Quelle est la variable clé qui déterminera le marché haussier de l’IA ?
TechFlow SélectionTechFlow Sélection
Quelle est la variable clé qui déterminera le marché haussier de l’IA ?
À court terme, il s’agit d’un choc sur la liquidité ; à moyen terme, de la concrétisation du secteur industriel ; à long terme, des contraintes plus fondamentales telles que l’énergie, le réseau électrique, l’emploi, la résistance sociale et les ruptures technologiques matérielles.
Dédié à des analyses Web3 approfondiesRédaction : Zhao Ying
Source : Wall Street Insights
Le prix du pétrole dépasse les 100 dollars le baril, le détroit d’Ormuz n’est toujours pas rouvert normalement, les pressions inflationnistes et sur les taux d’intérêt refont surface, et les anticipations de baisse des taux par la Réserve fédérale américaine (Fed) deviennent plus fragiles. Selon les cadres macroéconomiques traditionnels, ce n’est pas un environnement favorable aux actions technologiques valorisées à un niveau élevé. Pourtant, les marchés actions américains atteignent de nouveaux sommets, tandis que la chaîne de valeur de l’IA continue d’attirer les flux de capitaux.
Dans un rapport de recherche publié le 25 mai, Song Xue Tao, analyste macroéconomique chez Guojin Securities, observe : « La dynamique actuelle autour de l’IA se situe dans une phase de « folie rationnelle », où une bulle est déjà apparue, mais sans encore échapper totalement au contrôle. » L’essentiel de cette phrase ne réside pas tant dans le terme « bulle » que dans l’adjectif « rationnelle » : l’IA agente passe progressivement d’un outil d’assistance à un outil d’exécution autonome, permettant ainsi au marché de percevoir, pour la première fois, de manière plus claire, la boucle commerciale complète de l’IA, passant d’une phase de « dépense » à une phase de « génération de revenus ».
La rationalité réside dans la diffusion croissante des applications agents, qui stimule la consommation de tokens, la demande accrue en puissance de calcul pour l’inférence et la forte croissance des revenus annuels récurrents (ARR) des principaux fournisseurs. La folie, quant à elle, se manifeste dans le fait que les valorisations anticipent déjà la croissance attendue pour 2027–2028. Au 20 mai, le ratio cours/bénéfice anticipé des « sept géants » américains s’élevait à environ 35, contre environ 25 pour les 493 autres sociétés composant l’indice S&P 500. Cette prime implicite ne repose pas sur une logique classique d’actions à forte croissance, mais suppose plutôt que la vitesse de pénétration de l’IA soit cinq à huit fois supérieure à celle des révolutions technologiques passées.
Ce qui déterminera véritablement la pérennité de la hausse boursière liée à l’IA ne dépend ni des résultats d’un seul trimestre, ni d’une seule application phénoménale, mais de trois variables : à court terme, les chocs sur la liquidité — notamment liés au prix du pétrole, à l’inflation, aux taux d’intérêt et au dénouement des opérations de carry trade en yens ; à moyen terme, la concrétisation industrielle — autrement dit, la capacité de la pénétration de l’IA à justifier ses valorisations actuelles ; et à long terme, les contraintes structurelles plus rigides — telles que l’énergie, le réseau électrique, l’emploi, les résistances sociales et les ruptures technologiques matérielles.
L’agent passe du rôle de « copilote » à celui de « pilote principal » : le marché commence à récompenser les investissements en capital
Lors de la précédente vague d’investissements liés à l’IA, le marché craignait surtout que les géants dépensent trop vite : les investissements massifs dans les centres de données, les GPU et les infrastructures cloud étaient considérables, tandis que les perspectives de retour sur investissement restaient floues. L’IA agente marque un tournant : elle ne se contente plus d’être un simple outil d’assistance type Copilot, mais évolue vers un outil d’exécution autonome, à l’instar d’un Autopilot.
Cela produit deux effets.
Premièrement, la consommation de tokens accélère à nouveau. La première vague de demande après l’apparition de GPT provenait de l’amélioration des capacités des modèles ; la deuxième vague, déclenchée par le déploiement des agents, provient de l’explosion de la demande en puissance de calcul pour l’inférence. L’exécution autonome de tâches implique des contextes plus longs, des étapes plus complexes et des appels plus fréquents aux modèles. L’inférence n’est plus une activité marginale post-entraînement, mais devient le principal champ de consommation continue de puissance de calcul.
