SoftBank emprunte 40 milliards de dollars pour OpenAI : quand le financement de l’infrastructure IA devient un enjeu systémique
SoftBank a annoncé le 27 mars 2026 un prêt relais de 40 milliards de dollars pour financer ses investissements dans OpenAI et ses projets d’infrastructure IA aux États-Unis. Le prêt, non garanti et à échéance de douze mois, porte l’engagement total de SoftBank dans OpenAI à plus de 60 milliards de dollars. Ce montant s’inscrit dans une trajectoire plus large : le Stargate Project, annoncé en janvier 2025, vise 500 milliards de dollars d’investissements sur quatre ans pour construire l’infrastructure de calcul d’OpenAI sur le sol américain. Les dépenses combinées des quatre principaux hyperscalers — Amazon, Microsoft, Google et Meta — dans les centres de données et les puces pourraient de leur côté atteindre 630 milliards de dollars à moyen terme.
Ces chiffres ne relèvent plus d’annonces isolées. Ils dessinent une question structurelle pour les entreprises qui dépendent de cette infrastructure : quand une poignée d’acteurs concentre le financement et la construction de la capacité de calcul mondiale, que deviennent la disponibilité, les coûts et la réversibilité pour le reste de l’écosystème ?
L’architecture financière du pari SoftBank
Le prêt relais de 40 milliards de dollars a été arrangé par JPMorgan Chase, Goldman Sachs, Mizuho Bank, Sumitomo Mitsui Banking Corp et MUFG Bank. Il est non garanti — ce qui constitue le plus important emprunt en dollars de l’histoire de SoftBank sans adossement à des actifs. Le remboursement est prévu en mars 2027, par étapes, via la cession d’actifs existants et d’autres mécanismes de financement. (Source : SoftBank Group)
L’essentiel du prêt est destiné à couvrir l’investissement de suivi de 30 milliards de dollars dans OpenAI, annoncé dans le cadre de la levée de fonds record de 110 milliards de dollars d’OpenAI en février 2026, qui valorise l’entreprise à 840 milliards de dollars. SoftBank détenait environ 11 % d’OpenAI fin décembre 2025 ; avec ce nouvel investissement, sa participation atteindrait environ 13 %, pour un total investi de l’ordre de 64,6 milliards de dollars.
La maturité à douze mois, inhabituelle pour un emprunt de cette taille, a suscité des lectures convergentes chez les analystes et observateurs. Un prêt relais non garanti de cette ampleur suppose une anticipation de liquidité à court terme. Plusieurs sources évoquent la possibilité d’une introduction en bourse d’OpenAI d’ici fin 2026 ou début 2027, qui fournirait à SoftBank les conditions de remboursement. SoftBank dispose par ailleurs de sa participation d’environ 90 % dans Arm Holdings, dont le cours a progressé de plus de 40 % depuis le début de l’année, porté par les projets de puces propres d’Arm.
Stargate : l’infrastructure en cours de construction
Le prêt s’inscrit dans le cadre du Stargate Project, lancé en janvier 2025 avec OpenAI, Oracle et MGX (Abu Dhabi). Masayoshi Son en est le président. L’objectif affiché est de déployer jusqu’à 10 gigawatts de capacité de centres de données sur le sol américain, pour un investissement total pouvant atteindre 500 milliards de dollars sur quatre ans. OpenAI assume la responsabilité opérationnelle, SoftBank la responsabilité financière. (Source : OpenAI)
Le projet a connu des difficultés de mise en œuvre. Des désaccords entre les partenaires sur la structuration de la collaboration ont ralenti les premières phases. OpenAI a tenté de construire ses propres centres de données mais n’a pas obtenu de financement direct, les prêteurs jugeant le modèle économique insuffisamment prouvé. Le projet a finalement été restructuré en partenariats bilatéraux. Fin 2025, OpenAI n’avait pas atteint son objectif de verrouiller 10 GW d’engagements via SoftBank et Oracle, et a dû compléter ses besoins de calcul par des accords avec AWS, Google Cloud, AMD et Cerebras.
