L'IA est-elle une bulle spéculative ?

Climax · Hier 14:59:01

L'IA est-elle une bulle spéculative ?

La question de savoir si l'intelligence artificielle (IA) est dans une bulle spéculative est devenue centrale pour les investisseurs, les économistes et les décideurs politiques.

D'un côté, l'IA – c'est-à-dire principalement les technologies d'automatisation et de « pensée » synthétique – est transformatrice.

Elle a un impact sur les industries, stimule la productivité et permet de créer plus rapidement et plus efficacement de nouveaux logiciels, outils, programmes et autres produits.

D'un autre côté, les valorisations exorbitantes, les capitaux spéculatifs et certaines attentes irréalistes font écho à des bulles historiques telles que l'éclatement de la bulle Internet.

Pour comprendre si l'IA est une véritable bulle, nous devons examiner les deux côtés de l'argument.

Points clés à retenir :
➡️ L'IA transforme les industries, améliore la productivité et permet la création de nouveaux produits, outils et logiciels.
➡️ Les principaux signes d'une bulle spéculative sont présents : des prix bien supérieurs aux bénéfices, un optimisme débordant et des capitaux spéculatifs qui s'intéressent à l'engouement pour l'IA. Mais dans l'ensemble, la situation est plus mitigée.
➡️ Le marché est dominé par quelques méga-capitalisations technologiques, ce qui rappelle le risque de concentration de l'ère dot-com.
➡️ De nombreuses entreprises plus récentes sont surendettées et dépendent de l'engouement médiatique.
➡️ Les acteurs chevronnés disposent de liquidités importantes et investissent de manière structurelle.
➡️ L'IA n'est pas purement une bulle, mais un changement transformateur auquel s'ajoute un excès spéculatif.
➡️ Concentrez-vous sur les entreprises rentables liées aux infrastructures et évitez les poches/entreprises non éprouvées.
➡️ La meilleure façon d'envisager l'IA est généralement de la considérer comme un véritable boom contenant des bulles localisées, et non comme une manie généralisée.
➡️ Nous passons en revue les dynamiques potentielles à court et à long terme de cette évolution.
➡️ Nous discutons également de l'importance de la diversification dans vos transactions et votre portefeuille lorsqu'une force économique concentrée a une telle influence sur l'économie réelle et les résultats du marché à l'avenir.

Qu'est-ce qu'une bulle ?

C'est un terme qui est facilement utilisé, alors comprenons d'abord les critères.

On observe généralement ces sept éléments en premier lieu :

Les prix se détachent des fondamentaux, s'échangeant bien au-dessus des mesures d'évaluation historiques telles que les bénéfices ou les rendements.
L'optimisme du marché dépasse la réalité, les prix des actifs reflétant des bénéfices futurs trop ambitieux.
L'effet de levier est excessif, les acheteurs finançant de plus en plus leurs achats avec de l'argent emprunté.
Le sentiment est unilatéral, avec un optimisme généralisé et peu de sceptiques.
De nouveaux investisseurs inexpérimentés affluent, poursuivant souvent les tendances et les rumeurs plutôt que de procéder à une analyse fondée sur la valorisation.
La politique monétaire accommodante alimente la hausse, les taux bas et la liquidité gonflant la valeur des actifs.
Une thésaurisation spéculative apparaît, les acheteurs achetant de manière excessive des biens ou des stocks afin d'anticiper les hausses de prix futures.

Les arguments en faveur d'une dynamique de bulle

Des valorisations surévaluées et un leadership étroit sur le marché

La domination du marché par l'IA se reflète dans la concentration des gains au sein de quelques entreprises.

Au moment où nous écrivons ces lignes, les 10 premières actions américaines représentent près de 40 % du S&P 500, dont huit appartiennent aux secteurs de la technologie ou des communications.

Cela dépasse la concentration observée lors de la bulle Internet de 2000.

Des entreprises telles que Nvidia, Microsoft, Apple et Alphabet ont mené la reprise, mais ce leadership restreint accroît la vulnérabilité du marché.

