Suivez-nous
Ajoutez-nous comme source préférée sur Google
Chaque niveau de la chaîne d’approvisionnement de l’IA dépend d’une hypothèse : que l’argent dépensé aujourd’hui soit remboursé par les revenus de demain. Cette hypothèse n’est pas garantie et quatre risques distincts pourraient la briser.
Risque de demande
Le premier risque est le plus simple à énoncer et le plus difficile à vérifier. Les entreprises et les consommateurs doivent vouloir une capacité d’IA suffisante pour pouvoir la payer au volume souscrit par les hyperscalers. Les recettes sont réelles, mais elles ne sont pas encore proches des dépenses.
Les analystes estiment l’écart annuel entre les dépenses en infrastructures d’IA et les revenus de l’écosystème d’IA à environ 600 milliards de dollars, un chiffre qui s’est élargi plutôt que réduit jusqu’en 2026.
Cet écart ne prouve pas que la demande ne se manifestera pas. Cela prouve que les valorisations actuelles tiennent compte d’une demande qui n’est pas encore arrivée.
Si cela arrive dans les délais, les entreprises qui construisent l’infrastructure semblent prémonitoires.
S’il arrive avec deux ou trois ans de retard, une grande partie du capital actuellement investi reste inutilisé, générant des coûts sans revenus correspondants.
Risque de dépenses en capital
Le deuxième risque est que les dépensiers eux-mêmes changent d’avis. Microsoft, Amazon, Alphabet et Meta devraient dépenser ensemble entre 700 et 725 milliards de dollars en 2026, et chacune de ces entreprises répond aux actionnaires publics qui se posent déjà des questions plus difficiles sur le retour sur investissement de ces dépenses.
L’action d’Alphabet a chuté d’environ 7 % en une seule séance fin juillet 2026 après que la société a relevé ses prévisions de dépenses en capital pour 2026, les investisseurs exprimant spécifiquement leurs inquiétudes quant au retour sur cet investissement.
Les plans de dépenses en capital sont des orientations, révisées trimestriellement, et non des contrats. Chaque entreprise de cette chaîne peut ralentir la construction, retarder les commandes de puces ou renégocier les accords d’électricité si les arguments en faveur du retour s’affaiblissent.
Un ralentissement ne nécessite pas une crise. Cela ne nécessite qu’un ou deux trimestres décevants de croissance des revenus du cloud pour les entreprises qui écrivent les chèques.
Risque de goulot d’étranglement des infrastructures
Le troisième risque va dans la direction opposée : la demande dépasse la capacité physique d’y répondre. La puissance, et non les puces, est devenue la contrainte majeure du développement de l’IA.
Microsoft a révélé un retard dans les centres de données d’une valeur d’environ 80 milliards de dollars qu’il ne peut pas encore honorer en raison de contraintes d’alimentation. Des estimations distinctes évaluent aujourd’hui le déficit électrique des centres de données américains à plus de 11 gigawatts, et atteindront près de 50 gigawatts d’ici 2028.
Cette contrainte ne concerne pas seulement les équipements installés quelque part dans une usine. Il s’agit d’attendre des années pour connecter quoi que ce soit au réseau.
Plus de 2 060 gigawatts de capacité de production et de stockage sont dans les files d’attente d’interconnexion aux États-Unis en attente d’approbation, selon le Lawrence Berkeley National Laboratory, et le projet médian qui devrait être achevé en 2025 a passé plus de cinq ans à attendre dans cette file d’attente avant d’être mis en service.
Une entreprise peut avoir le capital, les puces et le bâtiment prêts, et encore des années avant de mettre quoi que ce soit en marche.
L’équipement derrière cette puissance est tout aussi limité. GE Vernova, l’une des rares entreprises au monde à construire des turbines à gaz robustes à grande échelle, a signalé un carnet de commandes de 116 gigawatts au deuxième trimestre 2026, contre 100 gigawatts le trimestre précédent, et elle réserve déjà des réservations de turbines pour une livraison en 2031.
