L'appel d'Arthur Hayes concernant le Bitcoin se résume facilement à une phrase : 1 million de dollars d'ici 2030. Son argument réel est moins réconfortant.
Hayes soutient que la prochaine forte hausse du Bitcoin pourrait suivre un effondrement du financement de l'infrastructure IA par la dette. Si les centres de données, les GPU et les projets informatiques ne génèrent pas suffisamment de revenus pour supporter leurs emprunts, les gouvernements pourraient réagir avec de nouvelles liquidités. Dans ce scénario, le Bitcoin bénéficierait non pas parce que l'IA réussit, mais parce que le système financier a finalement besoin d'un nouveau sauvetage.
C'est une thèse audacieuse. Les données récentes du marché montrent pourquoi elle ne peut être écartée d'emblée – bien que les preuves soient encore loin de prouver qu'une crise de crédit IA est imminente.
L'infrastructure IA devient une histoire de crédit
La construction de l'IA n'est plus financée uniquement par les flux de trésorerie des grandes entreprises technologiques. La dette, le crédit privé, le financement de projets et les investisseurs externes sont de plus en plus impliqués.
Les données de Morgan Stanley rapportées par Reuters montrent que les entreprises ont levé environ 466 milliards de dollars en dette liée à l'IA au cours des neuf premiers mois de 2026, contre environ 101 milliards de dollars au cours de la même période l'année précédente. Pourtant, l'émission a fortement ralenti en septembre, lorsque les entreprises ont levé environ 23 milliards de dollars, soit moins de la moitié du total d'août.
Ce ralentissement ne signifie pas nécessairement que la demande d'IA s'est effondrée. Il peut refléter le montant de la dette déjà émise, la hausse des coûts d'emprunt et les questions croissantes sur la question de savoir si les dépenses d'investissement massives généreront des rendements acceptables. Mais cela montre que le côté financement du boom de l'IA devient aussi important que la technologie elle-même.
Les chiffres doivent finir par fonctionner
Un centre de données peut être stratégiquement important et rester un mauvais investissement. L'entreprise doit générer suffisamment de revenus pour payer l'électricité, le terrain, la construction, les serveurs, la maintenance, le financement et le remplacement du matériel.
Ce calcul devient plus difficile à mesure que l'industrie se développe. Les recherches discutées par Axios estiment que les grandes entreprises technologiques pourraient avoir besoin d'environ 2,9 billions de dollars pour étendre leur capacité de calcul d'ici 2028, plus de la moitié provenant d'investisseurs externes. La même analyse estime que l'infrastructure devrait produire environ 3,7 billions de dollars de revenus annuels d'ici six ans pour offrir un rendement de 10 %.
Ces chiffres ne prouvent pas que l'infrastructure IA est surdimensionnée. Ils expliquent pourquoi les investisseurs prêtent une attention plus étroite aux taux d'utilisation, aux contrats clients et au calendrier des flux de trésorerie. Un projet peut sembler attractif lorsque la demande augmente rapidement, mais son économie devient fragile si les clients retardent leurs dépenses ou si de nouvelles puces rendent l'équipement existant moins compétitif.
La valeur des GPU fait partie du risque de garantie
La thèse d'Hayes dépend en partie de l'idée que les prêteurs pourraient financer des actifs dont la valeur chute plus rapidement que les prêts utilisés pour les acheter.
Les GPU sont des actifs productifs, mais leur valeur de revente est liée aux cycles technologiques. Une nouvelle génération de matériel peut réduire la demande pour l'équipement plus ancien, même si les anciennes puces continuent de fonctionner. Si un emprunteur fait défaut, les prêteurs pourraient ne pas récupérer la valeur qu'ils avaient supposée lors de l'émission du prêt.
Les dernières données de revente offrent une raison de prudence. L'indice d'American Compute pour les GPU de centres de données d'occasion est tombé à 75 en août 2026, son niveau le plus bas sur 13 mois et en baisse de 12 % par rapport au mois précédent. Le rapport indique que les anciennes cartes ont mené le déclin, tandis que les systèmes H100 ont mieux résisté.
Cela ne constitue pas un effondrement de la valeur des GPU. Cela montre pourquoi les prêts garantis par des GPU nécessitent des hypothèses plus prudentes que le financement d'équipement ordinaire. Les prêteurs doivent estimer combien une puce vaudra dans plusieurs années, et non simplement quelle est la demande actuelle.
Le crédit privé propage l'exposition
Le risque financier est également plus difficile à mesurer car la dette n'est pas concentrée en un seul endroit évident. Le financement de l'infrastructure IA peut apparaître via des obligations d'entreprises, des fonds de crédit privé, des structures adossées à des actifs, des véhicules immobiliers commerciaux et du financement de projets.
S&P Global a averti que l'exposition des centres de données peut sembler diversifiée sur différents produits tout en dépendant du même petit groupe d'hyperscalers et de clients IA. Si les mêmes entreprises sont finalement responsables de la demande à travers plusieurs structures de financement, un problème au niveau du client pourrait affecter plus de prêteurs que ne le suggère la diversification globale.