Des valorisations déconnectées des fondamentaux

Les principales entreprises spécialisées dans l'IA se négocient à des multiples de valorisation extrêmes, avec des ratios cours/bénéfice et cours/chiffre d'affaires qui dépassent largement les normes historiques.

Plus de 560 milliards de dollars ont été investis dans l'IA par de grandes entreprises au cours des deux dernières années, mais les revenus supplémentaires estimés ne sont que de 35 milliards de dollars.

Des analystes tels que Torsten Slok, d'Apollo Global, avertissent que les valorisations de l'IA dépassent celles des géants de l'ère dot-com avant le krach.

Frénésie spéculative et investissement narratif

L'IA est devenue un aimant pour les capitaux spéculatifs.

Les entreprises qui n'ont que peu ou pas de capacités en matière d'IA ajoutent des mots à la mode liés à l'IA à leur image de marque (un phénomène appelé « AI washing ») afin d'attirer les investissements.

Les algorithmes qui négocient la majorité des actions sur le marché boursier américain sont désormais en partie influencés par ce type de tactiques, car l'avantage concurrentiel réside dans la rapidité et la possession d'informations plus nombreuses que les autres.

Il existe de nombreuses stratégies de trading à court terme qui ne nécessitent pas d'attendre plusieurs années pour voir les bénéfices apparaître. Les perceptions jouent donc un rôle.

Les investisseurs particuliers et les fonds momentum recherchent généralement des actions en fonction des gros titres, et non des bénéfices. Naturellement, les intentions et la vision précèdent les profits.

Ce comportement motivé par la peur de passer à côté (FOMO) est similaire aux manies passées, où le sentiment remplace l'analyse.

Une analyse sophistiquée du sentiment consiste généralement à rechercher des indices sur la manière dont ce « sentiment » se traduit réellement en flux monétaires et de crédit qui font évoluer les prix sur les marchés.

Sentiment fragile et effet de levier excessif

Les activités spéculatives sont nombreuses parmi les start-ups spécialisées dans l'IA après leur introduction en bourse, dont beaucoup sont financées par du capital-risque ou dépendent du financement par emprunt.

La volatilité reste faible pour les mégacapitalisations, mais les petites valeurs spéculatives affichent un comportement de passage de relais typique des bulles en phase avancée.

Si le sentiment venait à changer, ces entreprises pourraient être confrontées à de fortes corrections.

Les arguments contre une bulle spéculative généralisée

Bénéfices réels et fondamentaux commerciaux

Contrairement à l'ère des dot-com, bon nombre des principales entreprises d'IA actuelles sont rentables et génèrent des flux de trésorerie positifs, car elles peuvent utiliser les flux de trésorerie provenant d'activités matures pour investir dans de nouveaux domaines.

Nvidia et Microsoft génèrent des revenus considérables grâce aux outils d'IA, aux puces et aux services cloud.

Eric Schmidt, ancien PDG de Google, décrit l'IA comme l'infrastructure d'une nouvelle ère industrielle, et non comme une mode technologique passagère.

Une volatilité stable est le signe d'un marché maîtrisé

La Bank of America note que les bulles typiques s'accompagnent d'une volatilité croissante à mesure que les valorisations augmentent.

Cependant, la volatilité du S&P 500 est restée globalement faible.

Cela suggère que le comportement des investisseurs est plus stable et moins sujet à un revirement soudain.

Un essor précoce avec un potentiel de croissance à long terme

L'IA produit déjà des résultats concrets.

De la découverte de médicaments à l'automatisation du service client, en passant par la production médiatique et la logistique, les entreprises tirent aujourd'hui profit de l'IA.

Pas autant que prévu, certes, mais c'est déjà une réalité qui va prendre de l'ampleur, notamment à mesure que des organisations plus importantes et plus traditionnelles intègrent l'automatisation dans leurs processus.

Cela vient étayer une thèse de transformation plutôt qu'une pure spéculation.

Les modèles structurés tels que le taux de réalisation des capacités (CRR) montrent un décalage dans la valorisation, mais pas un fossé insurmontable.

