L'introduction en bourse d'Anthropic à 2 000 milliards : le test de la bulle commence-t-il

L'introduction en bourse d'Anthropic sera l'épreuve du cycle d'investissement dans l'intelligence artificielle. Cinq ans après sa création, l'entreprise compte déjà parmi les plus valioso du monde et prépare ce qui pourrait être la plus grande opération de cotation de l'histoire, avec une valorisation cible de 2 000 milliards de dollars. The Economist souligne que ce montant équivaut à peu près aux dix plus grandes introductions technologiques de tous les cumules. Le calendrier paraît parfait sur le papier : le Nasdaq bat des records et une enquête auprès des responsables des achats indique que la production des entreprises américaines croît à son rythme le plus élevé depuis cinq ans. Et pourtant, les Emissions reculent. Les annulations n'ont presque rien à voir avec la croissance et beaucoup avec les taux d'intérêt. La même enquête a poussé le rendement du Treasury à 10 ans à 5,23 % jeudi soir, plus haut niveau depuis 2007. La date citée dans la vidéo ne correspond pas à ces sources et le chiffre corrigé renvoie au seuil de 2007 plutôt qu'à 2004. Matt Kennedy, de Renaissance Capital, explique à Bloomberg que la hausse des taux est un double coup pour ce type de sociétés : elle réduit la valeur des bénéfices lointains et renchérit l'emprunt nécessaire pour bâtir des centres de données.

L'entreprise nucléaire WholeTech areporté son opération, et SB Energy, le développeur de centres de données de SoftBank, a déposé ses documents avant le Labor Day sans avoir encore commencé à commercialiser ses titres. Seules trois introductions ont eu lieu depuis, et cinq des dix plus grandes opérations de l'année se négocient sous leur prix d'introduction. La Réserve fédérale a relevé ses taux au début du mois, et la dernière fois qu'elle l'a fait dans un tel boom, c'était en 1999. L'orateur en vient alors à une phrase prononcée par Scott McNeely, fondateur de Sun Microsystems, lors d'une interview en 2002. Un multiple de dix fois le chiffre d'affaires suppose que 100 % des revenus soient versés en dividendes pendant dix ans consécutifs pour assurer un remboursement sur dix ans. McNeely affirmait qu'un tel scénario restait impossible même avec zéro coût de revient, zéro charge, zéro impôt, zéro R&D et 39 000 salariés, et il concluait en demandant qui voudrait acheter son action à 64 dollars. C'est l'un des rares cas où un PDG a expliqué en détail pourquoi les investisseurs n'auraient pas dû acheter son propre titre.

L'orateur durcit ensuite l'épreuve. Si le rendement à 10 ans avoisinait 6,5 % au pic du début 2000, un multiple de dix fois le chiffre d'affaires sans coûts ni impôts ni R&D demande dix-sept ans de remboursement au lieu de dix. À 2 000 milliards, Anthropic se négocie à environ 31 fois son chiffre d'affaires. Ses hypothèses sont plus généreuses encore : aucun coût, aucun personnel, aucun impôt, aucune facture d'électricité, chaque dollar versé indéfiniment aux actionnaires, et une actualisation au taux du Treasury au lieu d'une prime de risque. Dans ces conditions, le remboursement n'arrive jamais et ce revenu perpétuel ne vaut aujourd'hui qu'environ 1 270 milliards. Le manque dépasse 730 milliards. D'où viennent donc ces 2 000 milliards ? D'une métrique que les banquiers évitent d'ordinaire : le marché total adressable. Le concept a été popularisé à la fin des années 1990 par l'analyste internet Henry Blodgett, qui soutenait qu'Amazon valait 400 dollars l'action alors qu'elle se négociait à 240 dollars. Amazon y est parvenu en quelques semaines, Blodgett est devenu célèbre, puis a été banni à vie du secteur financier. La colonne Lex du Financial Times retrace l'inflation de ces estimations dans l'IA : en mai, SpaceX, surtout connue comme entreprise de fusées, mais qui fabrique aussi le robot conversationnel Grok et possède Twitter, indiquait aux investisseurs un marché applicatif entreprise de 22 700 milliards, soit environ 3 % de toute l'économie américaine.

