Suivez-nous
Ajoutez-nous comme source préférée sur Google
,,
Une nouvelle frontière IA Le modèle arrive désormais sur le marché toutes les quelques semaines. Aucun système hospitalier, fabricant, banque ou détaillant ne met à jour sa pile technologique de production selon ce calendrier, et aucun ne le fera jamais.
Cette inadéquation n’est pas une note opérationnelle mineure. Il s’agit d’un risque structurel qui se cache sous la valorisation de presque toutes les entreprises de la chaîne d’approvisionnement de l’IA, car ces valorisations supposent que les revenus de l’entreprise arriveront au même moment que la sortie des modèles. Ce ne sera pas le cas.
Deux horloges fonctionnant à des vitesses différentes
Les fournisseurs de modèles rivalisent de vitesse. La cadence de sortie des modèles pionniers s’est considérablement réduite jusqu’en 2025 et jusqu’en 2026 : les laboratoires qui expédiaient autrefois un modèle majeur environ tous les six mois sont passés à un rythme de plusieurs versions importantes par semaine au début de 2026, avec une traqueur de l’industrie comptant plus d’une douzaine de lancements frontaliers significatifs au cours du seul premier trimestre.
UN décompte séparé a trouvé cinq lancements de modèles majeurs ou jalons de disponibilité dans une seule fenêtre de 16 jours en juillet 2026.
Les achats d’entreprise fonctionnent selon une horloge totalement différente, et beaucoup plus lente. UN Analyse 2026 des contrats des fournisseurs d’IA ont constaté que les cycles d’examen juridique des accords spécifiques à l’IA durent désormais en moyenne près de 15 semaines, soit plus du triple du temps d’examen d’un contrat traditionnel de logiciel en tant que service (SaaS) quelques années plus tôt.
Ajoutez à cela un examen de sécurité, une approbation de conformité et un processus d’approbation multipartite, et un déploiement réel dans une grande entreprise, dans le secteur bancaire, de la santé, de l’industrie ou de la vente au détail par exemple, peut prendre neuf à dix mois entre l’évaluation initiale et la signature du contrat, même si le fournisseur détient déjà des certifications de sécurité standard.
Pourquoi les entreprises évoluent lentement et pourquoi c’est la bonne vitesse
Il ne s’agit pas ici d’entreprises lentes ou résistantes au changement. Il apparaît dans tous les secteurs réglementés ou soucieux de la sécurité, chacun proposant sa propre version du même frein.
- Une banque ou un courtier répond aux examinateurs sur la gouvernance des données et la surveillance des fournisseurs
- Un système hospitalier répond aux auditeurs HIPAA sur la façon dont les données des patients touchent un nouvel outil
- Un fabricant de médicaments répond à la FDA sur la validation de tout système touchant à un essai clinique ou à une chaîne de fabrication
- Un fabricant répond aux organismes de certification de sécurité avant qu’un nouveau système n’arrive à proximité d’un atelier de production
Aucun de ces processus ne se déroule selon un cycle de six semaines et aucun d’entre eux n’est facultatif pour les entreprises qui les gèrent.
Les entreprises en contact direct avec les consommateurs ressentent une version plus légère des mêmes frictions. Un détaillant intégrant un outil d’IA dans son service client ou sa pile logistique doit encore le tester par rapport au volume réel des commandes, former le personnel et confirmer qu’il ne tombera pas en panne pendant une saison de vente de pointe avant de miser sur l’entreprise. L’obstacle spécifique change selon l’industrie. Le rythme ne le fait pas.
Rapport de Deloitte sur l’état de l’IA dans l’entreprise en 2026 capture directement l’écart résultant. L’accès des travailleurs aux outils d’IA dans les entreprises a augmenté de 50 % en 2025, mais le nombre d’entreprises dont au moins 40 % de leurs projets d’IA sont en cours de production est en passe de doubler au cours des six prochains mois, ce qui signifie que la plupart des organisations sont encore bien en deçà de cette barre.
La majeure partie de cet écart n’est pas un problème technologique. Il s’agit d’un problème de gouvernance et d’approvisionnement, et il ne se terminera pas dans les délais prévus par les fournisseurs de modèles.
L’hypothèse que cela brise la chaîne d’approvisionnement
Chaque couche de la chaîne d’approvisionnement de l’IA, depuis la conception des puces jusqu’à construction de centre de données à dépenses en capital des hyperscalersest financé sur la base d’une hypothèse quant à la rapidité avec laquelle les entreprises clientes adopteront et paieront pour les capacités de l’IA.
Les 700 à 725 milliards de dollars en dépenses d’investissement cumulées 2026 de Microsoft, Amazon, Alphabet et Meta dépend de la matérialisation des revenus de l’entreprise selon un calendrier qui correspond à la vitesse de construction de l’infrastructure.
