Nouvelles et perspectives

Theresa Shutt, CFA, MBA, Directrice des investissements

La révolution de l’IA

L’intelligence artificielle (« IA ») est rapidement passée d’applications de niche – comme les assistants virtuels (Siri) et les moteurs de recommandation (Netflix) – à une force transformatrice qui transforme les industries et la société. Le lancement de ChatGPT en novembre 2022 a marqué un tournant, rendant l’IA accessible à des millions de personnes et déclenchant une croissance sans précédent de l’adoption par les consommateurs.

Moteurs de l’avancement de l’IA

Trois facteurs critiques ont alimenté les progrès rapides de l’IA :

• Big Data : La croissance exponentielle des données disponibles.
• Puissance de calcul : Des augmentations massives des capacités de calcul.
• Percées en apprentissage automatique : Des avancées majeures en algorithmes.

Aujourd’hui, les entreprises se précipitent pour adopter l’IA, souvent sans en comprendre pleinement les capacités ou la valeur stratégique. Des mots à la mode comme « optimisation », « mise à l’échelle » et « maximisation de l’efficacité » abondent, mais l’impact réel de l’IA reste à voir.

Comme un génie censé exaucer des vœux illimités, l’IA promet des changements économiques, politiques et sociétaux profonds. Les défenseurs soulignent son potentiel à accroître la productivité, à stimuler l’innovation et à révolutionner les soins de santé. Les sceptiques mettent en garde contre le déplacement d’emplois, la manipulation de l’information, l’érosion de la vie privée et la fin de l’humanité telle que nous la connaissons. De façon déroutante, de nombreux cadres de la Silicon Valley prennent les deux camps.

Comprendre l’IA

• L’intelligence artificielle désigne des systèmes informatiques capables d’accomplir des tâches nécessitant généralement l’intelligence humaine — apprentissage, raisonnement, résolution de problèmes et compréhension du langage.
• Catégories par capacité
  • Intelligence artificielle étroite (ANI) : Spécialisé pour des tâches spécifiques (par exemple, assistants virtuels, reconnaissance d’images).
  • Intelligence Artificielle Générale (AGI) : Une forme théorique d’IA avec des capacités cognitives semblables à celles des humains.
• Catégories par technologie
  • Apprentissage automatique (ML) : Des systèmes qui apprennent et s’améliorent grâce à l’expérience.
  • IA générative : Crée du nouveau contenu (texte, images, audio, code) en apprenant des motifs à partir de données existantes, comme on le voit dans des modèles comme ChatGPT.

Chaîne de valeur de l’IA

Alors que l’IA est désignée comme la technologie utilisée pour permettre les solutions d’IA, l’IA repose sur divers composants – souvent appelés la chaîne de valeur de l’IA ou la « pile » :

IA Labs – développement de modèles

Les laboratoires d’IA sont l’endroit où les modèles d’IA sont construits et entraînés à partir de données préparées. Cette couche inclut les logiciels (chatbots), qui sont essentiels pour intégrer l’IA dans les systèmes existants. Les entreprises qui offrent des logiciels de laboratoire d’IA similaires à ChatGPT incluent Google DeepMind (Gemini) et Microsoft (Copilot).

Fournisseurs de services infonuagiques

Les fournisseurs de cloud hyperscale — Amazon Web Services, Microsoft Azure et Google Cloud — hébergent les logiciels des laboratoires d’IA. Ces entreprises acquièrent des composants semi-conducteurs, acquièrent des terrains, sécurisent l’approvisionnement en électricité à long terme et gèrent une vaste infrastructure de centres de données.

Centres de données

Un centre de données est essentiellement un entrepôt d’ordinateurs fonctionnant sans interruption, nécessitant des terres et de l’alimentation avec des liaisons directes vers des lignes de transmission et des réseaux à fibre optique. L’entraînement et le déploiement des modèles d’intelligence artificielle (IA) se font principalement dans les centres de données, la forte demande énergétique de l’IA étant comblée par une combinaison de sources d’énergie, dont l’énergie renouvelable, le gaz naturel et le charbon.

