Anthropic a créé Theseus Infrastructure et s'est associée à Macquarie Asset Management et GIC pour financer des centres de données axés sur l'IA. L'accord injecte des milliards de dollars d'emprunts de crédit privé dans une entité distincte, évitant ainsi d'inscrire la dette au bilan d'Anthropic et signalant un modèle de financement qui pourrait augmenter les coûts des services d'IA pour les développeurs.

Pourquoi cette structure est importante

Anthropic ne possédera pas les installations. Theseus lèvera des fonds propres auprès de ses propriétaires, empruntera des milliards auprès de fonds de crédit privé, construira les centres de données, puis louera les sites à Anthropic en tant que locataire principal. Le bail à long terme engage Anthropic à des paiements réguliers, tandis que l'emprunt reste inscrit dans les comptes de l'entité à vocation spécifique (SPV), et non chez Anthropic elle-même.

Une SPV est une société juridiquement distincte créée uniquement pour détenir un actif et contracter une dette sur celui-ci. Comme la SPV détient la dette, les états financiers d'Anthropic ne présentent aucun passif, même si l'entreprise doit effectuer des paiements de loyer qui reflètent le coût de cet emprunt.

Le contexte de cette initiative

La puissance de calcul à l'échelle du gigawatt alimente les grands modèles de langage, mais le capital initial nécessaire pour construire et exploiter de telles installations dépasse ce que la plupart des laboratoires d'IA peuvent financer sereinement. En déportant le financement vers une SPV, des entreprises comme Anthropic, Meta et Oracle sécurisent la puissance de calcul dont elles ont besoin sans gonfler leur propre bilan. Le projet « Hyperion » de Meta et les sites d'Oracle pour OpenAI suivent le même modèle : une entité tierce lève des capitaux, construit l'infrastructure, puis la reloue au développeur d'IA.

Ce que les développeurs risquent de perdre

  1. La capacité devient une question de financement – Les limites de débit et la disponibilité des modèles sur l'API Claude dépendent du maintien des contrats de location sous-jacents. Si le service de la dette de la SPV est sous pression, le fournisseur pourrait réduire la capacité.
  2. Les prix sont liés au service de la dette – Les paiements de loyer doivent couvrir les intérêts et le principal du crédit privé. Si les revenus de l'IA sont insuffisants, le fournisseur augmentera probablement les prix de l'API ou imposera des plafonds d'utilisation plus stricts pour remplir ses obligations.
  3. Le risque fournisseur se déplace vers le marché de la dette – De grands fonds de crédit privé détiennent désormais une participation cachée dans l'infrastructure d'IA qui alimente vos applications. Un ralentissement des marchés du crédit pourrait se répercuter sur les services dont vous dépendez, même si le risque n'apparaît pas au bilan du laboratoire d'IA.

Ce qu'il faut surveiller ensuite

  • Les conditions de bail et les clauses de renouvellement – La durée et les mécanismes de tarification des baux dicteront la rapidité avec laquelle les variations de coûts pourront être répercutées sur les utilisateurs de l'API.
  • Les conditions du marché du crédit privé – Une hausse des taux ou un resserrement du crédit pourrait augmenter les coûts d'emprunt pour les SPV, ce qui se répercuterait sur les paiements de loyer.
  • L'adoption par l'industrie – Si davantage d'entreprises d'IA adoptent cette approche hors bilan, l'exposition du crédit privé à l'infrastructure d'IA augmentera, amplifiant le risque systémique.

Étapes pratiques pour les ingénieurs et les équipes produit

  • Concevoir pour l'agilité vis-à-vis des fournisseurs – Placez les appels de modèles derrière une couche agnostique vis-à-vis du fournisseur afin de pouvoir passer de Claude à un autre prestataire si les prix ou la capacité deviennent défavorables.
  • Tester la résistance des modèles de coûts – Simulez des scénarios de variation des prix de l'API pour voir comment vos marges résistent.
  • Suivre l'actualité du financement – Traitez les annonces de financement de centres de données avec la même urgence que les sorties de modèles ; elles préfigurent souvent des changements de coûts à venir.

L'essentiel : le prix de l'IA ne dépend plus seulement du code que vous écrivez. Il dépend de plus en plus de qui détient la dette qui alimente le matériel derrière le service. Les développeurs et les responsables de l'ingénierie qui ignorent l'aspect financier risquent d'être pris au dépourvu lorsque les pressions sur les coûts liées aux baux apparaîtront.