L'avertissement de Chris Wood : pourquoi le mauvais investissement pourrait mettre fin au cycle de l'IA

L'essor mondial de l'IA est actuellement alimenté par le cycle de dépenses en capital (capex) le plus spectaculaire jamais observé, mais un risque structurel imminent pourrait déclencher un basculement soudain du marché. Chris Wood, responsable mondial de la stratégie actions chez Jefferies, avertit que la fin du cycle de l'IA ne viendra pas d'une pénurie ou d'un surplus de puces, mais d'une crise de confiance concernant le retour sur investissement.

La menace du mauvais investissement et du financement circulaire

Contrairement aux cycles traditionnels des semi-conducteurs qui s'achèvent en raison d'un excédent de stocks, Wood soutient que le cycle de l'IA fait face à une menace psychologique et économique unique : le « mauvais investissement » (malinvestment). Le risque principal est que les hyperscalers et les laboratoires d'IA ne parviennent pas à générer des rendements adéquats sur les quantités massives de capitaux qu'ils déploient.

Wood souligne une boucle de rétroaction potentiellement fragile au sein de l'écosystème. Il pointe du doigt des structures où des entreprises comme Nvidia pourraient financer des laboratoires d'IA comme OpenAI, qui utilisent à leur tour ce capital pour acheter davantage de puces Nvidia. Bien que cette circularité stimule la croissance à court terme, elle crée un château de cartes qui pourrait s'effondrer si les investisseurs commencent à douter des capacités de monétisation à long terme de la pile technologique (AI stack) de l'IA.

Capex massifs et concentration de la richesse

L'ampleur de l'investissement actuel est sans précédent. TSMC a revu à la hausse ses prévisions de capex pour 2026 à environ 56 milliards de dollars, contre 41 milliards l'année dernière, certaines projections suggérant 65 à 70 milliards de dollars d'ici 2027. Cette poussée a transformé Taïwan en une puissance macroéconomique, avec une croissance du PIB réel atteignant 14,55 % en glissement annuel au premier trimestre 2026.

La demande liée à l'IA est désormais si concentrée qu'elle devrait représenter 31 % des revenus de TSMC en 2026. Ce niveau de concentration souligne à quel point l'économie mondiale parie actuellement sur un seul segment technologique vertical.

La commoditisation des modèles d'IA

Un autre point de pression important est la commoditisation rapide des grands modèles de langage (LLM). À mesure que les modèles de haute qualité deviennent moins chers, le pouvoir de fixation de prix premium des fournisseurs d'IA occidentaux est remis en question.

Wood note que les modèles chinois gagnent un terrain considérable. Sur la plateforme OpenRouter, les meilleurs modèles chinois ont traité 21,37 billions de tokens fin juin, un bond massif par rapport aux 4,37 billions d'avril, surpassant nettement les 5,76 billions de tokens traités par les meilleurs modèles américains. Ce changement suggère qu'à mesure que le « coût par token » diminue, la rentabilité du maintien de modèles propriétaires coûteux fera l'objet d'un examen minutieux.

Déplacement de l'attention vers la mémoire et le matériel

Malgré ces avertissements, Wood ne prévoit pas de krach immédiat. Au lieu de cela, il repositionne les portefeuilles vers les « outils et équipements » (picks and shovels) de l'industrie — plus précisément la mémoire et le matériel.

Il cite le paradoxe de Jevons, selon lequel l'augmentation de l'efficacité entraîne une hausse de la consommation totale. À mesure que l'informatique devient plus efficace, la demande de mémoire DRAM et NAND augmente. Des entreprises comme Micron ont déjà conclu des accords stratégiques à long terme pour une part importante de leur volume, offrant aux fabricants de mémoire un levier et un pouvoir de fixation des prix substantiels, dont les fabricants de puces traditionnels manquaient souvent lors des ralentissements précédents.

Points clés à retenir

• Le risque principal : Le cycle de l'IA est particulièrement vulnérable aux inquiétudes liées au « mauvais investissement » — la prise de conscience que les capex massifs ne génèrent pas de profits suffisants.
• Pression de la commoditisation : L'amélioration rapide et le coût réduit des modèles d'IA, en particulier ceux venant de Chine, menacent les marges bénéficiaires élevées des principales entreprises d'IA occidentales.
• La couverture par la mémoire : Alors que les fournisseurs de logiciels et de modèles font face à une pression sur leurs marges, les fabricants de matériel et de mémoire (comme SK Hynix et Samsung) restent les bénéficiaires structurels de ce déploiement.