Microsoft, Meta et Google montent à 725 milliards de dollars de capex IA : la course aux datacenters entre en zone record
🔎 Quatre entreprises, 725 milliards de dollars, une seule question
Le chiffre est si gros qu'il en devient abstrait : environ 725 milliards de dollars de dépenses d'investissement (capex) cumulées pour 2026 chez Amazon, Microsoft, Google et Meta, selon des données relayées par Reuters et reprises par tech-insider.org. Ces mêmes entreprises avaient investi 388 milliards de dollars en 2025 — déjà un record. Elles doublent la mise en douze mois.
Au menu : environ 200 Md$ chez Amazon, ~190 Md$ chez Microsoft (sur son exercice fiscal), 180 à 190 Md$ chez Google, 125 à 145 Md$ chez Meta. Derrière l'effet d'annonce, une réalité physique : des gigawatts, des terrains, des transformateurs, des serveurs — et un pari collectif sur la demande de toute la décennie.
Pourquoi maintenant ? Parce que la demande, enfin, se mesure en milliards contractuels : 627 Md$ de RPO commercial chez Microsoft, 37 Md$ de run-rate IA, un backlog cloud de plus de 240 Md$ chez Google. Et parce que les sceptiques — Michael Burry et son oligopole « too big to fail », Ed Zitron et sa croisade anti-bulle — n'ont jamais eu autant de prises.
La question centrale est donc simple : la demande justifie-t-elle la dépense ? Réponse courte : en grande partie oui pour 2026. Le risque se joue ailleurs — dans la concentration de la demande, le coût du financement et un goulot d'étranglement dont personne ne parle assez : l'électricité.
L'essentiel
- ~725 Md$ de capex cumulé en 2026 pour Amazon, Microsoft, Google et Meta (Reuters), contre 388 Md$ en 2025 : un quasi-doublement.
- Répartition : Amazon ~200 Md$, Microsoft ~190 Md$ (exercice fiscal), Google 180-190 Md$, Meta 125-145 Md$.
- La demande est contractualisée : 627 Md$ de RPO chez Microsoft, 37 Md$ de run-rate IA, backlog cloud d'Alphabet supérieur à 240 Md$ (+55 % sur un trimestre).
- Le goulot d'étranglement est électrique : 80 Md$ de backlog Azure attendent des mégawatts, pas des clients.
- Les sceptiques (Burry, Zitron) pointent un oligopole « too big to fail » et un free cash flow de Meta projeté en chute de ~90 % (Barclays).
- Notre verdict : la dépense se justifie pour 2026 ; le risque se joue en 2027, sur la concentration de la demande et la durée de vie des actifs.
Outils recommandés
Vous n'avez pas 725 milliards de dollars — et c'est très bien ainsi. Le paradoxe de cette course est qu'elle rend l'IA moins chère pour tout le monde. Voici de quoi en profiter sans engager un euro de capex.
| Outil | Usage principal | Prix | Idéal pour |
|---|---|---|---|
| Hostinger | Héberger sites et applications pilotés par IA | dès ~2,99 €/mois (octobre 2026, vérifiez sur hostinger.com) | Créateurs, PME |
| Groq | Inférence LLM ultra-rapide, tier gratuit | Gratuit (quotas) | Prototypage |
| OpenRouter | Passerelle unique vers GPT-5.5, Claude Sonnet 4.6, Kimi K2.6… | Freemium | Développeurs |
| Google AI Studio | Tester Gemini 3.1 Pro sans carte bancaire | Gratuit | MVP, tests |
Pour aller plus loin, notre guide des APIs IA gratuites détaille les quotas et les limites de chaque offre.
Les chiffres : 725 Md$… mais lequel compter ?
Le Big Four du cloud dépensera environ 725 Md$ en 2026. Mais selon les sources, vous croiserez aussi 630, 690 ou 700 Md$ — et toutes ces estimations se défendent. Elles ne mesurent simplement pas la même chose.
| Entreprise | Capex 2025 | Capex 2026 (guidance) | À retenir |
|---|---|---|---|
| Amazon | ≈135 Md$* | ~200 Md$ | Le plus gros budget du quatuor |
| Microsoft | 90 Md$ | ~190 Md$ (exercice fiscal) / 110-120 Md$ (calendaire) | 37,5 Md$ dépensés sur le seul dernier trimestre |
| 91 Md$ | 180-190 Md$ | Backlog cloud >240 Md$ | |
| Meta | 72 Md$ | 125-145 Md$ | FCF projeté en chute de ~90 % (Barclays) |
| Total Big Four | 388 Md$ | ~725 Md$ | +62 % minimum |
Sources : tech-insider.org, Reuters, Futurum, CNBC, Data Center Richness. Amazon n'étant pas détaillé séparément par Data Center Richness, son budget 2025 est déduit du total de 388 Md$.