Si les entreprises mettent 12 à 24 mois pour faire passer un seul déploiement d’IA de l’évaluation à la production, et que les fournisseurs de modèles expédient entre-temps un nouveau modèle frontière toutes les quelques semaines, les deux horloges ne sont pas simplement désynchronisées. Ils sont structurellement incompatibles.
L’infrastructure est construite pour une courbe de demande qui suppose une adoption rapide. Les revenus réels suivent une courbe façonnée par l’examen de la conformité, l’approbation légale et la tolérance au risque au niveau du conseil d’administration.
Où cela apparaît en premier
Les entreprises les plus exposées à ce décalage ne sont pas les concepteurs de puces ou les constructeurs de centres de données. Les sociétés de puces et d’infrastructures sont payées lorsque les hyperscalers achètent des équipements, quelle que soit la rapidité avec laquelle cette capacité est réellement vendue aux entreprises clientes.
Ce sont les éditeurs de logiciels d’entreprise qui vendent des produits basés sur l’IA directement aux secteurs réglementés qui sont les plus exposés, car ils dépendent des contrats d’entreprise pour convertir les dépenses d’infrastructure en revenus.
Un fournisseur dont l’ensemble du discours repose sur une itération rapide et une amélioration constante fait du marketing directement contre la montre sur laquelle ses clients réels sont obligés de fonctionner.
L’actualisation rapide du modèle constitue un véritable avantage pour une application grand public en concurrence sur l’expérience utilisateur. Cela ressemble plus à une responsabilité pour un fournisseur qui vend ses produits à une fonction de conformité qui doit documenter, tester et défendre chaque modification importante apportée à un système de production avant sa mise en service.
Ce que cela signifie pour votre portefeuille
Ce risque ne se manifestera pas comme un seul événement dramatique. Cela se manifeste par un lent écart entre les revenus guidés et les revenus générés au niveau de la couche logicielle de l’entreprise, trimestre après trimestre, tandis que les couches d’infrastructure situées en dessous continuent de rapporter des chiffres élevés, car les hyperscalers continuent d’acheter des équipements quelle que soit la rapidité avec laquelle leurs clients peuvent les absorber.
Observez les données sur l’adoption par les entreprises aussi attentivement que les gros titres sur les dépenses en capital. Un hyperscaler qui relève ses prévisions d’investissement pour 2027 vous indique que la demande d’infrastructures reste forte. Cela ne vous dit pas si les entreprises censées payer pour cette infrastructure peuvent évoluer assez rapidement pour le justifier.
Trois endroits à surveiller avant le prochain cycle de bénéfices.
1. Lisez le langage du carnet de commandes, et pas seulement le chiffre d’affaires, de toute société de logiciels d’entreprise que vous possédez et qui vend des fonctionnalités d’IA dans le secteur bancaire, la santé ou l’industrie manufacturière. Un arriéré croissant de contrats signés mais non encore reconnus indique que la demande existe mais n’a pas encore surmonté le défi de l’approvisionnement.
Une diminution du retard à côté des revenus stables de l’IA est le premier signe que le cycle de vente de 12 à 24 mois dure plus longtemps que prévu.
2. Comparez le langage d’orientation d’un trimestre à l’autre pour la même entreprise. Si une entreprise s’oriente vers une « accélération des revenus de l’IA au cours de la seconde moitié » pendant deux trimestres consécutifs, demandez-vous pourquoi l’accélération continue d’être repoussée. Les délais d’approvisionnement ne se compressent pas. Un conseil qui suppose qu’ils le feront est le révélateur.
3. Séparez votre exposition aux infrastructures de celle des logiciels de votre entreprise et dimensionnez-les différemment. Les entreprises de puces et de centres de données sont payées sur le cycle d’investissement hyperscaler, quelle que soit la rapidité avec laquelle les banques et les hôpitaux l’adoptent. Les éditeurs de logiciels d’entreprise ne sont payés que lorsque l’adoption a réellement lieu.
Si les deux figurent dans votre portefeuille avec la même pondération, vous les évaluez selon la même horloge. Ils ne sont pas sur la même horloge.
Le marché est tarification des entreprises d’IA sur un cycle d’innovation mesuré en semaines. La plupart de leurs clients réels évoluent selon un cycle mesuré en années, et cet écart ne se réduit pas grâce à l’expédition d’un nouveau modèle.
Si un correction arrive, il est peu probable qu’il soit déclenché par un dysfonctionnement de l’IA. Il est bien plus probable qu’elle soit déclenchée par le marché qui évalue finalement le temps qu’il faudra réellement aux entreprises pour payer.
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.






