Pourquoi le financement circulaire de l’IA inquiète le FMI
Le principal risque identifié dans cette analyse tient à l’interdépendance financière. Une entreprise investit dans un acteur de l’IA qui devient à son tour client de ses services ou de ses équipements. Les revenus de l’investisseur dépendent ainsi, en partie, de la capacité de son bénéficiaire à poursuivre ses achats.
Dans son rapport sur la stabilité financière mondiale d’octobre 2026, le FMI analyse 14 transactions rendues publiques depuis 2023. Le financement recensé et les engagements commerciaux qui lui sont associés atteignent des montants considérables.
| Nature du montant | Montant approximatif |
|---|---|
| Investissements en capitaux propres | 300 milliards $ |
| Financements par la dette | 650 milliards $ |
| Total de ces deux catégories | 950 milliards $ |
| Engagements de revenus futurs | 1 400 milliards $ |
La dette représente environ 68 % des 950 milliards de dollars recensés dans ces opérations. Le FMI précise qu'environ 320 milliards des 650 milliards de dette sont portés par les entreprises bénéficiaires des financements, avec notamment des dispositifs de garantie ou de financement conditionnel. La localisation du risque compte autant que le montant global : il faut identifier qui doit rembourser et qui pourrait supporter une perte.
Le 16 novembre, la directrice générale du FMI a évoqué une estimation supérieure à 1 000 milliards de dollars. Il s’agit d’un point de situation ultérieur au rapport d’octobre. Sans ventilation comparable des opérations, il serait imprudent d’en déduire une augmentation précise entre les deux dates.
Qu’est-ce que le financement circulaire de l’IA ?
Le financement circulaire désigne un ensemble de relations dans lesquelles des entreprises apportent des ressources financières à d’autres sociétés qui s’engagent en retour à acheter des services, des capacités informatiques ou du matériel au sein du même réseau économique.
Prenons un exemple simplifié, entièrement fictif. Un fournisseur de cloud investit 100 millions d’euros au capital d'un développeur de modèles IA. Celui-ci utilise 60 millions d’euros pour acheter des services de calcul auprès de cet investisseur.
À mesure que le calcul est fourni, le fournisseur peut comptabiliser les revenus correspondants, selon les règles applicables. L’entreprise d’IA dispose de ressources supplémentaires pour développer son activité. Le fournisseur détient également une participation dans son client.
Cette relation n’est pas nécessairement problématique : elle peut financer une infrastructure utile et accélérer l’innovation. La difficulté apparaît lorsqu’une partie importante des ventes dépend de financements continuellement renouvelés. Pour apprécier la solidité du modèle, il faut alors mesurer les revenus encaissés auprès de clients indépendants de cette boucle.
Il faut également distinguer croissance du chiffre d’affaires, marge et flux de trésorerie. Un contrat commercial peut être important sans être immédiatement encaissé. Cette question est au cœur de notre décryptage de la rentabilité d’OpenAI.
Ce mécanisme explique pourquoi le financement des startups de l’IA mérite d’être étudié conjointement avec les contrats commerciaux et la rentabilité des entreprises.
Nvidia et OpenAI : pourquoi un investissement et une garantie sont deux choses différentes
Nvidia occupe une position particulière. Le fabricant commercialise les équipements nécessaires au calcul, investit dans certains acteurs de son écosystème et peut soutenir le financement de leurs infrastructures.
Le 27 février 2026, OpenAI annonce une levée de fonds de 110 milliards de dollars, dont 30 milliards annoncés par Nvidia. L’opération illustre l’imbrication entre les besoins de financement des développeurs de modèles et les intérêts économiques des fournisseurs de puissance de calcul.
Un autre engagement est particulièrement révélateur. Dans son rapport trimestriel déposé auprès de la SEC, Nvidia décrit des garanties liées au campus de SB Energy dans l’Ohio, destiné à accueillir des équipements Nvidia pour OpenAI. Le plafond contractuel atteint 105 milliards de dollars, sous réserve de conditions de mise en service.
Cette somme correspond à une exposition potentielle, pas à une injection immédiate de 105 milliards dans OpenAI. Le risque dépend notamment de la réalisation des infrastructures et du respect des obligations locatives.
Cette distinction est essentielle lorsqu’on cherche à mesurer le rôle de Nvidia dans le financement des startups IA. Additionner les garanties, les investissements et les ventes prévues sans examiner leurs conditions produirait une image trompeuse.
CoreWeave, Oracle et les géants du cloud : où se situe le risque ?
Les développeurs de modèles louent ou réservent de la puissance informatique. Les exploitants de centres de données doivent acheter des équipements, financer les installations et couvrir leurs dépenses d’énergie. Leurs revenus arrivent généralement au fil de l’exécution des contrats.
