Goldman : Les dépenses en IA sont importantes, mais la crainte du “crowding-out” semble exagérée.

Le chemin médian de Goldman : les dépenses en IA sont importantes, mais les extrêmes sont exagérés.

Le point principal est simple : les dépenses en IA sont suffisamment importantes pour compter, mais ni l’hypothèse selon laquelle « l’IA sauve le marché macro » n’est pas confirmée, ni celle selon laquelle « l’AI dévore tout le capital » n’est pas réfutée. Selon Goldman,Les taureaux et les ours sont tous deux à tort.Cela rend le débat actuel des investisseurs plus lié à l’positionnement qu’aux faits établis.

La vraie question n’est pas de savoir si les investissements en IA sont importants. C’est plutôt si ces dépenses suffisent à changer le paysage des entreprises dans son ensemble, au point de nécessiter un réajustement majeur de la stratégie d’investissement. D’après les données actuelles, la réponse semble toujours non.

Le chiffre de dépense en IA souvent cité peut être trompeur.

L’augmentation des dépenses est réelle, mais le titre le plus simple à citer n’est pas le meilleur indicateur. L’estimation ajustée de Goldman place les investissements en IA aux États-Unis à581 milliards de dollars aux États-UnisTout en notant que les investissements de construction des hyperscalers, largement cités, sont probablement…Surestime les investissements en IA aux États-Unis de 200 milliards de dollars.Cette adaptation implique également que le chiffre des hyperscalers sous-estime le CAPEX mondial en matière d’IA d’environ 200 milliards de dollars, car il ne prend pas en compte les entreprises privées, les autres entreprises publiques et les activités situées en dehors des États-Unis.

Cela est important, car la comparaison macroscopique fonctionne mieux avec le chiffre ajusté. La perspective révisée de Goldman place les investissements en IA aux États-Unis à…presque 600 milliards en 2026Cela équivaut à près de 2 % du PIB des États-Unis et à plus de 10 % des investissements fixes des entreprises ces dernières années. C’est un chiffre suffisamment important pour avoir une importance sur les marchés. Mais cela ne prouve pas, en soi, que chaque dollar investi dans l’IA provient directement d’autres investissements américains.

Pourquoi l’estimation elle-même devrait modérer le débat

Les investissements en IA ne sont pas un chiffre fixe. Le cadre de Goldman montre que…De petits changements dans la cadence de remplacement entraînent des dépenses cumulées de plusieurs centaines de milliards.D’autres hypothèses importantes incluent les coûts et la complexité des centres de données de nouvelle génération, le choix des puces et des architectures, ainsi que les problèmes liés à l’énergie, au travail et aux équipements.

Cela ne rend pas le projet facile à mettre en œuvre. Cela signifie que les investisseurs doivent considérer les chiffres annoncés comme des estimations, et non comme des faits établis.

Le “crowding out” représente encore un risque plus grand que le modèle qui a été confirmé.

C’est le débat sur lequel les investisseurs devraient se concentrer. Les partisans de l’optimisme affirment que l’IA génère encore plus d’activité économique que ce qu’elle remplace. Les partisans de la crainte affirment que, une fois que les dépenses atteignent un niveau suffisant, les contraintes liées au capital, au travail, à la capacité de construction et au crédit commenceront à poser des problèmes. La position actuelle de Goldman est plus prudente : pour l’instant, les investisseurs n’ont pas de preuves de cela.Un effet de substitution largement répanduComme les analystes le soulignent, même…les deux affirmations sont exagérées.

Ce que les preuves montrent pour l’instant

Un indice utile est la manière dont les hyperscalers financent ces projets. Goldman a constaté que ces entreprises ont financé une grande partie de ces projets en réduisant les rachats d’actions, plutôt que de faire des coupes importantes dans leurs investissements. De plus, elles sont restées disposées à emprunter de l’argent, sans être affectées par les taux d’intérêt élevés. C’est pourquoi l’affirmation selon laquelle l’IA affaiblit le reste de l’économie semble exagérée.

L’autre indice est que cette exclusion peut se manifester dans certains secteurs plutôt que sur l’ensemble de l’économie. Les données disponibles indiquent des compromis budgétaires entre les acheteurs de services liés à l’IA, mais pas encore une pression claire sur les investissements non liés à l’IA au niveau de toute l’économie.

Ce sur quoi les investisseurs doivent se concentrer par la suite

L’approche pratique est une prudence sélective.

• Faites attention aux compromis budgétaires locaux qui peuvent se transformer en retards ou annulations de projets non liés à l’IA.
• Suivez les délais de construction et la capacité des fournisseurs, car la demande par rapport aux centres de données compète avec les mêmes prestataires et ressources.
• Surveillez les conditions de financement pour les constructeurs et fournisseurs liés à l’IA.
• Vérifiez les marges de dépenses des entreprises, afin de voir si elles investissent dans les calculs informatiques principalement pour rester à flot, plutôt que parce que les économies sont clairement positives.

Jusqu’à ce que ces signaux deviennent plus clairs, l’analyse équilibrée reste simple : ne construire pas une analyse pessimiste sur le marché entier basée sur une théorie de substitution qui reste principalement locale. Mais ne supposez pas non plus que la mise en place de l’IA justifie automatiquement une reévaluation macroscopique du marché.