Goldman prévient que les dépenses en IA engloutissent les investissements dans d’autres activités commerciales.

L’avertissement principal de Goldman : l’écart de temps entre les événements et les bénéfices devient plus important avant que les bénéfices ne apparaissent.

L’avertissement de Goldman Sachs ne concerne pas une simple explosion de bulle, mais plutôt un écart prolongé entre les dépenses et les bénéfices attendus. La préoccupation immédiate est que les investisseurs continuent à récompenser les investissements dans l’IA, même si les retombées économiques ne se manifestent qu’après beaucoup plus de temps que prévu. Cela est important, car…Les plans de dépenses pour l’année 2026 sont presque 50 % plus élevés.Plus que les estimations de six mois en arrière.L’investissement technologique aux États-Unis en pourcentage du PIB a dépassé son niveau maximal des années 1990.En même temps, les conditions macroéconomiques semblent plus saines que celles de la fin des années 1990 :Les bénéfices d’entreprise ont atteint de nouveaux sommets., Les bilans financiers des entreprises sont restés stables., etLe déficit du compte courant s’est réduit.Les investisseurs ont également enregistré de gros profits sur les actions.Les entreprises liées à l’IA ont généré une valeur de marché d’environ 27 billions de dollars depuis la fin de 2022..

Le problème plus sérieux est que les bénéfices obtenus ne sont toujours pas faciles à vérifier à grande échelle. Jim Covello de Goldman dit que…Les acheteurs d’entreprises, les entreprises de modèle et les hyperscalers n’ont pas encore montré de bénéfices à partir de leurs dépenses.Si cette lacune reste ouverte, le marché peut commencer à récompenser les plus gros investisseurs, plutôt que ceux qui présentent la meilleure productivité. C’est ainsi qu’une course aux investissements auto-réparatrice se met en place.

Les dépenses liées aux infrastructures d’IA ne se comportent pas comme un budget annuel fixe qui est simplement reporté lorsque les retours sont lents. Elles sont plus sensibles aux changements dans les hypothèses concernant la demande, la construction et l’économie du matériel informatique.

Les estimations de dépenses d’investissement des hyperscalers semblent toujours trop faibles.

Le cadre de Goldman pour 2027 souligne ce point. Sa vision de base est que…Environ 1,1 billions de dollars en investissements de développement pour les hyperscalers en 2027.Le chiffre est supérieur aux environ 920 milliards de dollars prévus par Wall Street ; dans un scénario optimiste, il pourrait atteindre près de 1,4 trillions de dollars. La principale hypothèse de Goldman est que…La demande en puissance de calcul de l’IA est encore à ses débuts.Si cette hypothèse est vraie, les estimations du marché d’aujourd’hui pourraient encore être ancrées sur une courbe de dépenses plus ancienne.

L’expansion peut se faire sur plusieurs axes.

Le cadre de planification des dépenses de Goldman est très sensible à un petit ensemble d’hypothèses. Quatre d’entre elles sont particulièrement importantes :

• La durée d’utilité économique du silicium utilisé dans les IAOù de légères modifications dans la cadence de remplacement entraînent des dépenses cumulées de centaines de milliards.
• Les coûts et la complexité des centres de données de nouvelle générationCes choses augmentent, car les charges de travail liées à l’IA exigent une densité d’énergie plus élevée et une intégration systémique plus profonde.
• Le mélange de chip et d’architecturedont l’impact dépend de savoir si la demande en calcul est élastique ou inélastique
• Élongation des goulots d’étranglement liés au pouvoir, au travail et aux équipements.Ce qui, dans des situations de stress, peut se transformer en incertitudes du côté de la demande.

Goldman espère également queLa consommation de tokens augmentera 24 fois jusqu’en 2030.En grande partie dirigé parL’émergence des agents d’entreprisePlus de tokens signifient une demande accrue pour les puces, les équipements de réseau, la capacité des centres de données et l’infrastructure électrique. Les coûts d’investissement plus élevés entraînent également des dépenses supplémentaires nécessaires pour soutenir une certaine quantité de consommation de tokens. Cela explique pourquoi les dépenses continuent d’augmenter, même alors que la monétisation n’est pas encore prouvée.

Le test de désincarnation : si les bénéfices restent limités, le marché peut récompenser l’engagement trop tôt.

C’est là que le risque ne reste plus seulement narratif, mais devient financier. Lorsque les coûts d’investissement en IA continuent de augmenter, l’argent doit provenir d’une source quelconque. Le cadre de travail de Goldman souligne que les investissements en IA sont sensibles aux fluctuations des prix.La durée d’utilité économique du silicium utilisé dans l’IA, Les coûts et la complexité des centres de données de nouvelle génération, Le mélange de puces et d’architecture, etÉlongation due aux goulots d’étranglement liés au pouvoir, au travail et aux équipementsSi ces facteurs continuent de pousser les dépenses vers l’avant plus rapidement que les bénéfices économiques mesurables, les investissements en IA pourraient finir par remplacer…R&D, maintenance, fonds de roulement et autres projets de croissance.

C’est là le problème concret : siLes acheteurs d’entreprises, les entreprises de modèle et les hyperscalers n’ont pas encore montré de bénéfices à partir de leurs dépenses., alorsLes entreprises de semi-conducteurs ne peuvent plus continuer à être les seuls bénéficiaires de l’évolution de l’IA.Une expansion saine de l’IA permettrait finalement une meilleure valorisation des ressources dans différents secteurs, et non seulement une augmentation des revenus pour les fournisseurs d’infrastructures.

Ce que les investisseurs devraient surveiller

Les entreprises doivent encore prouver que la valeur de l’IA se manifeste au-delà des ventes avec les fournisseurs, et qu’elle contribue à améliorer la productivité, les marges et la durabilité des revenus. Pour l’instant, les indicateurs les plus fiables sont les recommandations des grands fournisseurs d’infrastructures informatiques, les goulots d’étranglement dans l’approvisionnement, et le fait que les bénéfices réalisés par les entreprises ne suivent pas la même croissance que les dépenses engagées. Si ce n’est pas le cas, le premier risque de réajustement des prix pourrait toucher les entreprises qui utilisent massivement l’infrastructure informatique liée à l’IA, avant que quelque chose de plus large ne se produise.