Transcription
Les actions d'IA sont finalement touchées et vous pouvez sentir l'histoire évoluer en temps réel à mesure qu'elles le font. Le secteur technologique est en territoire de correction. Les grands noms de l'IA se vendent. Broadcom peut déclarer des revenus records en IA et être quand même puni parce que les investisseurs en voulaient plus. Alphabet et Microsoft peuvent continuer à augmenter leurs revenus cloud et être quand même en baisse parce que le marché pose soudainement la même question encore et encore. Ce commerce d'IA n'était-il qu'une bulle ? Les chiffres des dépenses sont franchement absurdes. Google, Microsoft, Amazon et Meta sont tous en passe de dépenser environ 700 milliards de dollars cette année en infrastructure d'IA. Certaines de ces entreprises lèvent de la dette, d'autres émettent des actions, l'électricité est tendue, la mémoire est chère, les centres de données prennent plus de temps à construire. Et à l'intérieur de la plupart des entreprises, l'histoire claire qui dit que c'est là que nous obtenons un retour sur investissement pour toutes ces dépenses, n'est toujours pas entièrement là. Donc, si vous voulez dire que cela commence à ressembler à une bulle, je comprends. Ce n'est pas une réaction insensée, mais je pense que c'est la mauvaise question fondamentale à poser. Une correction boursière vous dira que les investisseurs pensent que les prix sont tendus. Cela ne vous dit pas automatiquement que la demande est fausse. Et cette distinction compte beaucoup car les entreprises les plus proches de la demande ne reculent pas. OpenAI est passé d'environ 2 milliards de dollars de revenus annualisés en 2023 à plus de 20 milliards de dollars et ça continue. En 2025, Thropic a encore plus grandi. L'activité de centres de données de Nvidia a généré près de 194 milliards de dollars au cours de l'exercice 2026. Les hyperscalers parlent toujours de contraintes de capacité, pas d'un manque de demande. Donc, la question, je pense, n'est pas de savoir si l'IA est une bulle. La question est de savoir quelle partie de la construction de l'IA est de l'écume financière spéculative et quelle partie est la chaîne d'approvisionnement physique pour une demande qui existe déjà ? Et c'est ce que je veux séparer dans cette vidéo car la version paresseuse de l'argument de la bulle comprime beaucoup trop de choses en un seul mot. Elle traite les prix des actions gonflés, les valorisations privées agressives, les centres de données surdimensionnés, les faibles retours sur investissement des entreprises, les revenus de Nvidia, la croissance d'OpenAI et tout l'avenir de l'IA comme s'il s'agissait de la même question, alors qu'ils ne le sont vraiment pas. Vous pouvez avoir une correction dans les actions d'IA et avoir toujours une quantité énorme de demande d'IA bloquée qui n'est pas satisfaite. Vous pouvez avoir certaines entreprises qui surdimensionnent leur capacité et avoir toujours le monde dramatiquement sous-dimensionné pour l'inférence. Vous pouvez avoir un faible retour sur investissement dans un projet pilote d'entreprise aléatoire et avoir toujours une demande massive d'agents de codage, d'agents de recherche, d'automatisation du support client, d'API de modèles et d'outils d'IA d'entreprise qui remplacent réellement des heures de travail. L'erreur est de traiter la bulle comme un verdict sur toute la technologie. Il est plus utile de traiter le concept de bulle comme une invitation à cartographier le secteur car il peut y avoir des dynamiques de bulle dans les actifs autour de l'IA. Il peut y avoir une surévaluation. Il peut y avoir des transactions encombrées. Il peut y avoir des centres de données financés sur des hypothèses qui ne survivent pas au contact de la réalité. Certains investisseurs vont perdre de l'argent. Certains fournisseurs vont être surpayés. Certaines entreprises vont construire trop de la mauvaise chose au mauvais endroit. Tout cela peut être vrai. Mais rien de tout cela ne suggère que la demande sous-jacente est imaginaire. Commençons par OpenAI. OpenAI a déclaré que ses revenus annualisés sont passés de 2 milliards de dollars en 2023 à 6 milliards en 2024, puis à plus de 20 milliards en 2025 et ça continue. C'est une courbe de croissance insensée et c'est la courbe de croissance la plus lente des hyperscalers. Anthropic a encore plus grandi à partir d'une base