Pour les développeurs, les engagements d’achat de puissance de calcul deviennent eux-mêmes un sujet financier. Notre analyse du modèle économique d’Anthropic avant son entrée en Bourse montre pourquoi le montant des engagements futurs doit être rapproché des revenus et des besoins de financement.
Lorsque les investissements initiaux sont lourds, un opérateur peut donc bénéficier d’un carnet de commandes important tout en ayant besoin de capitaux supplémentaires. C’est l’enjeu soulevé dans notre analyse de l’endettement et des engagements locatifs de CoreWeave.
Le FMI identifie un risque particulier : si un client central rencontre des difficultés, ses fournisseurs et financeurs peuvent voir à la fois leurs placements perdre de la valeur et leurs recettes attendues diminuer.
Une même contrepartie peut ainsi concentrer plusieurs formes d’exposition : une participation au capital, une créance, une garantie et un contrat de vente. La question devient celle du montant exposé lorsqu’un de ces engagements n’est plus honoré.
La bulle de l’IA ressemble-t-elle à celle d’Internet ?
La comparaison avec les télécommunications de la fin des années 1990 est instructive. Le financement de clients par des fournisseurs peut accélérer une construction d’infrastructures alors que la demande finale reste difficile à anticiper.
Le parallèle a toutefois des limites. La croissance des revenus de certains acteurs de l’IA et les usages opérationnels sont bien réels. Les entreprises actuelles présentent par ailleurs des situations financières très différentes.
Le financement circulaire ne démontre pas à lui seul qu’une bulle existe. Il révèle une dépendance qui mérite d’être examinée, notamment lorsque les recettes nécessaires pour justifier les investissements demeurent incertaines. Notre dossier sur la bulle spéculative de l’IA et les investissements des Big Tech complète cette lecture.Que risque une PME si le financement de l’IA devient plus coûteux ?
Un retournement des marchés financiers ne provoque pas automatiquement une augmentation du prix des services IA. La concurrence, les progrès techniques et les gains de capacité pourraient aussi maintenir ou réduire certains tarifs.
Mais un dirigeant a intérêt à mesurer son exposition à une hausse des dépenses variables, à la modification d'une offre ou à la disparition d’un fournisseur.
Considérons une PME qui utilise l’IA pour son reporting, sa production de contenus et son service client. Elle dépense 12 000 € par an en licences fixes et 18 000 € en consommation variable. Elle estime à 40 000 € par an les bénéfices économiques attribuables à ses usages, à volume et qualité constants.
| Scénario hypothétique | Coût annuel | Solde économique annuel | ROI annuel |
|---|---|---|---|
| Prix inchangés | 30 000 € | +10 000 € | +33,3 % |
| Consommation facturée 25 % plus cher | 34 500 € | +5 500 € | +15,9 % |
| Consommation facturée 50 % plus cher | 39 000 € | +1 000 € | +2,6 % |
| Consommation facturée 60 % plus cher | 40 800 € | −800 € | −2,0 % |
Le budget atteint son seuil d’équilibre lorsque la dépense variable passe de 18 000 à 28 000 €, soit une hausse d’environ 55,6 %. La marge de sécurité dépend donc de la structure des dépenses, pas seulement de leur montant total.
Ce stress test prolonge notre précédent travail avec Habib sur le calcul du ROI de l’IA en entreprise.
Les trois décisions à prendre avant 2027
- Tester la sensibilité des budgets. Séparer les licences des consommations, intégrer la supervision et prévoir un scénario de hausse des tarifs.
- Identifier les dépendances critiques. Recenser les données, processus et intégrations liés à un fournisseur. Tester un service alternatif sur un échantillon représentatif avant d’en faire une solution de repli.
- Surveiller la qualité des engagements commerciaux. Pour un fournisseur stratégique, suivre ses annonces de financement, les conditions de ses offres et sa capacité à assurer la continuité du service.
La possibilité de changer de solution rejoint notamment les enjeux détaillés dans notre analyse des agents IA et de l’Autorité de la concurrence.
À retenir
- Le FMI recense environ 300 milliards de dollars de capitaux propres et 650 milliards de dette dans 14 opérations de financement circulaire depuis 2023.
- Les 1 400 milliards de dollars d’engagements de revenus futurs ne sont pas des recettes déjà encaissées.
- Les garanties financières peuvent créer une exposition supplémentaire, sans correspondre à un versement immédiat.
- Pour les entreprises, la priorité consiste à chiffrer la sensibilité de leurs budgets IA et à préparer une solution de remplacement pour les usages critiques.
