Les dépenses en IA pourraient atteindre 1,1 trillion de dollars d’ici 2027 – mais Goldman affirme que les bénéfices ne se manifestent pas encore.

Le point principal de Goldman : la demande en IA est réelle, mais les liquidités apparaissent d’abord sur le côté de l’offre.

La dernière analyse de Goldman Sachs concernant l’IA est simple : la demande en infrastructure reste forte, mais les bénéfices économiques restent en retard.

Goldman voitEnviron 1,1 trillion de dollars en dépenses d’investissement pour les hyperscalers en 2027.Un scénario optimiste est celui de 1,4 billions de dollars. La logique de la demande est claire : une utilisation plus importante de l’IA nécessite davantage de centres de données, de puces, d’équipements de réseau et d’infrastructures énergétiques. Si cette expansion se poursuit, les premiers résultats financiers seront plus probablement obtenus par les fournisseurs que par les entreprises qui essaient encore de prouver les bénéfices apportés par l’IA.

C’est pourquoi le débat a changé. Jim Covello de Goldman a ditL’économie de l’intelligence artificielle est aujourd’hui plus discutable qu’il y a deux ans.Car les acheteurs d’entreprises, les fournisseurs de modèles et les hyperscalers n’ont pas encore montré clairement les bénéfices qu’ils en tirent. Pour l’instant, la preuve la plus évidente reste le processus de mise en œuvre, et non la conversion des profits en bénéfices concrets.

Pourquoi l’onde de dépenses n’est pas encore devenue une onde de profit

Le montant réel des investissements est plus élevé que le chiffre affiché.

L’article largement citéenviron 800 milliards cette annéeLes dépenses de construction des hyperscalers américains sont déjà considérables. Cependant, l’estimation plus large de Goldman indique que les investissements liés à l’IA atteindront 1 000 milliards de dollars à l’échelle mondiale en 2026. Cette adaptation est importante, car elle permet d’élargir le champ d’application au-delà des hyperscalers américains, pour couvrir la totalité des investissements liés à l’IA.

Un usage plus élevé ne signifie pas automatiquement une économie plus propre.

Goldman s’attend à…La consommation de tokens augmentera 24 fois jusqu’en 2030.Plus de tokens signifient plus de calculs, ce qui entraîne une demande accrue en puces, en équipements de réseau, en centres de données et en infrastructure énergétique. Mais il est également important de noter que les coûts d’investissement peuvent augmenter, ce qui nécessite davantage de dépenses pour soutenir un niveau donné de consommation de tokens.

Cela explique bien la différence entre l’activité et les bénéfices réels. Même si la demande est réelle, les acheteurs doivent encore accepter des modèles plus coûteux, plus de ressources informatiques et une infrastructure plus complexe, avant que les coûts plus bas, les prix plus élevés ou une nouvelle demande durable ne deviennent évidents. Pour les investisseurs, cela signifie qu’une forte tendance d’utilisation peut coexister avec une tendance d’engagements incertaine.

La visibilité des bénéfices est encore précoce.

Goldman dit queOn estime que l’impact sur les bénéfices des entreprises américaines deviendra plus évident au cours des prochains trimestres.Alors que les gains de productivité mesurables restent encore à un stade précoce. Cela fait que la situation actuelle est incertaine : les dépenses sont claires, mais la monétisation n’est pas encore possible.

Ce que les investisseurs observent vraiment en ce moment

À ce stade, la question importante n’est pas de savoir si les investissements dans l’IA ont lieu. C’est plutôt de savoir si les revenus générés par ces investissements s’étendent au-delà des fournisseurs qui construisent l’infrastructure.

Goldman voit toujoursDemande en puissance de calcul de l’IA dans ses premiers stadesSi cela reste vrai, les entreprises qui vendent des capacités et des composants pourraient continuer à voir une demande, avant que le ensemble des investisseurs dans l’IA ne montre des résultats clairs. Mais Goldman souligne également que les semi-conducteurs ne peuvent pas rester le seul domaine bénéfique pour longtemps, si ce thème ne justifie pas économiquement ses investissements.

Le point de repère pratique est simple : au cours des prochaines trimestres, les investisseurs ont besoin d’indications montrant que les dépenses liées à l’IA commencent à se refléter dans la productivité et les bénéfices, et non seulement dans la demande en infrastructures.