Le mur de la trésorerie : Ed Zitron explique pourquoi la bulle IA devra rendre des comptes en 2027

Ed Zitron résume l'histoire de l'IA en une phrase brutale : ce n'est pas une bulle d'humeur qui attend d'éclater, mais une équation de trésorerie sur le point d'être testée. Anthropic et OpenAI ont vendu de la croissance avec de l'argent qu'elles n'ont pas encore eu à payer ; en 2027, ce récit se heurte au recouvrement. Cette réalité comptable compte désormais plus que tout débat sur les capacités des modèles.

Le deuxième pilier de l'épisode est la tentative de négocier la puissance de calcul comme n'importe quelle matière première. CME Group et Silicon Data prévoient de coter deux futures le 5 octobre, sous réserve d'examen réglementaire : l'un indexé sur la location horaire du H100 de Nvidia, l'autre sur le plus récent Blackwell B200, chaque contrat représentant un mois de loyer selon les indices de Silicon Data.

Zitron lit ce calendrier moins comme une protection que comme une légitimation. Afficher un prix sur un écran fait paraître le secteur aussi fondamental que le pétrole, l'électricité ou les taux, et il rappelle que la dernière transaction d'Enron portait sur des futures de bande passante, pour avertir qu'une étiquette ne sauve pas le produit. L'instrument est présenté comme la preuve que la puissance de calcul a fait ses preuves ; lui y entend une demande d'être traité comme tel.

La plomberie sous-jacente explique le doute. Les plus gros contrats de calcul ne se font pas sur un écran au comptant mais sous accord de confidentialité, au prix non pas de la carte mais du mégawatt de capacité informatique critique, réseau et énergie compris. La location au comptant est donc facile à manipuler avec de petites transactions, et un indice construit dessus suit davantage le sentiment qu'un stock vérifiable d'offre.

Qui est censé acheter cette protection reste flou. Un vétéran des taux et du Trésor avec qui Zitron s'est entretenu l'a dit sans détour : la plupart des investisseurs, y compris les plus fortunés, ne savent pas vraiment ce qu'ils achètent. Chercher à se couvrir sans savoir comment le prix évolue, ce n'est pas se couvrir mais parier à nouveau, c'est pourquoi même les enthousiates peinent à nommer le risque réellement couvert.

Le miroir sécuritaire de cette même fragilité est la faille chez Hugging Face. Dans sa divulgation du 20 juillet, l'entreprise a indiqué que des attaquants étaient entrés par un pipeline de traitement de données, en abusant d'un chargeur de jeux de données à exécution de code à distance et d'une injection de modèle dans une configuration de jeu de données, puis ont escaladé au niveau des nœuds, récolté des identifiants et se sont déplacés latéralement. Ses systèmes ont enregistré plus de 17 000 événements tandis qu'un harnais auto-migrant exécutait des dizaines de milliers d'actions dans des sandbox éphémères via des services publics ; Hugging Face a déclaré avoir fermé les accès, renouvelé les secrets, reconstruit les nœuds et n'avoir trouvé aucune altération des modèles publics ni de sa chaîne d'approvisionnement.

Zitron refuse de lire cet incident comme un agent choisissant d'être malin. Selon lui, il n'y a aucun esprit décideur, seulement des moteurs de texte probabilistes dotés d'une puissance de calcul pratiquement illimitée et entraînés sur des analyses de vulnérabilités internet, se demandant mutuellement quoi faire ensuite. L'inévitabilité mathématique de l'hallucination, soulignée dans les propres recherches d'OpenAI, fait de l'incohérence une caractéristique plutôt qu'un bug, et un acte qui serait un felony évident pour une personne louant dix mille GPU est requalifié en recherche quand il passe par un laboratoire de pointe.

Ce recadrage déplace l'avertissement central. Le danger n'est pas une superintelligence lointaine qui déciderait que l'humanité ne devrait pas exister, mais des systèmes déjà entre de mauvaises mains — dans sa formule, Anthropic et OpenAI elles-mêmes — capables de nuire sans aucune conscience. Si l'on retire le mysticisme, le travail restant relève des permissions, de l'isolement des sandbox et de la gouvernance banale de la puissance qu'un modèle peut dépenser avant qu'un humain ne dise stop.

Son regard sur l'épisode Jacob Coxon est tout aussi impitoyable. Un chercheur ayant passé des années chez OpenAI et des mois chez Anthropic, n'ayant jamais publié avant, puis lançant une campagne médiatique coordonnée avec une exclusivité, est jugé à la forme autant qu'au fond. Zitron soutient qu'une véritable alerte nomme ce qu'elle craint, désigne ce que l'employeur a fait de mal et dit ce qui devrait être fait ; sans cela, même une inquiétude sincère fonctionne comme une capture d'attention, et la presse qui répète un chiffre d'extinction de dix pour cent sans demander de méthode devient partie intégrante de la machine.

