Meta publie ses résultats trimestriels : les revenus ont augmenté de 28 % pour atteindre 60,8 milliards de dollars, mais les investissements massifs dans l'infrastructure IA ont réduit le cash flow libre à 784 millions de dollars.

Auteur et source : Letter AI

Meta a généré 3,186,2 millions de dollars de flux de trésorerie d'exploitation au deuxième trimestre, en a dépensé 3,107,8 millions pour construire des centres de données et acheter des serveurs, et se retrouve avec 784 millions de dollars de flux de trésorerie libre.

Sachez que la machine publicitaire de Meta continue de générer des revenus à grande vitesse.

Le deuxième trimestre, les revenus de Meta s'élèvent à 60,801 milliards de dollars, en hausse de 28 % en glissement annuel ; dont les revenus publicitaires atteignent 59,363 milliards de dollars, en hausse de 27 %. Le volume de diffusion des publicités et le prix moyen ont augmenté simultanément, dépassant les attentes de Wall Street.

Les revenus générés par les machines publicitaires sont presque entièrement absorbés par l'IA.

L'entreprise a également relevé le seuil inférieur des dépenses en capital pour 2026 de 125 milliards de dollars à 130 milliards de dollars, tout en conservant un plafond possible de 145 milliards de dollars.

Un résultat financier dépassant les attentes a été suivi d'une baisse de près de 8 % du cours de l'action. Le cours de Meta a clôturé à 585,61 $ le jour même, avec une chute de près de 9 % après la clôture du marché suite à la publication des résultats.

Lors de la conférence téléphonique, l'analyste de Bank of America Securities, Justin Post, a posé directement la question à Zuckerberg : un an après le remaniement de la direction supérieure du laboratoire d'IA de Meta, quand la Wall Street pourra-t-elle voir une accélération notable de la vitesse de publication de modèles, de puces et d'autres produits ?

Zuckerberg a répondu qu'il était « assez satisfait » des progrès actuels du laboratoire. Muse Spark et Muse Spark 1.1 ne sont que les premiers résultats de la montée de Meta en matière de capacités de modèles, et l'entreprise forme actuellement des modèles plus volumineux et plus puissants.

Il n'a pas annoncé la date de sortie de ce modèle phare, ni présenté de nouveaux résultats d'essai, mais a indiqué que davantage d'informations seraient disponibles prochainement.

Il y a un an, Llama 4 n’a pas répondu aux attentes ; Zuckerberg a investi 14,3 milliards de dollars dans Scale AI, a recruté Wang Tao, 28 ans, chez Meta, et lui a confié la responsabilité de reconstruire le système d’IA.

Il y a de nombreuses similitudes entre Wang Tao et Zuckerberg — tous deux ont abandonné leurs études vers l'âge de 19 ans pour entreprendre, sont devenus milliardaires dans la vingtaine, et croient tous deux en un pouvoir centralisé confié aux fondateurs et en une exécution rapide. Zuckerberg, âgé de 40 ans, semble avoir confié l'avenir de Meta à lui-même dans sa jeunesse.

Un an plus tard, Wang Tao avait déjà restructuré l'équipe IA de Meta et lancé les premiers modèles et produits. Le modèle phare chargé de répondre aux attentes de la contre-attaque de Meta, Watermelon, était encore en formation.

Les concurrents continuent d'accélérer leurs itérations, tandis que le coût supporté par Meta pour attendre cette réponse augmente de plus en plus.

Tant que Wang Tao ne remet pas le modèle phare en un jour, Zuckerberg aura du mal à démontrer ce que ces fonds, cette restructuration et une autre année d'attente ont réellement apporté. Changer de personne ou réduire les efforts reviendrait à admettre que les coûts précédents sont difficiles à récupérer.

Wang Tao est devenu le plus grand coût irrécupérable de Zuckerberg.

Le sauveur mal choisi ?

Wang Tao n'a pas non plus été inactif.

Le fait que Zuckerberg ait choisi Wang Tao est en soi une décision quelque peu risquée. Scale AI fournit depuis longtemps des services de données et d'évaluation à des entreprises telles qu'OpenAI, Google et Meta ; Wang Tao sait ce que chaque laboratoire est en train d'entraîner et où ils rencontrent des difficultés, mais il n'a jamais auparavant dirigé le développement de modèles de pointe.

La capacité la plus remarquable de Wang Tao a toujours été la gestion et la planification des ressources.

Après avoir embauché des centaines d'employés, il continue d'approuver personnellement chaque nouveau recrutement et d'effectuer des contrôles aléatoires sur les données avant leur livraison aux clients. Il qualifie cette obstination de « la qualité est fractale » : si les gestionnaires négligent les détails, les employés en bas de la chaîne apprendront rapidement à en faire autant.

Ce que Zuckerberg recherche, c'est précisément cette concentration, cette fermeté et cette vitesse d'exécution qu'il est difficile de trouver dans une entreprise de plusieurs dizaines de milliers de personnes. Le Financial Times a donc qualifié Wang Tao de « CEO en temps de guerre » dont Meta a besoin.

Après avoir rejoint Meta, Wang Tao a rapidement introduit ce mode de gestion typique des fondateurs au sein du département IA. La création de Meta a directement impacté le TBD Lab, spécialisé dans les modèles de pointe, en recrutant à grands frais des talents auprès d'OpenAI, de Google et d'autres entreprises, tout en réduisant les niveaux hiérarchiques existants pour transformer le département IA, auparavant lourd, en une « équipe de guerre » plus agile.

The cost is obvious.

Environ 600 postes de l'équipe IA d'origine de Meta ont été supprimés. Yann LeCun quitte Meta après 12 ans de service pour se consacrer à la recherche de modèles du monde. Une fracture s'est creusée entre la nouvelle équipe bien rémunérée et l'ancien système de recherche.

Le coût de cette restructuration commence désormais à apparaître dans les états financiers de Meta.

Au deuxième trimestre, les dépenses de recherche et développement de Meta ont atteint 2,1656 milliards de dollars, en hausse de 67 % en glissement annuel. La CFO Susan Li a déclaré lors de la conférence téléphonique que la croissance des dépenses de rémunération était principalement due aux techniciens recrutés au cours de la dernière année, en particulier aux talents en IA recrutés à des salaires élevés.

Même après déduction des frais juridiques de 2,4 milliards de dollars et des frais de licenciement de 1,18 milliard de dollars, les coûts totaux de Meta au deuxième trimestre ont augmenté d'environ 42 % en glissement annuel, dépassant largement la croissance des revenus de 28 %.

Wang Tao apporte non seulement une nouvelle structure organisationnelle, mais aussi une équipe IA de plus en plus coûteuse.

La logique du pari de Zuckerberg devient ainsi claire : il croit en la capacité de Wang Tao de reconstruire l'organisation et de mobiliser les ressources, ce qui pourra finalement se traduire par la capacité à former des modèles de pointe. La première a déjà été démontrée, la seconde dépendra des résultats des modèles.

En avril 2026, Meta lance le premier modèle de l'équipe de Wang Tao, Muse Spark. Meta a dès le départ souligné qu'il s'agissait d'un modèle plus petit et plus rapide, servant simplement de prélude à la série Muse, avec des modèles plus volumineux à venir.

En juillet, Muse Spark 1.1 a augmenté l'indice d'analyse artificielle de 43 à 51, avec des progrès principalement concentrés sur la programmation, le raisonnement scientifique et les compétences en connaissance. Les coûts sont de 1,25 $ par million de tokens d'entrée et de 4,25 $ par million de tokens de sortie.

Ce modèle progresse rapidement et son prix est suffisamment bas, mais ses capacités globales restent nettement en retard par rapport aux modèles les plus avancés, et il ne suffit pas à justifier les 14,3 milliards de dollars investis par Meta et la création coûteuse de sa nouvelle équipe.

C’est Watermelon, qui est encore en formation, qui assume réellement cette attente.

Wang Tao a déclaré lors d'une réunion interne chez Meta que le calcul utilisé pour former Watermelon, encore en entraînement, est d'un ordre de grandeur supérieur à celui de Muse Spark, et qu'il a déjà rattrapé GPT-5.5 sur certains benchmarks. Toutefois, il n'a pas précisé les tests concernés, et Meta n'a pas rendu publics les résultats associés.

Le dernier appel financier n'a fourni aucune preuve supplémentaire à cette affirmation. Zuckerberg n'a confirmé que le fait que Meta forme des modèles plus volumineux et plus performants, sans mentionner le nom de Watermelon, ni divulguer de date de publication ni de résultats d'évaluation.

Plus réaliste encore, Watermelon n'est pas encore sorti, mais OpenAI, Anthropic et Google ne s'arrêteront pas pour l'attendre.

Wang Tao est entré dans Meta il y a un an, mais n'est pas encore devenu le « sauveur ».

Deux ans de retard

Le plus ironique, c’est que Meta n’a jamais été un retardataire dans le domaine de l’IA.

En 2013, Facebook a créé le FAIR et a nommé Yann LeCun à sa tête. Au cours des dix années suivantes, Meta a accumulé une expertise approfondie dans des domaines tels que la vision par ordinateur et l'apprentissage auto-supervisé, et a également développé PyTorch ; les systèmes de recommandation et de publicité de Facebook et Instagram utilisent déjà quotidiennement l'IA pour traiter des milliards de données générées par les utilisateurs. En 2023, le lancement de Llama a permis à Meta d'acquérir rapidement une influence majeure dans le domaine des modèles ouverts.

Après l'apparition de ChatGPT, OpenAI a construit un modèle, une API et un écosystème de développeurs autour d'une interface grand public, tandis que les ressources IA de Meta sont réparties entre FAIR, les équipes d'IA générative, les départements produits et les équipes d'infrastructure.

En 2025, Zuckerberg n'a élevé l'IA au rang de guerre d'entreprise qu'après avoir planifié un investissement de 60 à 65 milliards de dollars dans les infrastructures, mais il a reçu Llama 4, dont les performances n'ont pas répondu aux attentes.

Les réformes centralisées poussées par Wang Tao étaient en réalité celles que Meta aurait dû accomplir en 2023. Lorsqu'elle a enfin commencé sa restructuration, OpenAI, Anthropic et Google avaient déjà établi un avantage en matière de modèles, de talents et de produits : Meta était en retard de deux ans.

Wang Tao ressemble plus à Zuckerberg recevant une facture pour son hésitation des deux dernières années.

Au début de 2025, Zuckerberg prévoit d'investir entre 60 et 65 milliards de dollars dans l'infrastructure. En 2026, les dépenses en capital devraient atteindre entre 130 et 145 milliards de dollars, dépassant le maximum précédent de plus de deux fois.

Cependant, Meta n’a pas dépensé tout cet argent sur un seul modèle phare encore non publié. Au deuxième trimestre, le temps passé sur Instagram a augmenté à deux chiffres, et le temps de visionnage des vidéos sur Facebook a augmenté de 9 %. Meta indique que le nouveau modèle publicitaire a augmenté le nombre de clics sur les publicités Facebook de 8,3 % et le taux de conversion de 15,7 % ; plus de 9 millions d’entreprises utilisent déjà l’IA pour générer du contenu publicitaire.

Ces résultats démontrent que l'IA peut aider la machine publicitaire de Meta à gagner plus d'argent, mais ne constituent pas directement la réponse de Wang Tao.

Les améliorations divulguées par Meta proviennent principalement de son système de recommandation, de l'ordre des publicités et de la compréhension du contenu ; il n'est pas précisé dans quelle mesure les modèles avancés de Watermelon ou de l'équipe de Wang Tao ont contribué. Les publicités et les recommandations sont depuis longtemps des forces que Meta a développées au cours des dix dernières années.

Autrement dit, Meta peut continuer à améliorer ses publicités avec les technologies d’IA actuelles tout en attendant le modèle phare de Wang Tao. La puissante activité publicitaire donne à Zuckerberg la confiance pour continuer d’attendre, et cette mise en jeu n’a pour l’instant pas de date limite obligatoire.

Pour la nouvelle puissance de calcul ajoutée, Meta a également préparé d'autres utilisations. Zuckerberg a listé lors de la conférence téléphonique les agents personnels, les agents d'entreprise, les API de modèles et la vente directe de puissance de calcul.

Les agents d'affaires Meta sont déjà utilisés par plus de 1 million d'entreprises chaque semaine, et l'entreprise a reçu de nombreuses offres d'achat de puissance de calcul, dont les prix seraient manifestement supérieurs au coût supporté par Meta pour obtenir cette puissance de calcul.

L'analyste de Morgan Stanley, Brian Nowak, a demandé lequel de ces domaines était le plus susceptible de s'étoffer en premier pour générer des rendements mesurables pour les investisseurs. Zuckerberg n'a pas choisi une réponse précise, mais a indiqué qu'il était optimiste concernant tous ces axes et qu'il annoncerait prochainement davantage d'informations.

La CFO Susan Li l'a dit plus directement : même si les modèles de Meta n'atteignent pas les premiers rangs, l'entreprise est confiante quant à la capacité d'utiliser cette puissance de calcul pour améliorer ses produits existants. S'il en reste, elle peut également les vendre directement à d'autres entreprises.

Cela équivaut à préparer plusieurs issues de secours pour des investissements massifs, mais indique également que Meta n'est toujours pas certaine de savoir quelle nouvelle activité assumera cette facture.

