Les géants de l'IA au bord de la correction : pourquoi les résultats « parfaits » ne suffisent plus

Le marché a enfin commencé à poser des questions gênantes sur l'argent, et les réponses ne le satisfont clairement pas. Nous nous étions habitués à ce que chaque rapport trimestriel de Nvidia ou de Microsoft soit une fête avec feux d'artifice et hausses à deux chiffres en Bourse. Mais Lori Calvasina, de RBC Capital Markets, constate que la fête s'éternise et que les invités commencent à dessoûler. La situation des résultats actuels semble « collante », et les attentes envers les dix premières entreprises par capitalisation ont atteint un niveau que les analystes appellent le « prix de la perfection ». C'est un point dangereux où tout résultat autre que phénoménal est vécu comme une défaite.

Pendant un an et demi, le secteur a vécu sous le régime d'un crédit de confiance infini. Les entreprises ont englouti des milliards de dollars dans l'achat de puces H100, la construction de data centers colossaux et l'entraînement de modèles à plusieurs milliers de milliards de paramètres. Les investisseurs ont docilement fait grimper les cours, de peur de rater le début d'une nouvelle ère technologique.

La logique était simple, voire simpliste : celui qui construira le premier l'IA la plus puissante raflera tout le marché mondial. Mais l'attention s'est déplacée de « combien avez-vous dépensé en matériel » vers « combien de centimes de bénéfice chaque dollar investi dans l'entraînement a-t-il rapporté ». C'est là que commencent les difficultés sérieuses, que Calvasina appelle la « viscosité ».

Quand Calvasina parle de « prix de la perfection », elle évoque un piège mathématique. Les scénarios de succès les plus audacieux pour les années à venir sont déjà intégrés dans la valeur actuelle des actions des Big Tech. Si une entreprise affiche un résultat simplement bon et stable, cela ne suffit plus à tenir la cadence.

Le marché exige des superbénéfices ici et maintenant, en progression géométrique. Toute mention dans les rapports que les dépenses d'investissement dans l'infrastructure d'IA croîtront plus vite que les revenus directs des services cloud ou des abonnements fait frémir les investisseurs. On l'a vu lors des derniers cycles financiers, où un dépassement formel des prévisions des analystes a quand même provoqué des ventes d'actions.

Autre problème : les dix premières valeurs du S&P 500 sont devenues trop lourdes pour l'économie mondiale. Le sort du marché mondial dépend désormais directement de l'humeur de quelques géants de l'IA. Si leurs résultats deviennent « collants », tout l'indice se met à patiner, privant les investisseurs d'alternatives. Calvasina laisse entendre que la marge de manœuvre de ces géants a pratiquement disparu. Il ne leur suffit pas de courir pour rester sur place : ils doivent chaque trimestre réaliser des sauts au-delà de leurs moyens, pour prouver que la foi dans l'intelligence artificielle n'est pas une hallucination collective.

Rappelons comment se sont déroulés les précédents cycles d'engouement technologique. À la phase de construction effrénée d'infrastructures succède généralement la « vallée de la désillusion », quand on découvre que l'adoption de la technologie dans les entreprises réelles est plus lente que prévu. Nous en sommes exactement là. Les entreprises ont déjà acheté les puces, mais n'ont pas encore trouvé comment faire payer l'utilisateur ordinaire assez cher pour amortir ces factures Nvidia. Cet écart entre attentes et réalité crée cette « viscosité » dont RBC nous met en garde.

Que cela signifie-t-il pour le secteur à court terme ? Selon toute vraisemblance, une période de réévaluation massive et douloureuse nous attend. Les entreprises devront formuler plus clairement et plus fermement leurs stratégies de monétisation. Ajouter un « assistant intelligent » à un logiciel familier ne suffit plus à justifier des multiples de marché démesurés. Les investisseurs veulent voir un impact réel et mesurable sur les marges et le bénéfice net. Si ce n'est pas le cas d'ici deux trimestres, les valorisations « parfaites » commenceront à s'effondrer sous leur propre poids, entraînant avec elles la foi dans l'imminente révolution de l'IA.

L'essentiel : le temps des pragmatiques arrive. L'euphorie suscitée par les possibilités théoriques des modèles cède la place à un audit implacable de la réalité. Les groupes sauront-ils prouver que leurs algorithmes valent les milliers de milliards auxquels ils sont estimés, ou assistons-nous simplement au gonflement de la bulle la plus technologique de l'histoire ?