Remarque : pour des explications sur la terminologie de l’IA, veuillez consulter le glossaire à la fin du Viewpoint.
Les chaînes d’approvisionnement technologiques asiatiques sont au cœur du boom des investissements dans l’IA mené par les géants américains de la tech. Elles ont donc connu une croissance exceptionnelle de leurs bénéfices et des performances boursières spectaculaires. Depuis le lancement de ChatGPT en 2022, l’indice MSCI Emerging Markets Information Technology a plus que quintuplé et, en cours de route, les craintes d’une bulle de l’IA et les inquiétudes quant à un manque de rendement des investissements (ROI) ont déclenché des corrections à plusieurs reprises. Jusqu’à présent, ces replis ont été suivis de périodes de forte reprise des marchés.
La dernière vague de ventes, observée en juin 2026, a suivi un schéma bien connu. Les inquiétudes concernant le ROI de l’IA, les craintes de fin de cycle, la montée de la concurrence chinoise et l’incertitude économique liée au regain de tensions entre les États-Unis et l’Iran ont fortement pesé sur le sentiment de marché. Le niveau élevé de levier financier, de nombreux investisseurs privés ayant eu recours à des capitaux empruntés, a amplifié la baisse. À notre avis, la réaction du marché exagère toutefois les risques, car les plans d’investissement à grande échelle, la modération des hausses des prix des mémoires et les modèles d’IA chinois à moindre coût n’impliquent pas une situation de suroffre. Nous considérons au contraire la récente correction comme une nouvelle opportunité de s’exposer à un thème de croissance à long terme attrayant, même si la faiblesse à court terme pourrait persister.
D’un point de vue historique, le cycle d’investissement dans l’IA semble se trouver à un stade relativement précoce. Les vagues technologiques précédentes, comme les smartphones et le cloud public, ont duré plus de huit ans avant que la croissance des revenus ne ralentisse à moins de 20%. Moins de quatre ans se sont écoulés depuis le lancement de ChatGPT en novembre 2022, et nous pensons que l’IA pourrait à terme dépasser l’ampleur de ces deux révolutions technologiques. L’impact est déjà manifeste : la croissance des revenus du cloud s’est de nouveau accélérée pour atteindre près de 50%, tandis que des leaders de l’IA tels qu’OpenAI et Anthropic auraient, selon certaines informations, quadruplé leurs revenus en 2025. Pourtant, l’adoption par les entreprises n’en est encore qu’à un stade précoce et les flux de travail d’IA agentique commencent tout juste à être déployés à grande échelle, ce qui peut indiquer un long potentiel de croissance.
L’essor sans précédent de la demande de puissance de calcul a également fait tripler le marché des semi-conducteurs dans son ensemble, alimentant un vaste écosystème de fournisseurs de technologies pour centres de données.
Une perspective à long terme sur l’industrie des semi-conducteurs met en évidence le schéma récurrent des cycles d’expansion et de contraction, où des périodes de pénurie finissent par être suivies de surcapacités, même dans le cadre de puissantes tendances de croissance séculaires. Le boom du cloud computing, par exemple, s’est accéléré après qu’Amazon a présenté AWS en 2015, mais a tout de même connu des corrections significatives lors de l’ajustement des stocks en 2018 et du ralentissement lié à la pandémie de Covid en 2022. Cela souligne l’importance de surveiller de près l’équilibre entre l’offre et la demande. Étant donné que les hyperscalers américains représentent l’essentiel des investissements mondiaux dans les centres de données et que leurs dépenses d’investissement (capex) devraient s’élever à quelque 745 milliards d’USD cette année, nous pensons que les questions clés sont de savoir si ce niveau de dépenses crée de la valeur et si les perspectives solides s’appuient sur des attentes de rendement satisfaisantes.