plus petite et a maintenant un taux de revenus plus élevé qu'OpenAI ne l'a rapporté. Et il ne s'agit pas de curiosité des consommateurs. Les entreprises représentent désormais environ 40 % de l'activité chez OpenAI, encore plus chez Anthropic. Et les entreprises font littéralement la queue. Elles ne peuvent pas être intégrées assez rapidement. Et cela compte car les revenus des entreprises sont très différents de "j'ai essayé le chatbot une fois, je me suis abonné et maintenant je le regrette". Une entreprise ne continue pas à dépenser un budget réel en IA parce qu'une démo était amusante. Elle dépense parce que quelqu'un au sein de l'entreprise est passionné par cela et pense que cet outil est essentiel pour le code, la recherche, l'analyse, le travail client, la conformité, les ventes, les opérations ou un flux de travail où le processus précédent était plus lent ou plus cher. Maintenant, est-ce que certains de ces dollars proviennent d'entreprises qui chassent le FOMO et s'inquiètent que d'autres entreprises adoptent l'IA ? 100 %. Cela signifie-t-il qu'elles sont irrationnelles de dépenser en intelligence au sein de leur entreprise ? Non. Elles peuvent ne pas bien utiliser ces dollars. Et c'est pourquoi nous voyons cette poussée d'ingénierie déployée par ces deux entreprises, mais la demande est là. Anthropic et OpenAI établissent tous deux de nouveaux records quant à la rapidité avec laquelle une entreprise privée peut augmenter ses revenus. Vous ne faites pas cela sur un coup de tête. Cela signifie qu'il y a des clients payants dans le système. Regardons Nvidia ensuite. Les revenus des centres de données de Nvidia pour l'exercice 2026 étaient d'environ 193,7 milliards de dollars. C'est un signal public très clair que nous avons une demande physique massive d'IA. Ce sont des gens prêts à payer pour des puces, des systèmes, des réseaux, de la mémoire, des racks et des engagements qui transitent par la chaîne d'approvisionnement des centres de données. Et la partie importante n'est pas seulement que Nvidia vend beaucoup. La partie importante est ce qu'impliquent ces achats. Personne n'achète autant d'infrastructure d'IA pour expérimenter de manière décontractée avec un tableau de bord. Les puces sont achetées par des conseils d'administration et des PDG très sérieux parce que les charges de travail d'entraînement et d'inférence existent déjà et parce que tous ceux qui sont proches de la demande croient fermement que ces charges de travail augmentent rapidement. Si vous ne pouvez pas avoir une conversation sur la bulle en même temps que des leaders éminents se plaignent du fait que leurs développeurs épuisent trop rapidement leurs crédits Claude. Ces choses ne devraient pas coexister. Et pourtant, ce marché rationnel, elles le font. Maintenant, c'est là que l'argument de la bulle devient encore plus intéressant car les baissiers ont raison sur une chose. Les revenus et les dépenses ne correspondent pas aussi bien qu'ils le devraient encore. N'est-ce pas ? Si les hyperscalers dépensent 600, 700, peut-être un billion de dollars en infrastructure d'IA, vous avez besoin d'une énorme quantité de revenus futurs pour justifier cet investissement. C'est juste. Vous avez besoin que l'adoption par les entreprises passe des pilotes à la production. Vous avez besoin que les agents deviennent suffisamment fiables pour exécuter de longs flux de travail et suffisamment faciles à déployer pour que chaque entreprise puisse le faire. C'est le point crucial. Vous avez besoin que les équipes logicielles, les équipes juridiques, les équipes financières et les équipes de support, tout le monde change sa façon de travailler. Ce n'est pas une garantie que cela se produira par à-coups. Cela se produira selon une courbe d'adoption. Et si vous êtes un investisseur qui paie un multiple énorme pour chaque entreprise qui touche la chaîne d'approvisionnement de l'IA, ce calendrier compte beaucoup. Mais c'est précisément pour cela que le mot bulle est trop peu subtil. La question n'est pas de savoir si l'IA est réelle. La question est de savoir si les flux de trésorerie arrivent au bon endroit au bon moment pour les entreprises qui financent la construction tout au long de la chaîne d'approvisionnement. C'est une question beaucoup plus intéressante car la demande peut être réelle et l'investissement peut toujours être mal chronométré