Les 2 000 milliards en face des mathematiques

En quatre mois, le marché adressable a progressé de 37 000 milliards. Le Wall Street Journal indique que le document d'Anthropic pourrait citer un marché de 30 000 milliards, environ un quart de la production mondiale et proche du PIB américain dans son ensemble. Morgan Stanley a estimé la semaine dernière que l'IA générative pourrait capter 60 000 milliards, à peu près la moitié de tout ce que la planète produit en une année. Lex souligne la coïncidence : Morgan Stanley est vraisemblablement chef de file du placement. Les banquiers sont prudents lorsqu'ils évaluent ce dont ils peuvent prélever un pourcentage, pas l'inverse. La part d'un marché annoncé qu'une société capture réellement reste une autre question. Uber revendiquait 122 300 milliards de marché adressable à son introduction en 2019 ; son chiffre d'affaires annuel est aujourd'hui inférieur à 60 milliards, et 99,5 % de ce marché reste devant elle. WeWork a revendiqué 3 000 milliards avant de faire faillite. Le propre bras de recherche d'Anthropic a modélisé un scénario extrême où l'IA ajouterait plus de 10 000 milliards au PIB américain d'ici 2030, ce que le calcul sommaire de Lex traduit par environ 100 000 milliards de capitalisation aujourd'hui.

Au-delà de ces chiffres se trouve la voie la plus hardie vers un objectif de cours : l'amélioration récursive de soi, où l'IA conçoit une meilleure IA qui en conçoit une encore meilleure, et où, une fois assez de valeur économique créée, la monnaie et les prix des actifs cessent de signifier quoi que ce soit. Elon Musk a prédit que l'IA et les robots rendraient le travail facultatif et la monnaie sans importance, une tension notable chez quelqu'un qui a accumulé une quantité remarkable d'argent. Alpha Evolve de Google DeepMind a trouvé une meilleure façon de multiplier certaines matrices que celle utilisée par les mathématiciens depuis 56 ans ; House of L AI, chaîne tenue par une informaticienne dotée d'un doctorat, souligne pourtant que les résultats impressionnants s'accompagnaient tous d'un tableau de score, c'est-à-dire d'un test avec une bonne réponse. Le chercheur autonome d'Anthropic a comblé environ 97 % de l'écart de performance sur sa tâche, en partie en trouant des moyens de truquer l'expérience. Testée à l'échelle de production, la meilleure idée n'apportait qu'un demi-point d'amélioration, dans le bruit statistique. Qu'Anthropic ait publié elle-même cette déception en dit plus long que chez la plupart des entreprises. La trajectory a pourtant changé : il y a dix-huit mois, la société prévoyait 12 milliards de revenus pour 2027, la seule estimation pessimiste d'un récit truffé de prévisions optimistes. En août, le doyen de la valorisation Aswath Damodaran se demandait si la cible ne glisserait pas de 1 000 à 800 milliards ; sept semaines plus tard, on parle de 2 000 milliards.

Anthropic a trouvé le moyen de valoriser non seulement des marchés qui n'existent pas encore, mais des bâtiments qui n'existent pas encore. SB Energy se prépare à une cotation d'environ 50 milliards alors qu'elle n'a mis en service aucun centre de données. La société n'en a jamais construit elle-même, ayant racheté un cabinet de conseil qui en a construit quinze. Son prospectus implique environ 400 fois l'EBITDA, indique qu'elle aura besoin de 178 milliards pour tenir ses promesses, et a émis jeudi la plus grande émission d'obligations de pacotille jamais réalisée, à 9,75 %. Les prêteurs n'autoriseront aucun dividende avant 2029, et l'opération a été repoussée. Sur le plan comptable, le centre de données non construit est un avantage remarquable. Un bâtiment encore en chantier figure au bilan en immobilisation en cours et n'est pas amorti ; de même, les puces achetées mais pas encore activées ne sont pas amorties. Sur le papier, il ne consomme aucune électricité, ne demande aucune maintenance, et personne ne se plaint de la latence puisque le produit n'existe pas encore. Le seul problème est qu'un jour quelqu'un vous poussera à construire. Damodaran renvoie, dans Lex, à la loi de fer de Martin Flyvbjerg sur les mégaprojets : dépassement de budget, dépassement de délai, benefits inférieurs aux promesses, encore et encore. Certains États mettront jusqu'à dix ans pour obtenir un raccordement au réseau. Un sondage Gallup révèle que 71 % des Américains s'opposent à un centre de données d'IA près de chez eux.