Dépenses d'investissement durables et vents favorables macroéconomiques

Les géants de la technologie ont engagé plus de 340 milliards de dollars dans les infrastructures d'IA, notamment les puces, les serveurs et les centres de données.

Ces investissements sont structurels et nécessaires à la croissance à long terme, et ne constituent pas seulement des dépenses d'investissement temporaires.

Indicateurs de bulle vs caractéristiques d'un boom

Comparons la dynamique actuelle de l'IA aux signaux classiques d'une bulle :

Prix élevés vs fondamentaux – Les actions liées à l'IA sont chères, avec des multiples prévisionnels basés sur des hypothèses de croissance audacieuses.
Prévisions de bénéfices irréalistes – De nombreuses valorisations impliquent des gains de productivité qui pourraient ne pas se concrétiser rapidement.
Effet de levier dans les achats d'actifs – Les petites entreprises dépendent de l'endettement ou du financement par capital-risque, ce qui augmente le risque systémique.
Sentiment unilatéral – Peu d'investisseurs sont pessimistes à l'égard de l'IA ; l'optimisme domine.
Acheteurs inexpérimentés – Les participants particuliers sont souvent motivés par le battage médiatique et les gros titres, et non par l'analyse.
Stimulus monétaire – De nombreux investissements médiocres peuvent être soutenus par des taux bas, c'est-à-dire que les investissements plus sûrs comme les liquidités et les obligations n'offrent pas de rendements suffisants et obligent les acteurs du marché à trouver autre chose.
Accumulation spéculative – Les entreprises accumulent des puces, des talents et des ressources informatiques sans retour sur investissement clair.

Ces tendances ne prouvent pas à elles seules l'existence d'une bulle, mais elles montrent un écosystème où la spéculation l'emporte sur l'exécution dans des domaines clés.

Implications

Que faire :

Diversifier l'ensemble des technologies d'IA – Privilégier non seulement les logiciels d'IA, mais aussi les semi-conducteurs, les centres de données et les technologies fondamentales.
Pensez aux influences de second ordre – Le transport aérien a été une technologie transformatrice, mais il a davantage profité à des secteurs tels que le tourisme et la logistique qu'aux actionnaires des compagnies aériennes elles-mêmes.
Restez fidèle à la rentabilité – Concentrez-vous sur les entreprises qui génèrent des bénéfices, et pas seulement sur celles qui font l'objet d'un engouement médiatique.
Surveillez le CRR et les indicateurs de sentiment – Mesurez les résultats par rapport aux attentes.
Gérez votre exposition aux mégacapitalisations – Évitez une concentration excessive sur Nvidia et Microsoft.

Risques à surveiller :

Une monétisation ou une adoption plus lente que prévu.
La concurrence d'entreprises telles que celles originaires de Chine ou capables de copier des technologies à moindre coût.
Des mesures réglementaires répressives ou des restrictions à l'exportation.
Un revirement brutal des flux de capitaux spéculatifs.

Prendre en compte les effets potentiels à court et à long terme de l'IA

Ces types de questions comportent également une composante temporelle.

Exemple : optimisme à court terme, pessimisme à long terme

Prenons par exemple un scénario « optimiste à court terme, pessimiste à long terme ».

Il est possible que l'IA semble :

a) haussière pour les bénéfices des entreprises et les marchés boursiers, tout en étant
b) baissière pour l'économie de consommation sous-jacente, en particulier si les capacités des machines se développent plus rapidement que le marché du travail ne peut s'adapter.

Dans un scénario plausible, les premières vagues d'automatisation réduisent les effectifs administratifs et augmentent les marges, ce qui peut soutenir les bénéfices et les cours boursiers.

Les entreprises peuvent alors réinvestir une partie de ces gains dans des dépenses supplémentaires en IA, ce qui peut renforcer la productivité.

Un risque de second ordre est une dynamique qui s'autoalimente : que se passerait-il si l'IA s'améliorait, si davantage de tâches devenaient automatisables, si les licenciements augmentaient, si la croissance des revenus des ménages ralentissait et si la consommation diminuait ?

Le ralentissement de la demande pousse les entreprises à protéger leurs marges, ce qui peut les inciter davantage à remplacer la main-d'œuvre par l'IA. Ce scénario est loin d'être certain, mais il s'agit d'une évolution cohérente pour laquelle il n'existe aucun frein naturel évident.

Si l'IA agentique progresse de manière significative et réduit les frictions transactionnelles, elle pourrait également exercer une pression sur les modèles économiques qui monétisent l'inertie humaine ou les lacunes en matière d'information.

Le pouvoir de fixation des prix dans certains domaines du SaaS, des réservations de voyages, des renouvellements d'assurance, des commissions immobilières et des échanges de cartes pourrait se réduire si les logiciels pouvaient continuellement acheter, négocier et contourner les frais pour le compte des utilisateurs.

Dans le système financier, un canal de transmission hypothétique passe par le crédit privé et les expositions technologiques à effet de levier, les dépréciations et les défauts de paiement se répercutant sur les assureurs ou d'autres bilans à long terme.

Une question systémique plus large serait celle du logement : même si la souscription était solide à l'origine, la baisse des revenus des personnes à hauts revenus pourrait remettre en question les hypothèses qui sous-tendent la performance des prêts hypothécaires « de premier ordre ».

Les politiques pourraient prendre du retard, car la capacité budgétaire reste fortement liée aux revenus du travail. Parmi les réponses potentielles qui pourraient être débattues, citons des transferts plus importants, le financement du déficit ou des taxes visant les rentes de l'IA telles que le calcul ou l'inférence.

L'idée générale est que si l'intelligence et l'éducation commencent à avoir moins d'importance qu'auparavant, les institutions devront peut-être évoluer pour éviter un ajustement désordonné (par exemple, les barrières à l'octroi de licences disparaissent à mesure que les diplômes perdent leur pouvoir de signalisation, les participations publiques dans les laboratoires d'IA financent les dividendes des citoyens, les lois antitrust s'adaptent aux marchés numériques dominés par les agents, les universités se tournent davantage vers la reconversion professionnelle).

Exemple : baissier à court terme, haussier à long terme

Examinons maintenant le scénario inverse.

Dans ce cas, vous avez un choc d'investissement à court terme. Le développement de l'IA commence à dominer les autres formes d'investissement.

C'est déjà le cas sur le marché américain des obligations d'entreprises.

Cela peut réduire la liquidité et exercer une pression sur les valorisations.

Les entreprises investissent excessivement dans l'IA avant que les gains de productivité ne se concrétisent, ce qui entraîne une sous-performance des bénéfices.

Le risque d'exécution augmente fortement dans ce scénario. Les échecs d'intégration de l'IA entraînent des dépréciations et des licenciements sans gains compensatoires.

Les rôles sont redéfinis sur le marché du travail. Cela peut entraîner une hausse temporaire du chômage et un ralentissement de la consommation.

L'incapacité des régulateurs à réglementer efficacement les nouvelles technologies peut conduire à des règles trop strictes en matière d'IA, qui nuisent à l'innovation et retardent le retour sur investissement.

C'est l'hypothèse à court terme...

À long terme, la diffusion de la productivité devient une réalité. L'IA devient une couche polyvalente intégrée partout, afin d'augmenter la productivité totale des facteurs.

Il n'y a plus seulement les techniciens qui savent comment la mettre en place et qui sont suffisamment créatifs pour en tirer profit.

L'IA ne remplace pas les emplois, mais crée de nouveaux types d'emplois. Les rôles complémentaires de l'homme se développent dans les domaines de la conception, de la supervision, de la création, de la stratégie et des activités physiques.

Une abondance d'intelligence artificielle peut, dans de nombreux cas, entraîner une baisse des coûts et stimuler le pouvoir d'achat réel.

Les bénéfices réinvestis dans les infrastructures renforcent la croissance plutôt que de déplacer la demande.

Au final, cela se traduit par une assise fiscale plus solide. La combinaison d'une production plus élevée et de nouvelles industries élargit l'activité imposable malgré la baisse de la part du travail.

Ainsi, dans cette version, le ralentissement économique résulte d'une mauvaise allocation des ressources, d'un surinvestissement et de frictions de transition, et non d'un déplacement permanent.

Une fois que les institutions et les entreprises se sont adaptées au fil du temps, l'IA agit moins comme un destructeur de demande que comme un moteur de productivité qui élargit le gâteau économique.

Résumé

Optimiste à court terme, pessimiste à long terme :
Au départ, l'IA stimule les marges, les bénéfices et les actifs à risque grâce à l'automatisation et à la réduction des coûts. Mais avec le temps, le remplacement de la main-d'œuvre affaiblit les revenus et la demande. Cela comprime à son tour les bénéfices d'intermédiation, met à rude épreuve le crédit et le logement, et oblige à repenser les institutions à mesure que l'importance de certaines compétences et de l'intelligence humaine s'érode dans certains domaines.
Baissier à court terme, haussier à long terme :
Les investissements massifs dans l'IA, la mauvaise allocation des ressources et les frictions réglementaires nuisent aux bénéfices et à la liquidité au début.
Après ajustement, la productivité se diffuse largement. De plus, de nouveaux emplois complémentaires apparaissent, les coûts baissent et le pouvoir d'achat réel augmente. La croissance se renforce à mesure que l'IA élargit le gâteau économique global.

Ces deux voies ont pour but de montrer à quel point la transition vers l'IA est incertaine. Il s'agit d'une force gigantesque qui compte de nombreux détracteurs et de nombreux partisans.

Elle est politiquement sensible et suscite de nombreuses « révoltes populistes » lorsqu'il s'agit, par exemple, de perturbations du marché du travail et des prix de l'électricité dans certaines régions.

Cette même force peut plausiblement conduire à des résultats opposés en fonction du timing, des boucles de rétroaction et de la réponse institutionnelle.

Ce que nous savons est peu de chose par rapport à ce que nous ignorons, et surtout par rapport à ce qui est déjà pris en compte dans les prix du marché.

Dans une version, l'IA stimule d'abord les marges et les marchés, puis érode ensuite les revenus du travail, la consommation et la qualité du crédit.

Dans l'autre, le surinvestissement et les frictions réglementaires causent des difficultés à court terme, mais les gains de productivité à long terme finissent par augmenter la production et le pouvoir d'achat.

Ces deux scénarios s'appuient sur des mécanismes qui existent déjà. Et tous deux dépendent de variables que nous ne pouvons pas prévoir avec certitude. Par exemple, la vitesse d'adoption, l'adaptation de la main-d'œuvre, la conception des politiques, l'effet de levier financier et le comportement humain.

C'est l'idée. Nous ne débattons pas d'un résultat linéaire unique, mais d'une gamme de possibilités non linéaires.

Lorsque la distribution des résultats est large et dépendante du cheminement, la concentration devient un pari sur un seul scénario. La diversification devient alors importante.

Posséder des actifs exposés à la hausse de la productivité tout en détenant des actifs qui bénéficient de la volatilité, des mesures politiques ou de la rareté des actifs réels, c'est faire preuve d'humilité face à l'avenir.

La leçon à retenir n'est pas de prédire parfaitement l'avenir. Il s'agit plutôt de structurer les portefeuilles et, sur le plan politique, les institutions de manière à ce que plusieurs avenirs soient envisageables.

Alors, l'IA est-elle une bulle ?

Revenons à nos critères :

Les prix se détachent des fondamentaux.

Oui.

De nombreuses actions de premier plan dans le domaine de l'IA se négocient à des multiples cours/bénéfices et cours/chiffre d'affaires extrêmes, intégrant une croissance bien supérieure aux capacités actuelles.

Si certaines entreprises justifient leurs valorisations élevées par des bénéfices réels, d'autres reflètent des attentes qui pourraient être difficiles à satisfaire à court terme, en particulier parmi les petits acteurs et les introductions en bourse récentes.

