Qu’une entreprise japonaise décide d’émettre des obligations d’une valeur de 6,3 milliards de dollars entre de petits investisseurs peut sembler, à première vue, une actualité propre aux marchés financiers asiatiques. Cependant, l’opération annoncée par SoftBank revêt une portée bien plus large. L’argent servira à renforcer la capacité financière d’un groupe qui a engagé plus de 60 milliards de dollars dans OpenAI et dans des projets liés à l’intelligence artificielle.
Ce montant aide à comprendre à quel point la nature de la compétition technologique a changé. Au cours des dernières années, une grande partie de l’attention s’est concentrée sur les modèles, leur capacité à générer du texte, des images ou du code, ainsi que sur la rivalité entre OpenAI, Google, Anthropic, Meta et d’autres développeurs. Mais derrière ces avancées se cache une infrastructure de plus en plus coûteuse qui oblige à mobiliser des volumes de capital difficilement comparables à ceux des premières étapes d’Internet ou du développement logiciel.
Entraîner et faire fonctionner des systèmes d’intelligence artificielle à grande échelle nécessite de disposer de puces spécialisées et de centres de données capables de fonctionner avec des dizaines de milliers de processeurs. À cela s’ajoutent les besoins en électricité, en refroidissement, en réseaux, en espaces industriels et en nouvelles connexions énergétiques. L’IA utilisée par tout utilisateur depuis un ordinateur ou un téléphone a donc une dimension physique considérable, même si elle n’est guère visible depuis l’écran.
L’investissement se déplace vers les infrastructures
Ce changement aide à comprendre les plans des grandes entreprises technologiques. Alphabet, Meta, Microsoft et Amazon prévoient conjointement d’investir près de 2,4 billions de dollars au cours des prochaines années dans des projets liés à l’intelligence artificielle, selon des données recueillies par Bloomberg. Alibaba, pour sa part, vient de lever l’équivalent de 10 milliards de dollars à Hong Kong pour financer des investissements dans des puces, des centres de données et des modèles d’IA.
Le volume devient difficile à interpréter s’il n’est observé que depuis le marché du logiciel. Une grande partie de l’argent sera consacrée à des actifs physiques qui nécessitent des années de construction et des engagements financiers importants. La course technologique commence donc à impliquer directement des secteurs tels que l’énergie, l’ingénierie, les semi-conducteurs, la construction d’infrastructures ou le financement spécialisé.
SoftBank est l’un des cas les plus visibles car elle a concentré une partie importante de sa stratégie sur OpenAI. Masayoshi Son défend depuis des années une vision extrêmement ambitieuse du développement de l’intelligence artificielle et a de nouveau positionné le groupe dans une politique de grands investissements. La différence par rapport à d’autres entreprises technologiques est que SoftBank ne génère pas le gigantesque flux de trésorerie opérationnel dont disposent Microsoft, Amazon ou Alphabet, ce qui rend la manière de financer cette stratégie particulièrement importante.
Reuters indiquait ce mois-ci que les investisseurs observent précisément l’effet que ces engagements peuvent avoir sur le bilan du groupe. SoftBank a des obligations d’environ 30 milliards de dollars pour la seconde moitié de 2026 et a eu recours à des prêts garantis par certains de ses actifs. Elle dispose également d’une ligne de crédit de 40 milliards de dollars qui arrive à échéance en mars 2027 et d’un prêt de marge de 20 milliards soutenu par sa participation dans Arm.
Cela ne signifie pas que SoftBank se trouve face à un problème immédiat de liquidité. La société soutient qu’elle maintient son niveau d’endettement par rapport à la valeur de ses actifs dans les limites fixées en interne et dispose d’une liquidité suffisante pour couvrir deux ans d’échéances obligataires. Le débat se situe ailleurs : combien de capital sera encore nécessaire si l’investissement dans l’IA continue de croître au rythme actuel et combien de temps les nouvelles entreprises mettront-elles à générer des retours suffisants.
