Repenser l’IA sous l’angle de l’allocation de capital

L’enthousiasme autour de l’intelligence artificielle (IA) continue de porter les marchés actions vers des niveaux records. Mais face aux interrogations croissantes sur les valorisations, il peut être plus pertinent d’analyser l’IA à travers le prisme de l’allocation de capital.

L’IA traverse clairement une phase d’engouement intense. Les investisseurs deviennent toutefois de plus en plus attentifs à l’écart entre les attentes et les résultats concrets dans l’économie réelle.

Les dépenses liées à l’IA accélèrent rapidement. Les investissements (capex) des principales entreprises technologiques devraient atteindre environ 800 milliards de dollars en 2026¹. Plus largement, les estimations de marché tablent sur un volume d’investissements cumulé compris entre 4 000 et 8 000 milliards de dollars au cours des cinq prochaines années².

Cette accélération des investissements, associée à des valorisations boursières élevées, repose sur l’anticipation de gains de productivité significatifs et de revenus générés par l’IA à grande échelle. Pourtant, les preuves tangibles de ces gains ne devraient émerger que sur un horizon plus long, même si les investissements sont déjà engagés.

La montée en puissance de l’IA comporte également des risques. Les contraintes physiques — disponibilité de l’électricité, capacité des réseaux et exigences en matière d’émissions — deviennent des freins potentiels au déploiement à grande échelle.

Pour l’instant, les marchés actions semblent largement ignorer ces contraintes. Mais les niveaux de valorisation actuels soulèvent une question plus fondamentale : les marchés financiers intègrent-ils déjà dans les prix la maturité de systèmes qui restent encore en phase d’évolution, accordant ainsi une valeur avant même que leur monétisation ne soit véritablement démontrée ?

Cette question a été abordée lors d’une table ronde d’experts de la Conférence Global Markets 2026 à Singapour.
L’un des principaux enseignements de la discussion est que, si l’IA demeure une force de transformation majeure, le cadre d’analyse le plus pertinent pour les investisseurs consiste peut-être à l’aborder comme un enjeu d’allocation de capital et à se concentrer sur les domaines où la création de valeur est déjà clairement démontrée.

Où la valeur est créée — et où elle se heurte à des limites

Les performances récentes des marchés, marquées par des valorisations records dans le secteur technologique, reposent sur l’hypothèse que les gains de productivité seront suffisamment vastes pour justifier l’important développement d’infrastructures actuellement en cours. Cette hypothèse mérite toutefois d’être examinée avec prudence.

Aujourd’hui, la création de valeur est surtout visible dans des domaines relativement ciblés : développement informatique, achats, génération de contenus, marketing personnalisé ou encore tâches administratives.
L’extension de ces bénéfices à l’ensemble des secteurs et des cas d’usage nécessite cependant de surmonter trois contraintes majeures :

            1. La puissance de calcul (compute) : l’augmentation massive des besoins en capacité de calcul éprouve les limites des fabricants de semi-conducteurs, des fournisseurs de matériel informatique et des opérateurs de centres de données. Les autorisations réglementaires pourraient également influencer le rythme de développement des infrastructures nécessaires.

            2. L’énergie : la consommation électrique des centres de données a progressé de 17% en 2025 et devrait pratiquement doubler pour atteindre 950 TWh d’ici 2030³. Bien que cela représente moins de 5% de la production mondiale d’électricité, la nature continue et permanente de leur fonctionnement exerce une pression disproportionnée sur les réseaux électriques. Or, les investissements dans la production, le transport et la distribution d’électricité ne progressent pas au même rythme.

            3. La préparation des organisations : un écart important subsiste entre ce que les modèles d’IA les plus avancés peuvent théoriquement accomplir et ce que les entreprises sont réellement en mesure d’exploiter. Selon une enquête de 2025, si 88% des organisations utilisent désormais l’IA, seule une minorité d’entre elles apporte un impact significatif sur les résultats financiers. À peine 6% déclarent que l’IA contribue à hauteur d’au moins 5% de leurs revenus⁴. Les cadres de gouvernance interne, les dispositifs de conformité et les programmes de formation n’évoluent tout simplement pas assez vite pour combler cet écart de maturité opérationnelle.