dans certaines parties de la chaîne d'approvisionnement. La technologie peut être absolument transformatrice et certaines actions peuvent toujours être trop chères. L'infrastructure peut être nécessaire et certains des constructeurs peuvent toujours obtenir de mauvais rendements. Tout cela s'est déjà produit. Les chemins de fer étaient réels. Beaucoup d'investisseurs ferroviaires ont quand même été absolument détruits sur le marché, même si c'était une construction formidable et un énorme succès pour l'économie. La fibre était réelle. Beaucoup d'investisseurs en télécommunications ont quand même été détruits. Le cloud était réel. Toutes les entreprises adjacentes au cloud n'ont pas réussi à capter cette valeur. Donc, quand les gens disent que cela ressemble à la bulle .com, je pense que la réponse honnête est peut-être à certains égards, mais pas de la manière dont vous pensez qu'elle signifie. La bulle .com était notoirement en avance de plusieurs décennies sur la demande. Ce n'est pas ce que nous devrions voir ici. La bulle .com n'a pas prouvé que l'internet était faux. Elle a prouvé que les marchés peuvent surévaluer la version de premier ordre d'un véritable changement de plateforme. Ce n'est pas que rien ne se passe. Le risque est que le marché évalue chaque actif exposé à l'IA comme s'il allait automatiquement capter de la valeur par magie. Il ne le fera pas, n'est-ce pas ? Certaines entreprises fourniront des intrants commoditisés. Certaines seront écrasées. Certaines construiront bien trop en avance sur la demande. Certaines auront la bonne thèse et le mauvais bilan. Mais la construction elle-même, ce n'est pas une hallucination. La raison est l'inférence. Et c'est la partie de l'histoire des dépenses d'IA qui semble très mal expliquée dans la rue principale et à Wall Street. Pour moi, entraîner un modèle est coûteux, mais c'est épisodique. Vous construisez un énorme cluster, vous exécutez un travail d'entraînement, vous produisez un modèle, puis vous passez à la génération suivante. L'inférence est différente. L'inférence est le modèle qui s'exécute chaque fois que quelqu'un l'utilise. Chaque invite, chaque étape d'agent, chaque appel d'outil, chaque nouvelle tentative, chaque fenêtre de contexte longue, chaque document, chaque base de code, chaque passe de vérification. Quand l'IA était principalement du chat, l'inférence semblait super gérable. Et ce n'était pas il y a si longtemps. C'était il y a genre sept, huit mois. Une personne pose une question, attend, lit et en pose peut-être une autre. Et une grande partie de la construction était axée sur les exécutions d'entraînement. Les agents, ces six derniers mois, ont fondamentalement changé ce calcul pour toujours. Un agent ne pose pas une seule question et s'arrête. Il va à droite. Il boucle. Il lit des fichiers. Il appelle des outils. Il écrit du code. Il vérifie le résultat. Il corrige l'échec. Il demande à un autre modèle d'examiner l'entrée. Il recherche à nouveau. Il exécute à nouveau. Il brûle des jetons encore et encore. Ce n'est pas une conversation. C'est un travail de production qui utilise des millions et des milliards de jetons très, très rapidement. Et une fois que vous voyez l'IA fonctionner de cette façon, vous ne pouvez plus la voir autrement. Et la construction de l'infrastructure commence à avoir beaucoup plus de sens car toute exécution d'agent peut coûter des milliers de fois plus cher en inférence qu'une conversation de chat. Les jetons ne sont pas magiques. Ils sont fabriqués. Derrière chaque réponse, derrière chaque appel d'outil d'agent se trouve un système de production physique. Puces, mémoire, réseau, alimentation, refroidissement, terrain, construction et opérations. Et c'est pourquoi les chiffres de dépenses d'investissement deviennent très sérieux. L'IA rend les entreprises logicielles les plus précieuses du monde industrielles aujourd'hui. Microsoft, Google, Amazon et Meta ne se contentent plus de livrer des fonctionnalités. Ils construisent des usines pour l'inférence. Et les usines sont coûteuses. Elles nécessitent des capitaux initiaux, une utilisation et une assurance d'approvisionnement. Elles nécessitent des contrats d'électricité. Elles nécessitent des calendriers d'amortissement, du routage, du traitement par lots, de la mise en cache et des améliorations d'efficacité. Donc, le calcul coûteux n'est