De nombreuses petites entreprises qui offrent une valeur unique mais ont du mal à maîtriser leurs coûts pourraient finir par être rachetées et absorbées par des géants technologiques.

L'optimisme du marché dépasse la réalité.

Oui.

Le discours autour de l'IA a créé un consensus selon lequel elle va transformer tous les secteurs, mais les bénéfices et l'adoption n'ont pas encore suivi.

Les investisseurs projettent souvent des rendements exponentiels pour des technologies en phase initiale qui sont encore en cours de test ou dont les voies de monétisation ne sont pas claires.

L'effet de levier est excessif.

Oui, mais de manière inégale.

Alors que des entreprises établies comme Nvidia financent leur croissance à partir de leurs flux de trésorerie, de nombreuses start-ups dépendent fortement du capital-risque ou de l'endettement pour se développer.

Cela introduit une fragilité en cas de resserrement du capital ou de fléchissement des prévisions de croissance, en particulier dans les segments spéculatifs du marché de l'IA.

Le sentiment est unilatéral.

Oui.

L'optimisme domine tant chez les investisseurs institutionnels que chez les particuliers, et très peu de voix pessimistes sont prises au sérieux.

Ce déséquilibre peut être dangereux.

Il élimine tout scepticisme salutaire et augmente le risque de corrections brutales si la confiance venait à être ébranlée.

Les nouveaux investisseurs inexpérimentés affluent.

Oui.

La participation des particuliers a fortement augmenté dans les actions liées à l'IA, de nombreux acheteurs étant motivés par les gros titres, les réseaux sociaux ou le battage médiatique plutôt que par des modèles de valorisation ou des analyses de bénéfices.

Cela fait écho aux schémas observés lors des cycles spéculatifs précédents, où l'enthousiasme de la foule l'emportait sur la diligence raisonnable.

La politique monétaire accommodante alimente la hausse.

En partie.

Bien que les taux d'intérêt aient augmenté par rapport aux niveaux historiquement bas atteints pendant la pandémie, les marchés financiers restent abondamment approvisionnés en liquidités.

Les entreprises technologiques à très forte capitalisation bénéficient toujours de coûts d'emprunt relativement bas et d'une solide trésorerie.

Et l'IA continue d'attirer d'importants investissements malgré un resserrement général des conditions monétaires.

Une thésaurisation spéculative apparaît.

Oui.

Les entreprises stockent des puces IA, des capacités de centres de données et des talents en ingénierie IA en prévision de la demande future.

Dans de nombreux cas, cette anticipation intervient avant que des modèles commerciaux clairs ou un retour sur investissement ne soient établis, ce qui crée un risque capital si la croissance de la demande ralentit.

Verdict final : bulle, boom, ou les deux ?

L'IA présente de nombreuses caractéristiques d'une bulle classique : valorisations exubérantes, engouement des particuliers, leadership concentré et dépenses agressives.

Mais elle repose également sur une véritable transformation technologique, des gains de productivité tangibles et des acteurs rentables dans le domaine des infrastructures.

C'est pourquoi il peut être si difficile de reconnaître les bulles sans le recul nécessaire.

Plutôt que de la qualifier de bulle ou non, la phase actuelle peut être décrite comme un boom avec des poches de bulles.

Tout comme à l'ère d'Internet, les surévaluations chuteront, mais les survivants pourraient devenir les gagnants de leur génération.

Pour les investisseurs, le succès dépendra de leur capacité à distinguer l'innovation durable de la spéculation non durable.

Dans l'ensemble, restez vigilant, diversifié et agissez avec discipline.

#1 Hier 14:59:01

L'IA est-elle une bulle spéculative ?

Qu'est-ce qu'une bulle ?

Les arguments en faveur d'une dynamique de bulle

Les arguments contre une bulle spéculative généralisée

Indicateurs de bulle vs caractéristiques d'un boom

Implications

Prendre en compte les effets potentiels à court et à long terme de l'IA

Alors, l'IA est-elle une bulle ?

Verdict final : bulle, boom, ou les deux ?

Pied de page des forums