🚀 Financement SpaceX: 40 Md$ pour l’IA & puces GPU

Un bail financier, pas un achat immédiat

D'après les informations communiquées, une entité gérée par Apollo Global Management doit acheter les GPU et les louer à SpaceX. Le montage est décrit comme un bail financier : SpaceX utilise les équipements et rembourse leur coût par versements périodiques, avec des intérêts. Sur le fond, ça ressemble à un financement par dette, même si juridiquement on passe par une location longue durée.

Cette nuance compte. Le fait qu'on parle d'un « accord » peut donner l'impression que l'argent et les puces sont déjà disponibles. Or le dispositif repose sur une lettre d'engagement contraignante et sur un contrat-cadre qui doit encore être finalisé avant la fin de 2026. Les locations commenceront au premier semestre 2027, au fur et à mesure de la livraison des équipements.

SpaceX prévoit de rembourser environ 40 milliards de dollars de principal en versements trimestriels sur près de cinq ans. Le taux d'intérêt fixe n'a pas encore été communiqué, donc on ne peut pas chiffrer le coût total du financement à ce stade. Tout dépendra du taux retenu, du calendrier des livraisons et des modalités finales du contrat.

Pourquoi structurer le financement ainsi ?

Pour SpaceX, le bail permet de mobiliser beaucoup de matériel sans sortir immédiatement l'intégralité de la trésorerie. Pour le bailleur, les GPU constituent l'actif lié à l'opération. Mais ça ne supprime pas le risque : si la valeur des GPU baisse, ou si les revenus générés par leur utilisation ne couvrent pas les échéances, le montage se tend.

Ce type de structure existe déjà dans les secteurs où les équipements coûtent très cher. Le problème, c'est quand l'actif évolue vite. Un centre de données peut être pensé sur plusieurs années, alors que les GPU qu'il héberge peuvent perdre de la valeur bien avant que la dette soit totalement remboursée.

En bref : les 40 milliards ne sont ni une subvention, ni une promesse automatique de rentabilité. C'est un engagement de long terme, adossé à des équipements destinés à produire du calcul pour l'IA.

Des revenus qui ne dépendent pas uniquement de l'IA

Elon Musk dit que les marchés de la dette se ferment presque entièrement aux entreprises dont les revenus dépendent de centres de données d'IA. SpaceX ferait exception, selon lui, parce qu'elle dispose aussi de revenus liés à Starlink (accès Internet par satellite) et à ses lancements spatiaux.

Cette diversification change la lecture du risque par les prêteurs. Si la demande de calcul ralentit, ou si les prix de location des GPU baissent, SpaceX peut compter sur d'autres activités pour contribuer au remboursement. Ce n'est évidemment pas une garantie de succès, mais ça limite la dépendance à une seule source de revenus.

En juin, Moody's a attribué à SpaceX une note Baa1, dans la catégorie « investment grade ». Cette notation indique une qualité de crédit jugée compatible avec un risque de défaut relativement modéré, sans dire que l'emprunt est sans danger. Le prêteur regarde aussi la capacité à générer des flux de trésorerie, le niveau d'endettement et les conditions du financement.

Des neoclouds exposés à une seule hypothèse

Les neoclouds sont des fournisseurs spécialisés : ils louent de la capacité GPU à des entreprises et à des équipes de recherche en IA. À la différence des grands cloud généralistes, leur offre repose souvent sur l'accès à des accélérateurs et à des infrastructures conçus pour les charges de calcul intensives.

Le modèle répond à un besoin réel : une entreprise n'a pas toujours intérêt à acheter ses GPU, construire un centre de données, puis gérer l'alimentation électrique et le refroidissement. La location transforme un investissement en dépense d'usage. Mais le fournisseur doit financer les équipements en amont, avant de savoir si la demande restera suffisante et si les clients paieront un prix rentable.

Musk estime que plus de 200 neoclouds ne survivront pas tous, et anticipe une consolidation. On ne doit pas lire ça comme un décompte certain des faillites à venir. Reste que la logique est parlante : un acteur diversifié peut tenir plus longtemps si une activité de calcul traverse une phase déficitaire, contrairement à un fournisseur dont le modèle dépend principalement de cette seule activité.

La conclusion n'est donc pas « SpaceX prouve que ça se finance facilement ». Elle dit plutôt ceci : ce qui pèse, c'est la combinaison entre revenus existants et solidité de crédit. Pour une entreprise française ou européenne qui veut bâtir une offre de calcul, l'enjeu ne se limite pas à « avoir accès aux puces ». Il s'agit aussi de pouvoir absorber les périodes où l'utilisation (et les prix) ne couvrent pas encore les coûts.

Une dette longue face à du matériel qui vieillit vite

Le risque principal vient du décalage de calendrier. Les équipements sont financés sur plusieurs années, alors que les générations de GPU se succèdent rapidement. Même si un GPU fonctionne encore, sa valeur commerciale peut baisser si les clients préfèrent une génération plus récente, plus performante ou moins chère à l'usage.

La comptabilité rend cette pression plus visible. CoreWeave, un neocloud de référence, a enregistré près de 1,4 milliard de dollars de dépréciation et d'amortissement au deuxième trimestre, pour environ 2,6 milliards de dollars de revenus. Ces charges ne signifient pas qu'autant de cash est sorti le même trimestre. Mais elles reflètent l'usure comptable et l'attrition économique des équipements.

