Avec près de 16 milliards de dollars investis au deuxième trimestre, soit environ 13 787 160 707 €, SpaceX veut rentabiliser ses infrastructures IA en moins d’un an. Soutenu par Argus Research, le groupe vise aussi un objectif de cours relevé à 138 €.
SpaceX mise 16 milliards de dollars sur l’IA et transforme déjà la dépense en machine à cash
Argus Research a relevé sa recommandation sur SpaceX à l’achat et fixé un objectif de cours à 160 dollars, soit 138 € au taux de la BCE du 18 août 2026 (1 USD = 0,864 €). Le point clé n’est pas la cible boursière. Le vrai sujet, c’est la vitesse à laquelle le groupe convertit une dépense d’infrastructure colossale en revenus récurrents. Selon le texte source, l’entreprise a engagé près de 16 milliards de dollars au deuxième trimestre, soit environ 13,8 milliards d’euros, pour renforcer son infrastructure IA. Cette somme est massive. Mais elle n’a plus grand-chose d’un capex classique si les capacités sont remplies presque immédiatement.
Le cœur du raisonnement est simple. SpaceX construit de la capacité de calcul GPU à très grande échelle, l’utilise pour ses propres modèles, puis loue l’excédent à d’autres grands acteurs de l’IA. Selon la source d’origine, le directeur financier Bret Johnsen estime qu’un nouveau déploiement peut être remboursé en moins d’un an. Dit autrement, pour amortir 16 milliards de dollars sur douze mois, il faut générer environ 1,33 milliard de dollars par mois, soit près de 1,15 milliard d’euros par mois. Cette métrique dérivée n’apparaît pas dans la source initiale, mais elle donne l’ordre de grandeur du pari.
Colossus et Colossus II servent d’abord à louer du calcul, pas seulement à entraîner des modèles
La source fournie explique que SpaceX a déjà construit Colossus et Colossus II, d’abord pour ses propres besoins d’entraînement. En pratique, une partie significative de cette capacité est déjà louée. Les noms cités sont lourds : Anthropic, Google et Reflection AI. C’est le premier angle vraiment important : l’infrastructure n’attend pas une hypothétique rentabilité logicielle à long terme. Elle commence par facturer un besoin très concret, celui du calcul GPU rare et immédiatement monétisable.
Cette logique rapproche davantage l’activité d’un fournisseur de cloud spécialisé que d’un opérateur de datacenters traditionnel. Selon la source d’origine, la demande en calcul avancé reste supérieure à l’offre disponible. Résultat : dès que de nouvelles baies entrent en service, elles trouvent preneur rapidement. C’est ce qui comprime le délai de retour sur investissement.
Tesla montre que la logique de déploiement rapide peut aussi créer un avantage industriel
Pour comprendre pourquoi ce modèle compte, il faut regarder ce que font d’autres groupes d’Elon Musk sur l’industrialisation logicielle et matérielle. Selon le rapport trimestriel de Tesla publié en janvier 2026, le service Robotaxi devait s’étendre à 11 métropoles d’État, avec Las Vegas, Nevada, planifiée au premier semestre 2026. Le document indique aussi que les miles payants cumulés approchaient l’échelle des centaines de milliers et que le service était déjà en phase de montée en puissance sans supervision dans certaines zones du Texas. Cet élément n’est pas dans la source d’origine, mais il éclaire une constante : chez les sociétés pilotées par Musk, la valeur n’est pas seulement dans la technologie brute. Elle est dans la vitesse de déploiement commercial. ([ir.tesla.com](https://ir.tesla.com/_flysystem/s3/sec/000162828026003837/tsla-20260128-gen.pdf?utm_source=openai))
Autre point utile : selon la page d’assistance officielle Tesla Robotaxi, le service fonctionne déjà dans des zones limitées de Miami, Orlando, Tampa, Austin, Dallas et Houston, avec une estimation tarifaire affichée avant validation de la course. Le parc initial repose sur des Model Y. Cet usage concret montre que la monétisation d’un actif logiciel ou matériel passe d’abord par un périmètre restreint, puis par une montée en charge progressive. C’est exactement la logique décrite pour l’infrastructure IA de SpaceX. ([tesla.com](https://www.tesla.com/support/robotaxi?utm_source=openai))
Le Nevada ajoute un contexte favorable, mais pas un laissez-faire technique
Le texte fourni évoque une accélération des déploiements. Sur ce point, le Nevada DMV apporte un élément de contexte concret. Selon l’autorité, le Nevada n’impose pas de licence différenciée selon le niveau d’automatisation et autorise l’exploitation sur routes publiques dès lors que les exigences de conformité, d’assurance et d’enregistrement sont remplies. Le DMV précise aussi qu’il ne certifie pas lui-même la technologie : le fabricant suit un processus d’auto-certification pour les tests puis pour l’exploitation. Cela ne signifie pas absence de règles. Cela signifie un cadre plus rapide à activer pour un acteur déjà prêt industriellement. ([dmv.nv.gov](https://dmv.nv.gov/autonomous.htm?utm_source=openai))
Je prends une position claire : ce type d’environnement réglementaire favorise les groupes capables d’investir vite, pas forcément ceux qui ont la meilleure narration. Quand une entreprise dispose déjà d’actifs énergétiques, de capacité de construction et d’une demande solvable, un État procéduralement fluide devient un accélérateur très concret.
