Cinq prévisions sur le marché de l’IA annoncent de nouvelles hausses avant un possible retournement du S&P 500 en 2027

Google News a mis en lumière cinq grandes prévisions sur le marché de l’IA qui convergent vers une conclusion inconfortable : le rallye peut reprendre avant que le S&P 500 ne subisse un sérieux retournement.

L’avertissement central vient de Capital Economics. Le cabinet de recherche estime que le boom des actions liées à l’IA entre dans sa phase finale, même si cette phase n’est pas terminée. Ses perspectives envisagent une nouvelle progression des marchés dominés par la technologie, suivie d’un repli généralisé d’ici la fin de 2027.

Cette séquence importe davantage qu’une simple étiquette haussière ou baissière. Les analystes ne contestent pas nécessairement la demande actuelle pour l’IA. Ils s’interrogent sur la durée pendant laquelle les valorisations boursières peuvent croître plus vite que les bénéfices générés par cette demande.

Le conflit qui en résulte oppose la dynamique des infrastructures aux attentes du marché. Nvidia, les fournisseurs de mémoire, les entreprises de réseaux et les plateformes cloud continuent de signaler une demande liée aux investissements dans l’IA. Toutefois, les investisseurs ont déjà attribué une valeur importante à une croissance future qui ne s’est pas encore pleinement concrétisée.

Les cinq positions d’analystes décrivent donc différentes facettes d’un même cycle de marché. Elles couvrent la possibilité d’un dernier rallye, une pression croissante sur les valorisations, des différences géographiques, une demande accrue en infrastructures et la nécessité de distinguer les performances opérationnelles des performances boursières.

C’est aussi là que le titre de Google News a besoin de contexte. Il ne décrit pas une prévision consensuelle unique partagée par tous les analystes. Il rassemble plusieurs prises de position qui montrent comment les investisseurs professionnels se positionnent face à cette même tension.

Une nouvelle hausse ne réfuterait pas l’argument de la bulle. Dans cette perspective, une dernière progression fait partie du risque, car elle pousse les attentes et les valorisations encore plus haut.

Ce que Google News révèle sur le rallye de l’IA

La prévision d’analyste la plus importante n’est ni simplement haussière ni baissière : le rallye de l’IA a encore du potentiel, mais sa phase la plus forte approche de son terme.

Capital Economics décrit le boom comme entrant dans ses « dernières manches ». Le cabinet s’attend à ce que les marchés boursiers dominés par la technologie aux États-Unis, en Corée du Sud et à Taïwan conservent leur dynamique avant un retournement des conditions.

Cette vision considère le rallye comme un cycle plutôt que comme une réinitialisation permanente des valorisations. Les dépenses en IA peuvent rester élevées tandis que les investisseurs épuisent progressivement leur volonté de payer des multiples plus importants pour chaque unité de bénéfices anticipés.

Un multiple de valorisation compare la valeur de marché d’une entreprise à un indicateur financier tel que les bénéfices. Lorsque ce multiple s’élargit, une action peut monter même sans hausse équivalente des bénéfices actuels.

Ce mécanisme a aidé de nombreuses entreprises liées à l’IA. Les investisseurs ont anticipé des années de dépenses en accélérateurs, mémoire, réseaux, centres de données et infrastructures électriques. Ils ont ensuite intégré une partie de cette demande future dans les valorisations actuelles.

Capital Economics voit des signes indiquant que ce processus est entré dans une phase tardive. Ses perspectives d’allocation d’actifs identifient les signes d’une possible phase d’emballement final, c’est-à-dire une dernière hausse rapide portée par l’enthousiasme et l’élan du marché.

Une phase d’emballement final paraît souvent convaincante tant qu’elle se déroule. Les bénéfices restent favorables, les prévisions positives se multiplient et chaque repli attire des acheteurs. Le risque sous-jacent ne devient visible que lorsque les attentes cessent d’augmenter.

Le cabinet aurait prévu que le S&P 500 pourrait progresser avant de retomber autour de 6 500 d’ici la fin de 2027. Cela représenterait un retournement substantiel depuis son sommet projeté, plutôt qu’une correction de marché ordinaire.

Ces prévisions sont des scénarios, non des résultats programmés. Les niveaux des indices dépendent des bénéfices, des taux d’intérêt, du positionnement des investisseurs, de la croissance économique et d’événements qu’aucun analyste ne peut prévoir avec précision.