Fabricants de puces et infrastructure réseau

Des concepteurs de puces et des fabricants comme Nvidia conçoivent les unités de traitement graphique (GPU) qui alimentent le déploiement des modèles d’IA. Les GPU sont capables d’effectuer un grand nombre de calculs rapidement et simultanément, permettant l’entraînement et le déploiement de modèles d’IA complexes autrefois impossibles à imaginer. Des entreprises comme Broadcom fabriquent des commutateurs Ethernet à haute vitesse pour connecter les unités informatiques et les centres de données IA.

Cette approche interdépendante de la pile IA a donné le ton à l’industrie, entraînant une division du travail entre les acteurs clés. Des laboratoires d’IA comme OpenAI et Anthropic conçoivent les modèles de pointe. Des fabricants de puces comme Nvidia et AMD conçoivent les unités de traitement graphique (GPU). Les « hyperscalers » du cloud comme Microsoft et Amazon hébergent les modèles des laboratoires sur des GPU achetés auprès des entreprises de puces. Les joueurs clés collaborent quand c’est utile et rivalisent au besoin.

Applications de l’IA

Avec tout l’argent qui affluent dans la construction d’infrastructures pour soutenir l’IA et fournir la puissance de calcul nécessaire, il faut se demander si cet investissement en vaut la peine? Le tableau ci-dessous met en lumière un petit échantillon des avantages potentiels de l’IA selon le secteur industriel.

Qu’est-ce que le capex en IA?

Le capex en IA fait référence à l’argent dépensé pour développer des capacités d’intelligence artificielle, principalement par la construction de centres de données et l’achat de puces et de matériel haut de gamme. Ces dépenses massives sont motivées par le besoin d’une puissance de calcul immense pour entraîner et faire fonctionner des modèles d’IA, ce qui mène à l’actuel « supercycle d’investissement en IA » alors que les géants de la technologie rivalisent pour rester en avance. Souvent appelés les « hyperscalers », ces géants de la technologie – Microsoft, Amazon, Meta et Alphabet – devraient investir ensemble 350 milliards de dollars en investissements en IA en 2025.

Une grande partie de ce capital s’est faite sur les centres de données; Le marché des centres de données a doublé de taille depuis 2020, avec un taux de croissance annuel composé de 21% et des taux de vacance approchant rapidement^{zéro 1}. Mark Zuckerberg a révélé son projet de méga-centre de données « Hyperion » avec une publication sur les réseaux sociaux montrant qu’il serait de la taille d’une grande partie de Manhattan. Sam Altman d’OpenAI appelle son projet de centre de données « Stargate » et a annoncé au moins 1 billion de dollars d’investissements dans ces^{centres 2}.

Besoins énergétiques

L’adoption généralisée de l’IA a suscité un intérêt accru pour sa consommation d’énergie. Selon un rapport récemment publié par Google sur la consommation d’énergie pour une seule requête dans leur application Gemini, une invite médiane consomme 0,24 watt-heure d’électricité, l’équivalent d’un micro-ondes standard pendant environ une seconde. En 2024, la consommation d’électricité provenant des centres de données était estimée à 415 térawattheures (TWh), soit 1,5% de la consommation mondiale^{d’électricité 3}.

La consommation mondiale d’électricité pour les centres de données devrait doubler, atteignant environ 945 TWh d’ici 2030, ce qui représente un peu moins de 3% de la consommation totale mondiale d’électricité en 2030^.

D’après l’estimation ci-dessus, l’augmentation des émissions de la demande d’électricité des centres de données sera faible dans le contexte global du secteur énergétique et pourrait potentiellement être compensée par des réductions d’émissions rendues possibles par l’IA. De plus, à mesure que l’IA devient de plus en plus essentielle à la découverte scientifique, elle pourrait accélérer l’innovation dans les technologies énergétiques telles que les batteries et le solaire photovoltaïque.

L’IA et les marchés boursiers

Depuis la sortie de ChatGPT en 2022, la valeur du marché boursier américain a augmenté de 21 000 milliards de dollars. Seulement dix entreprises — dont Amazon, Broadcom et Nvidia — représentent 55% de cette hausse⁵. Pour 2025, on estime que 80% des gains boursiers américains cette année proviennent des entreprises d’IA⁶.

