Le boom des centres de données dédiés à l’intelligence artificielle repose aujourd’hui sur deux piliers : les puces Nvidia et le crédit à court terme. Or, cette dépendance a créé une boucle paradoxale : les entreprises de néoclouds, comme CoreWeave, empruntent massivement pour acheter des puces Nvidia, en les utilisant comme garantie. Ainsi, un dollar d’investissement de Nvidia se traduit en cinq dollars d’achats de puces, renforçant le cycle de croissance, mais aussi la vulnérabilité du système. Ces prêts, basés sur des actifs qui se déprécient rapidement, posent un problème majeur : la valeur des puces diminue plus vite que prévu, ce qui peut entraîner des appels de marge ou des défauts. Michael Burry, courtier en action, estime que les grandes entreprises technologiques (hyperscalers) sous-estiment de 176 milliards de dollars la dépréciation de leurs puces entre 2026 et 2028. Ce modèle repose sur une confiance aveugle dans la liquidité des puces Nvidia, qui sont plus faciles à vendre que celles d’autres fabricants. Cela donne à Nvidia un avantage concurrentiel structurel : les prêts sont plus faciles à obtenir avec ses puces, ce qui renforce sa domination. Mais cette dépendance est aussi une faiblesse. Si Nvidia ne peut plus soutenir le marché — par manque de profit, de compétitivité ou de volonté — le système s’effondre. La concurrence s’intensifie : Google avec ses TPUs, Amazon, Meta, OpenAI, et même Huawei en Chine, développent leurs propres puces, souvent plus économes en énergie. AMD, de son côté, rattrape progressivement Nvidia en performance et propose des prix plus bas. Les prêts à l’actif matériel sont désormais courants dans l’écosystème. Trinity Capital, par exemple, prête sur des puces avec des ratios emprunt/valeur (LTV) allant jusqu’à 110 %, un niveau élevé. Le taux d’intérêt, parfois à 14 %, reflète le risque, mais dans un contexte de surchauffe, les prêteurs se concurrencent, poussant les taux vers le bas. Les fonds de crédit privé, comme Magnetar, Blackstone ou BlackRock, ont financé des prêts colossaux — 2,3 milliards pour CoreWeave, 10 milliards pour Fluidstack. Ces prêts sont souvent liés à des contrats avec des géants comme Microsoft ou Nvidia, qui garantissent la solvabilité des emprunteurs. Cela crée un réseau de dépendance : si un neocloud échoue, les prêteurs récupèrent les puces, mais celles-ci se retrouvent sur un marché saturé, ce qui dévalue encore davantage les actifs. Le risque systémique est réel. Les prêts sont souvent transférés à des fonds d’investissement, des universités, des fonds de pension ou des fonds spéculatifs. Si plusieurs neoclouds échouent en même temps, les pertes pourraient se propager aux banques, qui prêtent aux fonds de crédit. Selon Mark Zandi de Moody’s Analytics, le niveau de dette dans le secteur technologique dépasse celui de la bulle internet des années 90. Cette dette, contrairement aux investissements en actions, ne se limite pas aux actionnaires : elle affecte l’ensemble de l’économie. Une chute de l’investissement en IA pourrait entraîner une récession, car l’IA est aujourd’hui le principal moteur de la croissance économique. Nvidia, bien que fort, n’est pas à l’abri. Il a déjà dû absorber des stocks de puces après le krach du minage crypto en 2022. Aujourd’hui, il dépense 26 milliards de dollars en services cloud, dont une partie pourrait être un soutien indirect aux neoclouds. Ce soutien, dissimulé dans des notes de bilan, permet à Nvidia de maintenir la confiance. Mais si les coûts deviennent insoutenables, ou si la concurrence érode sa marge, le système s’effondre. L’interconnexion, la concentration de risques, l’absence de régulation claire et les incertitudes sur la dépréciation des actifs font ressembler ce système à une version moderne de la crise financière de 2008. En somme, le boom de l’IA repose sur une pyramide de crédits, de puces et de confiance. Le risque n’est pas tant la dépréciation technique des puces, mais la fragilité du système financier qui les soutient. Si un grand joueur tombe, le domino peut s’effondrer. Comme le souligne Sarah Bloom Raskin, l’historique des crises montre que les marchés s’effondrent souvent non pas à cause d’un seul défaut, mais de la cascade de défaillances qu’il provoque. Le moment où la musique s’arrête n’est pas une question de si, mais de quand.