Goldman Sachs : pourquoi l'IA est plus loin de la rentabilité que jamais

• Un retour sur investissement quasi nul pour les entreprises : Le chiffre le plus cinglant de l'analyse de Covello est son estimation que 95 % des organisations qui investissent dans l'IA générative n'ont constaté aucun retour, nombre d'entre elles faisant face à des pertes financières moyennes de 4,4 millions de dollars . Au niveau des entreprises, l'analyse de rentabilité de l'IA n'est pas seulement à prouver : elle détruit activement de la valeur.
• Une adoption grand public « spectaculaire » mais non monétisée : Si Covello reconnaît que l'adoption d'outils comme ChatGPT par le grand public a été « spectaculaire », il s'empresse de souligner que la plupart des utilisateurs sont sur des offres gratuites. Cela crée une explosion de l'usage sans aucune recette correspondante pour les entreprises qui fournissent le service . Cette adoption gratuite ne constitue pas un modèle économique viable pour les fournisseurs d'IA.
• Un boom économique à sens unique : Historiquement, lorsqu'une nouvelle vague technologique démarre, les fournisseurs de « pioches et de pelles » prospèrent en même temps que leurs clients. Covello soutient que ce n'est pas le cas ici. Au contraire, la quasi-totalité de la valeur économique du boom de l'IA a été captée par un seul segment : les fabricants de semi-conducteurs comme Nvidia. Les géants de la tech et les fournisseurs de cloud, qui sont les principaux clients de ces puces, n'ont pas encore démontré de retour sur leurs dépenses massives . « Les fabricants de puces sont censés prospérer quand leurs clients prospèrent, a écrit Covello. Ils ne sont pas censés prospérer aux dépens de leurs clients » .
• Dépenses dictées par la peur de manquer le coche (FOMO), non par la demande fondamentale : Les énormes dépenses d'investissement — que Goldman Sachs prévoit de voir dépasser 527 milliards de dollars de la part des hyperscalers en 2026 — ne sont pas motivées par une demande rentable avérée . Il s'agit plutôt d'une course à l'accaparement alimentée par une puissante peur de passer à côté. Les entreprises continuent d'investir car le risque d'être laissées pour compte si l'IA finit par payer semble plus grand que le risque de gaspiller du capital maintenant. Cela crée un cycle de dépenses déconnecté de la réalité économique actuelle .
• Une technologie inadaptée à son prix : Au cœur du scepticisme de Covello se trouve une critique structurelle de la technologie elle-même. Pour justifier près de 1 000 milliards de dollars de coûts de développement et d'infrastructure, l'IA doit être capable de résoudre des problèmes complexes et à forte valeur ajoutée. Covello fait valoir que l'IA actuelle n'est fondamentalement pas conçue pour cela. Elle souffre d'un paradoxe : elle est trop peu fiable (en raison des « hallucinations ») pour résoudre des problèmes complexes, et pourtant trop coûteuse pour remplacer de manière rentable des flux de travail simples et à faible valeur . Il décrit la situation comme « construire un réacteur nucléaire pour alimenter un grille-pain » .

La prochaine phase : pourquoi les hyperscalers semblent plus attractifs que les puces

Si l'argent facile du début a déjà été entièrement capté par les semi-conducteurs, où Covello voit-il des opportunités ? Sa banque recommande désormais un pari de valeur relative : se détourner des actions de semi-conducteurs pour se tourner vers les trois géants du cloud hyperscale que sont Amazon, Microsoft et Alphabet (Google) .

La logique est simple. L'indice Philadelphia Semiconductor a grimpé d'environ 150 % au cours de l'année écoulée, les fabricants de puces ayant déjà intégré dans leurs cours un avenir parfait que leurs clients peinent à concrétiser . À l'inverse, le scepticisme du marché quant au retour sur investissement de l'IA a comprimé les valorisations des fournisseurs de cloud hyperscale, créant ce que Goldman Sachs perçoit comme un point d'entrée potentiel .

La thèse d'investissement de Covello pour les hyperscalers est particulièrement résiliente car elle identifie deux chemins distincts vers une issue favorable pour les investisseurs :

1. Le scénario optimiste : Si l'IA finit par tenir ses promesses, les hyperscalers démontreront un retour sur investissement positif. Cela dissiperait l'inquiétude des investisseurs et conduirait à une revalorisation de leurs actions.
2. Le scénario pragmatique : Si l'IA ne produit pas de rendements adéquats, les hyperscalers seront contraints de réduire leurs énormes dépenses d'investissement. Cette réduction immédiate des dépenses augmenterait considérablement leur flux de trésorerie disponible, ce qui profiterait également aux actionnaires.

Le principal risque de ce pari est un troisième scénario, plus douloureux : que les hyperscalers continuent de dépenser massivement sans jamais démontrer de retour sur investissement clair, se contentant de dilapider leur trésorerie dans une course aux armements sans fin .

Au-delà des puces et du cloud : l'effet d'entraînement sur l'infrastructure

Alors que le cœur du discours boursier porte sur une rotation des fabricants de puces vers les fournisseurs de cloud, les recherches plus larges de Goldman Sachs indiquent que le super-cycle des dépenses d'investissement dans l'IA est également en train de remodeler les opportunités d'investissement dans les infrastructures traditionnelles. L'ampleur des besoins énergétiques et de connectivité de l'IA impose une mise à l'échelle rapide des industries sous-jacentes, créant des opportunités dans les secteurs de l'énergie, du transport électrique et des centres de données . Cette partie de la thèse est moins controversée, car le besoin de davantage d'infrastructures physiques pour alimenter et héberger l'IA est une conséquence directe et quantifiable du déploiement en cours.

Le message principal de Jim Covello est que les investisseurs doivent regarder au-delà du battage médiatique et suivre la gravité financière. Pendant des années, cette gravité a attiré tous les profits vers le silicium. Son pari actuel est que la prochaine phase du cycle commencera à faire revenir la valeur vers les plateformes logicielles qui doivent, en fin de compte, rendre la technologie rentable.