Le campus phare d’Abilene, Texas, est opérationnel depuis septembre 2025 avec deux bâtiments, les six restants étant attendus pour mi-2026 — à terme plus de 450 000 GPU NVIDIA GB200. Cinq sites supplémentaires ont été annoncés aux États-Unis, et des projets internationaux sont en cours aux Émirats arabes unis, en Norvège, au Royaume-Uni et en Argentine. En janvier 2026, OpenAI et SoftBank ont investi conjointement 1 milliard de dollars dans SB Energy, la filiale énergie de SoftBank, pour accélérer la construction d’infrastructures de centres de données et d’énergie associée. (Source : OpenAI)
Les contraintes physiques qui freinent l’ensemble
L’ampleur des investissements se heurte à des goulots d’étranglement documentés. Une analyse de Breakingviews, reprise dans l’analyse hebdomadaire source, souligne que les 630 milliards de dollars de dépenses projetées par les quatre principaux hyperscalers représentent plus de 2 % du PIB américain. Les freins identifiés sont concrets : délais d’obtention de permis pour les centres de données, raccordement au réseau électrique, rareté des transformateurs de puissance et gestion de la chaleur. Les analystes avertissent que ces contraintes pourraient ralentir les déploiements et réduire les rendements sur capitaux investis.
La question énergétique est centrale. La consommation des centres de données IA pousse les utilities et les hyperscalers à explorer des solutions de stockage d’énergie de longue durée (LDES). Un projet pilote associant Xcel Energy et Google teste des batteries fer-air capables de fournir de l’électricité pendant 100 heures. Ces dispositifs permettraient de réduire la dépendance aux centrales fossiles et de mieux intégrer les renouvelables, mais leur déploiement à l’échelle reste incertain. Les analystes alertent sur l’incertitude réglementaire liée aux clauses « country of origin » des programmes fédéraux américains et sur les goulots d’étranglement dans la fabrication des composants de stockage.
Les tarifs douaniers ajoutent une couche de complexité. Des rapports de mi-2025 estimaient que les droits de douane américains pourraient ajouter 5 à 15 % aux coûts de construction des centres de données, renchérissant les serveurs, les puces et les équipements de refroidissement importés.
Ce que cela change pour les entreprises
La concentration du financement de l’infrastructure IA entre un nombre restreint d’acteurs — SoftBank, OpenAI, Oracle, Microsoft, Google, Amazon — crée une dépendance structurelle pour toutes les entreprises qui consomment de la capacité de calcul via le cloud ou des API. Si les programmes de construction prennent du retard, si les coûts augmentent ou si les conditions d’accès changent, les entreprises utilisatrices n’ont que peu de levier.
La maturité à douze mois du prêt SoftBank introduit un risque de calendrier. Si l’introduction en bourse d’OpenAI ne se concrétise pas dans les délais anticipés ou si les conditions de marché se dégradent, SoftBank devra refinancer ou céder des actifs pour rembourser 40 milliards de dollars — un scénario qui pourrait affecter la cadence des investissements d’infrastructure et, par ricochet, la disponibilité de la capacité de calcul.
Les contraintes physiques documentées — énergie, permis, composants, transformateurs — plaident pour que les entreprises qui planifient des montées en charge IA à horizon 12-24 mois intègrent explicitement les délais d’infrastructure dans leurs feuilles de route. Le chapitre 19 de Réussir l’IA en entreprise traite de l’architecture économique et du FinOps IA, y compris les arbitrages OPEX/CAPEX et les scénarios de contrainte d’infrastructure. Le chapitre 20 propose un cadre de feuille de route exécutive qui intègre les dépendances d’infrastructure dans les décisions de portefeuille.
Enfin, la réversibilité reste un point de vigilance. Construire une pile applicative IA sur l’infrastructure d’un hyperscaler dont le premier fournisseur est lui-même financé par un prêt relais à douze mois crée une chaîne de dépendances qui mérite un suivi actif. Le chapitre 16 de la méthode fournit les outils de cartographie des dépendances fournisseurs et les plans de sortie testables.
Le prêt de SoftBank illustre un basculement : l’infrastructure IA n’est plus un sujet technique réservé aux DSI, mais un facteur de risque financier, opérationnel et stratégique qui engage les directions générales. La question pour les entreprises n’est pas de savoir si ces investissements massifs se concrétiseront, mais de se préparer aux scénarios où les délais, les coûts ou les conditions d’accès divergent des hypothèses sur lesquelles reposent leurs plans de déploiement.
