Amazon résultats Q3 : l’IA dope AWS, le cash recule

Que montrent les résultats d'Amazon au troisième trimestre ?

Amazon affiche 201,9 milliards de dollars de chiffre d'affaires au troisième trimestre, en hausse de 12 % sur un an. Son résultat opérationnel atteint 28,1 milliards, contre 17,4 milliards un an plus tôt. La marge opérationnelle ressort à 13,9 %, un niveau record pour le groupe d'après ses chiffres.

À ce stade, la hausse des dépenses d'infrastructure n'a donc pas empêché une amélioration du résultat opérationnel. Mais ce n'est pas la même lecture que la trésorerie : la marge mesure la performance sur la période, tandis que le cash-flow libre reflète l'impact réel des investissements sur l'argent disponible.

La différence est nette. Amazon indique que ses achats de biens immobiliers et d'équipements ont augmenté de 94,8 milliards de dollars sur douze mois, principalement liés à l'IA. Au troisième trimestre, les dépenses en biens immobiliers et équipements s'élèvent à 77,3 milliards, contre 35,1 milliards un an plus tôt. Résultat : le cash-flow libre sur douze mois clos en septembre devient négatif, à 42,4 milliards de dollars, alors qu'il était positif à 14,8 milliards sur la période précédente.

Les marchés ont réagi à la fois aux perspectives d'investissement et à des résultats jugés en-dessous d'attentes pour certains analystes. Le chiffre d'affaires est légèrement sous la prévision de 202,3 milliards citée par CNBC, et le bénéfice par action ne colle pas au consensus rapporté par le média. L'action recule jusqu'à 7 % après la clôture, selon Reuters.

Il faut donc éviter deux conclusions trop faciles : « l'IA fait déjà exploser les profits » d'un côté, « le cash-flow négatif prouve que ça ne marche pas » de l'autre. Les chiffres montrent plutôt qu'Amazon reste rentable sur le plan opérationnel, tout en transformant une part croissante de ses ressources en infrastructures. La vraie question devient ensuite : quel rendement ces actifs donneront-ils, et à quelle vitesse la demande les absorbera ?

Pourquoi AWS accélère-t-il aussi vite grâce à l'IA ?

Le chiffre d'affaires d'AWS augmente de 39 % pour atteindre 46 milliards de dollars. C'est la croissance la plus rapide de la branche cloud depuis presque cinq ans. Le résultat opérationnel grimpe à 17,8 milliards, contre 11,4 milliards un an plus tôt. Andy Jassy, directeur général d'Amazon, évoque aussi un chiffre d'affaires annualisé de 184 milliards et un carnet de commandes de 578 milliards.

Ces indicateurs donnent une idée de l'ampleur de l'activité, mais il ne faut pas les confondre avec des revenus déjà encaissés. Un carnet de commandes correspond à des engagements à servir dans le temps. La conversion en revenus dépend notamment de la capacité à livrer les ressources, du calendrier des clients et des clauses contractuelles. Bref : cela donne de la visibilité, pas une promesse de marge future.

Jassy insiste sur une demande très forte en capacité de calcul pour l'IA : Amazon installe un accélérateur d'IA environ toutes les quatorze secondes, et les clients absorbent presque aussi vite les capacités ajoutées. Sur le terrain, c'est le cœur du problème pour les fournisseurs de cloud : investir ne suffit pas à lui seul. Il faut construire et opérer les infrastructures avant de facturer, tout en suivant une demande qui bouge vite.

Amazon prévoit une croissance du chiffre d'affaires d'AWS de plus de 40 % en 2027 et en 2028. C'est une prévision de l'entreprise, pas un résultat déjà acquis. Elle dépend de la poursuite de la demande, de l'exécution des projets d'infrastructure et de la capacité des clients à passer de l'expérimentation à des usages réguliers.

