La grande réallocation IA : les hedge funds doublent la mise pendant que Goldman Sachs dessine une économie de la donnée à 3000 milliards

Les fonds spéculatifs mondiaux ne se contentent plus de tester l'intelligence artificielle à la marge : ils réorganisent l'ensemble de leurs portefeuilles autour d'elle. Selon le dernier Hedge Fund Trend Monitor de Goldman Sachs, ces fonds ont entamé le deuxième trimestre 2026 en « doublant la mise » sur le secteur de l'IA, dirigeant un flux massif de capitaux vers les fabricants de semi-conducteurs et les entreprises d'infrastructure dédiées . Cette rotation a propulsé l'exposition du secteur au matériel technologique et aux semi-conducteurs liés à l'IA à son plus haut niveau depuis que la banque a commencé à suivre ces données, en 2016 .

Ce repositionnement institutionnel agressif coïncide avec une nouvelle projection de Goldman Sachs Research qui redéfinit l'économie de l'IA. La banque estime que l'IA agentique — des systèmes autonomes capables d'exécuter des tâches complexes en plusieurs étapes — entraînera une multiplication par 24 de la consommation mondiale de tokens d'ici 2030, créant une nouvelle économie de la computation qui se mesurera en billions .

La ruée des institutionnels vers le matériel IA

L'ampleur du repositionnement est considérable. Goldman Sachs a analysé les portefeuilles de 1 059 hedge funds gérant 4 600 milliards de dollars de positions brutes en actions . Résultat : ces fonds ont nettement accru leur exposition nette au secteur des technologies de l'information. Des acteurs majeurs comme Point72 Asset Management, Bridgewater Associates ou D. E. Shaw Group ont recommencé à se positionner sur l'infrastructure de calcul et les fabricants de semi-conducteurs après une brève pause .

Il ne s'agit pas d'un simple pari tactique. Les stratégies pilotées par l'IA ont franchi un seuil de performance décisif. D'après les données de BarclayHedge, les fonds qui intègrent systématiquement l'apprentissage automatique (machine learning) dans leur processus d'investissement surperforment les stratégies systématiques traditionnelles de 3 à 4 points de pourcentage par an depuis 2023, et cet écart continue de se creuser . Ce qui était hier un avantage expérimental est aujourd'hui décrit par les analystes comme une « nécessité structurelle » pour rester compétitif .

Les capitaux en jeu sont colossaux. Morgan Stanley Research estime que près de 3 000 milliards de dollars d'investissements dans l'infrastructure liée à l'IA transiteront par l'économie mondiale d'ici 2028, dont plus de 80 % restent encore à venir . La banque américaine qualifie ce déploiement de transformation « industrielle » plutôt que de dépenses technologiques spéculatives, l'adoption passant des projets pilotes à des solutions de productivité concrètes .

L'économie des tokens en 2030 : 120 billions par mois

Pendant que les capitaux affluent vers le matériel qui fait tourner l'IA, Goldman Sachs Research quantifie ce que la couche logicielle va consommer. Dans un rapport de mai 2026, Jim Schneider, analyste senior spécialisé dans les semi-conducteurs, prévoit que l'IA agentique fera bondir la consommation mondiale de tokens à environ 120 billions par mois d'ici 2030, contre environ 5 billions par mois en 2026 .

Cette croissance se répartit sur deux grands fronts :

• Les agents grand public devraient consommer environ 60 billions de tokens par mois d'ici 2030, soit une multiplication par 12. Ces agents interviendront dans les achats en ligne, la réservation de voyages, la gestion d'e-mails et les outils de productivité personnelle .
• Les agents pour entreprises devraient consommer environ 56 billions de tokens par mois, ce qui représente une multiplication par 24 sur la même période .

Le moteur de cette demande est une hausse projetée des requêtes totales en IA. Goldman Sachs anticipe que les requêtes quotidiennes passeront d'environ 5 milliards en 2025 à 23 milliards d'ici 2030, dont jusqu'à 30 % — soit près de 6,9 milliards par jour — seront traitées par des agents non humains opérant de manière autonome .

L'horizon 2040 et le piège des coûts

Goldman Sachs considère les chiffres de 2030 comme une simple étape. L'analyse à plus long terme de la banque suggère que les agents d'entreprise seront le plus grand multiplicateur de l'économie de l'IA, susceptibles de faire grimper la consommation de tokens d'un facteur 55 d'ici 2040 si l'adoption en entreprise atteint sa vitesse maximale .

Le rapport n'est cependant pas unanimement optimiste. Goldman Sachs met explicitement en garde contre des problèmes de qualité des données qui pourraient compromettre les gains attendus de l'IA agentique . Un autre écueil se profile : même si le prix unitaire du token continue de baisser, le volume astronomique consommé par des agents autonomes fonctionnant 24 heures sur 24 pourrait faire exploser les coûts agrégés pour les entreprises .

Cette dualité — un potentiel énorme doublé d'un risque d'exécution significatif — fait écho aux perspectives d'autres grandes institutions. Dans ses perspectives 2026 pour les marchés de l'IA, Morgan Stanley a reconnu le potentiel de transformation de l'IA tout en avertissant que « des signes d'excès apparaissent » et que le marché pourrait être « mûr pour une période de destruction créatrice » . Pour les hedge funds, cet environnement crée précisément la volatilité et la dispersion dont les gérants actifs ont besoin pour générer de l'alpha .