Goldman Sachs a indiqué à ses clients que la hausse des dépenses d'investissement dans l'IA accroît les risques pour les valeurs liées à l'IA, avertissant que les prévisions de 920 milliards de dollars de dépenses liées à l'IA d'ici 2027 pourraient sous-estimer l'ampleur réelle du déploiement.
Les 920 milliards de dollars de dépenses d'investissement dans l'IA projetés pour 2027 pourraient être trop prudents, a averti Goldman Sachs, alors que les dépenses des hyperscalers s'accélèrent plus vite que les analystes ne peuvent réviser leurs modèles.
« L'ampleur des investissements dans les infrastructures d'IA est sans précédent, et le risque est que les retours sur investissement ne se matérialisent pas dans le délai que les marchés intègrent dans leurs prix », a écrit l'équipe de stratégie de portefeuille américaine de Goldman Sachs dans une note de recherche publiée le 11 juin.
L'estimation de la banque couvre les dépenses d'investissement cumulées liées à l'IA chez les hyperscalers cloud, l'informatique d'entreprise et les fabricants de puces. James Covello, chef mondial de la recherche actions chez Goldman, s'est demandé si le torrent de capitaux affluant vers les infrastructures d'IA générera des rendements à la hauteur des dépenses — une question qu'il a soulevée pour la première fois en 2024 et qui, selon lui, reste sans réponse.
Cet avertissement intervient alors que le Nasdaq a subi sa pire vente massive depuis octobre, les mégacapitalisations liées à l'IA perdant des centaines de milliards en une seule séance. Si 920 milliards de dollars sous-estiment le chiffre réel, l'écart entre les dépenses et la génération de revenus se creuse davantage, augmentant les enjeux pour Nvidia, les hyperscalers et l'ensemble de la chaîne d'approvisionnement de l'IA.
La question des 2 100 milliards de dollars
La prudence de Goldman Sachs fait écho à un débat plus large qui divise Wall Street. Deutsche Bank a réaffirmé le 1er juin son objectif de fin d'année de 8 000 points pour le S&P 500, citant l'optimisme lié à l'IA et une croissance du BPA de 14,2 %. David Kelly de JPMorgan Asset Management, écrivant le même jour, a signalé que les dépenses d'investissement des hyperscalers devraient bondir de 78 % en 2026 pour atteindre 739 milliards de dollars, contre 416 milliards. Les perspectives 2026 de Vanguard évaluent à 2 100 milliards de dollars les dépenses d'investissement cumulées dans l'IA du début 2025 à fin 2027.
La divergence entre les haussiers et les baissiers se creuse. Jamie Dimon, PDG de JPMorgan, s'exprimant le 27 mai à la conférence Strategic Decisions Conference de Bernstein, a décrit l'environnement comme « euphorique » et a averti que les niveaux de confiance ressemblent à ceux de 1972, 1986, 2000 et 2007 — des années qui ont précédé des perturbations majeures des marchés. Ray Dalio, fondateur de Bridgewater Associates, a déclaré le 3 juin à Bloomberg Television que ses indicateurs propriétaires de bulles montrent que les marchés actions américains « montent près de — mais pas au même niveau qu'en 2000 et qu'en 1929 ».
Le test de ROI qui échoue sans cesse
L'argument central de Covello n'a pas changé depuis sa note de recherche de 2024 : à un moment donné, les investissements doivent générer des rendements. « Vous investissez dans une entreprise pour générer des rendements et gagner de l'argent », a-t-il déclaré le 2 juin sur le podcast Exchanges de Goldman. « Et nous nous en sommes éloignés au cours des deux dernières années au lieu de nous en rapprocher. »
George Lee, co-responsable du Goldman Sachs Global Institute, a estimé qu'entre 7 000 et 8 000 milliards de dollars seront finalement dépensés dans les infrastructures d'IA dans le monde. Le calcul ne tient que si l'IA crée une activité économique nouvelle substantielle — et non si elle se contente de perturber les pools de bénéfices existants, a-t-il fait valoir. Les données de ROI des entreprises restent jusqu'à présent décevantes.
Les sceptiques se font plus entendre. L'ingénieur logiciel Benjamin Horne a soutenu sur son Substack qu'une part importante des revenus déclarés dans les laboratoires de pointe comme OpenAI et Anthropic n'existe que parce qu'ils subventionnent les tokens — vendant de la puissance de calcul à des prix fortement réduits pour gagner des parts de marché. « Supprimez les énormes subventions sur les tokens », a-t-il écrit, « et une gigantesque partie de la "demande" s'évapore dès qu'elle touche la réalité. »
Ce que cela signifie pour les investisseurs
Pour Nvidia, qui a été le principal bénéficiaire du boom des dépenses d'investissement dans l'IA, le risque est double : un ralentissement des dépenses des hyperscalers comprimerait la croissance de ses revenus dans les centres de données, tandis que toute évolution vers des puces internes d'Amazon, Google et Microsoft pourrait éroder son pouvoir de fixation des prix. Les actions Nvidia se négocient à des multiples élevés par rapport aux moyennes historiques, laissant peu de marge de manœuvre en cas de déception.
La chaîne d'approvisionnement de l'IA composée de petites capitalisations montre déjà des signes de fragilité. Sanmina, le fabricant sous contrat qui a bondi de 77 % depuis le début de l'année après l'acquisition de ZT Systems, a guidé son chiffre d'affaires du troisième trimestre entre 3,2 et 3,5 milliards de dollars — une baisse séquentielle par rapport aux 4 milliards de dollars déclarés au deuxième trimestre. Viavi Solutions, en hausse de 421 % sur 12 mois grâce à la demande de tests pour les centres de données hyperscale, a chuté de 14 % au cours des 30 derniers jours. Le marché intègre déjà la prochaine étape, pas la précédente.
Le prochain test de stress aura lieu fin juillet avec le rapport du troisième trimestre de Sanmina, suivi des divulgations des dépenses d'investissement des hyperscalers par les quatre principaux fournisseurs cloud. Si ces chiffres continuent d'augmenter, la thèse haussière tient. S'ils s'effondrent, l'avertissement de Goldman Sachs semblera prémonitoire plutôt que prudent.
Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.