Le groupe essaie aussi de garder une partie de la chaîne de valeur. À partir de la fin 2027, Amazon prévoit de vendre ses puces d'IA Trainium en dehors d'AWS. La disponibilité de TorchNeuron, qui permet d'exécuter du code PyTorch sur ces puces, va dans le même sens : un accélérateur n'a d'intérêt que si les équipes peuvent y porter leurs modèles sans tout reconstruire.

Pour les entreprises, le message est donc double. La capacité de calcul devient un produit stratégique, mais l'équipement ne suffit pas : compatibilité logicielle, disponibilité, coût d'usage et portabilité des applications pèsent autant dans la valeur d'une plateforme.

Amazon peut-elle financer cette course aux infrastructures ?

Amazon dit pouvoir financer son plan. Le groupe prévoit environ 220 milliards de dollars de dépenses d'investissement en numéraire sur l'année, et son dirigeant parle d'une hausse « significative » en 2027. L'entreprise estime disposer de suffisamment de visibilité sur les rendements futurs. Mais, pour l'instant, les résultats publiés ne permettent pas de vérifier le rendement global des capacités en construction.

Le financement ne repose pas uniquement sur les liquidités générées pendant le trimestre. Au troisième trimestre, Amazon lève 48,1 milliards de dollars de dette à long terme. Un document réglementaire publié après les résultats précise aussi que l'entreprise peut désormais emprunter jusqu'à 80 milliards en mettant en garantie le matériel d'IA acheté.

Ce montage n'a rien de totalement inhabituel pour une entreprise qui finance des actifs de grande ampleur, mais il change le profil de risque. Les équipements peuvent générer des revenus sur plusieurs années, mais ils coûtent aussi à acheter, à opérer et à renouveler. Si la demande reste forte et que les capacités sont bien utilisées, ces investissements peuvent soutenir la croissance et les marges. Si les usages montent moins vite que prévu, une partie du capital reste bloquée dans des actifs coûteux.

Un cash-flow libre négatif n'est donc pas, en soi, un signal d'alerte. La bonne lecture dépend de la durée, des raisons de la variation, des ressources disponibles et de la capacité des nouveaux actifs à produire des revenus. Dans le cas d'Amazon, la hausse simultanée du résultat opérationnel et des investissements suggère que l'entreprise finance encore son expansion, tout en acceptant une pression réelle sur la trésorerie.

Pour suivre cette stratégie, quatre indicateurs sont plus utiles que de se fier à une déclaration de confiance prise isolément :

• L'utilisation des capacités : les centres de données et les accélérateurs sont-ils réellement loués, ou surtout installés ?
• La croissance du résultat opérationnel d'AWS : suit-elle la progression du chiffre d'affaires et des coûts ?
• Le cash-flow libre sur plusieurs trimestres : se stabilise-t-il à mesure que les investissements commencent à générer des revenus ?
• Le niveau d'endettement et les engagements : reste-t-il compatible avec les autres besoins du groupe ?

Le point de vigilance n'est pas seulement « l'entreprise dépense beaucoup ». Il faut vérifier si le calendrier de la demande, la durée de vie des équipements et les prix facturés permettent de rentabiliser avant obsolescence ou sous-utilisation.

Que disent les résultats du commerce et des autres activités ?

La croissance n'est pas la même pour tous les segments d'Amazon. Les ventes des boutiques en ligne progressent de 2 %, à 68,5 milliards de dollars. Les revenus publicitaires montent de 11 %, à 19,6 milliards. Ces activités comptent par leur volume, mais leur rythme est moins rapide que celui d'AWS.

Amazon explique aussi que le déplacement du Prime Day au deuxième trimestre, dans la plupart des grands pays, a retranché environ quatre points de croissance au chiffre d'affaires total. Autrement dit, il faut garder en tête un effet de calendrier : les ventes du trimestre ne reflètent pas forcément la tendance « brute » de la demande. Le décalage rend la comparaison plus délicate, sans pour autant renverser l'idée d'une tendance structurelle du commerce en ligne.

