Un risque caché guette les actions de l’IA en 2025
Les entreprises qui bénéficient du boom de l’IA sont engagées dans une course contre la montre pour prouver que leurs investissements massifs dans les puces GPU sont rentables, mais il existe un problème peu évoqué qui rendra cet effort encore plus difficile.
L’amortissement lié aux investissements massifs dans les puces d’IA est le coût « pas si caché » de l’IA que peu d’investisseurs prennent en compte dans leur analyse de valorisation de ces entreprises, ont déclaré les analystes de Barclays dans une note récente.
L’amortissement est une méthode comptable qui permet aux entreprises d’étaler le coût d’un investissement en capital sur sa durée de vie utile. Cela signifie que lorsqu’une entreprise technologique à très forte capitalisation achète des puces GPU d’une valeur de plusieurs milliards de dollars, elle n’enregistre pas immédiatement cet achat comme une dépense, mais plutôt comme une dépense d’investissement.
Cela peut conduire à des bénéfices importants dès le départ, car les dépenses d’investissement n’apparaissent pas immédiatement dans le compte de résultat d’une entreprise, mais sont plutôt enregistrées comme une charge d’amortissement sur la durée de vie utile de l’actif.
Le problème qui se cache derrière cette situation est que la durée de vie utile des puces GPU d’IA peut être beaucoup plus courte que ce que beaucoup pensent, d’autant plus que les puces d’IA passent par un cycle d’innovation de plus en plus rapide, ce qui entraîne des dépenses d’amortissement plus élevées que prévu qui finissent par faire baisser les bénéfices.
Les coûts d’amortissement liés aux puces GPU seront si importants que Barclays réduit ses estimations de bénéfices des hyperscalers cloud Alphabet, Amazon et Meta Platforms jusqu’à 10 % d’ici l’année prochaine.
« L’amortissement des actifs informatiques de l’IA constitue la plus grosse dépense pour ces entreprises de premier plan », a déclaré Ross Sandler, analyste Internet chez Barclays. « Nous pensons que ce risque pourrait se manifester à l’horizon 2025, c’est pourquoi nous l’avons signalé assez tôt. »
Alors que les grandes entreprises technologiques dépensent des centaines de milliards de dollars en puces GPU coûteuses comme celles de Nvidia, des coûts d’amortissement massifs vont s’accumuler au cours des prochaines années, d’autant plus que Nvidia passe à une cadence de lancement de nouveaux produits d’un par an.
« Étant donné que Nvidia a ce cycle de conception très agressif d’environ un an entre les versions majeures, tous ces produits ont des biais, des fonctionnalités et des profils de puissance différents », a déclaré Ted Mortonson, directeur général et stratège technologique de Baird, à Trading Insider.
« C’est un vent contraire », a déclaré Morton, ajoutant qu’il est suffisamment important pour avoir un impact sur les valorisations et faire baisser les actions d’IA au cours de l’année prochaine.
Barclays estime que le consensus de Wall Street sous-estime l’ampleur des coûts d’amortissement au cours des deux prochaines années.
Par exemple, la banque s’attend à ce qu’Alphabet enregistre 28 milliards de dollars de coûts d’amortissement en 2026, soit 24 % de plus que les estimations consensuelles actuelles de 22,6 milliards de dollars.
Pour Meta Platforms, l’écart entre l’estimation de l’amortissement de Barclays et celle de Wall Street est encore plus grand, à 30,8 milliards de dollars contre 21,0 milliards de dollars respectivement, ce qui représente des coûts potentiels 47 % plus élevés que prévu en 2026.
« Les actions de GOOGL, META et AMZN sont entre 5 et 25 % plus chères que ce que perçoivent les estimations consensuelles, compte tenu de cette mauvaise modélisation, à notre avis », a déclaré Sandler de Barclays.
Il a ajouté : « Bien que nous ne pensions pas que les valorisations soient exagérées par rapport à une période de bulle historique comme celle de 2021, le boom de l’IA a mis en lumière la nécessité d’une expansion multiple pour les grandes technologies. Dans ce contexte, les décalages en termes de dépréciation (et donc de valorisation) seront probablement examinés de près. »
L’une des méthodes comptables utilisées par les directeurs financiers des grandes entreprises technologiques consiste à prolonger la durée de vie utile de leurs serveurs de cinq à six ans ou plus, car cela permettrait de répartir les coûts sur une période plus longue et d’atténuer l’impact sur les bénéfices.
Mais même cela a ses limites en raison de la rapidité avec laquelle Nvidia sort de nouvelles puces GPU.
« Nous ne voyons aucune augmentation de la durée de vie utile des serveurs après ce calendrier de 6 ans, car les temps de cycle des GPU augmentent rapidement. Le résultat est que les mégacaps devront probablement absorber le coût plus élevé des dépenses d’amortissement à l’avenir, contrairement aux dernières années où des ajustements de durée de vie utile ont eu lieu », a expliqué Sandler.
Et pour Mortonson, tout revient au retour sur le capital investi en IA.
« Wall Street a une grande question. Ils dépensent actuellement plus de 200 milliards de dollars et leurs dépenses d’investissement ont augmenté de plus de 50 %. Où est le retour sur le capital investi ? », a demandé M. Mortonson. « Nous en sommes encore au tout début, et si l’on tient compte de toute la comptabilité, tout cela se résume au retour sur le capital investi, et je ne pense pas que l’on puisse voir un retour sur le capital investi avant 2025 ou 2026. »
Mortonson a ajouté : « Je pense que le jury n’a pas encore tranché. Je pense que les comptables doivent se saisir de la question et qu’il doit y avoir beaucoup plus de transparence entre l’extension de la durée de vie utile des réseaux, du stockage et des serveurs par rapport aux GPU. C’est l’essentiel. »