Can you still afford to wait?

Au deuxième trimestre, Meta a émis environ 24,91 milliards de dollars de dettes à long terme. À la fin du mois de juin, la dette à long terme de l'entreprise s'élevait à 83,664 milliards de dollars, en hausse de 24,92 milliards de dollars par rapport aux 58,744 milliards de dollars à la fin de l'année dernière. Parallèlement, Meta n'a pas racheté d'actions ce trimestre.

La raison n'est pas compliquée.

Meta a généré 3,186,2 millions de dollars de flux de trésorerie d'exploitation au deuxième trimestre, tout en consacrant 3,107,8 millions de dollars à ses dépenses en capital, ne laissant qu'un flux de trésorerie libre de 784 millions de dollars, insuffisant pour couvrir les dividendes de 1,35 milliard de dollars versés pendant la même période.

Les cash flows générés par les activités publicitaires ne peuvent plus simultanément financer l'expansion de l'IA, les dividendes et le rachat d'actions.

Meta détient toujours 90,26 milliards de dollars en espèces et titres valorisés et ne manque pas de liquidités à court terme. Toutefois, il est à noter qu'elle ne finance plus uniquement son IA avec les cash-flows générés par son activité publicitaire, et commence à augmenter sa dette et à recourir à des partenaires pour lever davantage de fonds pour ses projets à long terme.

Lors de la conférence téléphonique, l'analyste de Goldman Sachs, Eric Sheridan, a demandé à Susan Li comment Meta prévoyait d'équilibrer ses investissements agressifs et ses besoins en financement.

Susan Li a répondu que l'entreprise a augmenté progressivement sa dette ces dernières années afin d'obtenir des fonds à moindre coût et à plus long terme, en adéquation avec la durée prolongée de la construction de l'infrastructure IA.

Le partenariat entre Meta et BlackRock en est un exemple. La veille de la publication des résultats, les deux parties ont annoncé la construction d'un centre de données de 1 gigawatt à El Paso, au Texas. Meta répartit les coûts de construction avec des partenaires externes tout en conservant la capacité d'utiliser la puissance de calcul.

L'argent doit être dépensé maintenant, mais les retours ne viendront qu'après la mise en service des centres de données. Zuckerberg a reconnu lors de la conférence téléphonique que les centres de données en construction ne généreront aucune valeur avant leur mise en ligne. Susan Li a également déclaré que Meta doit actuellement se concentrer sur l'expansion maximale de sa capacité de calcul pour 2026 et 2027, et décidera ensuite, à partir de 2028, combien de puces acheter en fonction des besoins réels.

Cela signifie que la capacité de Watermelon n'a pas encore été vérifiée publiquement, mais que les centres de données, les serveurs et les réseaux nécessaires pour former des modèles plus grands doivent être préparés plusieurs années à l'avance. Même si les résultats finaux ne répondent pas aux attentes, les terrains, l'électricité et les centres de données sont déjà en construction.

Mais il est difficile pour Meta de définir une ligne claire de stop-loss pour ce pari audacieux.

Et n'oubliez pas que Meta a déjà démontré une patience remarquable face à un pari à long terme. Au deuxième trimestre, les revenus de Reality Labs s'élevaient à seulement 431 millions de dollars, tandis que le déficit opérationnel atteignait 4,619 milliards de dollars. Les lunettes AI ont fait progresser les revenus de ce département de 16 %, et Zuckerberg a indiqué que les ventes des nouvelles lunettes ont dépassé les attentes, mais elles restent bien loin de couvrir les pertes colossales de Reality Labs.

Les doutes provenant de l'extérieur tombent sur Wang Tao, mais aussi sur Zuckerberg — le succès ou l'échec de Wang Tao n'est plus seulement une question de succès ou d'échec de Meta, mais est devenu la pierre de touche pour déterminer si Zuckerberg a de nouveau agi de manière irrationnelle après le « métavers ».

Wall Street s'inquiète précisément de savoir si l'IA deviendra le prochain pari sans date d'échéance claire.

Plus le temps d'attente s'allonge, plus Meta investit d'argent et de puissance de calcul. Plus l'investissement est important, plus il est difficile pour Zuckerberg d'admettre que cette voie pourrait ne pas aboutir.

Watermelon a encore l'occasion de prouver tout cela pour Wang Tao. Mais avant ce jour-là, chaque trimestre supplémentaire attendu par Meta fait augmenter ce « coût irrécupérable » de Wang Tao.