Les investisseurs ont emprunté 36 milliards de dollars pour des puces Google destinées à Anthropic

Anthropic finance l'achat de serveurs critiquement coûteux par le biais d'investisseurs tiers qui ont levé 36 milliards de dollars en fonds d'emprunt. Cela montre comment les entreprises d'IA en concurrence avec OpenAI gèrent les dépenses astronomiques en infrastructure.

Un schéma de financement circulaire

Selon Bloomberg, un groupe d'investisseurs emprunte 36 milliards de dollars pour acheter des Google TPU (Tensor Processing Units) — des puces spécialisées qui entraînent et exécutent les modèles d'IA modernes. Ces puces sont ensuite transférées à Anthropic. Cette approche permet à Anthropic elle-même de ne pas être l'emprunteur et de ne pas assumer la responsabilité juridique directe de l'utilisation du financement. Cette architecture financière rappelle les structures utilisées chez OpenAI. L'argent change plusieurs fois de mains, les entreprises obtiennent l'équipement nécessaire, mais se distancient formellement des obligations de dette.

Pourquoi les investisseurs prennent ce risque

L'infrastructure d'IA nécessite des investissements qui dépassent le financement traditionnel :

• Un centre de données mondial coûte entre 10 et 20 milliards de dollars
• Les Google TPU sont fournis en quantités limitées et uniquement par contrats à long terme
• L'entraînement d'un LLM moderne nécessite des millions d'heures de calcul
• La concurrence pour les puces s'est intensifiée — il faut réserver de la capacité des années à l'avance

Pour les investisseurs, c'est un pari risqué : si Anthropic augmente en valeur et capture une part significative du marché de l'IA, leur investissement sera remboursé plusieurs fois. Sinon, ils se retrouvent avec de l'équipement coûteux entre les mains.

Ce que cela signifie

La Fintech et les financiers traditionnels s'immiscent au cœur de l'industrie de l'IA. La course aux puissances de calcul pourrait bientôt se heurter à une limite d'emprunt — les banques commenceront à imposer des conditions strictes ou à refuser purement et simplement. Cela pourrait ralentir la croissance des nouveaux startups d'IA et concentrer le pouvoir entre les mains des grandes entreprises disposant de leurs propres flux de trésorerie.