C'est là que la comparaison de 2008 entre en jeu. Le point n'est pas que l'infrastructure IA est identique aux prêts hypothécaires subprime. La similitude est que l'effet de levier, les hypothèses optimistes et les canaux de distribution complexes peuvent rendre les risques difficiles à voir avant que les prix des actifs ne commencent à baisser.
Pourquoi cela pourrait devenir un catalyseur pour le Bitcoin
Si l'investissement IA ralentit simplement, le résultat pourrait être une faiblesse des actions technologiques, une baisse de la demande de GPU et un resserrement du crédit. Cela serait probablement négatif pour le Bitcoin à court terme car les investisseurs ont tendance à réduire leur exposition aux actifs volatils en période de stress.
Hayes décrit une étape ultérieure du cycle. Son point de vue est que les pertes pourraient devenir suffisamment importantes pour déclencher une intervention politique. Les gouvernements pourraient augmenter les dépenses, soutenir les institutions financières ou élargir l'offre de monnaie fiduciaire pour contenir les dégâts. Si cette réponse produisait une vague de liquidités généralisée, le Bitcoin pourrait en bénéficier en tant qu'actif numérique rare en dehors du système bancaire traditionnel.
La séquence est importante. Un choc de crédit n'enverrait pas automatiquement le Bitcoin à la hausse. Le marché pourrait d'abord connaître des ventes forcées, une baisse des liquidités et une forte baisse du BTC. Le cas haussier dépend de ce qui se passe après le stress initial : si les décideurs politiques réagissent avec des mesures qui restaurent la liquidité, et si les investisseurs choisissent le Bitcoin comme couverture contre la dévaluation de la monnaie et l'instabilité financière.
Les flux actuels de Bitcoin ne sont pas encore une confirmation claire
La demande institutionnelle de Bitcoin reste mitigée. Le 12 octobre, les ETF Bitcoin spot américains ont enregistré une sortie nette d'environ 65 millions de dollars. Cependant, les mêmes données ont montré des entrées nettes d'environ 1,9 milliard de dollars au cours du mois précédent, suggérant qu'une seule séance négative ne définit pas la tendance générale.
Ceci est important pour la thèse du million de dollars. Avant tout sauvetage hypothétique mené par l'IA, le Bitcoin aurait toujours besoin d'une demande durable de la part des ETF, des institutions, des entreprises et des détenteurs à long terme. La liquidité seule pourrait ne pas suffire si les investisseurs ne sont pas disposés à allouer du capital au BTC.
Le marché surveille donc deux questions distinctes. La première est de savoir si l'infrastructure IA peut générer suffisamment de revenus pour justifier son financement. La seconde est de savoir si le Bitcoin peut attirer des capitaux durables lorsque les conditions macroéconomiques deviendront plus favorables. L'un ne garantit pas l'autre.
En conclusion
La prévision d'Arthur Hayes d'un Bitcoin à 1 million de dollars n'est pas une prédiction de prix conventionnelle. C'est un scénario construit autour de la dette, des cycles technologiques et de la politique monétaire.
Le boom de l'IA attire clairement d'énormes quantités de capital, et la structure de financement devient de plus en plus complexe. Il existe déjà des signes de ralentissement de l'émission de dette, de hausse des coûts d'emprunt et d'un examen plus approfondi de l'économie des centres de données. Mais il n'y a pas encore de preuves confirmées d'une crise de crédit IA à l'échelle du système.
Pour l'instant, la meilleure conclusion est conditionnelle. Si l'infrastructure IA produit des flux de trésorerie solides, la thèse de la crise de crédit s'affaiblit. Si la demande déçoit, que la valeur des GPU baisse et que les pertes du crédit privé se propagent, le risque devient plus sérieux. Seule une réponse politique majeure pourrait transformer ce stress en une sorte d'événement de liquidité qui, selon Hayes, pourrait pousser le Bitcoin vers 1 million de dollars.
Les lecteurs peuvent suivre les marchés Bitcoin, les développements macroéconomiques et la recherche sur les actifs numériques via Tapbit. Les utilisateurs qui ont déjà un compte peuvent se connecter, tandis que ceux qui explorent la plateforme pour la première fois peuvent s'inscrire ici.
Questions fréquemment posées
Pourquoi Arthur Hayes pense-t-il que le Bitcoin pourrait atteindre 1 million de dollars d'ici 2030 ?
Hayes soutient qu'un ralentissement de l'infrastructure IA alimenté par la dette pourrait éventuellement conduire les gouvernements à injecter des liquidités dans le système financier. Il pense que le Bitcoin pourrait bénéficier de ces liquidités et d'une demande plus forte pour les actifs rares.
Une crise de crédit IA est-elle déjà en cours ?
Pas à un niveau systémique confirmé. La dette liée à l'IA a fortement augmenté, tandis que les investisseurs deviennent plus sélectifs quant aux centres de données et aux structures de financement. Les preuves actuelles indiquent un risque croissant, pas une crise avérée.
Pourquoi les prix des GPU sont-ils importants pour le financement de l'IA ?
Les GPU peuvent servir de garantie pour les prêts utilisés pour construire l'infrastructure IA. Si des puces plus récentes réduisent la valeur du matériel plus ancien, les prêteurs pourraient récupérer moins que prévu si un emprunteur fait défaut.