Pourquoi de tels écarts ? Trois raisons. D'abord le périmètre : Data Center Richness chiffre le capex planifié des quatre hyperscalers à 630 Md$ maximum (+62 % vs 2025), Futurum intègre Oracle et ses ~50 Md$ pour un total de 660 à 690 Md$ sur cinq acteurs, et CNBC avance « près de 700 Md$ » pour les quatre. Reuters retient 725 Md$.
Ensuite, l'exercice fiscal. Microsoft clôture son année en juin : ses ~190 Md$ couvrent un exercice décalé, quand les 110-120 Md$ de Data Center Richness sont en base calendaire. Comparer les deux sans précaution revient à comparer un kilogramme et une livre.
Enfin, les leases financières et les bornes de guidance : un datacenter peut être compté en achat ou en location, et Meta communique en fourchettes — 115-135 Md$ selon Futurum, jusqu'à 145 Md$ selon les estimations les plus hautes.
Ajoutons un détail qui donne le vertige : Microsoft a dépensé 37,5 Md$ sur le seul dernier trimestre (Futurum). Le rythme trimestriel des géants dépasse désormais le budget d'infrastructure numérique de la plupart des États.
Mon conseil : face à un titre sur le capex IA, vérifiez trois choses — combien d'acteurs sont comptés, sur quel exercice, avec quelles bornes. Sans cela, le débat est stérile.
La demande justifie-t-elle la dépense ? Le dossier des optimistes
Oui — et contrairement à 2023, la demande se mesure en dollars contractuels, pas en projections de slides.
Le meilleur indicateur s'appelle le RPO, pour remaining performance obligations : les revenus des contrats signés mais pas encore reconnus. Microsoft affiche 627 Md$ de RPO commercial, auxquels s'ajoute un run-rate IA de 37 Md$ — le business de l'IA tourne déjà, à lui seul, au niveau du chiffre d'affaires annuel d'un grand groupe du CAC 40.
Google suit la même trajectoire : son backlog cloud a bondi de 55 % sur un seul trimestre, au-delà de 240 Md$ (Futurum). Et le détail le plus révélateur vient d'Azure : sur les 80 Md$ de commandes non honorées, le problème n'est pas la demande mais la disponibilité électrique. Quand vos clients attendent des mégawatts plutôt que des remises, vous n'êtes plus dans une bulle de demande.
Côté acheteurs de calcul, les revenus existent aussi : Anthropic a franchi 47 Md$ de revenue run-rate et dépassé OpenAI. De quoi adosser des contrats cloud massifs à une vraie monétisation, et pas seulement au capital-risque.
La technique, enfin, joue contre les économies : les modèles de raisonnement et les agents consomment des ordres de grandeur plus de calcul par requête que le simple chat. GPT-5.5 (98,2 sur l'index agentique), Gemini 3 Pro Deep Think (95,4) ou Claude Opus 4.7 (94,3) « réfléchissent » avant de répondre — et chaque étape de réflexion, c'est du GPU facturé. Un agent qui travaille toute la nuit consomme plus de tokens qu'un humain ne peut en écrire.
Et la boucle se boucle : ces revenus IA financent les capex, qui augmentent les capacités, qui attirent de nouveaux clients. C'est exactement ce mécanisme vertueux que les sceptiques contestent — nous y venons.
Mon avis : un RPO n'est pas un revenu, et un carnet de commandes peut vieillir mal. Mais c'est le meilleur indicateur avancé disponible — et il laisse peu de place à l'hypothèse d'une demande inventée.
Le camp des sceptiques : « too big to fail », dépréciation et cash flow en chute
Les critiques ne nient pas la demande de 2026. Ils s'inquiètent de la mécanique — et de ce qui arrive le jour où elle se grippe.
Michael Burry résume la thèse en une formule : un oligopole « too big to fail ». Quatre bilans portent désormais une part massive de la croissance boursière. À ce stade, arrêter le capex deviendrait un événement macroéconomique — et aucun des quatre n'a intérêt à dévier le premier. C'est la théorie des jeux appliquée aux datacenters : tout le monde voit que la fin de partie est risquée, tout le monde accélère quand même.
Ed Zitron attaque le fondement économique : rien ne prouve, à ce jour, que les revenus IA couvriront le coût du capital engagé. Son argument le plus solide porte sur la dépréciation — un GPU de pointe peut être dépassé en quelques années, quand un datacenter s'amortit sur des décennies. Si les cycles technologiques s'accélèrent, les tableaux d'amortissement deviendront optimistes.
