Une entreprise peut déclarer une perte nette d'un milliard de dollars la même année où son activité principale dégage une marge bénéficiaire de 60%. Ce n'est pas une hypothèse — c'est ce que CoreWeave, l'un des plus grands fournisseurs de cloud GPU, a enregistré en 2025. L'écart entre « prospère sur le plan opérationnel » et « perte d'un milliard de dollars » se résume à un seul chiffre auquel la plupart des gens ne pensent jamais : le nombre d'années pendant lesquelles une entreprise affirme qu'un équipement va durer.
Ce chiffre s'appelle la durée d'utilité, et l'hypothèse qui le sous-tend est actuellement l'objet d'une bataille de plusieurs milliards de dollars dans toute l'industrie de l'IA. C'est aussi l'une des décisions les plus mal comprises — et les plus lourdes de conséquences — que toute entreprise prenne concernant ses propres équipements, qu'il s'agisse d'un rack de serveurs à 300 000 .
La question à 30 millions de dollars : combien de temps dure un serveur GPU ?
Lorsqu'une entreprise achète un équipement, elle ne passe pas la totalité du coût en charge le jour de l'achat. Au lieu de cela, les règles comptables répartissent ce coût — l'amortissement — sur les années pendant lesquelles l'équipement devrait rester utile. Achetez un fourgon de livraison de 120 000 de charge par an, et non 120 000 $ d'un seul coup.
Le hic : « devrait rester utile » est une estimation, pas un fait. Et dans le secteur du cloud GPU — les entreprises qui achètent des racks de puces Nvidia et louent la puissance de calcul aux laboratoires d'IA — cette estimation varie considérablement d'une entreprise à l'autre.
CoreWeave amortit ses serveurs GPU sur 6 ans. Lambda utilise 5 ans. Nebius utilise 4 ans. Sur le papier, cela ressemble à une différence d'arrondi. En dollars, ce n'est pas le cas. Un serveur à huit GPU de 300 000 de charge d'amortissement annuelle sur un calendrier de 6 ans, contre 75 000 $ sur un calendrier de 4 ans. Multipliez cet écart pour un parc de 10 000 GPU, et le simple choix du calendrier d'amortissement peut faire varier les charges annuelles déclarées d'environ 30 millions de dollars — sans aucune différence dans le matériel réel, les revenus réels ou l'argent réel en banque.
C'est le paradoxe au cœur du boom des infrastructures IA : la même entreprise, les mêmes machines, les mêmes clients, peuvent sembler extrêmement rentables ou en train de perdre de l'argent, en fonction uniquement d'une hypothèse enfouie dans une note de bas de page des états financiers.
Pourquoi une entreprise « rentable » peut déclarer une perte massive
CoreWeave est l'exemple le plus clair. En 2025, l'entreprise a généré 5,13 milliards de dollars de revenus et environ 3,1 milliards de dollars d'EBITDA ajusté — une marge proche de 60%, ce qui rendrait presque tout chef d'entreprise heureux. Pourtant, la perte nette de CoreWeave pour l'année a dépassé le milliard de dollars.
La différence réside dans deux éléments importants non monétaires et de financement : environ 2,45 milliards de dollars d'amortissement et environ 1,2 milliard de dollars de charges d'intérêts sur la dette utilisée pour acheter le matériel en premier lieu. L'amortissement et les intérêts sont des coûts économiques réels, mais ils ne représentent pas de l'argent qui quitte l'entreprise ce jour-là — c'est la manière dont le système comptable répartit un achat initial important (et la dette utilisée pour le financer) sur les années futures.
Rien de tout cela ne signifie que les chiffres de CoreWeave sont faux. Cela signifie que « rentable » et « déclare un bénéfice » sont deux questions différentes, et le pont entre elles passe directement par l'estimation de la direction sur la durée de vie de ses équipements.