Le 29^octobre, Nvidia a marqué l’histoire en devenant la première entreprise à atteindre 5 000 milliards de dollars de valeur marchande (plus que le PIB de l’Allemagne!). La demande soutenue pour les puces Nvidia souligne l’énorme déploiement de l’infrastructure pour supporter les charges de travail de l’IA, de l’IA générative à l’analytique avancée.

Boum ou bulle

Pour certains, on a l’impression qu’on est déjà passés par là.

Il existe de nombreuses similitudes entre la bulle boursière internet de la fin des années 1990 et le boom actuel de l’IA, les deux périodes ayant poussé les valorisations boursières à de nouveaux sommets. À la fin des années 1990, avec le boom des Internet, les investisseurs ont investi leur argent dans des entreprises Internet spéculatives tandis que les entreprises de télécommunications ont contracté d’énormes dettes pour développer l’infrastructure de la fibre optique. Cependant, le modèle d’affaires dot.com était finalement défaillant. Les profits ne se sont jamais concrétisés et des centaines de dot.com entreprises ont fait faillite, le Nasdaq perdant les trois quarts de sa valeur.

Contrairement à la bulle internet Internet, cependant, le marché haussier d’aujourd’hui est mené par des entreprises très rentables avec des sources de revenus diversifiées. Deuxièmement, les investissements en IA des grandes entreprises technologiques ont été réalisés par des flux de trésorerie internes, et non par la dette. Troisièmement, bien que élevées, les valorisations ne sont pas aussi extrêmes qu’en 2000, les profits étant à l’origine du rallye plutôt qu’à l’espoir. On s’attend à ce que les entreprises d’IA continuent de performer à mesure que la puissance de calcul augmente, que l’adoption par l’industrie croît et que les progrès technologiques mènent à une productivité et une commodité accrues pour la société.

Selon cet argument, tant que la technologie de l’IA continue de s’améliorer, les entreprises d’IA peuvent continuer à gagner en valeur.

Selon les résultats du troisième trimestre, les entreprises d’IA ont continué de dépasser les attentes.

La plus grande question est de savoir à quelle vitesse un investissement dans l’IA peut mener à des revenus réels liés à l’IA.

En 2024, il y a eu environ 45 milliards de dollars de revenus pour les produits^{d’IA 7} à l’échelle mondiale. Les consommateurs ont rapidement utilisé l’IA, mais la plupart utilisent des versions gratuites, tandis que les entreprises ont été lentes à dépenser pour l’IA au-delà des environ 30 $ par mois par utilisateur pour le Copilot de Microsoft.

OpenAI s’est récemment engagée à verser à Oracle en moyenne 60 milliards de dollars par année pour des serveurs dans les centres de données dans les années à venir. Cependant, OpenAI est en voie de générer seulement 13 milliards de dollars de revenus de tous ses clients payants cette^année-8. Bain & Co. a estimé que la vague de dépenses en infrastructures d’IA nécessitera 2 000 milliards de dollars de revenus annuels d’ici 2030 pour rembourser les investissements jusqu’à présent. En comparaison, cela dépasse le chiffre d’affaires combiné de 2024 d’Amazon, Apple, Alphabet, Microsoft, Meta et Nvidia, et plus de cinq fois la taille de l’ensemble du marché mondial des logiciels par abonnement.

Ce qui suscite également des sourcils, c’est que les récentes transactions entre les plus grands acteurs de l’IA impliquent un cercle d’entreprises de plus en plus restreint. Par exemple, Nvidia prévoit d’investir dans OpenAI, qui achète l’informatique en nuage à Oracle, qui achète des puces à Nvidia, qui détient une participation dans CoreWeave, qui fournit une infrastructure d’intelligence artificielle à OpenAI. À mesure que l’investissement en IA devient plus fermé, il existe un risque que l’argent circulant entre ces entreprises crée un « mirage » de croissance. De plus, des investissements importants sont consacrés à des actifs qui se déprécient rapidement. Les analystes estiment que la plupart des processeurs d’IA ont une durée de vie utile comprise entre trois et cinq^{ans 9}.

