Un cadre adapté de Fazzari et al. (1988), tel que modifié par Chinn, offre ce qui pourrait être l'angle d'analyse le plus éclairant pour évaluer la durabilité des dépenses d'investissement (capex) liées à l'IA. La théorie originale du pecking order en finance d'entreprise postule que les entreprises privilégient le financement interne — bénéfices non distribués et flux de trésorerie — avant de recourir à des sources externes telles que l'émission de dettes ou d'actions. La partie plate la plus basse du graphique correspond au financement assuré par les flux de trésorerie d'exploitation.

Jusqu'à récemment, la courbe de demande d'investissement en IA croisissait ce segment plat de la courbe d'offre de financement, ce qui signifie que les plus grandes entreprises technologiques pouvaient financer leurs déploiements IA à partir de liquidités générées en interne. À partir de 2026, cependant, les hyperscalers — les grands fournisseurs d'infrastructure cloud et IA tels qu'Amazon, Microsoft, Alphabet et Meta — se tournent de plus en plus vers le financement externe. Les dépenses en question sont principalement orientées vers la construction de centres de données, les semi-conducteurs spécialisés et les clusters de GPU nécessaires pour entraîner et déployer des modèles d'IA à grande échelle. D'autres entreprises liées à l'IA ne disposant pas de flux de trésorerie suffisants ont fait appel aux marchés de capitaux externes depuis plusieurs mois déjà. Parallèlement, la courbe globale de demande de capital d'investissement en IA continue de se déplacer vers l'extérieur.

Ce changement est documenté dans une analyse de The Economist, qui note que l'empreinte croissante de l'IA sur les marchés de capitaux s'étend des actions vers le marché obligataire.

Le flux de trésorerie disponible des principaux hyperscalers devrait augmenter à partir de 2028, selon une recherche de Slok (28 juillet 2026). Cette prévision, cependant, demeure une projection plutôt qu'un résultat réalisé, et sa concrétisation dépend dans une large mesure de la capacité des flux de revenus liés à l'IA — services d'IA dans le cloud, licences et adoption par les entreprises — à se développer suffisamment pour compenser les lourds coûts d'investissement initiaux.

À titre indicatif, les plans de dépenses d'investissement de quatre grands hyperscalers ont été détaillés par Bloomberg (30 juillet 2026), indiquant que la vague d'investissement en IA reste soutenue même lorsque les coûts de financement augmentent.

En revenant au cadre du pecking order (Figure 1), une implication clé émerge : une hausse du taux obligataire corporatif applicable à ces hyperscalers réduira la quantité de financement qu'ils demandent. Lorsque les hyperscalers pouvaient financer leurs investissements en IA à partir de réserves de liquidités internes, ils étaient largement isolés des effets de la hausse des rendements obligataires. À l'avenir, à mesure que la dépendance aux marchés de la dette externe s'accroît, cette isolation s'amenuise — ce qui pourrait faire de la dynamique des taux d'intérêt une contrainte plus significative sur le rythme et l'ampleur des investissements dans l'infrastructure IA.