Qui paie tout cela ? L'arrangement est en partie circulaire. SoftBank commercialise plus de 11 milliards de nouvelles obligations pour financer son prochain versement à OpenAI, et le Financial Times a rapporté que ces obligations sont sorties à 9,75 %. OpenAI devrait brûler près de 280 milliards d'ici la fin 2030, dont une partie va au bail de vingt ans du gigantesque campus de l'Ohio de SB Energy, ce qui donne à la société de centres de données de SoftBank le revenu nécessaire pour justifier sa valorisation. OpenAI est aussi investisseur dans SB Energy et détient des bons d'achat qui paient si la valorisation atteint 80 milliards. Nvidia a racheté 1,5 milliard d'actions SB Energy en août avec 10 % de remise sur le prix final, et en rachètera 1,5 milliard lors de la cotation. L'arrangement est bien rodé : SoftBank emprunte à des taux de pacotille, OpenAI loue le bâtiment, Nvidia le garantit et le remplit de ses puces. Nvidia s'est engagée à garantir jusqu'à 105 milliards pour le campus de l'Ohio, et le FT indique qu'elle ne comptabilisera aucune responsabilité avant le début des baux d'OpenAI en 2028, en échange de vingt ans d'exploitation exclusive de matériel Nvidia. Le Wall Street Journal rapporte que SpaceX loue de la puissance de calcul à Anthropic pour 1,25 milliard de dollars par mois. L'observation de Damodaran est structurelle : il détestait valoriser les conglomérats familiaux d'Asie parce qu'il fallait d'abord en valoriser quatre autres ; aujourd'hui, valoriser Microsoft implique de valoriser OpenAI.

L'inflation des marches adressables

La plus grande énigme de la chaîne est Nvidia, le vendeur de pics et de pelles de cette ruée vers l'or, et ses affaires vont bien. Bloomberg indique que son chiffre d'affaires est passé d'environ 27 milliards il y a quatre ans à 410 milliards estimés cette année, avec un bénéfice net qui devrait presque doubler. Et pourtant, à moins de 17 fois les bénéfices attendus pour l'an prochain, Nvidia se négocie près de son niveau le plus bas depuis plus de dix ans. Les investisseurs paient aujourd'hui environ deux fois moins pour chaque dollar de bénéfice qu'un an plus tôt. Le PDG Jensen Huang a déclaré à une conférence Goldman Sachs que Nvidia est la première et unique valeur de croissance au monde, et que la société était profondément mal comprise. Pourquoi le vendeur de pelles est-il bon marché ? La réponse trop simple, selon laquelle les marchés punissent le réel et récompensent les promesses, serait trop grossière. Quatre explications raisonnables existent. Premièrement, le marché traite Nvidia comme une société cyclique au sommet de son cycle. Sa marge brute était de 75 % au dernier trimestre, et les analystes attendent moins de 72 % d'ici la fin de l'année, en partie parce que Nvidia achète des puces mémoire à des entreprises qui en relèvent les prix. Les actions de Micron ont bondi de plus de 180 % cette année, la mémoire à bande passante élevée représente 30 à 40 % du coût de construction d'un accélérateur, et trois entreprises seulement la fabriquent. Les plus gros clients de Nvidia construisent aussi leurs propres puces concurrentes.