Le chiffre le plus inconfortable vient de CNBC : Barclays projette une chute de près de 90 % du free cash flow de Meta, avec un capex pouvant atteindre 135 Md$. Meta monétise l'IA via la publicité — un pont entre modèles génératifs et revenus publicitaires qui reste à démontrer à cette échelle.
Contre-argument des marchés : les quatre leaders détenaient plus de 420 Md$ de cash fin de dernier trimestre. Ils peuvent financer la course sans s'endetter massivement. Vrai — mais un coussin de trésorerie ne répond pas à la question du retour sur investissement ; il en repousse seulement l'échéance.
Mon avis : Burry et Zitron ont raison sur la mécanique, ils se trompent peut-être sur le dénouement. Un oligopole qui investit massivement face à une demande réelle et contractualisée, ce n'est pas 2000 et la fibre optique sombrée — c'est un pari sur qui captera la demande de 2030. Le risque de destruction de capital existe ; celui d'un effondrement d'un bloc supposerait que la demande disparaisse, et rien ne l'indique.
Le vrai goulot d'étranglement : l'électricité, pas les puces
La ressource rare de cette course n'est ni le GPU ni le capital : c'est le mégawatt.
Futurum le formule sans détour : le backlog Azure non honoré de 80 Md$ chez Microsoft est « une question de disponibilité électrique, pas de demande ». Traduction : Microsoft a plus de clients que de prises.
Ce détail change toute la lecture du capex. Un datacenter se raccorde au réseau dans des délais qui se comptent en années, et les capacités électriques se réservent longtemps à l'avance. Quand un créneau se libère, il faut s'engager — d'où des annonces de capex qui ressemblent à des paris, mais sont surtout des réservations de mégawatts.
Cela explique aussi pourquoi les budgets doublent alors que les pénuries de GPU se résorbent : la contrainte s'est déplacée en aval, vers les réseaux, les transformateurs et les contrats d'énergie. Les hyperscalers ne dépensent pas 725 Md$ parce qu'ils le peuvent — ils le font parce que chaque mégawatt sécurisé aujourd'hui est un revenu contractualisé demain.
Pour les entreprises clientes, c'est aussi un signal : les délais de mise en service deviennent un critère de choix de cloud, au même titre que le prix. Un backlog qui traîne, c'est du revenu différé — et une porte ouverte aux concurrents régionaux.
La leçon est brutale pour les challengers du cloud : le jeu se joue désormais sur l'accès à l'énergie. Et c'est exactement là que la Chine, qui planifie son réseau à l'échelle nationale, devient une menace structurelle plutôt que commerciale.
Et la Chine ? 70 Md$ de ByteDance et l'offensive open-weight
Face aux 725 Md$ américains, la Chine ne peut pas aligner les mêmes bilans. Elle compense par des capex massifs côté plateformes et par l'efficacité côté modèles.
ByteDance prépare ainsi 70 milliards de dollars de capex IA pour 2026 (notre analyse). C'est dix fois moins que le Big Four, mais un budget colossal pour une seule entreprise — et il s'inscrit dans une stratégie nationale où le réseau électrique se planifie à l'échelle de l'État.
L'autre front est celui des modèles ouverts. Moonshot AI a levé 2 Md$ tandis que Kimi K2.6 domine l'open-weight et que la Chine accélère : en auto-hébergement, Kimi K2.6 affiche 88,1 sur l'index agentique, devant GPT-5.4 (87,6), avec GLM-5 (Reasoning) de Z.AI à 82. Des modèles entraînés et exécutés sur des infrastructures contraintes par les contrôles à l'export de puces.
Pour la thèse du capex américain, c'est le point le plus inconfortable : si l'efficacité algorithmique rattrape la force de calcul, la douve des hyperscalers se réduit. Une architecture qui diviserait le coût d'inférence par un ordre de grandeur rendrait une partie de ces datacenters superflue. C'est le scénario que les sceptiques évoquent en creux — et que personne ne sait dater.
Mon avis : le risque chinois n'est pas de gagner la course aux datacenters. C'est de la rendre inutile.
Ce que ça change pour vous : l'IA en location n'a jamais été aussi bon marché
Paradoxe de cette course : plus les hyperscalers dépensent, moins l'IA coûte cher à ceux qui la consomment.
