers les commandes d'hyperscalers en 2026.

Construction de centres de données

Les 120 milliards $ de dépenses de construction se traduisent par :[^25]

• ~15-20 GW de nouvelle capacité de centres de données
• 500+ nouvelles installations mondialement
• Pipeline de développement de 4 ans compressé en 2 ans

Cette accélération a créé de graves pénuries d'équipement électrique, systèmes de refroidissement et main-d'œuvre qualifiée en construction.

Contraintes de la chaîne d'approvisionnement

Le goulot d'étranglement HBM

La mémoire High Bandwidth Memory (HBM) est devenue la contrainte critique pour le déploiement d'infrastructure AI :[^26]

Statut des fournisseurs :

Pourquoi HBM contraint tout :

Produire 1 bit de HBM consomme environ 3 fois la capacité de wafer requise pour 1 bit de DDR5. Combiné aux exigences de packaging complexes et rendements plus faibles, la fabrication HBM évolue lentement.[^27]

Demande vs. Offre :

Packaging avancé CoWoS

Le packaging Chip-on-Wafer-on-Substrate (CoWoS) de TSMC est un autre goulot d'étranglement critique :[^28]

"Notre capacité CoWoS est très tendue et reste épuisée jusqu'en 2025 et en 2026." — C.C. Wei, PDG TSMC

Chronologie de capacité :