L'essentiel
Le Nasdaq 100 a perdu 5,5 % la semaine dernière, ce qui a relancé les questions sur la solidité de l'investissement dans l'IA, estimé à 1 000 milliards de dollars cette année. Le mouvement semble parti de l'échec de Firmus, une société australienne de centres de données, à s'introduire sur l'ASX. Son introduction en Bourse, valorisée à plusieurs milliards de dollars, devait un temps dépasser la capitalisation de Telstra avant même que l'entreprise n'ait produit les bénéfices promis.
Les marchés américains ont rebondi lundi soir. Le Nasdaq 100 vaut encore près de trois fois plus qu'au début de 2023.
Les détails
Des valorisations très concentrées
Sur le S&P 500, Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia et Tesla représentent désormais 35 % de l'indice, contre 12 % il y a dix ans. La capitalisation totale de ces sept entreprises a progressé de plus de 50 % en deux ans.
Gerard Minack, de Minack Advisors, estime que les investisseurs surestiment fondamentalement les rendements que les fournisseurs d'IA pourront dégager. Il se dit de plus en plus convaincu que ces rendements décevront, tout en reconnaissant être incapable de désigner le sommet exact du marché.
Raisah Rasid, stratège marchés chez JP Morgan Asset Management à Singapour, voit dans la récente correction « a valuation reset, rather than the market questioning the efficacy of AI itself ». Elle considère qu'il s'agit d'une transformation structurelle de long terme, très différente de la bulle internet.
Deux menaces plus sérieuses
Rasid identifie deux risques qui lui paraissent plus significatifs. Le premier est qu'un modèle d'IA open source, éventuellement chinois, vienne fragiliser l'économie du secteur et les centaines de milliards de dollars déjà investis. Minack partage cette inquiétude. Le second est qu'une opposition populaire atteigne une masse critique, que ce soit contre les projets de centres de données ou parce que l'IA ferait plus de mal que de bien aux travailleurs et à la société.
Le poids de la dette
Amazon, Microsoft, Google et Apple ont beaucoup emprunté pour financer leurs centres de données et l'infrastructure d'IA associée. Minack chiffre les dépenses d'investissement liées à l'IA de ces hyperscalers américains à 425 milliards de dollars en 2025, avec une trajectoire vers 800 milliards cette année et plus de 1 100 milliards ensuite. Selon le Fonds monétaire international, les obligations émises par ces entreprises représentent près de 10 % du marché mondial du crédit investment grade, contre 0,5 % fin 2024.
Le FMI a placé l'éclatement d'une bulle d'investissement dans l'IA en tête de trois risques menaçant l'économie mondiale, avec la hausse rapide des coûts d'emprunt et la menace d'une cyberattaque majeure.
Sally Auld, cheffe économiste de NAB, souligne un autre point de vigilance, la circularité croissante des financements entre entreprises. Un fabricant de puces peut par exemple financer la construction d'un centre de données en échange de l'achat de ses processeurs. Ces montages ne valent que ce que vaut leur maillon le plus faible. Si la demande d'IA n'est pas là, le centre ne se construit pas et les puces n'ont pas besoin d'être fabriquées.
Le cas australien
Les économistes de CBA estiment que l'Australie investira 150 milliards de dollars dans les centres de données d'ici 2030, et 260 milliards au milieu des années 2030. Auld juge cet investissement significatif mais pas majeur pour l'économie du pays, qui ne serait pas à l'épicentre d'un éventuel krach de l'IA.
Pourquoi c'est important
Pour une équipe qui construit sur des API de modèles ou qui loue du calcul, ces signaux financiers finissent par se traduire en conditions commerciales. La question de la circularité des financements mérite une attention particulière. Si un fournisseur de puces finance un centre de données pour écouler sa production, la demande observée n'est pas entièrement indépendante de l'offre. Mon hypothèse est que cette dépendance rend les prix et les capacités plus volatils qu'ils n'y paraissent.
Le risque open source cité par Rasid et Minack concerne directement les développeurs. Un modèle ouvert performant, où qu'il soit publié, pèse sur les tarifs des API propriétaires et change le calcul coût-bénéfice d'un projet. Cela reste à surveiller de près dans les prochains mois.
La saison des résultats trimestriels aux États-Unis donnera un premier verdict sur les valorisations. Auld rappelle que chaque grande technologie, des chemins de fer à internet, a connu une surcapacité. Elle en tire une question simple sur l'IA. Rien ne garantit que celle-ci échappe à la règle.