Graphique 4 : Tracker IA – pas de bulle, mais financement et pipeline de centres de données à surveiller
Dimensions clés | Principaux indicateurs récents | Tendance | |
Investissements | Capex des hyperscalers |
| Expansion continue |
| Financement |
| FCF en baisse, marge pour la dette, les IPO lèvent des fonds |
Demande | Monétisation |
| Accélération |
Utilisation de tokens |
| Montée en puissance | |
Offre | Tensions d’approvisionne- |
| Resserrement |
Pipeline de centres de données |
| Sous tension | |
Exubérance | Valorisations |
| Attrayantes |
Sources : Bernstein, Bloomberg, BofA, Morgan Stanley, Goldman Sachs, OpenRouter, Ramp, Silicon Data, UBS, Vontobel ; données au 5 août 2026
Nous nous attendons à ce que les capex des hyperscalers augmentent de plus de 80% cette année, et les développements récents pourraient conforter une nouvelle révision à la hausse des perspectives. Alphabet a récemment relevé sa prévision de capex de 15 milliards d’USD supplémentaires, bien que ses capex dépassent ainsi pour la première fois de son histoire son flux de trésorerie d’exploitation, et a même évoqué une nouvelle expansion « significative » l’an prochain. Amazon accélère également ses investissements, tablant sur des « rendements convaincants » avec un délai de récupération de trois ans et sur une demande « impressionnante » attendue pour 2028.
La raison est simple : la puissance de calcul semble rester nettement en deçà d’une demande en expansion rapide. Si la demande continue de dépasser l’offre, des investissements plus élevés pourraient rester à la fois économiquement attrayants et stratégiquement importants pour préserver la compétitivité. Si le recours croissant au financement par emprunt exige une surveillance étroite, nous y voyons un drapeau jaune plutôt qu’un drapeau rouge. De fait, nous considérons que les émissions de dette comme d’actions soutiennent la poursuite de la croissance à court terme, et nous nous attendons à ce que les hyperscalers accroissent leur endettement tant que leurs notations de crédit « investment grade », généralement un signe de solvabilité élevée, restent intactes. Les introductions en bourse (IPO) d’Anthropic et d’OpenAI fournissent des financements supplémentaires pour l’expansion des capacités. Un autre drapeau jaune est l’essor de ce que l’on appelle le financement circulaire, dans lequel, par example, les hyperscalers prennent des participations dans de grands clients. Si cela accroît le levier en amont comme en aval de l’écosystème, cela soutient aussi la croissance des investissements à court terme.
La durabilité du cycle de l’IA dépend en fin de compte de la rentabilité et du rendement des capitaux investis (ROIC). Dans l’ensemble, les activités cloud des hyperscalers ont accéléré pour atteindre une croissance de près de 50%, avec des marges d’exploitation de 35 à 40%. Les générations de puces plus récentes, les puces maison telles que le TPU de Google et la vente d’accès à des modèles maison exploitant ces capacités pourraient soutenir les marges à mesure que la part de l’IA augmente. Les hyperscalers dégagent de solides rendements sur les nouvelles capacités, mais pas encore sur l’ensemble de leur base de capital. Un centre de données de génération actuelle et bien utilisé pourrait dégager un ROIC d’environ 20 à 30% lorsqu’il est loué à des clients, mais une grande partie du capital total est encore en construction, fonctionne avec des puces plus anciennes ou est absorbée par l’entraînement interne. Nous pensons donc que les rendements se situent initialement juste autour du coût du capital, voire légèrement en dessous, et nous nous attendons à ce qu’ils puissent augmenter avec le temps, à mesure que l’utilisation du capital s’accroît. Les prix de location restent favorables.
Les laboratoires d’IA de frontière ont eux aussi dépassé les attentes, tant en matière de croissance des utilisateurs que des revenus. OpenAI vient de dépasser le milliard d’utilisateurs mensuels en moins de quatre ans – il a fallu neuf ans à Meta pour y parvenir –, tandis que le dernier rythme annualisé de revenus publié par Anthropic, de 47 milliards d’USD, a dépassé celui d’éditeurs de logiciels comme SAP ou Salesforce, qui ont mis des décennies à atteindre une échelle comparable. Les concepteurs de modèles sont généralement encore déficitaires, même si certains estiment qu’Anthropic s’approche déjà d’un résultat d’exploitation positif grâce à son orientation vers les entreprises et à une expansion des capacités moins agressive que celle d’OpenAI. Quoi qu’il en soit, nous voyons une voie possible vers une rentabilité accrue à plus long terme. Dans un premier temps, le coût élevé de l’entraînement et les utilisateurs gratuits pèsent lourdement sur la rentabilité. Mais les marges brutes sur l’inférence – la phase durant laquelle un modèle entraîné applique ses connaissances et génère des revenus – sont, selon certaines informations, d’environ 70% dans les activités avec les entreprises. Ainsi, à mesure que l’inférence croît par rapport à l’entraînement, les marges et les rendements des investissements pourraient s’améliorer. Et bien qu’OpenAI semble actuellement confronté à davantage de défis, avec une base de clients penchant vers les particuliers, nous estimons qu’une amélioration potentielle pourrait venir d’une adoption accrue par les entreprises, d’opportunités publicitaires et d’une intégration verticale plus poussée.