L’élément utile est la séquence proposée. Capital Economics ne soutient pas que la demande en IA s’est déjà effondrée. Le cabinet s’attend à ce que le marché continue de récompenser ce thème avant que la pression sur les valorisations ne devienne plus difficile à ignorer.

Une analyse de février proposait une version antérieure de cette position. L’économiste Elias Hilmer estimait que le rallye de l’IA avait encore du potentiel, alors même que les actions technologiques américaines sous-performaient temporairement les marchés émergents.

Cette évaluation du marché comparait le comportement actuel aux dernières étapes du boom des dotcoms. La comparaison portait sur la structure du marché et la performance relative, et non sur une technologie ou des finances d’entreprise identiques.

Capital Economics a également estimé que l’indice MSCI USA pourrait reculer de 12,5 % entre la fin de 2026 et la fin de 2027. Sa prévision correspondante pour l’indice MSCI Emerging Markets était une baisse plus modeste de 7 %.

La différence reflète plus que l’exposition à l’IA. Les marchés émergents sont entrés dans cette période avec des valorisations, des devises, des conditions financières et des soldes extérieurs différents.

La première position d’analyste est donc un appel sur le calendrier. Le rallye peut reprendre, mais les investisseurs ne doivent pas confondre une nouvelle hausse avec la preuve que le risque de valorisation a disparu.

Une forte demande en IA ne garantit pas de solides rendements boursiers

La deuxième grande prévision distingue le cycle d’investissement dans l’IA des prix que les investisseurs attribuent à ses bénéficiaires.

La demande en infrastructures de calcul reste l’argument le plus solide contre un effondrement immédiat. Les hyperscalers continuent d’acheter des accélérateurs, de la mémoire à haute bande passante, des équipements réseau, du stockage et des capacités électriques.

Un hyperscaler est une entreprise qui exploite une infrastructure cloud à très grande échelle. Microsoft, Alphabet, Amazon et Meta en sont des exemples majeurs, bien que leurs modèles économiques et leurs priorités de dépenses diffèrent.

Ces entreprises disposent des flux de trésorerie et des incitations stratégiques nécessaires pour continuer à investir. Elles rivalisent pour entraîner des modèles plus grands, servir davantage de charges de travail d’inférence et établir des plateformes utilisées par les développeurs et les entreprises.

L’inférence est le processus consistant à exécuter un modèle d’IA entraîné afin de produire une réponse ou d’accomplir une tâche. À mesure que l’usage progresse, l’inférence peut nécessiter bien davantage de capacité de calcul que l’entraînement initial du modèle.

Cette demande offre une meilleure visibilité aux fournisseurs de puces et d’infrastructures. Certains analystes des semi-conducteurs ont soutenu que les engagements de dépenses s’étendant jusqu’en 2027 restent solides, notamment pour les accélérateurs, le packaging avancé et les mémoires spécialisées.

Neuberger Berman a observé que les entreprises de semi-conducteurs avaient de la visibilité jusqu’en 2027 avant le dernier rallye. Son analyse des semi-conducteurs soutient que les preuves de revenus réels issus de l’IA ont modifié la perception des investisseurs quant à la durabilité de la demande.

Ces éléments comptent, car la version la plus fragile du rallye de l’IA supposait que les dépenses en infrastructures ne disposaient pas d’un client économiquement viable. La croissance des revenus de l’IA offre un rendement potentiel aux entreprises qui financent cette infrastructure.

Toutefois, une demande plus forte ne justifie pas automatiquement toutes les valorisations. Un fournisseur peut accroître son chiffre d’affaires tout en voyant son action baisser si les investisseurs avaient déjà anticipé une croissance encore plus rapide.

Cette distinction apparaît fréquemment lors des grands cycles de dépenses d’investissement. Les marchés récompensent d’abord la rareté, puis la croissance de la production, et enfin les entreprises qui transforment les nouvelles capacités en bénéfices durables. Des groupes différents prennent la tête à différents moments.

L’infrastructure de l’IA comporte aussi des risques d’exécution. Les nouvelles capacités nécessitent de l’électricité, du refroidissement, des réseaux et des clients prêts à payer pour les services qui en résultent. Des goulets d’étranglement peuvent retarder les déploiements même lorsque les commandes restent solides.

La concurrence crée une autre contrainte. Nvidia conserve une position centrale dans l’accélération de l’IA, mais AMD, les programmes de silicium personnalisé et les puces conçues par les fournisseurs de cloud cherchent tous à jouer un rôle plus important.

