Joe Calhoun

Alors, c’est fini ? Le boom de l’IA est-il terminé ?

Hier encore toutes les actions, même vaguement liées à l’IA, grimpaient quotidiennement. Nvidia en était l’exemple parfait, car ses puces sont indispensables aux centres de données d’IA et personne ne peut rivaliser avec elle, n’est-ce pas ? Une marge brute de 75 % et une marge opérationnelle de 65 %, c’est sûr, non ? Franchement, l’action n’est même pas chère. Avec un PER prévisionnel à un an d’environ 16, c’est presque une valeur sûre. Et Micron est une véritable machine de guerre, n’est-ce pas ? Des marges brutes et opérationnelles de 73 % et 66 % vont se maintenir indéfiniment, n’est-ce pas ? Et cette croissance des bénéfices ! Plus de 1000 % supérieure à celle du même trimestre de l’année dernière ! Et elle est même moins chère que Nvidia, à seulement 6 fois les estimations de bénéfices prévisionnels à un an. L’action est clairement sous-évaluée, non ? On n’a jamais vu ça auparavant, n’est-ce pas ?

Micron Technology, croissance trimestrielle en glissement annuel des bénéfices trimestriels

Le fait que le PER prévisionnel à un an de Micron soit inférieur à 10 est en réalité très instructif. En effet, le secteur de la mémoire est très cyclique et l’émergence de l’IA ne devrait pas changer la donne. Ce serait possible, certes, mais seulement si l’on part du principe que la croissance induite par l’IA se répétera chaque année et qu’aucune autre entreprise ne sera attirée par ces marges élevées. Cela pourrait prendre du temps, mais de telles marges ne restent pas inexploitées et on n’applique pas un multiple prévisionnel élevé aux entreprises cycliques.

En fait, l’histoire nous apprend rapidement que le moment idéal pour vendre des actions cycliques est lorsque leur PER est faible, comme actuellement, et le moment idéal pour les acheter lorsqu’il est négatif. 

La bulle est peut-être terminée, peut-être pas, mais les actions du secteur de l’IA ont atteint leur sommet il y a quelques mois et la correction s’est accélérée depuis le pic de Nvidia à la mi-mai (oui, vraiment). Elles ont ensuite chuté modérément de 15 %. D’autres acteurs du secteur de l’IA n’ont pas eu cette chance. La correction a été généralisée.

Cliquez ici pour une analyse de portefeuille GRATUITE →

J’ai inclus Apple dans cette liste pour une raison bien précise. Apple n’investit pas dans l’IA comme le reste de la Silicon Valley et ne le fera probablement jamais. Apple considère l’IA comme un outil intégré à ses produits, et non comme un produit en soi. Contrairement à Alphabet, Microsoft et Amazon, Apple n’est pas présent sur le marché traditionnel du cloud et ne souhaite pas s’engager dans le « néo-cloud » qui consiste à louer la capacité excédentaire des centres de données. Meta a déjà adopté ce modèle, faute d’avoir pu développer un modèle d’IA capable de rivaliser avec les autres – quelle surprise ! – et d’autres acteurs, plus petits, suivent le mouvement. Cela coïncide parfaitement avec la récente publication de modèles de pondération ouverts en provenance de Chine. Ces versions open source de l’IA, exécutées sur une capacité de calcul louée, peuvent réduire de 60 à 70 % le coût des modèles à API fermée, tels que ceux d’OpenAI et d’Anthropic. 

Cela soulève un dilemme intéressant pour les investisseurs.

Les modèles de pondération ouverts chinois sont téléchargeables gratuitement, mais leur exécution nécessite une capacité matérielle suffisante, ce qui explique le changement de stratégie de Meta. C’est évidemment une mauvaise nouvelle pour Anthropic et OpenAI, dont le modèle économique repose sur une clientèle captive utilisant des modèles propriétaires sur du matériel qu’ils contrôlent (voire possèdent). Le modèle d’API fermée n’est viable que s’ils peuvent facturer un prix élevé pour l’accès à leurs modèles.

Désormais, les modèles de pondération ouverts ont atteint un niveau de sophistication comparable – Kimi de Moonshot est considéré comme aussi performant que Claude Fable 5 – et offrent des avantages considérables par rapport aux versions à API fermée d’OpenAI et d’Anthropic. Alors que ces dernières rendent vos données internes vulnérables, le modèle de pondération ouvert peut être hébergé sur votre propre infrastructure privée (seules les grandes entreprises pourront se le permettre), garantissant une sécurité totale. Vous pouvez également personnaliser le modèle à votre guise une fois téléchargé. Même si les modèles de pondération ouverts ne sont pas aussi performants, ils peuvent couvrir la grande majorité des cas d’utilisation en entreprise. 