pas gaspillé sur un travail bon marché. C'est la véritable question opérationnelle. Ce n'est pas de savoir si l'IA est une bulle. La question opérationnelle est la suivante : les jetons coûteux sont-ils dépensés pour un travail suffisamment précieux pour les justifier ? C'est la question de 2026. Et cette question sépare ce qui est réel dans cette explosion de demande d'IA de ce qui est faux très rapidement. Un agent de codage qui fait gagner des jours de travail à une équipe d'ingénieurs peut justifier cette inférence coûteuse. Et ces jours-ci, ils font gagner des semaines et des mois parfois. Un agent d'examen juridique qui traite des milliers de contrats peut justifier une inférence coûteuse. Un système de service client qui résout de vrais tickets et réduit les escalades. Vous pouvez justifier une inférence coûteuse de cette façon. Maintenant, un chatbot d'entreprise aléatoire sur le site Web qui répond à des questions superficielles d'une base de connaissances obsolète et offre une expérience client médiocre. Ne justifie pas vraiment votre inférence là-bas. Et c'est pourquoi les données de retour sur investissement des entreprises ressemblent à un désordre complet en ce moment. L'IA n'est pas une seule chose. C'est une technologie à usage général. C'est un millier de flux de travail différents avec des économies différentes. Certains sont vraiment utiles, d'autres sont de mauvaises idées. Certains font gagner du temps au niveau individuel mais n'atteignent jamais le compte de résultat. Certains sembleront impressionnants en démo et s'effondreront lorsque vous les intégrerez dans un flux de travail réel avec des autorisations, des exceptions et des données désordonnées. Rien de tout cela n'est une preuve de bulle. C'est la preuve que l'adoption est inégale et franchement que les entreprises ne savent pas nécessairement quoi faire de la nouvelle technologie à usage général pour l'instant. Et franchement, cela devrait être inégal. La plupart des entreprises sont mauvaises en matière de changement de processus. Elles étaient mauvaises en implémentation logicielle avant l'IA. Elles étaient mauvaises en projets de données avant l'IA. Elles étaient mauvaises en migration cloud avant l'IA. Et maintenant, elles sont mauvaises en transformation IA. Et nous agissons tous surpris. La technologie peut être réelle pendant que les entreprises luttent avec la gestion du changement. Et c'est là que je pense que le meilleur modèle mental se situe. Il ne s'agit pas de bulle ou pas de bulle. Il s'agit de construction ou de retour sur investissement. La construction est réelle. Les signaux de demande sont réels. Les contraintes sont également réelles. Les revenus d'OpenAI sont réels. Tout comme ceux d'Anthropic. Les revenus des centres de données de NVIDIA sont réels. Les dépenses d'investissement des hyperscalers sont également réelles. Et les contraintes de capacité sont réelles. Le retour sur investissement est la question ouverte qui tourne autour de tous ces faits. Qui est remboursé et quand ? À quelle vitesse sont-ils remboursés ? Avec quelle marge ? Sur quels flux de travail est-il important qu'ils soient remboursés ? Quelle puissance de prix les hyperscalers ont-ils lorsqu'ils fixent les prix des jetons et des flux de travail ? C'est là que le marché devrait être plus réfléchi. Franchement, si vous achetez chaque action d'IA parce que l'IA est l'avenir, vous ne faites pas vraiment de diligence raisonnable et d'analyse. Vous achetez un récit et les récits peuvent changer du jour au lendemain. Mais si vous rejetez tout parce que les actions ont corrigé, vous ne faites pas non plus d'analyse. Vous réagissez à l'action des prix et prétendez que c'est de l'intuition. Le terrain d'entente utile nécessite beaucoup plus de diligence raisonnable et de réflexion, et il est beaucoup plus difficile et plus rare. Il dit que l'IA est un véritable changement de plateforme tellement transformateur qu'il y a un tas de dynamiques de bulles locales qui en débordent. Cela signifie que les prix peuvent baisser et que la technologie peut continuer à progresser. Cela signifie que certaines infrastructures peuvent être surdimensionnées tandis que d'autres types de capacités restent profondément rares. Cela signifie que certaines entreprises dépenseront trop et dépenseront toujours pas assez exactement là où cela compte. Oui, cela peut