Le test des flux de trésorerie de l’IA : la leçon tirée de la crise financière mondiale

En résumé

• Comme au cours de la période qui a précédé la crise financière mondiale, l’expansion de l’IA repose sur un accès continu aux capitaux et sur la capacité des emprunteurs à honorer leurs remboursements futurs.
• Les fournisseurs d’infrastructures empruntent sur des engagements des clients qui pourraient ne pas tenir en cas de resserrement du financement ou d’évolution de la demande.
• Les gestionnaires actifs peuvent définir les conditions nécessaires pour potentiellement distinguer les gagnants des perdants.

Une comparaison limitée avec 2008

De nombreuses comparaisons ont été établies entre le cycle actuel de l’intelligence artificielle (IA) et l’essor des technologies, des médias et des télécommunications entre le milieu et la fin des années 1990. S’il existe des similitudes évidentes, notamment une technologie nouvelle et puissante générant des dépenses colossales et de grandes interrogations quant à savoir qui obtiendra des rendements acceptables, il y a aussi des différences.

Une comparaison moins courante, mais tout à fait pertinente est celle de l’essor du marché américain de l’habitation qui a précédé la crise financière mondiale de 2008. Cela ne signifie pas pour autant que l’IA ressemble au marché de l’habitation ou que nous voyons un problème dans le secteur bancaire. L’analogie est plus limitée et, comme toujours pour nous, elle concerne les flux de trésorerie.

En 2006, le marché américain de l’habitation semblait en bonne santé. Les prix continuaient d’augmenter et le crédit était facilement accessible aux emprunteurs. Toutefois, l’appréciation des prix des logements a ralenti. Pour de nombreux emprunteurs marginaux, le prêt n’était viable que si la hausse de la valeur de leur logement leur permettait de le refinancer avant la réinitialisation des versements. À mesure que l’appréciation du prix des logements ralentissait, puis s’inversait, cette possibilité a disparu. Les versements ont augmenté, les défauts de paiement ont augmenté et les ventes forcées ont suivi, ce qui a finalement conduit à la crise bancaire.

L’emprunteur et le payeur

Il existe de grandes différences entre l’IA et la crise de 2008, mais il y a une similitude : la dépendance aux versements futurs et à un accès continu au capital. Elle aide à comprendre le fonctionnement d’une partie du financement de l’IA.

Une société spécialisée dans les modèles frontières ou un important client de l’IA s’engage à verser des milliards de dollars à un fournisseur de services infonuagiques à très grande échelle ou à un nouveau fournisseur de services infonuagiques spécialisé dans l’IA pour obtenir de la puissance de calcul. Les investisseurs considèrent ces engagements comme des revenus et des bénéfices futurs. Les fournisseurs de services infonuagiques utilisent ensuite ces engagements pour acheter des puces, de la mémoire, de l’électricité, de la climatisation, des terrains, de la main-d’œuvre, etc. De plus en plus, en raison de l’intensité croissante du capital et de l’inflation des prix découlant des goulets d’étranglement, les fournisseurs de services infonuagiques empruntent sur les actifs et les paiements contractuels des clients.

C’est là que cette distinction prend toute son importance. Dans le secteur du logement, le propriétaire était à la fois l’emprunteur et la source du remboursement. Dans le domaine de l’IA, ces rôles sont séparés. Le fournisseur d’infrastructures est l’emprunteur. Le laboratoire d’IA, la société de modèles ou le client de la puissance de calcul générale est l’acheteur ferme (un acheteur qui s’engage à acheter les biens ou les services d’un producteur avant qu’ils soient produits) dont les paiements contribuent à soutenir l’investissement.

Cette entente fonctionne, à la condition que les capitaux demeurent abondants et abordables, que la demande des clients continue de croître et que les paiements contractuels soient honorés. Mais les arriérés ne sont pas des liquidités. Leur valeur dépend de la solvabilité du client, des modalités du contrat et de la possibilité de redéployer la capacité si le client ne peut pas payer.

Si les conditions de financement se resserrent, si les capitaux du marché privé se raréfient, si la monétisation déçoit ou si les clients optent pour des modèles moins chers, les flux de trésorerie promis pourraient s’avérer moins intéressants que ce que les investisseurs supposent. Le fournisseur peut encore devoir de l’argent aux prêteurs, aux propriétaires, aux fournisseurs d’équipement et aux fournisseurs d’électricité, même si les revenus permettant de couvrir ces obligations diminuent.

Les plus grands fournisseurs de services infonuagiques à très grande échelle sont riches en liquidités; il est donc peu probable qu’il s’agisse d’un problème de solvabilité, ce qui constitue une distinction importante par rapport à 2008. Leur risque est différent. Le problème est de savoir si le prochain dollar investi génère un rendement adéquat – l’indicateur de rendement clé crucial pour ce cycle.

Conclusion

Cela ne signifie pas pour autant que l’IA n’est pas réelle. Son adoption est réelle et ses gains de productivité sont probables. Mais comme nous l’avons souvent écrit, les investisseurs ne possèdent pas la productivité, ils possèdent des flux de trésorerie.

Les indices de référence possèdent l’ensemble de l’écosystème de l’IA : les constructeurs de modèles, les fournisseurs de services infonuagiques, les propriétaires de centres de données, les fournisseurs de terres rares pour les puces et la mémoire, les bénéficiaires des biens d’équipement, mais aussi les victimes potentielles. Comme en 2008, ils ne font pas de distinction entre les arriérés de grande qualité et les mauvais arriérés, entre les capacités réutilisables et les capacités délaissées, ou entre les entreprises qui génèrent des rendements supérieurs au coût de leur capital et celles qui dépendent des financements de demain.

Les gestionnaires actifs le peuvent. Ils peuvent évaluer le risque de concentration de la clientèle, la qualité des contrats, l’effet de levier, les calendriers d’échéances de la dette, le pouvoir de fixation des prix, la rigueur du capital, etc. À mesure que le financement devient plus sélectif et que la source des bénéfices de l’IA se dilue, ces facteurs commenceront à peser davantage sur les résultats financiers et, par conséquent, sur les prix des actifs.

L’IA peut devenir la technologie la plus déterminante de notre époque. Mais cela ne signifie pas pour autant que toutes les sociétés qui la financent obtiendront un rendement du capital investi acceptable. Si le marché et l’indice de référence peuvent intégrer la promesse dans les cours, les gestionnaires actifs garantiront le payeur.

Les renseignements ci-dessus de même que les sociétés ou les titres mentionnés ne doivent pas être considérés comme des conseils en placement, des recommandations d’achat ou de vente d’un titre ou une indication des opérations prévues à l’égard de tout produit de placement de MFS.

Tous les placements comportent certains risques, notamment la possibilité de perdre le capital investi.

Les points de vue exprimés sont ceux du ou des auteurs et peuvent changer sans préavis. Ils sont fournis à titre indicatif seulement et ne doivent pas être considérés comme une recommandation d’achat d’un titre, une sollicitation ou un conseil en placement. Les prévisions ne sont pas garanties. Le rendement passé n’est pas garant du rendement futur.