Deuxièmement, les prévisions de revenus sont revues à la hausse. Après la diffusion d’applications agents représentatives telles qu’Openclaw et Claude Cowork, les revenus annuels récurrents (ARR) des fournisseurs de modèles augmentent fortement. Selon une estimation intermédiaire citée dans le texte, l’ARR annuel prévu pour Anthropic a été relevé de 9 milliards de dollars début 2024 à 44 milliards de dollars, soit un doublement tous les six semaines environ. Si cette tendance se maintient, l’ARR pourrait dépasser 300 milliards de dollars l’année prochaine.
Cela explique pourquoi le marché ne sanctionne plus systématiquement les dépenses en capital (Capex). Dès lors que la croissance des revenus est suffisamment rapide, ces investissements cessent d’être perçus comme un fardeau pour devenir une véritable « ligne de défense » stratégique. C’est pourquoi NVIDIA, Broadcom, ainsi que toute la chaîne matérielle (modules optiques, mémoires, etc.) retrouvent un soutien renforcé.
Prix du pétrole supérieur à 100 dollars le baril : pourquoi les actifs liés à l’IA continuent-ils de monter ?
Cette hausse des actifs liés à l’IA malgré la hausse du prix du pétrole ne signifie pas que les risques macroéconomiques ont disparu, mais qu’un certain nombre de forces parviennent temporairement à les dominer.
Premièrement, la demande se diffuse tout au long de la chaîne d’approvisionnement. La phase d’inférence ne requiert pas uniquement des GPU, mais aussi des CPU, des modules optiques et des solutions de stockage haut de gamme, qui entrent eux aussi dans une logique de forte croissance. Les modules optiques 800G/1,6T font l’objet d’une forte demande, tout comme les mémoires haut de gamme. Light Counting prévoit que les expéditions de transceivers 800G doubleront en 2026, tandis que les ports 1,6T passeront d’une base très faible en 2025 à plusieurs dizaines de millions d’unités en 2026. Le chiffre d’affaires des chipsets 1,6T devrait dépasser 2 milliards de dollars en 2026, et connaître une forte croissance au cours des trois années suivantes.
Deuxièmement, les résultats des géants technologiques sont exceptionnellement solides. Au premier trimestre, la croissance des bénéfices par action (EPS) de l’indice S&P 500 s’est élevée à environ 27,1 %, son plus haut niveau depuis le quatrième trimestre 2021. Meta, Alphabet et Amazon à eux seuls ont contribué à 70 % de l’augmentation globale des bénéfices de l’indice. Tant que ces entreprises à poids élevé continueront à générer des profits, l’impact négatif du prix du pétrole sur l’indice sera différé.
Troisièmement, la dépendance de la croissance américaine vis-à-vis des infrastructures IA s’accroît. Ces derniers trimestres, les investissements dans les infrastructures IA ont contribué à plus de la moitié de la croissance du PIB américain. Les indicateurs globaux — emploi non agricole, ventes au détail — restent globalement stables ; bien que la structure de l’emploi se soit déjà fragmentée, tant que les données agrégées ne montrent pas de net ralentissement, le marché peine à basculer immédiatement vers une stratégie de « stagflation ».
Un facteur plus direct entre également en jeu : les grandes entreprises technologiques sont moins sensibles au prix du pétrole que les secteurs de l’aviation, de la logistique, du transport ferroviaire, de la chimie, de l’automobile ou du tourisme. Ce qui les inquiète davantage, c’est le coût de l’électricité, non celui du pétrole. Lorsque l’économie réelle souffre de la hausse du prix du pétrole, les capitaux ont tendance à se regrouper sur les actifs liés à l’IA, mêlant ainsi une stratégie de « placement refuge » à une stratégie de « croissance ».
Les valorisations ont déjà intégré à l’avance les « bonnes années » de 2027 à 2028
Le danger du mouvement haussier lié à l’IA ne réside pas dans l’absence de fondamentaux industriels, mais dans la rapidité excessive avec laquelle le marché les intègre dans les prix.