La concurrence de modèles d’IA chinois nettement moins chers reste une préoccupation majeure, mais DeepSeek a démontré que des prix plus bas par « token » peuvent stimuler la consommation en volume de tokens. Pour les modèles de frontière, la croissance de l’utilisation a largement dépassé la baisse des prix, ce qui explique la croissance exponentielle des revenus des laboratoires de frontière. En outre, si le récent lancement du modèle chinois Kimi 3 de Moonshot AI a surpris le marché par ses solides performances, il s’accompagne aussi de prix plus élevés, comparables à ceux des modèles de frontière américains, car il nécessite une puissance de calcul importante. Cela souligne que, contrairement à une perception répandue, les principaux modèles « open weight » chinois ne sont finalement ni gratuits ni aussi bon marché que cela. Cela démontre également ce que l’on appelle les lois d’échelle, selon lesquelles la performance des modèles s’améliore de manière prévisible à mesure qu’augmentent la puissance de calcul, les données d’entraînement et la taille des modèles.
Les cycles technologiques se retournent généralement lorsque l’offre rattrape la demande et que des craintes de suroffre apparaissent. Outre les plans de dépenses massifs des hyperscalers, les investissements de plusieurs milliards récemment annoncés par les fabricants de puces alimentent de telles craintes. TSMC a relevé ses perspectives de dépenses d’investissement et annoncé un investissement supplémentaire de 100 milliards d’USD dans des installations de fabrication de puces avancées aux États-Unis. Dans le même temps, les fabricants coréens de mémoires Samsung Electronics et SK Hynix ont dévoilé des plans d’expansion à long terme d’une valeur de plus de 1 700 milliards d’USD et de 750 milliards d’USD, respectivement.
Toutefois, une grande partie de ces investissements sera réalisée au-delà de 2030. Les projets de semi-conducteurs prenant des années avant d’être achevés et de monter en puissance, l’offre pourrait rester tendue dans l’intervalle. En conséquence, les prix des mémoires ont été multipliés par environ dix depuis début 2025, et les clients sont de plus en plus disposés à s’engager dans des contrats à long terme à des prix élevés afin de sécuriser leur approvisionnement futur. Les contraintes d’offre semblent rester généralisées dans l’ensemble de la chaîne d’approvisionnement de l’IA et s’étendre au-delà des semi-conducteurs, aux composants critiques et aux matériaux de base. Nous surveillons donc de près les prix et les capacités. Plus en aval, le déploiement des centres de données continue de se heurter à des goulets d’étranglement liés à l’alimentation électrique, aux permis de construire et aux retards de capacité, ce qui ralentit leur mise en service en temps voulu. Il s’agit donc d’un autre domaine clé dont nous devons suivre l’évolution.
Dans l’ensemble, nous pensons que le cycle de l’IA devrait encore avoir du potentiel. Si les valorisations étaient élevées avant la récente correction des cours des valeurs technologiques, elles restaient bien en deçà des niveaux observés à l’ère des « dot-com », de 1995 à 2001, lorsque l’essor rapide d’Internet a provoqué un boom boursier massif porté par des start-up liées à Internet, qui s’est achevé par un krach spectaculaire. Contrairement à certains épisodes spéculatifs antérieurs, le rallye technologique actuel a été porté par une forte croissance des bénéfices et une demande soutenue en infrastructures. Après la vague de ventes, nous pensons que les valorisations actuelles semblent attrayantes et que les moteurs à long terme du cycle de l’IA restent globalement intacts.
