Transformer la puissance de calcul de l'IA en une marchandise négociable : le nouveau pétrole ?

Contexte industriel : la volatilité des coûts de l’IA génère de nouveaux outils de gestion des risques

Au cours de la dernière décennie, les entreprises ont géré les risques de prix du carburant, des produits agricoles et des métaux par le biais des marchés à terme. Aujourd’hui, l’explosion de l’infrastructure de l’IA fait de la puissance de calcul un intrant clé pour les entreprises. Comme la plupart des entreprises ne possèdent pas directement de GPU haut de gamme mais louent leur capacité de calcul via des services cloud ou des fournisseurs de « nouveau cloud », le prix de location des GPU fluctue fortement en fonction de l’offre et de la demande, créant une grande incertitude budgétaire. Le groupe CME, en partenariat avec la société de données de prix Silicon Data, prévoit de lancer la première série de contrats à terme liés à la capacité de calcul de l’IA, visant à aider les entreprises à verrouiller leurs futurs coûts de calcul. Ces contrats sont en attente d’approbation réglementaire.

Impact sur le marché : d’outil de couverture à classe d’actifs

Dans les jours suivant l’annonce, les sociétés de gestion d’actifs ProShares et Rex Shares ont déjà déposé des demandes d’ETF basés sur ces contrats à terme, y compris des produits à effet de levier et inverses, montrant que les investisseurs considèrent la puissance de calcul de l’IA comme une classe d’actifs négociable. Carmen Li, fondatrice et PDG de Silicon Data, estime que la taille de ce marché pourrait finalement dépasser celle des contrats à terme pétroliers, car la demande énergétique liée à l’IA dépassera la somme de toutes les autres utilisations énergétiques. Si les contrats sont approuvés, cela aura un impact profond sur la planification financière des entreprises d’IA – elles pourront verrouiller leurs coûts à l’avance, tandis que les fournisseurs disposant d’une grande capacité GPU pourront se couvrir contre le risque de baisse des prix. De plus, SpaceX a déjà cité l’indice des prix de location GPU de Silicon Data dans son prospectus d’introduction en bourse, indiquant que ces données sont déjà adoptées par les entreprises grand public.

Paysage concurrentiel : gagnants et perdants

• Gagnants : les fabricants de GPU comme NVIDIA bénéficieront d’un signal de demande plus stable ; les fournisseurs de services cloud (tels qu’AWS, Azure, Google Cloud) et les fournisseurs de « nouveau cloud » pourront gérer leur propre risque de capacité ; les institutions financières (comme les hedge funds) pourront obtenir de nouvelles sources de profit via la spéculation.
• Perdants : les jeunes start-up d’IA pourraient subir une pression financière accrue en raison de la volatilité des coûts de calcul, mais le marché à terme peut également fournir des outils de couverture ; les bourses de matières premières traditionnelles (comme ICE) devront accélérer le développement de produits liés à l’IA.
• Suiveurs potentiels : d’autres fournisseurs de données (comme Luxury, Banana Dev) pourraient lancer des indices concurrents, favorisant la maturité du marché.

Implications pour les entreprises : les entreprises doivent repenser leur stratégie d’achat de puissance de calculLes entreprises doivent prêter attention aux trois points suivants : 1. Stratégie de couverture : dans les 12 à 24 prochains mois, les grandes entreprises d'IA peuvent évaluer s'il est possible d'utiliser des contrats à terme pour verrouiller les coûts d'entraînement et d'inférence, à l'instar des compagnies aériennes qui gèrent leurs coûts de carburant. 2. Fiabilité des indices de référence : avec plus de 50 configurations GPU (dont plusieurs variantes du seul NVIDIA H100), Silicon Data construit un indice en normalisant les équivalences en "cas de référence H100". Les entreprises doivent comprendre la méthodologie de construction de l'indice pour s'assurer qu'il reflète le type de puissance de calcul qu'elles utilisent elles-mêmes. 3. Évolutions réglementaires : la CFTC examinera rigoureusement les spécifications des contrats, les mécanismes de règlement et la transparence des indices de référence. Les entreprises doivent suivre les progrès de la conformité et ajuster à l'avance leurs modèles financiers internes.