Les inquiétudes concernant une bulle potentielle ont entraîné un vacillement des marchés boursiers au début novembre, alors que l’enthousiasme pour l’IA s’est temporairement refroidi. Cependant, les bénéfices des entreprises demeurent solides et les investissements en IA ne montrent aucun signe de ralentissement, ce qui suggère que le recul est principalement dû à la prise de profits et aux ajustements de valorisation.

De plus, le potentiel à long terme de l’IA demeure très attrayant pour les investisseurs. Les revenus de l’IA des entreprises ont atteint 14 milliards de dollars, soit une augmentation de six fois par rapport à l’année précédente. De plus, seulement 3% des consommateurs paient pour des outils d’IA; À mesure que l’adoption se poursuit et que la technologie s’améliore, on s’attend à ce que les entreprises génèrent des revenus importants grâce à des modèles d’abonnement et des extensions. De plus, le potentiel de l’IA va bien au-delà des revenus directs des entreprises d’IA pour transformer les industries et augmenter la productivité. Les prévisions suggèrent que l’IA pourrait ajouter entre 7 000 milliards de dollars (Goldman Sachs) et 15,7 milliards de dollars (PwC) à l’économie mondiale d’ici 2030.

IA : Attention à la concentration du marché

La forte performance des actions IA a conduit à des gains substantiels de la richesse des ménages, car tous ceux qui possèdent un fonds de retraite détiennent ces Mega caps dans leur portefeuille d’investissement. Cependant, à mesure que les valorisations des actions IA continuent de monter, les marchés boursiers sont devenus de plus en plus concentrés. Par exemple, la part de Nvidia dans la capitalisation boursière totale du S&P 500 est de 8%, tandis que celle du « Mag 7 » est un record de^{37% 10}.

Bien que l’IA continue de servir de moteur attrayant pour la croissance à long terme; Il est conseillé aux investisseurs de ne pas concentrer leurs investissements uniquement sur ce thème. Toute baisse significative de la demande pour ces actions pourrait entraîner des conséquences négatives importantes sur la richesse des investisseurs.

Une stratégie diversifiée est donc essentielle. Un portefeuille judicieusement construit devrait être réparti entre les secteurs, les classes d’actifs et les régions géographiques qui pourraient bénéficier d’une augmentation de la productivité dans tous les secteurs tout en minimisant la volatilité des futures corrections de marché.

Si vous souhaitez discuter de votre portefeuille, veuillez communiquer directement avec votre conseiller en placement.

Avertissement

Moi, Theresa Shutt, j’ai préparé ce commentaire pour vous donner mes réflexions sur diverses alternatives d’investissement et considérations qui pourraient être pertinentes pour votre portefeuille. Ce commentaire reflète uniquement mes opinions et ne reflète peut-être pas celles de Harbourfront Wealth Management Inc. En exprimant ces opinions, j’apporte mon meilleur jugement et mon expérience professionnelle du point de vue de quelqu’un qui évalue un large éventail d’investissements. Par conséquent, cela doit être vu comme un reflet de mes opinions éclairées plutôt que comme des analyses produites par Harbourfront Wealth Management Inc.

1 Centres de données au cœur de l’essor de l’IA et de l’économie numérique, rapport North America Data Center Midyear 2025

2 OpenAI dévoile des plans pour la construction d’entrepôts informatiques d’un billion de dollars, y compris le Texas Complex – WSJ

3 Utilisation de l’énergie par l’IA en termes quotidiens – par Marcel Salathé

4 Demande énergétique provenant de l’IA – Énergie et IA – Analyse – AIE

5 Et si le marché boursier IA explosait?

6 America est maintenant un gros pari sur l’IA

7 Croissance des revenus et rentabilité de GenAI | Morgan Stanley

8 OpenAI prévoit dépenser 1t $ malgré un chiffre d’affaires annuel de 13 milliards $

9 Les dépenses en IA sont à des niveaux épiques. Est-ce que ça va un jour porter ses fruits? – WSJ

10 Big Tech, grosse dépense. Mais de gros rendements? – The Globe and Mail, mise à jour hebdomadaire du marché boursier | Edward Jones