Du capital technologique à la dette
Durant une grande partie de la croissance de l’économie numérique, les grandes investissements étaient principalement associés au capital-risque, aux introductions en bourse et, plus tard, à la capacité financière des grandes entreprises technologiques. La phase actuelle de l’intelligence artificielle intègre fortement d’autres instruments : émissions d’obligations, prêts garantis par des actifs, financement d’infrastructures et accords entre entreprises technologiques, fonds et investisseurs institutionnels.
L’opération de SoftBank est particulièrement illustrative car elle transpose ce financement jusqu’à l’investisseur particulier japonais. Les obligations à sept ans auront un coupon estimé entre 4,3 % et 4,9 %, un rendement élevé pour les standards récents du Japon. La société a déjà eu recours à ce marché à plusieurs reprises et en 2025, elle a établi l’ancien record national avec une émission de 600 milliards de yens. Elle compte maintenant porter ce montant à un billion.
L’argent, cependant, n’est qu’une partie d’une équation beaucoup plus vaste. À mesure que les projets d’IA prennent de l’ampleur, de nouvelles relations apparaissent entre ceux qui développent des modèles, fabriquent des processeurs, construisent des centres de données et fournissent l’énergie. Le financement finit par les relier tous.
C’est probablement là un des aspects économiques les plus intéressants de l’expansion actuelle de l’intelligence artificielle. Le secteur commence à s’étendre bien au-delà des entreprises généralement associées à ChatGPT ou aux grands modèles de langage. Un centre de données nécessite des travaux civils, un équipement électrique, des systèmes de refroidissement, de la maintenance, un approvisionnement énergétique et des connexions au réseau. La chaîne de valeur est bien plus longue que ne le suggère l’image habituelle de l’IA comme une industrie purement digitale.
L’incertitude sur les retours
Le rythme d’investissement soutenu a également ouvert un débat qui devient inévitable lorsque les chiffres atteignent cette échelle. Les entreprises construisent des capacités avec l’espoir que l’utilisation de l’intelligence artificielle continue d’augmenter de manière accélérée parmi les consommateurs, les administrations et les entreprises. Si ces prévisions se réalisent, une grande partie des infrastructures actuelles pourrait s’avérer nécessaire.
Le problème est que les retours restent difficiles à estimer. Fitch a signalé comme risque la combinaison de valorisations élevées, de dépenses d’investissement importantes et d’incertitudes sur la rentabilité des entreprises d’IA. Reuters rapporte également les doutes de certains analystes concernant l’impact qu’une correction dans le secteur aurait sur des groupes très exposés à ces valorisations, dont SoftBank elle-même.
Il existe également une pression concurrentielle. L’émergence de modèles chinois moins chers et capables d’offrir des performances similaires dans certains usages pourrait faire baisser les prix et réduire les marges. Une infrastructure conçue sous des attentes de croissance très élevées peut se retrouver face à un marché plus concurrentiel que prévu, une situation que les investisseurs commencent à intégrer dans leurs analyses.
Cela ne permet pas de conclure à l’existence nécessaire d’une bulle, de la même manière que les chiffres d’investissement ne garantissent pas en soi que tous les projets seront rentables. La transformation technologique et l’excès d’investissement peuvent coexister pendant des années. Cela s’est produit lors d’autres étapes de développement de grandes infrastructures et il est encore trop tôt pour savoir comment les retours seront répartis dans le cas de l’intelligence artificielle.
Ce qui commence à devenir évident, c’est que la conversation économique sur l’IA ne peut plus se limiter aux modèles et à leurs performances. La capacité à financer des centres de données, à garantir des puces, à disposer d’énergie et à soutenir des investissements pendant de longues périodes pourrait finir par être un facteur aussi déterminant que l’avantage technologique.
L’émission de SoftBank offre un bon aperçu de ce changement. Derrière OpenAI et la course pour développer des systèmes de plus en plus avancés, commence à apparaître une structure financière complexe qui mobilise banques, marchés de la dette, grands investisseurs et entreprises d’infrastructures. L’intelligence artificielle reste une compétition technologique, mais son développement dépend de plus en plus de quelque chose de plutôt traditionnel : disposer des ressources nécessaires.