être vrai. Cela signifie que les plus grands gagnants ne seront peut-être pas les entreprises avec l'histoire d'IA la plus bruyante aujourd'hui. Ce seront peut-être celles qui contrôlent le goulot d'étranglement, possèdent le flux de travail client, acheminent l'inférence plus efficacement ou transforment la sortie de l'IA en valeur commerciale durable. C'est la distinction que je surveillerais. Ne demandez pas si une entreprise fait de l'IA si vous essayez de comprendre les investissements ici. Et rien de tout cela n'est un conseil d'investissement. Demandez où la demande se manifeste. S'agit-il d'une utilisation payante ou simplement d'un engagement ? S'agit-il de charges de travail de production ou simplement d'un pilote déguisé en communiqué de presse ? S'agit-il d'améliorer un flux de travail avec une économie claire ou de créer plus de travail pour les humains à examiner ? L'entreprise achète-t-elle de la capacité parce que les clients attendent ou parce que le conseil d'administration veut une stratégie d'IA ? Le modèle est-il utilisé là où le raisonnement coûteux est important ou s'agit-il simplement d'un calcul premium brûlé sur des tâches bon marché ? Ces questions sont beaucoup moins dramatiques que bulle ou révolution, mais elles sont beaucoup plus utiles pour déterminer où les dollars d'investissement devraient aller. Et elles expliquent aussi pourquoi la correction boursière ne résout pas du tout le problème. Les marchés peuvent corriger puis se corriger pour de nombreuses raisons, n'est-ce pas ? Les valorisations s'étirent, les transactions deviennent encombrées, les attentes deviennent trop élevées, le capital tourne, les coûts de financement comptent. Une entreprise peut décevoir les investisseurs même si l'activité sous-jacente se développe. Et c'est ce qui rend ce moment si profondément délicat. Ce n'est pas que la correction est dénuée de sens. Elle vous dit que les investisseurs ont des sentiments au milieu d'une crise énergétique mondiale quant à la souscription de dépenses d'IA illimitées sans poser de questions plus difficiles. C'est génial. Ils devraient poser des questions plus difficiles. Mais la correction n'est pas une preuve que la construction est fausse. C'est la preuve que, vous savez, peut-être la phase facile de ce commerce est terminée et que la prochaine phase nécessitera un peu plus de discrimination de la part des personnes qui essaient de trouver des dollars d'investissement. Le marché commencera à séparer les entreprises avec de vrais revenus d'IA des entreprises avec le langage de l'IA dans la présentation. Il séparera les goulots d'étranglement de l'infrastructure de l'exposition aux matières premières. Il séparera les outils qui créent une valeur de flux de travail mesurable des outils qui créent une valeur de démonstration. Il séparera les entreprises qui peuvent financer la construction de celles qui ont besoin que la construction soit financée par quelqu'un d'autre. Et oui, il séparera les entreprises SaaS qui ont des services collants qui sont toujours précieux à l'ère des agents de celles qui n'en ont pas. Et c'est super sain et c'est exactement ce qui devrait se passer dans un véritable changement de plateforme. La première phase est presque toujours narrative. Tout le monde se précipite sur les noms évidents. La deuxième phase est la correction. Le marché réalise que l'histoire est plus chère. C'est plus lent. C'est plus désordonné que ce que les gros titres pouvaient laisser entendre. Donc, quand quelqu'un demande : "L'IA est-elle une bulle ?" Ma réponse est que certaines parties le sont, oui, si vous pouvez publier un communiqué de presse et obtenir un bond de 500 % de votre action, ce que j'ai vu une ou deux fois, ce sont des exemples de bulle. Mais cela ne signifie pas que tout le système est une bulle, pas du tout. Bien sûr, certaines valorisations sont tendues. Certaines dépenses seront gaspillées. Certaines valorisations du marché privé sont probablement ridicules. Certaines entreprises prétendent qu'une fine couche est une entreprise. Les tours d'amorçage deviennent vraiment chers dans la vallée. Certaines entreprises achètent des outils coûteux sans changer suffisamment le flux de travail pour en tirer de la valeur. Mais la construction plus large n'est pas du battage médiatique flottant au-dessus de la réalité. Il y a une demande réelle en