Derrière chaque data center gigantesque, il y a un serveur qui chauffe. Et un banquier qui compte. Le premier fait tourner ChatGPT, le second finance les murs, les puces et l’électricité. On parle beaucoup des premiers. Presque jamais des seconds. Pourtant, sans l’ingénierie financière déployée depuis douze mois par une poignée d’établissements de Wall Street, l’intelligence artificielle resterait une promesse sans béton ni silicium.
Le Financial Times a levé le voile sur celui qui tire les ficelles : Morgan Stanley. La banque new-yorkaise s’est imposée comme l’architecte en chef des montages qui canalisent des dizaines de milliards de dollars vers la construction de centres de données. Une position qui, il faut le dire, lui rapporte gros.
Des chiffres qui donnent le vertige
Le palmarès des douze derniers mois parle de lui-même. Une obligation de 3,2 milliards de dollars pour le développeur TeraWulf, adossée à un contrat avec Google. Un paquet de dette de 27 milliards pour Hyperion, le projet de Meta monté avec le gestionnaire d’actifs Blue Owl. Et un rôle de conseil sur un financement de puces de 35 milliards de dollars pour Broadcom.
Ces montants ne ressemblent à rien de ce qu’on connaissait. « Les montants qui s’élevaient auparavant à 1 milliard, 2 milliards ou 5 milliards de dollars s’élèvent désormais à 10 milliards ou 20 milliards de dollars, voire davantage », résume Mo Assomull, codirecteur de la banque d’investissement chez Morgan Stanley. Autrement dit : l’échelle a changé de dimension. On ne finance plus des usines, on finance des continents numériques.
Le résultat se lit dans les comptes. Les commissions de Morgan Stanley sur les marchés de capitaux ont bondi à 2,3 milliards de dollars au premier semestre. De quoi passer devant Goldman Sachs, sa rivale historique sur ce terrain. Dans un métier où le classement se joue à quelques dizaines de millions près, prendre la tête sur le thème le plus chaud du moment n’a rien d’anecdotique.
L’astuce est dans l’emballage
Comment finance-t-on un data center de plusieurs milliards ? La réponse tient dans un mot un peu technique : la titrisation. Plutôt que de recourir au bon vieux financement de projet ou à l’emprunt d’entreprise classique, les banquiers empaquettent des contrats de calcul de long terme et les bilans des géants de la tech dans des titres que l’on peut ensuite vendre à des investisseurs traditionnels — fonds de pension, assureurs, gestionnaires d’actifs en quête de rendement.
La pièce maîtresse de tout l’édifice, c’est la garantie d’un hyperscaler. Quand Google, Meta ou Amazon s’engagent à louer pour des années la capacité de calcul d’un centre de données, cet engagement devient un flux de revenus prévisible. Et un flux prévisible, sur les marchés, ça se transforme en actif financier. On adosse la dette à la signature d’un géant technologique noté de manière solide, et le risque perçu s’effondre. Les investisseurs achètent, la construction démarre.
Ce mécanisme n’est pas nouveau en soi. On l’a vu à l’œuvre dans l’immobilier commercial, dans les infrastructures télécoms, dans les prêts automobiles. Ce qui change, c’est l’objet financé et la vitesse à laquelle les montants gonflent. Là où un banquier prudent pouvait hésiter, la promesse de l’IA fait sauter les digues.
10 000 milliards de dollars : le pari
Morgan Stanley ne cache pas son ambition. La banque anticipe quelque 10 000 milliards de dollars de dépenses pour le déploiement de l’IA dans les années à venir. Le chiffre est vertigineux — il dépasse le PIB annuel de la plupart des économies de la planète. Et il explique pourquoi les grandes banques se battent pour prendre position aujourd’hui : celui qui structure les premiers deals installe les standards, et récolte les commissions sur tous ceux qui suivront.
Mais ce genre de pari appelle une question qu’on aurait tort d’esquiver. Que se passe-t-il si la demande de calcul ne tient pas ses promesses ? Toute cette dette repose sur une hypothèse : que les entreprises et les particuliers consommeront de l’IA à un rythme suffisant pour justifier des infrastructures aussi colossales. Si l’adoption ralentit, si les modèles deviennent moins gourmands, ou si l’engouement retombe, ce sont des contrats de location qui pourraient être renégociés — et des titres adossés qui perdraient de leur superbe.
Les analogies historiques ne manquent pas. La fibre optique déployée à la fin des années 1990 avait, elle aussi, été financée sur l’anticipation d’une demande explosive. Une partie de ces réseaux est restée « dark », inutilisée pendant des années, laissant des investisseurs sur le carreau. L’IA n’est pas Internet des années 2000, mais le schéma financier — construire massivement en pariant sur un futur radieux — rime dangereusement avec certains excès passés.
Pour l’investisseur francophone, en France comme au Maghreb, l’affaire mérite d’être suivie de près, même sans exposition directe. Car ces titres finissent par se retrouver, souvent sans qu’on le sache, dans les portefeuilles de fonds obligataires, de produits d’épargne et de contrats d’assurance-vie. Quand un pan entier de la finance mondiale se met à parier sur un même thème, le risque cesse d’être l’affaire des seuls spécialistes.
Reste que pour l’instant, la machine tourne à plein régime. Morgan Stanley encaisse, les data centers sortent de terre, et l’appétit ne faiblit pas. La vraie question n’est pas de savoir si le financement de l’IA est un business rentable aujourd’hui. Il l’est, indéniablement. Elle est de savoir combien de temps ce cercle vertueux le restera — et qui tiendra le sac le jour où la musique s’arrêtera. Rien n’indique que ce jour approche. Mais en finance, les certitudes les mieux partagées sont souvent celles qui coûtent le plus cher.