Faire un chèque aujourd’hui pour une nouvelle centrale électrique au gaz ne place pas un acheteur en tête d’une ligne qui s’étend déjà sur cinq ans.
Un goulot d’étranglement semble être une bonne nouvelle pour les entreprises qui fournissent des équipements d’alimentation électrique et de refroidissement, et c’est souvent le cas à court terme. Une pénurie persistante limite également la rapidité avec laquelle les revenus peuvent croître tout au long de la chaîne, quel que soit le montant du capital disponible à dépenser.
L’argent ne peut pas acheter de l’électricité qui n’existe pas encore, et permettre de nouvelles énergies prend des années, pas des trimestres.
Risque de retour sur investissement
Le quatrième risque est celui à surveiller de plus près, car il détermine si les trois premiers sont importants. Même si la demande se manifeste, si les dépenses se poursuivent et si les goulots d’étranglement sont éliminés, les infrastructures en construction doivent encore générer un rendement qui justifie leur coût.
L’écart entre la croissance des dépenses d’investissement en IA et la croissance des revenus de l’IA est actuellement d’environ 46 %, un chiffre qui dépasse déjà l’écart d’environ 32 % observé lors de la construction des infrastructures de télécommunications à la fin des années 1990, le cycle qui a précédé une correction pluriannuelle dans ce secteur.
Cette comparaison mérite d’être prise au sérieux sans la prendre trop au pied de la lettre. Le développement des télécommunications à cette époque ne s’est pas révélé inutile ; une grande partie de la fibre posée au cours de ce boom continue de transporter du trafic des décennies plus tard.
Il s’est avéré qu’il avait été construit des années avant la demande qui l’a finalement satisfait, ce qui signifie qu’une grande partie du capital investi au sommet n’a jamais été récupéré par les investisseurs qui l’ont fourni, même si l’infrastructure elle-même s’est avérée précieuse.
L’infrastructure d’IA pourrait suivre le même modèle : durable et éventuellement utile, tout en offrant un faible rendement à celui qui a financé la construction aux prix actuels.
Trois choses à faire à ce sujet
Recherchez dans chaque fonds que vous possédez une exposition aux couches de la chaîne d’approvisionnement derrière le développement de l’IA, et pas seulement au ticker que vous reconnaissez. Un fonds peut paraître diversifié en détenant un nombre important de titres tout en concentrant votre argent dans une poignée d’entreprises dont les revenus dépendent des quatre mêmes chéquiers.
Mesurez votre chevauchement entre les fonds, et non au sein d’un seul. Si votre ETF de croissance, votre fonds indiciel S&P 500 et un fonds de semi-conducteurs tirent tous une part significative des rendements du même cycle de dépenses en capital en IA, votre concentration effective est supérieure à ce que la fiche d’information d’un seul fonds vous montrera.
Testez directement l’hypothèse partagée. Demandez-vous ce qui arrive à chaque titre, et non au portefeuille dans l’abstrait, si la croissance des dépenses en capital des hyperscalers ralentit de 60 % à 15 % l’année prochaine. Certains titres le remarqueraient à peine.
D’autres subiraient toute la force de la correction. Savoir ce qui est quoi avant que cela ne se produise est tout l’intérêt de cet exercice.
Le développement de l’IA pourrait bien se justifier avec le temps. Le risque qui mérite d’être pris en compte aujourd’hui n’est pas celui du fonctionnement de l’IA. Il s’agit de savoir si la facture arrive à échéance avant que les revenus n’arrivent pour la payer, et si votre portefeuille est en mesure de survivre à l’écart d’une manière ou d’une autre.
Cet article a été écrit et présente les points de vue de notre conseiller collaborateur, et non de la rédaction de Kiplinger. Vous pouvez vérifier les dossiers des conseillers auprès du SECONDE ou avec FINRA.
