Meta prévoit d’engloutir jusqu’à 145 milliards de dollars dans ses infrastructures IA sur la seule année en cours. Dans le même mouvement, l’entreprise s’apprête à louer à des clients extérieurs la part de cette puissance qu’elle n’utilise pas. Un acheteur qui dépense autant, puis constate qu’il lui en reste à vendre, trahit quelque chose de ce qu’il comptait vraiment faire de ce calcul.
D’où sort ce chiffre de 145 milliards
Le montant circule dans la presse économique, Bloomberg en tête, et il faut le manipuler avec prudence : c’est une prévision de dépenses d’infrastructure sur un exercice, pas une facture déjà réglée. Il agrège l’achat de puces, la construction de centres de données, l’énergie et le réseau. Meta figure parmi les plus gros acheteurs de GPU (processeurs graphiques) Nvidia au monde, et a licencié en nombre, en partie pour financer cette montée en puissance.
Remis à l’échelle, ce chiffre dépasse le budget annuel de recherche de la plupart des États. Il ne dit pourtant rien, à lui seul, de ce que Meta compte produire avec. Et le détail intrigue : s’il reste de la capacité à revendre, c’est que la demande interne, celle des propres modèles de l’entreprise, ne remplit pas les tuyaux.
La martingale vient de SpaceX
Le procédé n’est pas inédit. SpaceX loue déjà de la capacité GPU achetée à l’origine pour xAI, la structure d’Elon Musk qui entraîne ses modèles. Les ordres de grandeur donnent le vertige : environ 1,25 milliard de dollars par mois de contrat avec Anthropic, 920 millions par mois avec Google, selon les informations de presse. À ce rythme, la location de calcul devient une ligne de revenus à part entière, distincte de l’ambition d’origine.
Meta reprend ce schéma. L’entreprise pourrait aussi proposer un accès à des modèles d’IA hébergés sur son infrastructure, sur le modèle du service Bedrock d’Amazon, pas seulement de la puissance brute. Le marché a salué la manœuvre : l’action a bondi d’environ 10 % à l’annonce. Les investisseurs ont tranché : un actif qui rapporte tout de suite en location vaut mieux qu’un pari lointain sur des modèles maison.
Louer paie tout de suite, s’entraîner reste un pari
Revendre du calcul excédentaire tient économiquement : une puce inoccupée coûte de l’argent, une puce louée en rapporte. Mais l’arbitrage révèle une hiérarchie. Si la capacité reste disponible, la raison première de tout cet achat, bâtir de meilleurs modèles en interne, ne mobilise apparemment pas assez de ressources pour justifier de la garder pour soi.
Le contraste est net avec le discours tenu au printemps. Muse Spark, premier modèle lancé sous la houlette d’Alexandr Wang, débauché de Scale AI, était présenté comme le produit inaugural d’une refonte complète des efforts IA de Meta. Quelques mois plus tard, une partie du carburant de cette refonte part chez des tiers. Les deux faits se lisent ensemble : soit l’entraînement des modèles maison patine, soit il ne consomme pas la puissance annoncée. Dans les deux cas, la priorité affichée et la priorité comptable divergent.
Un fournisseur de GPU de plus, et des prix sous pression
Pour les équipes qui construisent des applications d’IA, agents, systèmes de RAG (génération augmentée par récupération), pipelines d’inférence, un acteur de plus entre sur le marché de la location de GPU. Plus d’offre pèse en général sur les prix, déjà tendus par la pénurie de puces. Surtout, l’arrivée d’un géant du cloud (hyperscaler) sur ce créneau menace frontalement les loueurs spécialisés comme CoreWeave ou Nebius, dont l’action a décroché à l’annonce. Concrètement, ceux qui louent leur puissance au mois voient s’ajouter un troisième grand fournisseur de calcul, après les acteurs du cloud historiques et la filière SpaceX.
Reste la question de la neutralité. Louer son surplus à des clients qui, parfois, développent des modèles concurrents de ceux de Meta crée une situation inhabituelle : le propriétaire de l’infrastructure voit passer les charges de travail de ses rivaux. Anthropic et Google louent bien du calcul à SpaceX, structure liée à un concurrent direct. Le calcul est devenu une matière première assez rare pour qu’on la loue même à l’adversaire.
Au fond, ces 145 milliards disent moins une conviction sur les modèles maison qu’une capacité de production devenue trop vaste pour les seuls besoins de son propriétaire. Qu’un acteur de cette taille préfère déjà louer sa puissance plutôt que de tout miser sur ses propres modèles en dit long sur l’ordre réel de ses priorités.