Attention : ce chiffre ne suffit pas, à lui seul, à conclure que l'entreprise est en difficulté. Il faut regarder aussi les contrats, les marges, les échéances et les flux de trésorerie. Cela dit, il montre bien à quel point le parc matériel pèse sur l'équation économique de ce type d'activité. Si les tarifs de location baissent plus vite que les coûts de financement et d'exploitation, un parc très demandé aujourd'hui peut devenir moins rentable demain.

Le risque d'une offre supérieure à la demande solvable

Ken Griffin, fondateur de Citadel, a comparé les GPU à des sièges d'avion : une fois l'infrastructure installée, vendre une unité supplémentaire coûte relativement peu. Mais si l'offre dépasse la demande, les prix peuvent chuter. L'idée derrière la comparaison, c'est que les fournisseurs ont tendance à remplir leurs machines, même à prix réduit, plutôt que de laisser tourner des équipements à vide.

Chamath Palihapitiya anticipe lui aussi, plus de capacité informatique inutilisée en 2027 que ne le prévoient certaines projections. Il évoque des retards sur des projets et estime que des hyperscalers (Amazon, Microsoft, Google notamment) pourraient privilégier leurs besoins internes plutôt que de louer à des tiers.

Dans tous les cas, un matériel acheté mais sous-utilisé continue de coûter. Il faut rembourser la dette, mais aussi payer l'électricité, le refroidissement, les locaux et l'exploitation. C'est le risque des « actifs échoués » : le matériel existe, mais les revenus ne suffisent pas à couvrir tout le coût.

Des signaux de marché déjà visibles

À la mi-octobre, les obligations non garanties de CoreWeave affichaient un rendement d'environ 15 %. Un rendement élevé reflète ce que les investisseurs exigent pour prêter sans garantie adossée à un actif précis. Ce n'est pas une preuve que la défaillance est imminente, mais c'est un indicateur de la perception du risque et du coût du capital.

Sur la période du 30 septembre au 16 octobre, le cours de CoreWeave est passé d'environ 87 à 61 dollars, soit une baisse proche de 30 %. Là encore, le cours ne résume pas à lui seul la santé opérationnelle. Mais mis en regard avec l'endettement, le coût des équipements et les doutes sur la demande, il suggère que les marchés revoient le niveau de risque du secteur.

Pour les fournisseurs : prouver l'usage, pas seulement la capacité

Avoir un parc de GPU (en propre ou via un bail) n'est pas, en soi, un avantage durable. La vraie question est : qui va utiliser les machines, à quel prix, pendant combien de temps, et avec quel niveau d'engagement ? Des contrats fermes et une base clients diversifiée réduisent l'incertitude. À l'inverse, acheter en anticipant une demande qui ne se matérialise pas peut amplifier les pertes.

Avant de financer une expansion, un fournisseur devrait tester plusieurs scénarios : baisse des prix de calcul, retards de livraison, renouvellement plus rapide des puces, taux d'utilisation plus faible que prévu, hausse du coût du capital. Le scénario « central » ne suffit pas. Il faut surtout vérifier qu'en cas de mauvais timing ou de creux de demande, l'entreprise peut continuer à rembourser sa dette sans dépendre d'une croissance parfaite.

Un indicateur très utile est le coût total par heure de calcul vendue, pas la simple capacité installée. Il faut intégrer le financement, l'amortissement, l'énergie, le refroidissement, l'exploitation, et aussi les périodes d'inactivité. Si le prix facturé ne couvre les coûts que lorsque le parc tourne presque en continu, le modèle reste fragile : un retard de projet ou une demande en dent de scie peuvent suffire à déstabiliser l'ensemble.

Pour les clients : arbitrer entre prix et continuité de service

Pour les entreprises qui louent des GPU, il peut y avoir des baisses de prix si l'offre dépasse temporairement la demande. Mais si le fournisseur se fragilise, il peut réduire ses investissements, renégocier ses contrats... ou tout simplement se faire absorber par un concurrent. Pour des projets de production, la continuité de service compte souvent autant que le tarif affiché.

Donc, autant regarder plusieurs critères : diversité des clients, niveau d'engagement contractuel, capacité à financer les générations à venir, dépendance à un seul fournisseur d'énergie ou de puces, et conditions de sortie du contrat. Sur un sujet critique, prévoir un plan de repli peut coûter plus cher au départ, mais limiter le risque d'interruption.

En France et en Europe, cette évaluation doit aussi tenir compte de la localisation et du traitement des données, du RGPD quand il s'applique, et des exigences de souveraineté qui pèsent sur certains secteurs. Le fournisseur le moins cher n'est pas forcément le plus adapté si les garanties opérationnelles, contractuelles ou réglementaires ne sont pas au niveau.

Pour les investisseurs et les décideurs : suivre le coût du capital

Le débat ne se résume pas à savoir si l'IA va continuer à progresser. La demande peut croître, tout en laissant certaines infrastructures mal financées, ou mal positionnées.

Les projets ne sont pas interchangeables. L'accès à l'électricité, la disponibilité des puces, le calendrier de construction et la nature des contrats déterminent la rentabilité autant que la taille globale du marché.

Une grille utile consiste à distinguer trois questions : le besoin de calcul est-il réel ? Est-ce que l'entreprise peut vendre sa capacité à un prix supérieur à son coût complet ? Et peut-elle rembourser ses engagements si l'utilisation baisse ou si le financement devient plus cher ? Une réponse positive à la première question ne valide pas automatiquement les deux autres.

Pour un décideur, ça ne veut pas dire « renoncer à l'IA ». Ça veut dire traiter la capacité de calcul comme un investissement soumis à des contraintes de cycle, et pas comme un actif qui verrait sa valeur monter mécaniquement avec l'adoption de l'IA.