Le débat plus large : la revendication de 176 milliards de dollars de Michael Burry
Les jeunes pousses du cloud GPU ne sont pas les seules sous surveillance — les hyperscalers le sont aussi. L'investisseur Michael Burry (connu pour avoir parié correctement contre la bulle immobilière de 2008) a soutenu que Meta, Amazon, Microsoft, Google et Oracle amortissent leurs GPU Nvidia sur 5 à 6 ans, alors que la durée de vie économique réelle — compte tenu du passage de Nvidia à la sortie d'une nouvelle architecture de puce significativement plus rapide environ chaque année au lieu de tous les deux ans — est plus proche de 2 à 3 ans.
Le calcul de Burry : si la durée d'utilité réelle est de 3 ans au lieu de 6, l'industrie sous-estime les charges d'amortissement de 50 à 60 milliards de dollars par an, ce qui cumule à une estimation de 176 milliards de dollars de bénéfices surestimés sur 2026-2028. Son argument n'est pas que la comptabilité est illégale — c'est que des hypothèses de durée d'utilité plus longues rendent les bénéfices actuels meilleurs que ce que l'économie sous-jacente ne supporte, car les puces coûteuses peuvent être technologiquement obsolètes pour un travail de pointe bien avant que le calendrier d'amortissement ne les déclare « utilisées ».
La défense des hyperscalers est ce qu'on appelle parfois la théorie de la cascade de valeur : un GPU ne prend pas sa retraite lorsqu'un modèle plus récent est expédié. Il est redéployé — de l'entraînement des modèles de pointe, à l'exécution d'inférences, à la gestion de charges de travail internes plus légères — ce qui prolonge sa durée de vie économique réellement utile même après qu'il n'est plus à la pointe de la technologie.
Ce qui rend ce débat plus que théorique, c'est que des entreprises réelles ont déjà pris des décisions opposées à ce sujet. En 2025, Amazon a raccourci la durée d'utilité estimée d'un sous-ensemble de ses serveurs de 6 à 5 ans, citant explicitement le rythme accéléré du développement du matériel IA — et a enregistré une charge d'amortissement accélérée de 920 millions de dollars en conséquence. Au cours de la même période, Meta a fait l'inverse : elle a prolongé la durée d'utilité de ses serveurs à 5,5 ans, ce qui a réduit les charges d'amortissement déclarées de 2,9 milliards de dollars. Même cycle technologique sous-jacent, même secteur, conclusions opposées — ce qui montre à quel point le jugement (et l'incitation) est réellement intégré dans ce seul chiffre.
Les autres risques cachés derrière la ligne d'amortissement
Les hypothèses d'amortissement ne sont pas le seul point faible du modèle économique du cloud GPU, et il vaut la peine de les comprendre si vous évaluez une entreprise à forte intensité de capital — en tant que client, investisseur ou simple lecteur curieux :
- Marges opérationnelles minces. L'analyse du seuil de rentabilité des parcs de GPU financés par emprunt suggère que les fournisseurs doivent facturer environ 1 et 2,35 $. C'est une marge réelle, mais pas une grande marge de sécurité si les prix de location s'adoucissent.
- Concentration de la clientèle. Microsoft à elle seule représentait 67 % des revenus de CoreWeave en 2025. Une entreprise aussi dépendante d'un seul client comporte un risque qu'un compte de résultat sain ne montre pas.
- Risque de valeur résiduelle. Les GPU sont souvent utilisés comme garantie de prêt. Chaque fois que Nvidia expédie une puce plus rapide, la valeur de revente de la génération précédente chute, ce qui affaiblit la garantie adossée à la dette utilisée pour l'acheter.
- Dépendance au taux d'utilisation. Un GPU inactif continue de s'amortir et d'accumuler des intérêts sur la dette qui l'a payé — il ne génère tout simplement pas de revenus pendant ce temps. Le taux d'utilisation est sans doute plus important pour la rentabilité réelle que la marge annoncée.