L’émergence de modèles à pondération ouverte représente une menace importante pour les concepteurs de modèles d’IA qui souhaitent maintenir un écosystème fermé pour leurs propres modèles. Ils bénéficieront d’une marge bénéficiaire élevée car, du moins jusqu’à présent, les entreprises américaines de modèles d’IA conservent un avantage sur leurs concurrents proposant des modèles à pondération ouverte. Pour des calculs mathématiques de pointe, des systèmes de cybersécurité avancés ou certaines formes de programmation, les entreprises devront toujours payer OpenAI et Anthropic. Cependant, conserver cet avantage est coûteux et il semble peu probable qu’il soit possible de dégager des profits suffisamment importants pour justifier leurs investissements uniquement grâce à des modèles de pointe.

L’aspect matériel de l’IA est loin d’être une évidence. Le retour sur investissement de l’IA, hors programmation, reste pour l’instant largement hypothétique. J’ai toujours affirmé qu’il faudrait du temps aux entreprises pour maîtriser l’IA et, au vu des résultats obtenus jusqu’à présent, la plupart sont encore loin du compte. Si les résultats ne se font pas sentir rapidement, la demande risque de chuter ; or, la rémunération des PDG et autres dirigeants est liée aux performances de l’entreprise. Pour les investisseurs, cela signifie que nous ignorons tout de la demande finale en puissance de calcul. Il est fort possible que les capacités déjà en développement soient surdimensionnées. Et si ce n’est pas le cas, rien ne garantit que davantage de capacités pourront être construites en temps voulu ; l’avènement de l’IA idéale pourrait bien se faire attendre.

Environ la moitié des capacités des centres de données initialement prévues pour être mises en service au cours des deux prochaines années ont été retardées ou annulées, principalement en raison du manque de réseau électrique et de capacités de production. Les entreprises confrontées à des délais de raccordement au réseau pouvant atteindre cinq ans se sont tournées vers des sources d’énergie autonomes (construction de systèmes de production locaux indépendants du réseau), comme les groupes électrogènes à gaz et diesel et les piles à combustible. Caterpillar a constaté une forte augmentation de la demande en groupes électrogènes diesel et à gaz naturel. Cependant, cela ne résout pas le problème d’approvisionnement en énergie, car il faut encore acheminer le carburant jusqu’aux installations, et la construction de gazoducs et de canalisations de gaz naturel prend du temps. Les prix du diesel ont également flambé, les raffineries du Moyen-Orient et de Russie ayant été endommagées par les conflits. 

Le nombre de nouvelles capacités de production nécessaires fait débat, car la demande finale en IA reste incertaine. Certaines estimations évoquent jusqu’à 250 GW sur les cinq prochaines années. Actuellement, les entreprises de services publics réglementées, qui fourniront la majeure partie de cette énergie, prévoient d’ajouter seulement 93 GW. Quant au réseau, le délai moyen d’obtention des autorisations de raccordement est d’environ cinq ans. De plus, l’ajout de lignes de transport interétatiques est un véritable casse-tête en matière d’autorisations étatiques et locales. Il existe également un important arriéré de commandes pour des équipements tels que les transformateurs (3 à 4 ans), les turbines à gaz de grande capacité (bon courage pour en obtenir une avant 2030) et les groupes électrogènes à gaz pour les applications domestiques (le délai de livraison de Caterpillar est actuellement de 107 semaines), pour ne citer que quelques exemples critiques. L’expansion des capacités électriques se fait au rythme des entreprises de services publics, fortement réglementées, et non à celui de la Silicon Valley. 

Pour en revenir à l’investissement, après une correction de 20 à 40 % des actions liées à l’IA (sans compter les petites entreprises qui ont chuté bien davantage), faut-il acheter à la baisse ? Si vous n’avez pas encore investi dans ces valeurs, est-ce une opportunité d’achat ? Avant de répondre, permettez-moi de vous rappeler que les problèmes liés à l’IA ne sont pas les seuls à préoccuper. Il y a toujours autre chose, et généralement plusieurs facteurs à prendre en compte. 