Le ratio cours/bénéfice anticipé des « sept géants » américains s’élève à 35, contre 25 pour les 493 autres sociétés composant l’indice S&P 500. Cette différence de valorisation repose sur une projection extrêmement fluide de l’avenir : au cours des trois à cinq prochaines années, les infrastructures IA devraient poursuivre leur expansion, tandis que la demande en puissance de calcul, en services cloud et en semi-conducteurs demeurera robuste ; l’IA devrait se diffuser massivement dans les domaines de la publicité, de la recherche, des services cloud, des logiciels bureautiques, de la génération de code, de la gestion des risques financiers, du service client, de la recherche d’investissement et de la création de contenus ; les contributions aux revenus et les gains d’efficacité devraient se matérialiser simultanément.
Or les révolutions technologiques ne se déroulent que rarement de façon aussi linéaire. Il a fallu environ 40 ans pour que l’électricité passe de son invention à une utilisation généralisée dans les chaînes de production, et environ 25 ans pour que l’ordinateur connaisse une adoption massive. Or, le marché valorise aujourd’hui l’IA comme si sa vitesse de diffusion devait être cinq à huit fois supérieure à celles de ces technologies généralistes.
Ce n’est pas impossible, mais la marge d’erreur est très étroite. Dès que la commercialisation des applications IA ralentit par rapport aux dépenses en capital, dès que la demande en inférence ne parvient pas à compenser celle liée à l’entraînement, ou dès que les coûts d’amortissement et d’électricité commencent à rogner les marges bénéficiaires, les valorisations réagiront en premier lieu. Une orientation industrielle correcte ne signifie pas nécessairement que les cours boursiers peuvent continuer à se déconnecter indéfiniment de la réalité.
Le principal risque à court terme : les taux d’intérêt grimpent plus vite que les ARR
La véritable pression à court terme provient de la liquidité.
Si le détroit d’Ormuz reste fermé durablement et que le prix du pétrole reste supérieur à 100 dollars le baril — voire continue à augmenter —, l’inflation risque de se propager depuis les prix de l’énergie vers les services, le transport et les matières premières. En avril, l’indice des prix à la production (PPI) américain a bondi de 9,8 % en glissement annuel, atteignant son plus haut niveau depuis octobre 2022. Une fois ancrée, l’inflation contraindra la Fed à revoir radicalement sa trajectoire politique.
Les marchés à terme anticipent désormais 0,8 hausse de taux par la Fed cette année, et plus de deux hausses pour la Banque centrale européenne (BCE) et la Banque d’Angleterre. Parallèlement, les interrogations croissantes concernant l’indépendance politique de la Fed suite à son renouvellement, ainsi que les désaccords croissants au sein du Comité fédéral d’ouverture (FOMC), sapent également la confiance du marché dans un assouplissement futur.
Le Japon constitue également un « rhinocéros gris ». Longtemps considéré comme le réservoir mondial de financement des opérations de levier, le pays voit sa banque centrale contrainte d’envoyer des signaux de resserrement face à la dépréciation du yen et aux pressions inflationnistes. Le rendement des obligations japonaises à 30 ans a déjà dépassé 4 %. Si les coûts de financement japonais continuent de grimper, déclenchant un dénouement massif des opérations de carry trade à l’échelle mondiale, les actifs liés à l’IA, fortement valorisés, auront du mal à rester épargnés.
Une première répétition s’est produite le 15 mai : le rendement des obligations américaines à 10 ans a franchi 4,5 %, tandis que celui des obligations à 30 ans a dépassé 5 % ; les stratégies de momentum fortement surachetées se sont refroidies, l’indice des semi-conducteurs de Philadelphie a chuté d’environ 4 % en une seule séance, et l’indice Nasdaq d’environ 1,5 %. Ce n’est pas là la preuve d’un retournement de tendance, mais cela illustre simplement la sensibilité extrême de ces positions surachetées aux variations des taux d’intérêt.
La comparaison cruciale à court terme est simple : la vitesse à laquelle les prévisions d’ARR sont relevées peut-elle dépasser celle de la hausse des taux d’intérêt ? Si non, les capitaux pourraient d’abord se replier vers les segments matériels offrant une plus grande certitude ; si la liquidité se détériore davantage, tandis que les attentes de revenus liés à l’IA ne peuvent plus être revues à la hausse, la pression sur les valorisations s’intensifiera nettement.