dessous. Il y a des revenus réels en dessous. Il y a une rareté physique réelle en dessous. Et donc la meilleure question n'est pas quand la bulle éclatera. Je ne pense pas que cela arrive. La meilleure question est de savoir qui survivra au tri qui va avoir lieu car si l'intelligence devient un système de production, alors les gagnants ne sont pas seulement les entreprises avec les meilleures démos. Ce sont les entreprises qui peuvent transformer la demande en inférence fiable, abordable et à forte utilisation. Elles peuvent acheminer la bonne tâche vers le bon modèle. Elles peuvent obtenir de l'électricité. Elles peuvent obtenir de la mémoire. Elles peuvent construire de la capacité. Elles peuvent rendre les agents suffisamment utiles pour que les clients continuent de payer une fois la nouveauté passée. C'est un jeu beaucoup plus difficile que ce que le graphique boursier laissait paraître l'année dernière. Mais c'est aussi un jeu beaucoup plus sérieux. Une bulle est du battage médiatique détaché de la réalité. C'est un peu la définition d'une bulle, n'est-ce pas ? La célèbre bulle de la mer du Sud était entièrement axée sur le battage médiatique. Elle a coûté sa fortune à Isaac Newton. C'est plus compliqué que cela. C'est une construction réelle avec de l'argent spéculatif empilé par-dessus. Et la correction est le marché qui commence à demander quelle couche est laquelle. Et c'est fantastique. Et c'est une bonne question à garder à l'esprit. Vous devriez vous demander où est la demande payante ? Où est vraiment le goulot d'étranglement ? Qui capture la valeur lorsque les jetons deviennent moins chers ? Cette entreprise est-elle capable de s'autofinancer ? Le travail se déplace-t-il réellement vers les agents en association avec cette entreprise particulière ? Et c'est là que se trouve la vraie histoire. Donc, si vous vous inquiétez d'un mouvement particulier dans les actions, je veux que vous gardiez ces questions à l'esprit. Ce sont des questions qui sont des questions éternelles. Vous pouvez y revenir le mois prochain et le mois d'après. Il faudra du temps au marché pour traverser ce tri. Rappelez-vous, l'IA est un marathon. Ce n'est pas un sprint. L'activité de mise en place de l'IA dans les entreprises et son installation est un exercice de 10, 20 ans. Nous n'en sommes qu'au début. Nous écrivons le premier chapitre. Pensez-y la prochaine fois que vous regarderez votre compte Robin Hood ou pensez-y la prochaine fois que vous penserez à la position des actions. Cela offre une image plus large et je pense que c'est une image plus saine car l'IA est là pour le long terme. L'IA est la technologie la plus transformatrice de nos vies et elle peut encore avoir beaucoup d'écume sur les bords tout en restant vraie. J'espère que cela a été utile. Vous pouvez me suivre pour des points de vue plus sobres dans un monde qui aime argumenter sur de grosses grosses surcorrections en binaires. Je ne crois pas que le monde soit un monde interrupteur, n'est-ce pas ? Je ne crois pas que ce soit soit une bulle, soit pas. Et je vais argumenter contre cela beaucoup parce que je pense que c'est une question paresseuse qui souligne à quel point les gens comprennent peu la puissance réelle de l'IA. Ainsi que la faible compréhension des complexités de la dynamique de l'IA. Oui, il y a absolument des endroits dans une construction aussi grande où le capital est gaspillé. Et oui, cela ne signifie pas que nous ne voyons pas une demande massivement insatisfaite avec l'IA. Les deux peuvent être vrais en même temps. Exigez plus de vos investisseurs. Exigez plus de votre analyse. Exigez plus des marchés pour comprendre comment ces entreprises fonctionnent réellement. Et franchement, si vous êtes dans la presse financière, n'hésitez pas à me contacter car j'ai l'impression que cela est souvent mal rapporté, surtout cette partie sur l'inférence. Je ne pense pas que les gens comprennent bien cela. D'accord, je vous verrai dans les commentaires. Faites-moi savoir ce que vous en pensez. Exprimez-vous sur l'endroit où vous pensez que certaines de ces entreprises se situent. J'adorerais entendre car nous pouvons en discuter. Je pense que c'est une conversation saine à avoir et ce serait une façon pour nous de parler en tant que communauté de quelles entreprises trient où et pourquoi. D'accord, je vous verrai la prochaine fois. Santé.