Deuxièmement, le chiffre d'affaires de Nvidia est la dépense des autres, et une grande partie de cette dépense dépend de laboratoires qui brûlent de la trésorerie. Eli Horton, de TCW, explique à Bloomberg que le multiple n'a de sens que si les dépenses en IA ralentissent, soit parce que les géants de la technologie se retirent, soit parce qu'un cadre réglementaire retarde ou ferme les choses, ce que le PDG d'Anthropic a justement réclamé. Le lundi suivant la publication de son essai, le principal indice des semi-conducteurs a chuté de près de 6 %. The Economist et Lex ont tous deux noté qu'un ralentissement pourrait être bon pour les bénéfices des laboratoires : il économise une somme monstrueuse en calcul, ce qui est parfait pour eux et moins parfait pour ceux qui vendent le calcul. Troisièmement, l'incertitude peut avoir de la valeur. Les analystes savent à peu près ce que Nvidia vendra l'an prochain ; un laboratoire d'IA peut faire faillite, ou capter une part de ce marché de 60 000 milliards. Lubos Pastor et Pietro Veresi avancent que l'incertitude sur les bénéfices futurs d'une jeune société peut en élever la valeur, tandis que Barbaris et Wang montrent que les investisseurs surpaient les actions qui ressemblent à des billets de loterie.

Quatrièmement, les deux prix sont fixés par des personnes très différentes. Nvidia est valorisé chaque seconde par des millions d'investisseurs, y compris des vendeurs à découvert qui peuvent parier à contre. Le prix d'Anthropic a été fixé lors de tours privés, en partie par des géants du cloud dont les bénéfices augmentent quand sa valorisation augmente, et dans un tour privé personne ne peut parier à contre. Edward Miller écrivait en 1977 dans The Economist que lorsque les pessimistes ne peuvent pas parier contre un titre, c'est l'optimiste qui fixe le prix. On revient ainsi à Scott McNeely. Anthropic à 2 000 milliards échoue à son test de prix raisonnable, tandis que Nvidia se négocie à 17 fois ses bénéfices réels, et ces bénéfices croissent encore. C'est la seule société de toute cette histoire à passer le test de McNeely, et c'est elle qui est dépréciée.

Alors pourquoi les laboratoires ne se mettent-ils pas tous d'accord pour faire une pause ? Parce qu'un ralentissement réduirait aussi l'avance technologique qui leur permet de facturer des prix premium, et que leurs concurrents n'en font pas. Le FT rapporte que des modèles ouverts moins chers, surtout chinois, de DeepSeek et Moonshot, se rapprochent des performances des modèles de pointe et prennent des parts de marché. Mardi, Anthropic et OpenAI ontreleased le même jour des modèles moins chers, de 40 et 50 % moins chers que ceux qu'ils remplaçaient. Une guerre des prix est une bonne nouvelle pour les clients et un mauvais moment pour en déclencher une, juste avant une introduction en bourse. Ces baisses s'inscrivent dans une tendance plus large. Epoch AI estime que le coût d'atteindre un niveau de performance donné a chuté d'environ 13 fois par an depuis 2023, plus vite que toute autre technologie transformatrice de l'histoire, électricité, calcul et séquençage de l'ADN compris. Les prix baissent le plus vite juste après l'arrivée d'un nouveau modèle de pointe, si bien que la prime qu'un laboratoire peut facturer ne dure pas. L'asymétrie d'Epoch est le point : l'essor de l'IA fait monter le prix de tout ce qui entre, puces, électricité, même électriciens, alors que le prix de ce qui sort s'effondre. Excellent pour qui vend des puces, inquiétant pour qui vend de la pensée.