725 Md$ de capex, cela signifie des capacités d'inférence installées bien au-delà de la demande actuelle — donc une pression baissière permanente sur les prix. Chaque acteur doit remplir ses datacenters ; les développeurs en profitent : tiers gratuits plus généreux, prix par token en baisse, modèles ouverts exécutables partout.
Concrètement, vous pouvez construire un produit IA complet sans dépenser un centime d'infrastructure : un cerveau pris chez Groq, Google ou OpenRouter — voir notre sélection d'APIs IA gratuites, une interface hébergée pour quelques euros par mois chez Hostinger. Le surinvestissement des géants subventionne votre MVP.
Trois réflexes pour 2026 : commencez par les tiers gratuits avant tout engagement, évitez les contrats annuels tant que les prix d'inférence baissent, et gardez vos applications portables d'un modèle à l'autre. La fenêtre d'opportunité se situe pendant la surcapacité, pas après.
❌ Erreurs courantes
Erreur 1 : comparer les agrégats sans vérifier les périmètres
630, 690, 700, 725 Md$ : tous ces chiffres circulent et ne décrivent pas la même réalité (4 ou 5 acteurs, exercice fiscal ou calendaire, leases incluses ou non). Avant toute conclusion, vérifiez qui est compté, sur quelle période et avec quelles bornes de guidance.
Erreur 2 : confondre capex et argent « brûlé »
Un datacenter est un actif amortissable, pas une dépense d'exploitation. Le vrai débat porte sur la durée de vie utile des équipements face aux cycles de renouvellement des GPU. Jugez ces entreprises sur leur RPO et leurs revenus, jamais sur le capex isolément.
Erreur 3 : considérer la guidance 2026 comme gravée dans le marbre
Les fourchettes bougent chaque trimestre — Meta est passé de 72 Md$ dépensés en 2025 à des guidances à trois chiffres, révisées au fil des annonces. Bâtir une thèse d'investissement ou un business plan sur un chiffre unique est une erreur de méthode.
Erreur 4 : ignorer la concentration de la demande
627 Md$ de RPO, oui — mais signés avec un nombre restreint de clients IA. Si l'un d'eux ralentit, le backlog vieillit sans disparaître. La métrique à surveiller en 2027 n'est pas le capex total : c'est la diversification des acheteurs de calcul.
❓ Questions fréquentes
Pourquoi parle-t-on de 725 Md$ alors que d'autres sources avancent 630 Md$ ?
Parce que les périmètres diffèrent : Reuters agrège les quatre hyperscalers (~725 Md$), Futurum compte cinq acteurs dont Oracle (660-690 Md$), et Data Center Richness retient le capex planifié du seul Big Four (jusqu'à 630 Md$, +62 % vs 2025). L'exercice fiscal décalé de Microsoft et le traitement des leases expliquent le reste.
La demande justifie-t-elle vraiment ces dépenses ?
Pour 2026, largement : 627 Md$ de RPO commercial chez Microsoft, un run-rate IA de 37 Md$, un backlog cloud supérieur à 240 Md$ chez Google et 47 Md$ de revenue run-rate chez Anthropic. Le doute porte sur 2027 et au-delà : la demande est réelle, mais jeune et concentrée sur quelques acheteurs.
Que signifie le RPO de 627 Md$ de Microsoft ?
Remaining Performance Obligations : les revenus des contrats déjà signés mais pas encore reconnus. C'est de la demande contractualisée, pas une prévision. Ses limites : le calendrier d'exécution (l'électricité retarde les livraisons Azure) et la santé financière des signataires. C'est malgré tout le meilleur indicateur avancé du marché.
Michael Burry a-t-il raison sur le risque « too big to fail » ?
Sur la mécanique, oui : quatre bilans soutiennent le marché, et un arrêt brutal du capex serait un choc macroéconomique. Mais ces entreprises détenaient plus de 420 Md$ de cash fin de dernier trimestre et des modèles diversifiés. Le risque systémique existe ; sa matérialisation supposerait un effondrement de la demande, non constaté à ce jour.
Comment profiter de cette course sans budget datacenter ?
En louant tout : les tiers gratuits de Groq, Google et OpenRouter couvrent le prototypage, un hébergement à quelques euros par mois porte vos applications, et les modèles ouverts comme Kimi K2.6 s'exécutent en auto-hébergement. La surcapacité créée par les 725 Md$ se traduit directement par des prix d'inférence en baisse.
✅ Conclusion
À 725 milliards de dollars par an, la course aux datacenters n'est plus un pari sur l'IA : c'est un pari sur le système électrique et la demande de 2030 — et pendant que les géants s'affrontent, votre meilleur coup reste d'utiliser leur surcapacité, en commençant par notre guide des APIs IA gratuites.