Ce que cela signifie si vous dirigez une entreprise (pas un cloud GPU)
Vous n'avez pas besoin d'un parc de 10 000 GPU pour que cette leçon s'applique. Chaque entreprise qui achète un équipement — un ordinateur portable, un fourgon de livraison, une machine à expresso, une défonceuse CNC — fait le même type d'estimation de durée d'utilité, simplement à une échelle beaucoup plus petite. Et les mêmes distorsions s'offrent à vous, pour le meilleur ou pour le pire.
Selon les règles fiscales américaines pour 2026, la déduction Section 179 vous permet de passer immédiatement en charge jusqu'à 2 560 000 d'achats), et le bonus d'amortissement est à 100 % pour les biens admissibles mis en service après le 19 janvier 2025. En termes simples : pour la plupart des petites entreprises, la loi actuelle vous permet déjà de déduire rapidement les équipements, ce qui évite une grande partie du débat sur la « durée d'utilité à choisir » à des fins fiscales.
Mais vos livres — les registres que vous utilisez pour comprendre réellement votre entreprise, séparément de votre déclaration de revenus — sont une histoire différente, et c'est là que la leçon du cloud GPU compte le plus :
- Faites correspondre votre estimation de durée d'utilité à la réalité, et non au chiffre qui donne la meilleure apparence à ce trimestre. Si vous remplacez régulièrement les ordinateurs portables tous les 3 ans, ne les amortissez pas sur 5 ans simplement pour lisser les dépenses. Les propres tables de durée de vie des classes de l'IRS (Publication 946) sont un point d'ancrage raisonnable — ajustez à partir de là uniquement lorsque vous avez une raison spécifique (la façon dont vous utilisez réellement l'équipement, votre historique de maintenance, les directives du fabricant).
- Documentez votre raisonnement une fois, et ne le révisez que lorsque les faits changent — la sortie d'un nouveau modèle n'est pas automatiquement une raison de modifier votre estimation ; un changement réel dans la durée pendant laquelle vous conservez et utilisez réellement l'équipement en est une.
- Surveillez le signe du « revirement ». Si une entreprise modifie ses estimations de durée d'utilité dans la direction qui améliore les chiffres de la période en cours — comme l'exemple accéléré d'Amazon/Meta ci-dessus, se déplaçant dans des directions opposées dans le même secteur — c'est un signal pour regarder de plus près, que ce soit vos propres habitudes comptables ou une entreprise que vous évaluez.
- Séparez les flux de trésorerie du profit dans votre esprit. Une entreprise (y compris la vôtre) peut être saine en termes de flux de trésorerie tout en affichant une perte comptable, ou vice versa. L'amortissement et les intérêts sont les deux postes les plus responsables de cet écart — sachez lequel détermine vos chiffres avant de paniquer ou de vous réjouir.
L'histoire du cloud GPU est en fait une version amplifiée d'une décision que toute entreprise possédant des équipements prend : combien de temps pensez-vous honnêtement que cette chose va durer ? Obtenez cette estimation correcte, et vos états financiers vous disent la vérité sur votre entreprise. Si vous vous trompez — délibérément ou non — vous pouvez vous retrouver à gérer une fiction plutôt qu'une entreprise.
Gardez vos hypothèses d'amortissement honnêtes et vérifiables
Les calendriers d'amortissement sont exactement le type de décision qui bénéficie d'un enregistrement clair et permanent de ce que vous avez supposé et pourquoi — pas un chiffre enfoui dans le formatage d'un tableur qu'il est facile de modifier discrètement plus tard. Beancount.io vous offre une comptabilité en texte brut avec un historique complet des versions, de sorte que chaque ajustement d'une estimation de durée d'utilité, chaque écriture d'amortissement et chaque raison qui la sous-tend soient transparents et traçables dans le temps — pas de boîtes noires, pas de dépendance envers un fournisseur. Commencez gratuitement et gardez vos livres aussi vérifiables que les hypothèses qui les sous-tendent méritent de l'être.