Le vrai levier, c’est le taux d’utilisation, pas la taille brute des investissements
La source d’origine donne un chiffre central : la capacité serait passée d’environ 0,4 GW par an à 1,4 GW annualisé à la fin du T2, avec un objectif supérieur à 2 GW d’ici la fin d’année. C’est l’information la plus structurante du dossier. En un an, la capacité annualisée a donc été multipliée par 3,5, soit une hausse de 250 %. Cette deuxième métrique dérivée est absente du texte de départ, mais elle résume l’ampleur du changement.
On peut aussi ramener le capex trimestriel à cette capacité. Sur la base des 16 milliards de dollars cités dans la source et d’une capacité annualisée de 1,4 GW en fin de T2, cela représente environ 11,43 milliards de dollars par GW, soit près de 9,87 milliards d’euros par GW. Ce calcul ne mesure pas un coût unitaire strict de construction, car il mélange une dépense de trimestre et une capacité annualisée de fin de période. Mais il donne un ordre de grandeur utile pour juger la violence capitalistique du modèle.
Le marché valide déjà la thèse : la rareté du GPU reste monétisable à court terme
La source initiale insiste sur la pénurie persistante de puissance de calcul pour l’entraînement et l’inférence avancée. C’est crédible, et surtout cohérent avec les mouvements du marché. Selon le blog officiel de Waymo, l’entreprise couvrait en juin 2026 plus de 1 400 square miles dans 11 villes, soit environ 3 626 km². Cette donnée n’a pas de lien direct avec les GPU, mais elle montre que les acteurs de la mobilité autonome, eux aussi, passent à l’échelle. Or plus ces services se déploient, plus les besoins en simulation, perception, cartographie, entraînement et inférence augmentent. La demande de calcul ne vient donc pas seulement des laboratoires de modèles génératifs. Elle vient aussi des opérateurs qui industrialisent des services IA dans le monde réel. ([waymo.com](https://waymo.com/blog/?p=t&utm_source=openai))
Autre signal de marché : selon Waymo, la société a levé 16 milliards de dollars en février 2026 pour accélérer son expansion mondiale. Là encore, le message est limpide : les plateformes IA et autonomie mobilisent désormais des enveloppes à deux chiffres en milliards de dollars. Dans ce contexte, un fournisseur capable de louer rapidement du calcul haut de gamme se positionne sur une dépense devenue stratégique chez ses clients. ([waymo.com](https://waymo.com/blog/2026/02/waymo-raises-usd16-billion-investment-round/?utm_source=openai))
La marge vient ensuite, et elle peut être élevée
La source fournie avance que les fournisseurs de cloud GPU opèrent souvent avec de fortes marges brutes. C’est plausible pour une raison simple : une fois la capacité mise en ligne et remplie, chaque contrat additionnel utilise un actif déjà amorti en partie par la demande existante. L’effet d’échelle joue alors très vite sur l’EBITDA incrémental. C’est précisément ce qui distingue une infrastructure rare d’un datacenter générique.
Je suis net sur ce point : la marge ne naît pas de la sophistication du discours financier. Elle naît du taux d’occupation, de la vitesse de mise en service et de la capacité à signer des clients solvables avant même que toute l’infrastructure soit finalisée. La source d’origine suggère que SpaceX coche déjà ces trois cases.
Les couches logicielles ajoutent une deuxième monétisation sur la même base matérielle
Le texte de départ mentionne plusieurs briques logicielles : Grok, X, des API entreprise et l’intégration planifiée des outils de code Cursor. Même si le gros de la hausse de revenus IA au T2 viendrait des contrats d’infrastructure, l’intérêt stratégique est ailleurs : chaque couche logicielle peut réutiliser les mêmes fondations de calcul.
Selon la source initiale, les revenus IA auraient atteint environ 2,6 milliards de dollars au T2, soit près de 2,25 milliards d’euros. Si l’on rapporte ce montant aux 16 milliards de dollars investis sur le trimestre, le revenu trimestriel du segment représente environ 16,25 % du montant engagé sur la période. Le ratio reste partiel et ne vaut pas preuve de rentabilité. En revanche, il montre qu’une fraction non négligeable du retour financier commence déjà à apparaître à très court terme.
Le parallèle avec le robotaxi aide à lire la feuille de route de SpaceX
Selon la page officielle Tesla Robotaxi, le service demande à l’utilisateur d’entrer une destination dans une zone donnée, d’afficher un prix estimé et un temps d’attente, puis de confirmer la course. L’offre actuelle reste limitée géographiquement, et le véhicule utilisé est encore le Model Y. Tesla précise toutefois sur son site dédié que le Cybercab, véhicule pensé pour un usage autonome, doit proposer des trajets à l’avenir. En clair, le modèle économique suit trois étapes : tester avec un parc existant, sécuriser l’expérience, puis basculer vers un véhicule optimisé pour le coût d’exploitation. ([tesla.com](https://www.tesla.com/support/robotaxi?utm_source=openai))
Cette séquence aide à comprendre la stratégie IA de SpaceX. L’entreprise ne cherche pas à attendre une architecture parfaite. Elle active d’abord la demande avec des clusters déjà opérationnels, monétise l’excédent, puis densifie la couche applicative maison. C’est une stratégie de rendement progressif, pas un pari binaire.
Cinq apports concrets absents du texte d’origine
1. Tesla a officiellement inscrit Las Vegas dans son planning Robotaxi
Selon les rapports investisseurs de Tesla d’avril et janvier 2026, Las Vegas figurait d’abord en phase de préparation, puis en lancement planifié au premier semestre 2026. Ce jalon officiel ajoute un contexte Nevada concret absent du texte source. ([ir.tesla.com](https://ir.tesla.com/_flysystem/s3/sec/000162828026026551/tsla-20260422-gen.pdf?mod=article_inline&utm_source=openai))
2. Le Nevada DMV fonctionne par auto-certification, pas par homologation technique directe
Selon l’autorité de l’État, les fabricants doivent fournir un dossier, respecter les exigences d’assurance et obtenir un certificat de conformité pour tester ou exploiter. C’est un détail réglementaire clé que le texte initial n’apporte pas. ([dmv.nv.gov](https://dmv.nv.gov/autonomous.htm?utm_source=openai))
3. Le service Robotaxi de Tesla est déjà en exploitation commerciale dans six grandes zones urbaines
Les zones citées officiellement sont Miami, Orlando, Tampa, Austin, Dallas et Houston. Cela montre qu’une stratégie de montée en charge région par région est déjà réelle. ([tesla.com](https://www.tesla.com/support/robotaxi?utm_source=openai))
4. Waymo couvrait plus de 3 626 km² en juin 2026
La conversion de plus de 1 400 square miles en kilomètres carrés donne un ordre de grandeur terrain de la concurrence autonome. C’est un bon repère pour mesurer l’échelle visée par les futurs services comparables. ([waymo.com](https://waymo.com/blog/?p=t&utm_source=openai))
5. Le cadre fédéral américain évolue aussi en faveur des déploiements AV
Selon la NHTSA, annoncée le 30 juillet 2026, l’agence accélère l’élaboration de standards de performance pour les véhicules autonomes et simplifie certaines exemptions de test et de déploiement commercial. Cela ne concerne pas uniquement Tesla, mais cela change le contexte concurrentiel général. ([nhtsa.gov](https://www.nhtsa.gov/press-releases/cutting-red-tape-safely-fast-track-automated-vehicle?utm_source=openai))
Ce que le marché doit surveiller maintenant
Premier indicateur : la vitesse réelle de remplissage des nouvelles capacités GPU. Deuxième indicateur : la proportion de revenus tirée de clients externes par rapport aux usages internes. Troisième indicateur : l’évolution du mix entre location de calcul et couches logicielles comme Grok et les API. Quatrième indicateur : la capacité à maintenir une montée de 1,4 GW vers plus de 2 GW sans créer de goulot d’étranglement énergétique ou thermique, alors même que la source d’origine présente l’avantage de SpaceX sur la construction rapide d’infrastructures de puissance et de refroidissement.
Mon avis est simple : la thèse n’est solide que si la discipline opérationnelle suit. Dépenser 16 milliards de dollars en un trimestre impressionne. Les rembourser vite via des contrats de calcul, puis ajouter des revenus logiciels à forte marge sur la même base matérielle, voilà ce qui compte vraiment.
Source de référence
Pour le cadre réglementaire du Nevada sur les véhicules autonomes, voir la page officielle du Nevada DMV : https://dmv.nv.gov/autonomous.htm.
Mon avis :
Argus voit juste sur un point : si SpaceX monétise vraiment ses capacités GPU aussi vite qu’annoncé, l’effet sur le cash-flow peut être puissant. Mais l’avis surestime un dossier encore spéculatif : l’objectif de 160 $, soit 138 €, reste inférieur au cours de clôture du 7 juillet 2026 à 185 $. (argusresearch.com)
