Pourquoi la mauvaise allocation des capitaux, et non la surproduction de puces, pourrait mettre fin au boom de l'IA

L'essor incessant des investissements dans l'intelligence artificielle a défini l'ère actuelle du marché, mais un avertissement important a émané de l'un des stratèges les plus suivis de Wall Street. Chris Wood, responsable mondial de la stratégie d'actions chez Jefferies, suggère que la chute du secteur de l'IA ne proviendra pas d'un manque de puces, mais de l'incapacité à transformer des dépenses en capital massives en profits significatifs.

Le risque imminent de mauvaise allocation des capitaux

Contrairement aux cycles traditionnels des semi-conducteurs qui se terminent généralement par des excédents de stocks et des augmentations soudaines de l'offre, Chris Wood soutient que l'ère de l'IA fait face à un risque structurel unique : la mauvaise allocation des capitaux. Il prévient que la « fin » du commerce de l'IA — ou du moins une pause douloureuse du marché — sera probablement déclenchée lorsque les hyperscalers et les principaux laboratoires d'IA ne parviendront pas à générer des rendements adéquats sur leurs colossales dépenses en capital (capex).

Wood souligne une boucle de rétroaction préoccupante au sein de l'écosystème, telle que Nvidia finançant des entreprises comme OpenAI, qui utilisent ensuite ce capital pour acheter davantage de puces Nvidia. Bien que ce financement circulaire stimule la croissance immédiate, il crée une base précaire qui pourrait se défaire rapidement une fois que les investisseurs exigeront une visibilité sur les bénéfices à long terme et une discipline en matière de capital.

Un cycle de capex record

L'ampleur des dépenses actuelles dans l'IA est sans précédent. Wood décrit le déploiement en cours comme le cycle de capex le plus spectaculaire qu'il ait jamais observé. La concentration de cet investissement est particulièrement évidente dans l'industrie des semi-conducteurs :

• L'expansion de TSMC : La fonderie a revu à la hausse ses prévisions de capex pour 2026 à environ 56 milliards de dollars, contre 41 milliards l'année dernière. Les projections pour 2027 suggèrent que les dépenses pourraient atteindre entre 65 et 70 milliards de dollars.
• Concentration des revenus : La demande liée à l'IA devrait représenter environ 31 % du chiffre d'affaires total de TSMC en 2026.
• Impact macroéconomique : Cette poussée a alimenté une croissance massive à Taïwan, la croissance du PIB réel atteignant 14,55 % en glissement annuel au premier trimestre 2026.

La marchandisation des modèles d'IA

S'ajoutant à la pression sur les marges bénéficiaires, la marchandisation rapide des grands modèles de langage (LLM) accentue la tension. Wood note que des modèles moins chers et hautement efficaces — provenant notamment de développeurs chinois — contestent la domination des fournisseurs occidentaux premium.

Par exemple, le modèle GLM-5.2 de Z.ai, cotée à Hong Kong, afficherait des performances proches de celles d'Anthropic, mais pour seulement un quart du coût par jeton (token). Ce changement se reflète dans les données d'utilisation : fin juin, les meilleurs modèles chinois ont traité 21,37 billions de jetons sur OpenRouter, un bond massif par rapport aux 4,37 billions d'avril, dépassant largement les 5,76 billions de jetons traités par les meilleurs modèles américains. À mesure que le coût des jetons baisse, le « fossé » concurrentiel des fournisseurs d'IA premium se réduit, rendant plus difficile le recouvrement des coûts d'infrastructure massifs.

Les gagnants de la course aux « pelles et pioches »

Malgré ces risques à long terme, Wood ne prévoit pas d'effondrement immédiat. Au lieu de cela, il repositionne les portefeuilles vers les stratégies de type « pelles et pioches » — spécifiquement les fournisseurs de mémoire et de matériel — qui bénéficient du paradoxe de Jevons. Ce principe économique suggère qu'à mesure que le calcul devient plus efficace et moins cher, la consommation totale augmente en réalité.

Les géants de la mémoire comme Micron, SK Hynix et Samsung sont actuellement en position de force. Micron a déjà conclu des accords stratégiques couvrant 20 % de son volume de DRAM et un tiers de son volume de NAND, souvent pour une durée de cinq ans, offrant ainsi un tampon contre la volatilité attendue dans la couche logicielle de la pile technologique de l'IA.

Points clés à retenir

• La menace principale : Le secteur de l'IA est vulnérable aux risques de « mauvaise allocation des capitaux », où les dépenses massives des hyperscalers ne parviennent pas à générer un retour sur investissement (ROI) suffisant.
• Changement de profil de risque : Contrairement aux cycles précédents des semi-conducteurs tirés par la surproduction, la fin du cycle de l'IA sera probablement dictée par la désillusion des investisseurs face à la discipline du capital.
• Résilience du matériel : Alors que les marges des modèles logiciels subissent la pression de la marchandisation, les fournisseurs de mémoire et de matériel restent les principaux bénéficiaires de la course actuelle aux capex.