Des défis plus complexes à moyen et long termes : organisation, énergie, emploi et trajectoire matérielle
À moyen terme, l’épreuve sera celle de la concrétisation industrielle. Les révolutions technologiques généralistes ne progressent généralement pas de façon linéaire, mais selon un schéma en « accélération-décélération-réaccélération » : d’abord une vague d’investissements, puis une période d’adaptation organisationnelle, avant que les gains de productivité ne se matérialisent pleinement. Même au début de l’ère internet, on a assisté à une vague d’investissements, à une expansion des dépenses en capital et à une bulle spéculative ; les améliorations réelles de productivité ne sont apparues que plusieurs années plus tard.
La difficulté actuelle de la valorisation de l’IA réside dans le fait qu’elle exige presque une adaptation immédiate des structures organisationnelles des entreprises, une requalification rapide des travailleurs, une validation accélérée des modèles économiques et une absence de résistance sociale marquée. Une telle vitesse est rare dans l’histoire humaine.
Les contraintes à long terme sont encore plus rigides.
Premièrement, l’énergie et les infrastructures. Les centres de données IA nécessitent d’importantes quantités d’électricité et d’eau pour le refroidissement. L’extension du réseau électrique, les transformateurs et les systèmes de stockage ne sont pas des variables abstraites figurant sur des présentations PowerPoint, mais de véritables goulots d’étranglement. Si les investissements dans les infrastructures IA continuent à faire grimper les coûts électriques à l’échelle nationale, les réactions réglementaires et sociales s’intensifieront.
Deuxièmement, l’emploi et la consommation. À court terme, l’IA améliore l’efficacité des entreprises et réduit la demande de certains emplois — ingénieurs, agents du service client, etc. Mais si le chômage technologique survient plus rapidement que la création de nouveaux emplois, la capacité de consommation des ménages sera affaiblie. Même si l’efficacité côté entreprise (B2B) augmente, elle doit finalement se traduire par des achats côté consommateur (B2C). Si les secteurs non liés à l’IA plongent dans la récession, l’IA ne pourra difficilement maintenir une performance isolée sur le long terme.
Troisièmement, l’acceptabilité sociale. Au début de l’année, la Chine a connu un engouement national pour Openclaw ; aux États-Unis, en revanche, les résistances sociales s’intensifient face à la hausse des tarifs électriques imputable aux centres de données et au chômage technologique. Cela freinera la vitesse de pénétration de l’IA.
Quatrièmement, les ruptures technologiques matérielles. Si une percée technique comparable au « moment DeepSeek » venait à intervenir — améliorant fortement l’efficacité en matière de puissance de calcul, de stockage ou de transmission —, les segments matériels aujourd’hui les plus prisés pourraient soudainement devenir excédentaires. La logique de forte croissance actuelle de la chaîne matérielle n’est donc pas inscrite dans le marbre.
Les perspectives industrielles à long terme de l’IA restent néanmoins optimistes. En l’absence de tensions sociales liées au chômage technologique ou à la refonte des rapports de production, l’IA pourrait effectivement améliorer la productivité totale des facteurs de production (PTFP), aidant ainsi l’économie à sortir de la stagflation. Même si les marchés financiers doivent ponctuellement procéder à un déleviering, les centres de données construits, les technologies à faible coût développées et les cas d’usage validés pourraient servir de socle à la prochaine vague d’expansion industrielle.
Mais la valorisation boursière ne reflète pas directement la vision industrielle. Ce que cette hausse boursière liée à l’IA doit impérativement valider, c’est la capacité des prévisions actuelles de marché concernant les ARR, le retour sur investissement (ROI) et la vitesse de pénétration technologique à se concrétiser dans un environnement où le prix du pétrole, l’inflation, les taux d’intérêt et les résistances sociales deviennent de plus en plus contraignants. Une orientation juste explique seulement pourquoi une hausse boursière est possible ; c’est la vitesse de concrétisation qui déterminera si la bulle échappera ou non au contrôle.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