• La guerre en Iran et les prix de l’énergie. Les prix du pétrole sont de nouveau à la hausse et, avec le détroit d’Ormuz quasiment fermé, on s’attend à ce qu’ils augmentent encore. Par ailleurs, la réduction des capacités de raffinage signifie que l’offre de pétrole brut pourrait ne pas être le facteur limitant. Les prix de l’essence et du diesel n’ont pas baissé autant que ceux du pétrole brut pendant le cessez-le-feu. Quel sera l’impact de la hausse des prix de l’énergie sur l’économie mondiale ? Et si elle s’accompagne d’une surabondance de pétrole brut ?
• L’inflation ne se limite pas aux prix de l’énergie. Les prix des produits alimentaires continuent d’augmenter et, compte tenu de la perte d’approvisionnement en engrais du Maine suite à la fermeture du détroit, il ne faut pas s’attendre à une amélioration de sitôt. 
• Les droits de douane continuent de perturber les chaînes d’approvisionnement et de faire grimper les prix. À quoi ressembleront les nouveaux droits de douane que le gouvernement s’apprête à annoncer ? 
• Les taux d’intérêt sont proches de leurs plus hauts niveaux des quatre dernières années. Vont-ils enfin franchir ce cap et augmenter encore ? Ou bien le PIB nominal va-t-il ralentir, entraînant une baisse des taux ? 
• Que fera la Fed ? Kevin Warsh a clairement indiqué que la transparence n’est pas sa priorité. Les marchés à terme, qui anticipaient des baisses de taux en début d’année, tablent désormais sur plusieurs hausses d’ici la fin de l’année. Par ailleurs, M. Warsh a également fait part de son intention de réduire le bilan de la Fed. Quel sera l’impact de ces mesures sur l’économie ? Et sur la liquidité ? 
• Quel impact les élections de mi-mandat auront-elles sur la composition du Congrès ? Les démocrates pourraient-ils obtenir la majorité dans l’une ou les deux chambres ? Quelles conséquences cela aurait-il pour le programme de l’administration Trump ? 
• La dette publique américaine approche les 40 000 milliards de dollars. Le monde continuera-t-il de financer les déficits des États-Unis ? À quel prix ?
• Le revenu personnel disponible réel a atteint son pic en avril de l’année dernière et a diminué régulièrement ces derniers mois. Les ménages à hauts revenus pourront-ils continuer à supporter la majeure partie de la charge budgétaire ? Les ménages à revenus moyens et faibles continueront-ils à puiser dans leur épargne pour maintenir leur consommation ?

Ce ne sont là que quelques-uns des problèmes potentiels connus, ceux qui nous préoccupent. Mais qu’en est-il des imprévus, des cygnes noirs ? Existe-t-il un élément susceptible de déstabiliser l’économie mondiale et qui nous échappe pour l’instant ? Et une percée en informatique quantique qui rendrait obsolète la sécurité numérique actuelle ? Un virus informatique ciblant les contrats légaux ? Une nouvelle pandémie ? La liste des dangers potentiels est interminable.

Les investisseurs sont constamment confrontés à des risques et à des incertitudes. Bien que distincts, ces deux concepts sont souvent confondus. Le risque se caractérise par une incertitude quant à l’issue exacte, malgré la connaissance des probabilités mathématiques sous-jacentes, comme lors d’un lancer de dés, d’un tirage à pile ou face, ou de toute autre opération utilisant des données historiques pour calculer des probabilités. Le risque peut être modélisé, calculé et évalué. L’incertitude , quant à elle, survient lorsque les résultats sont si uniques, inédits ou complexes qu’il est mathématiquement impossible de calculer ou d’attribuer une probabilité fiable, à l’instar de la prédiction de l’impact sociétal à long terme d’une technologie totalement inédite, ou de l’impact économique d’un événement géopolitique soudain. L’incertitude ne peut être ni calculée ni assurée.

Il est impossible de quantifier l’incertitude qui entoure l’essor de l’IA. Celle-ci pourrait accroître la productivité de l’ensemble de l’économie ou se limiter à des domaines comme le développement logiciel. Il est impossible de déterminer le nombre optimal de centres de données à construire. On ignore quelle capacité de production d’électricité supplémentaire est nécessaire. On ne sait pas si les nouveaux goulets d’étranglement en matière de capacité de calcul constitueront un frein ou, au contraire, se révéleront providentiels en évitant la surproduction. On ignore si les divers conflits géopolitiques entraîneront une pénurie de pétrole brut ou, au contraire, une surabondance due à une capacité de raffinage insuffisante. La liste des choses que nous ignorons et ne pouvons pas savoir à l’avance est toujours longue.

Les marchés financiers évoluent principalement dans un contexte d’incertitude, et non de risque calculable. Tenter de modéliser cette incertitude ou se fier uniquement aux probabilités historiques est une erreur, car les probabilités ne sont pas des certitudes et, même si les modèles peuvent être utiles, la réalité est complexe. La seule véritable protection pour un investisseur est de constituer un portefeuille résilient et offrant une flexibilité tactique. Pour ce faire, il faut diversifier ses investissements, en répartissant son capital entre plusieurs classes d’actifs et zones géographiques afin qu’un seul incident ne puisse pas entraîner de perte catastrophique. Il faut également penser à long terme et agir à contre-courant, en réduisant son exposition aux actifs plébiscités par tous et en augmentant celle des actifs unanimement décriés. Investir ne consiste pas à prédire la prochaine tempête, mais à construire un portefeuille capable de la traverser afin d’atteindre ses objectifs financiers.

C’est simple, mais ce n’est pas facile. 

Joe Calhoun