La publicité continue, elle, de croître plus vite que les ventes des boutiques. L'activité profite de l'audience et des données d'achat du groupe, mais les informations fournies ne suffisent pas à isoler la rentabilité ni à mesurer précisément l'impact sur l'expérience client. Pour un annonceur, la croissance du canal compte, mais le coût d'acquisition et la qualité des conversions pèsent davantage dans la décision de budget.

Jassy indique aussi que Prime Video génère désormais un chiffre d'affaires annualisé de plusieurs dizaines de milliards de dollars et qu'il est rentable. La déclaration donne une idée sur la taille et la place économique du service, sans détailler les marges ni la part exacte entre abonnements et publicité.

Enfin, Amazon prévoit entre 240 et 247 milliards de dollars de chiffre d'affaires pour le trimestre des fêtes, avec un résultat opérationnel entre 28,5 et 33,5 milliards. C'est une fourchette, intégrant une période commerciale majeure. Comme pour les projections d'AWS, il faut la lire comme une indication de la direction, pas comme une promesse.

Au final, comprendre Amazon, c'est distinguer ses moteurs. Le cloud et l'IA portent l'accélération et les investissements les plus lourds. Le commerce suit un autre tempo, tandis que la publicité et les services numériques contribuent à diversifier les revenus. Une bonne performance d'AWS ne signifie pas que chaque segment avance au même rythme.

Quelles leçons les entreprises européennes peuvent-elles en tirer ?

Les résultats d'Amazon ne sont pas un modèle à copier tel quel par une entreprise française ou européenne. Le groupe a l'échelle, les ressources financières et une activité cloud qui rendent possibles des investissements difficilement comparables à ceux d'autres organisations. Là où la comparaison peut être utile, c'est sur la logique : relier capacité, demande et rendement.

Avant d'augmenter les dépenses d'IA, une entreprise devrait d'abord clarifier quel usage justifie la dépense. Automatiser une tâche répétitive ? Améliorer le service client ? Accélérer le traitement de documents ? Aider des équipes à retrouver de l'information ? Pour chaque cas, il faut définir une mesure opérationnelle : temps économisé, coût par dossier, taux d'erreur, délai de réponse ou revenu additionnel. Sans point de départ, le retour sur investissement ressemble vite à une impression.

Ensuite, il faut comparer le coût complet des options. Un modèle hébergé dans le cloud peut réduire l'investissement initial, mais les coûts récurrents augmentent avec l'usage. Une infrastructure dédiée peut convenir si la charge est prévisible, mais elle ajoute des responsabilités : maintenance, sécurité, renouvellement. Et dans les coûts, il faut intégrer aussi l'intégration, l'évaluation des réponses, la supervision humaine et la formation des équipes.

En Europe, on ne peut pas réduire le sujet au prix par requête. La localisation et le traitement des données, les exigences du RGPD, les règles sectorielles et la dépendance à un fournisseur doivent être discutés dès le départ. Cela ne veut pas dire qu'il faut éviter le cloud ou les grands modèles. Ça veut dire qu'il faut documenter quelles données partent, qui peut y accéder, comment les résultats sont contrôlés et quelles solutions de repli existent.

Une approche pragmatique peut tenir en cinq étapes :

1. Choisir un processus mesurable, plutôt qu'un projet d'IA défini d'abord par la technologie.
2. Établir une situation de référence : coûts, délais, erreurs et volumes actuels.
3. Tester à petite échelle avec des données représentatives et des critères d'arrêt clairs.
4. Calculer le coût total, y compris l'intégration, la consommation, la conformité et le contrôle humain.
5. Passer à l'échelle seulement si les résultats tiennent dans la durée, avec un plan de réversibilité réaliste.

Amazon peut investir avant que toutes les capacités soient saturées parce que son activité cloud lui donne des revenus et des clients à servir. Pour une entreprise plus petite, attendre un besoin réellement démontré est souvent plus rationnel. La bonne question n'est donc pas « faut-il investir dans l'IA ? », mais « quelle capacité acheter, pour quel usage, avec quel niveau de contrôle, et à quel coût récurrent ? »