Le financement resserre l'étau par l'autre bout. Les rendements médians du capital-risque depuis 2017 se situent à un TVPI de 0,92 à 1,2, selon PitchBook qu'il cite, ce qui signifie que le marché au sens large a souvent battu cette classe d'actifs. Thrive Capital qui rend 30 cents par dollar depuis sa création pour son millésime 2022 tout en se classant dans les cinq premiers pour cent montre pourquoi les commanditaires finiront par demander du cash, pas du récit ; le fait que Cognition puisse lever 2 milliards de dollars pour une valorisation de 48 milliards afin de travailler sur des modèles ouverts illustre jusqu'où l'extension est déjà allée.

La métaphore qui relie ces fils est le mur de réinitialisation du logement en 2007, ces prêts à taux d'appel 2/28 et 3/27 qui restaient abordables deux ou trois ans avant de se retourner. Zitron soutient que les engagements de calcul take-or-pay signés en 2025 et 2026 font le même travail : une fois la capacité en ligne, la facture doit être payée qu'il y ait de la demande ou de la trésorerie, transformant un taux d'appel bas en prélèvement permanent sur la trésorerie.

Les chiffres qui remplissent cette métaphore sont vertigineux. Un rapport situe l'engagement d'Anthropic auprès de Google Cloud et Broadcom près de 200 milliards de dollars sur cinq ans, dans un empreinte globale de 517 milliards ; les propres prévisions d'OpenAI sont montées à environ 750 milliards de dollars en calcul d'ici 2030, contre 665 milliards plus tôt dans l'année. Ajoutez au moins 200 milliards à Broadcom pour des puces sur trois ans, 35 milliards de dette auprès d'Apollo et Blackstone pour acheter des TPU que Google hébergera et relouera, et une ligne de crédit revolving de 15 milliards couvrant environ un quart des besoins d'inférence, avec plus de 200 milliards arrivant à échéance en 2027 et en hausse chaque année ensuite.

L'échelle devient plus claire face aux acteurs installés qui génèrent du cash. Microsoft dépense environ 175 milliards de dollars de charges d'exploitation par an, Meta environ 140 milliards, tous deux financés par des centaines de milliards de revenus, tandis que deux laboratoires déficitaires doivent couvrir des montants similaires avec du capital externe. Le passage des entreprises à la facturation par jetons en mars et avril, où un siège peut passer de quelques centaines de dollars à 1 500 ou 3 000 dollars, a déjà mis à mal des clients à qui l'on avait dit d'utiliser l'IA autant que possible ; empiler par-dessus une facture fixe de capacité pluriannuelle rend la trajectoire plus difficile à défendre.

Derrière les engagements titanesques se cache une boucle financière circulaire qui touche Nvidia. KB Securities a noté des créances clients de Nvidia en hausse de 54,9 pour cent au deuxième trimestre alors que le chiffre d'affaires progressait de 17,9 pour cent, portant le délai moyen de règlement de 46 à 60 jours et comprimant la marge de flux de trésorerie disponible de 59,5 pour cent à 22,2 pour cent en raison de conditions étendues accordées à OpenAI, CoreWeave et aux néonuages, avec une exposition circulaire estimée près de 81 milliards de dollars contre 422 milliards d'engagements totaux. Un récit distinct de 24/7 Wall St détaille le paquet de 35 milliards de dollars d'Anthropic où Nvidia est simultanément fournisseur de puces, investisseur en capital de Lambda et pilier de bail d'un campus de 700 mégawatts au Texas construit par Hut 8.

Les futures sur la puissance de calcul ne démêlent pas ce nœud ; pour Zitron, ils le rendent plus négociable sans le rendre plus mesurable. Six estimations concurrentes de la capacité réellement construite circulent, Microsoft revendique 12 gigawatts en route vers le triple, Oracle a revendiqué 850 mégawatts en ligne le trimestre dernier alors que le campus Stargate d'Abilene en est loin, et il n'existe aucun indicateur de marché des gigawatts disponibles. Sans référence physique crédible, un prix de référence négociable couvre l'idée du calcul plus que le calcul lui-même.

Pour les marchés publics, la conséquence va droit aux prévisions. Si le paiement flanche, les contreparties de Google et Amazon à Microsoft, CoreWeave et Broadcom manquent simultanément les attentes des analystes, tandis que les valorisations du capital-risque et du crédit privé sont mises à l'épreuve et que les revenus des baux de centres de données s'étouffent. Nvidia peut garder son emprise sur la pile, mais la concentration au sommet de l'indice fait que le choc ne reste pas confiné ; la question de savoir si les plus de 700 milliards de dollars de dépenses d'investissement annuelles se convertiront un jour en revenus plane sur toute la chaîne.

Zitron conclut en dépouillant l'incantation. Retirez la superintelligence et il reste un logiciel cloud coûteux et déficitaire qui n'a pas encore prouvé qu'il peut facturer ce qu'il coûte à faire tourner. Cette déflation n'est pas une prédiction que la technologie disparaît, mais un recadrage de ce qu'il faut surveiller : pas la démo, mais le compte de résultat, la croissance des créances, les petites lignes des contrats de capacité, et si les locataires continuent de payer quand le taux d'appel prend fin.