Ces contraintes accroissent le risque de difficultés de monétisation et, à terme, de rendements ajustés du risque décevants. Plus largement, les marchés pourraient ne pas intégrer pleinement toutes les conditions nécessaires à la maturation de l’économie de l’IA.

La création de valeur dépendra donc fortement du rythme d’adoption dans les différents secteurs, industries et régions. D’où la question de l’allocation du capital : où les investisseurs devraient-il porter leur attention ?

Des écosystèmes aux dynamiques différentes

L’IA est un phénomène mondial, mais les écosystèmes qui la développent présentent des différences importantes, comme l’ont souligné les experts lors de notre table ronde à Singapour. Les contraintes liées à la puissance de calcul, à l’énergie ou encore à la préparation des organisations varient selon les régions. La concurrence entre ces différents écosystèmes continuera d’influencer les valorisations et les rendements pour les investisseurs.

Aux États-Unis, les principaux laboratoires d’IA entraînent actuellement la prochaine génération de modèles à l’aide de puces conçues spécifiquement pour des environnements nativement orientés IA.

En Chine, les entreprises privilégient des modèles open source, peu coûteux et particulièrement efficaces, reflétant des différences d’accès au capital, aux capacités de calcul et aux talents par rapport à leurs homologues américaines.
Des revenus plus faibles pourraient toutefois peser sur les valorisations si les modèles chinois ne parviennent pas à rester compétitifs sur la durée.

Le facteur temps est essentiel

Les échanges des experts ont également mis en évidence les caractéristiques communes aux entreprises qui réussissent leur adoption de l’IA : une vision stratégique claire quant à l’objectif recherché — réduction des coûts, génération de nouveaux revenus ou modernisation des opérations —, un engagement réel des instances managériales et des fondations solides en matière de données, de talents et de technologie.

À court terme, les opportunités de monétisation les plus crédibles concernent le développement de modèles spécialisés pour des secteurs précis ou la création d’agents capables de résoudre des problématiques précises au sein de processus clairement définis.

Cette dynamique a déjà bouleversé les valorisations du secteur des logiciels SaaS et contraint les investisseurs à revoir leurs anticipations de revenus et leurs modèles de flux de trésorerie dans de nombreux secteurs.

À plus long terme, les infrastructures et certains autres secteurs pourraient se révéler plus résilients face à la disruption. Les activités cognitives à forte valeur ajoutée, qui nécessitent jugement humain et expertise contextuelle, demeurent largement hors de portée des outils d’IA actuels. Dans ces domaines, la valeur créée par l’IA devrait rester concentrée sur des tâches structurées, vérifiables et relevant de processus étroitement définis.

Ancrer les décisions d’investissement

L’IA est passée du statut de technologie de niche à celui de thème central des discussions entre investisseurs dans le monde entier. Ses implications concernent désormais l’ensemble des classes d’actifs. Elle ne se limite plus aux valeurs de croissance et aux fabricants de semi-conducteurs.

Les investisseurs doivent donc évaluer avec discernement les différentes opportunités et résister à l’attraction de la seule dynamique de marché. Les perspectives de monétisation avérées doivent être soigneusement pondérées avec les risques d’exécution.

Comme cela a été souligné lors de la discussion, une approche fondée sur l’allocation de capital constitue un point d’ancrage utile. En se concentrant sur les rendements ajustés du risque et sur les conditions concrètes dans lesquelles la valeur de l’IA est réellement créée, les investisseurs peuvent construire des portefeuilles leur permettant de tirer parti du développement mondial de l’IA tout en restant fidèles à leur mandat d’investissement. Car, avant même que les gains de productivité généralisés ne deviennent une réalité, c’est la discipline dans l’allocation du capital qui fera la différence.

_{1 https://www.prnewswire.com/news-releases/north-american-ai-data-center-expansion-drives-2026-capex-of-top-nine-csps-to-us830-billion-says-trendforce-302764269.html 
2 https://www.goldmansachs.com/insights/articles/tracking-trillions-the-assumptions-shaping-scale-of-the-ai-build-out 
3 https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions 
4 https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai}