NG Solution Team
Startups

Crédits GPU : comment les startups d’IA lèvent des fonds sans cash

Les fournisseurs de cloud deviennent discrètement des investisseurs : ils échangent des crédits de calcul — souvent des crédits GPU — contre des participations, un modèle qui paraît généreux jusqu’au moment où un fondateur tente de partir. Environ 13 milliards de dollars que Microsoft a engagés auprès d’OpenAI ont été versés en grande partie sous forme de crédits Azure, et non en numéraire, liant la croissance d’OpenAI à l’infrastructure Azure pendant des années.

Crédits GPU : le mécanisme

Un fournisseur cloud, qu’il s’agisse d’un hyperscaler comme Microsoft ou Google ou d’un acteur spécialisé dans les GPU comme CoreWeave ou Lambda, peut accorder à une startup un important bloc de crédits de calcul — souvent évalué à des dizaines de millions de dollars — en échange d’actions, de bons de souscription ou d’un contrat d’engagement de dépenses pluriannuel. Aucune somme n’entre dans la trésorerie de la startup : elle obtient l’accès au calcul nécessaire pour entraîner et servir ses modèles, et le fournisseur obtient à la fois une participation potentiellement lucrative et un client captif pour des ressources matérielles coûteuses à maintenir inactives.

Ce schéma a servi de modèle visible avec Microsoft et OpenAI : une large part des quelque 13 milliards de dollars engagés par Microsoft l’a été sous la forme de crédits Azure, échangeant capacité de calcul contre statut de fournisseur cloud exclusif et droits d’intégration des modèles d’OpenAI dans les produits Microsoft.

Pourquoi c’est attractif pour les startups

Pour une startup d’IA sans revenus substantiels, la question n°1 des investisseurs est souvent : qui paie les GPU ? Les crédits de calcul permettent de répondre sans entamer la trésorerie ni lancer un tour d’investissement long et difficile. En outre, ces accords évitent la nécessité d’établir une valorisation chiffrée sur une entreprise pré-revenue, car le fournisseur est rémunéré via l’usage futur et l’option de croissance plutôt que par un prix par action immédiat.

Il existe aussi un effet de signal : l’acceptation par Google Cloud, Oracle ou un fournisseur spécialisé de concéder des crédits contre actions est perçue comme une forme de due diligence pouvant faciliter une levée de fonds ultérieure.

Dilution et valorisation : la contrepartie rarement bien comprise

Les crédits sont souvent valorisés au tarif public affiché lorsque la participation est calculée. Mais le prix affiché du temps GPU n’est pas forcément ce que paient réellement les fournisseurs, qui accordent à leurs grands clients des remises substantielles. Une startup peut donc céder des parts basées sur une valeur notionnelle — par exemple 50 millions de dollars en crédits au tarif catalogue — alors que le coût effectif pour le fournisseur était une fraction de cette somme. Les investisseurs le remarquent : certains demandent désormais aux sociétés en portefeuille les termes bruts de leurs contrats de calcul avant d’accepter de mener un tour, car l’écart entre valeur notionnelle et coût réel détermine le véritable prix payé pour l’équité.

Verrouillage, clauses d’engagement et risques opérationnels

Ces accords ne sont pas de simples bons d’achat. Ils s’accompagnent souvent de contrats d’engagement de dépenses de trois à cinq ans, fixant des seuils d’utilisation minimums pour conserver la tarification préférentielle. Changer de fournisseur avant la fin du contrat peut déclencher des clauses de clawback, entraîner la perte d’actions non acquises liées à l’utilisation continue, ou obliger la startup à régler une facture en cash qu’elle n’avait pas prévue.

Le résultat concret : une startup peut rester liée à un fournisseur même si un concurrent propose des puces meilleures ou moins chères, parce que le passage de l’infrastructure à un autre opérateur détruirait l’économie de l’accord d’équité initial.

Conséquences sur le cap table et la gouvernance

La présence d’une participation accordée contre du calcul complique les tours tarifés ultérieurs. Un investisseur entrant doit évaluer la valeur réelle de la participation initiale, vérifier l’existence éventuelle de sièges au conseil, de droits d’information, ou de bons de souscription convertibles à un rabattement sur la nouvelle levée. Ces instruments ne correspondent pas aux SAFE standard et allongent négociations et frais juridiques.

Il existe aussi un risque de conflit d’intérêts : un fournisseur d’infrastructure qui détient des actions et contrôle la fourniture de calcul peut avoir des objectifs différents de ceux des fondateurs si l’architecture du modèle favorise des puces concurrentes ou si un autre fournisseur propose une offre plus avantageuse.

Quand ce montage a du sens — et les précautions à prendre

Le modèle n’est pas systématiquement mauvais : pour une startup sans autre moyen d’accéder au calcul nécessaire, échanger des actions contre des GPU peut être préférable à l’arrêt du projet. Mais les fondateurs doivent garder plusieurs réflexes : contester la valorisation des crédits en demandant un benchmark sur les coûts réels plutôt que le tarif catalogue, lire les clauses d’engagement de dépenses avec autant de soin qu’un term sheet, et négocier les droits associés (clawbacks, conversion de warrants, gouvernance) avant de signer.

En pratique, la promesse d’un « argent gratuit » se révèle souvent être un tour de table tarifé, libellé en heures de GPU plutôt qu’en dollars, et qui exige d’être négocié avec la même rigueur qu’une levée de fonds classique.

Related posts

Ornn a-t-il levé 33 millions de dollars en financement d’amorçage ?

Lucie Moreau

Think lève plus de 8 M$ pour rendre l’infrastructure IA plus efficace

Lucie Moreau

Enigma lève 71 M$ et lance les premiers robots IA interactifs

Sophie Laurent

This website uses cookies to improve your experience. We assume you agree, but you can opt out if you wish. Accept More Info

Privacy & Cookies Policy