Les centres de données IA se construisent sur une dette que Wall Street comprend à peine

Alphabet, Microsoft, Amazon, Meta et Oracle portent environ 1 650 milliards de dollars de dette d'infrastructure IA qui n'apparaît pas dans leurs bilans — une multiplication par huit en quatre ans, désormais supérieure à la dette inscrite au bilan du groupe, d'environ 1 350 milliards de dollars. Ce n'est pas une erreur d'arrondi en bas de page. C'est la structure financière qui sous-tend toute la construction de l'infrastructure IA, et elle est conçue pour rester largement invisible aux yeux de ceux qui achètent les actions de ces entreprises.

Le mécanisme est le véhicule à usage spécial, ou SPV. Un hyperscaler n'emprunte pas directement l'argent pour inscrire un centre de données dans ses propres livres. Il crée plutôt (ou s'associe à) une entité juridique distincte qui possède le centre de données, emprunte l'argent de construction auprès de fonds de crédit privés, et signe un bail à long terme ou un contrat d'achat de calcul avec la société mère. Comme l'hyperscaler ne détient généralement qu'une participation minoritaire — Meta détient 20% de son SPV Hyperion avec Blue Owl Capital, par exemple — la dette ne se consolide pas dans le bilan de la maison mère selon les règles comptables standard.

L'ampleur n'est plus une curiosité

Les engagements hors bilan de Meta s'élèvent désormais à environ 420 milliards de dollars — 2,8 fois sa dette déclarée. La seule structure Hyperion fait transiter environ 27 milliards de dollars de financement de projet par une entité que Meta ne possède pas entièrement sur le papier, alors même que Meta est le seul véritable client du calcul qu'elle produit.

Oracle est allé plus loin. L'entreprise a mis en place un SPV d'environ 13 milliards de dollars avec Blue Owl et JPMorgan pour détenir l'installation d'OpenAI à Abilene, au Texas (10 milliards de dollars sous forme de dette), un montage de dette de 38 milliards de dollars pour deux autres centres de données au Texas et dans le Wisconsin, et un prêt de 18 milliards de dollars pour un site au Nouveau-Mexique. Les engagements totaux d'Oracle ont plus que trentuplé en quatre ans, atteignant 273,3 milliards de dollars fin mai 2026.

Ce qui se passe quand un tel pari tourne mal

Oracle est le cas d'étude en direct. S&P a abaissé la notation de crédit d'Oracle à BBB- le 9 juillet — un cran au-dessus de la catégorie spéculative — en invoquant des dépenses d'infrastructure IA qui dépassent la croissance des revenus. L'activité liée à l'IA a représenté environ 27% des revenus d'Oracle pour l'exercice fiscal 2026, et S&P s'attend à ce que cette part grimpe vers 60% d'ici 2028. L'agence prévoit un déficit de flux de trésorerie disponible d'environ 42 milliards de dollars pour l'exercice fiscal 2027.

Le ratio dette/capitaux propres d'Oracle se situe désormais à environ 500%, contre environ 50% chez Amazon et 30% chez Microsoft. Et Oracle est bien plus dépendante d'un client concentré que ses pairs : OpenAI représente environ la moitié des 638 milliards de dollars d'obligations de performance restantes d'Oracle — les revenus qu'Oracle doit contractuellement recevoir mais n'a pas encore comptabilisés. Si l'économie propre d'OpenAI vacille, c'est aussi une très large part des revenus contractés qui garantissent la dette d'Oracle qui vacille.

Pourquoi cette structure existe

Rien de tout cela n'est illégal, ni même particulièrement nouveau — le financement par SPV pour de grands projets d'infrastructure (pipelines, autoroutes à péage, centrales électriques) existe depuis des décennies. Ce qui diffère, c'est la vitesse et le risque de contrepartie. Les SPV d'infrastructure traditionnels financent des actifs ayant une durée de vie utile de 30 à 50 ans, adossés à des revenus contractuels de services publics ou de gouvernements. Les SPV de centres de données IA financent des actifs dont le matériel de base — les GPU — se déprécie sur un cycle de 3 à 5 ans, adossés à des contrats de revenus d'entreprises (OpenAI, Anthropic, et les divisions IA propres des hyperscalers) dont la rentabilité elle-même n'est pas encore prouvée à grande échelle.

Les fonds de crédit privé — Blackstone, Blue Owl, Apollo, Pimco et BlackRock en tête — sont devenus les principaux prêteurs ici précisément parce que les banques, contraintes par les règles de capital post-2008, sont moins disposées à porter cette exposition directement. Morgan Stanley prévoit que le crédit privé fournira 800 milliards de dollars supplémentaires de financement de centres de données au cours des deux prochaines années. Cela représente 800 milliards de dollars d'exposition qui atterrissent chez des entités bénéficiant de bien moins de supervision réglementaire et de bien moins de transparence publique qu'un bilan bancaire.

Ce que cela signifie pour le reste du secteur

Cette structure de financement est désormais directement liée à des histoires que nous suivons depuis une semaine : les discussions rapportées entre le Pentagone et Fluidstack autour d'un prêt de 5 milliards de dollars pour sécuriser la capacité de la chaîne d'approvisionnement des centres de données, et l'objectif de Microsoft, rumeur oblige, de construire 38 GW de capacité de centres de données d'ici 2032. La disponibilité de l'énergie et la disponibilité du capital sont désormais les deux véritables contraintes sur la montée en puissance de l'IA — pas l'approvisionnement en puces, ni l'architecture des modèles. Ces deux contraintes sont résolues par des structures de dette qui continuent de croître plus vite que les revenus censés les rembourser.

À surveiller

Trois signaux comptent plus que les chiffres de dépenses d'investissement qui font la une. D'abord, surveiller les actions de notation de crédit sur les hyperscalers ayant la plus forte concentration de clients — la dégradation d'Oracle est un modèle, pas une exception, si la croissance des revenus d'OpenAI ou d'Anthropic déçoit. Ensuite, surveiller les divulgations des fonds de crédit privé sur le montant de dette d'infrastructure IA qu'ils portent par rapport à l'ensemble de leur portefeuille — le risque de concentration chez les prêteurs est tout aussi réel que le risque de concentration chez les emprunteurs. Enfin, surveiller si un hyperscaler commence à consolider volontairement ces SPV dans son bilan ; ce serait le signal le plus clair à ce jour que la structure hors bilan devient un passif plutôt qu'une commodité.