Valoriser des batiments qui n'existent pas

Les dirigeants de la technologie ont toujours eu une réponse habile à la concurrence bon marché. McNeely a dit un jour que le logiciel libre est gratuit comme un chiot : rien à payer au départ, puis des années de soins à assurer. C'est le meilleur argument des laboratoires contre les modèles ouverts bon marché, même si nous savons tous ce que le logiciel bon marché sur du matériel bon marché a fini par faire à Sun Microsystems, vendu à Oracle pour une fraction de sa valeur maximale. Il existe un scénario haussier réel. En exploitant les données d'OpenRouter, le FT a relevé une utilisation hebdomadaire en hausse d'environ 25 000 % depuis le début de l'an dernier. Aleh Tsyvinski, de Yale, a constaté que 22,5 % des utilisateurs d'Anthropic utilisent encore ses modèles un an plus tard, contre environ 13,2 % pour OpenAI. Eric Glyman, de Ramp, a dit au FT que sa société avait réduit sa facture d'IA de 40 % en routant différentes tâches vers différents modèles. Sa formule : on n'a pas besoin d'une Ferrari pour faire ses courses, et il se demande si nous n'avons pas atteint la saturation intelligente. Rien de tout cela ne signifie que l'IA est un effet de mode. Elle pourrait bien changer le monde. Internet l'a fait aussi, mais il nous a donné Yahoo, Lycos et Alta Vista bien avant que quiconque n'ait entendu parler de Google. Et l'IA pourrait finir par ressembler à l'e-mail : quelque chose que tout le monde utilise quotidiennement et que personne ne vend très cher. Ce serait une excellente nouvelle pour les clients, et une moins bonne pour quiconque a payé 2 000 milliards la société qui le vend.

Une introduction en bourse est le moment où une société et ses premiers investisseurs décident qu'il est bon moment de vendre, et le moment où cette chaîne circulaire reçoit pour la première fois un vrai prix de marché. C'est un piège pour SoftBank, dont une grande partie du bilan repose sur sa participation à OpenAI, valorisée pour la dernière fois en privé à 852 milliards. Bloomberg a rapporté en août que SoftBank avait obtenu un prêt sur marge de 10 milliards garanti par ces titres. Une cotation lui permettrait de convertir de la valeur comptable en liquidités, mais elle donnerait aussi un prix de marché à des titres qui n'ont jamais échangé. L'introduction d'Anthropic sera le premier test public de ce que vaut un pur laboratoire d'IA, et elle chiffrera aussi les bénéfices comptables d'Amazon et de Google. Le détail gênant est qu'OpenAI contrôle le calendrier. Sam Altman a déclaré à Fortune que, compte tenu de tout ce qui se passe en matière de sécurité, ce serait une mauvaise décision de entrer en bourse aujourd'hui, alors qu'OpenAI négocieraitprivément à 1 200 milliards. Apparemment, 1 200 milliards est un prix réservé aux professionnels.

Pourquoi le vendeur de pelles est bon marche

Comme l'a souligné Damodaran, la correction du dotcom s'est produite par une accumulation de petites choses, des arbres qui tombent jusqu'au moment où l'on se réveille et où l'on s'aperçoit que la moitié de la forêt a disparu. Les introductions reportées, les rendements des obligations de pacotille et les documents tardifs sont peut-être ces petits arbres, et son message aux entreprises d'IA est de montrer des chiffres, pas seulement des mots. Un prospectus est le seul document qui les y oblige. Wall Street se prépareMeanwhile à vendre beaucoup de titres. Jim Chanos s'attend à ce que l'année batte le record d'émission d'actions, et la recherche académique n'est pas encourageante : Ritter et Lazon montrent que les sociétés qui émettent de nouvelles actions sous-perform pendant des années, tandis que Baker et Wurgler montrent que l'ensemble du marché fait moins bien dans les années suivantes quand beaucoup de titres sont émis. Les initiés, en fait, sont plutôt doués pour savoir quand vendre. Mike Paulus a dit au FT que pendant que les PDG de laboratoires demandent de ralentir et de faire attention, le marché dit que le motif de profit est trop fort. Cela peut être un bon conseil sur la sécurité de l'IA, mais on devrait probablement prendre les vendeurs au mot sur le prix aussi, car si l'on achète à 2 000 milliards et que cela ne marche pas, quelqu'un posera la question que McNeely a posée en 2002.