Un accélérateur personnalisé peut réduire la dépendance à un fournisseur généraliste pour certaines charges de travail. Il peut aussi exiger des investissements d’ingénierie considérables et manquer du soutien logiciel plus large qui entoure une plateforme établie.

Les fournisseurs de mémoire et de réseaux font face à leurs propres cycles. La demande peut dépasser l’offre pendant une période, ce qui encourage l’expansion. Si les clients écoulent ensuite leurs stocks ou réduisent leurs dépenses, cette même capacité peut peser sur les taux d’utilisation et les marges.

La deuxième position d’analyste constitue donc un test de qualité. Les investisseurs doivent identifier les entreprises qui disposent d’une demande durable, d’un contrôle des prix, d’avantages techniques et de charges de travail récurrentes chez les clients.

Ce test va au-delà des fabricants de puces. Les entreprises cloud doivent montrer que les produits d’IA génèrent des revenus sans consommer une quantité insoutenable de capacité de calcul.

Les entreprises de logiciels font face à un défi lié. Elles doivent amener les clients à payer régulièrement pour les fonctionnalités d’IA, et non simplement à les tester dans le cadre de programmes promotionnels.

Aucune de ces conditions n’exige un effondrement immédiat. Elles expliquent pourquoi un marché peut progresser tout en devenant plus sélectif. Les entreprises dont les revenus sont confirmés peuvent surperformer celles qui sont valorisées principalement sur des attentes lointaines.

Le conflit devient plus aigu vers la fin d’un rallye. Les résultats opérationnels positifs restent réels, mais le marché exige des preuves de plus en plus solides pour justifier de nouvelles hausses.

Le S&P 500 est plus exposé que le titre ne le laisse entendre

La troisième prévision d’analyste porte sur la concentration : un petit groupe d’entreprises liées à l’IA peut faire monter le S&P 500, puis amplifier son recul lorsque les attentes changent.

Le S&P 500 pondère les entreprises selon leur capitalisation boursière. Les plus grandes entreprises exercent donc une influence plus importante sur l’indice que les composants plus petits.

Cette structure a permis à l’indice de bénéficier des gains des grandes plateformes technologiques et des leaders des semi-conducteurs. Elle a également concentré la sensibilité du marché à leurs bénéfices, leurs plans de dépenses et leurs multiples de valorisation.

Un investisseur détenant un fonds indiciel diversifié peut donc avoir une exposition indirecte importante à l’IA. Le fonds peut posséder des centaines d’entreprises, mais son évolution quotidienne peut encore dépendre fortement d’un groupe beaucoup plus restreint.

La concentration ne rend pas l’indice défaillant. Elle modifie ce que signifie la diversification. La diversification par le nombre d’entreprises offre moins de protection lorsque les principales positions réagissent au même récit d’investissement.

Le thème de l’IA relie des entreprises qui exercent par ailleurs des activités différentes. Une plateforme cloud, un concepteur de puces, un fournisseur de mémoire et un fournisseur de réseaux peuvent tous réagir à un changement des dépenses des hyperscalers.

Cela crée un mécanisme de transmission. Si les entreprises cloud ralentissent leurs dépenses d’investissement, les fournisseurs peuvent faire face à des commandes plus faibles. Si les fournisseurs abaissent leurs prévisions, les investisseurs peuvent remettre en question l’ensemble de la courbe de demande de l’IA.

Le processus peut également s’inverser. Des prévisions de dépenses plus élevées soutiennent les bénéfices des fournisseurs, renforcent la confiance du marché et encouragent une allocation supplémentaire de capitaux vers les actions liées à l’IA.

Capital Economics s’attend à ce que cette boucle de rétroaction reste favorable pendant la phase finale du rallye. Le danger apparaît lorsque les nouvelles marginales cessent de produire des estimations de bénéfices plus élevées ou une expansion des valorisations.

À ce stade, la concentration peut passer d’une source de performance à une source de pression sur l’indice. Les gérants de portefeuille peuvent réduire simultanément plusieurs positions corrélées.

Le S&P 500 n’a pas besoin d’un effondrement des revenus de l’IA pour connaître un repli. Il suffit que les investisseurs acceptent une valorisation plus faible pour le même flux de bénéfices attendus.

Les taux d’intérêt peuvent accélérer cet ajustement. Des rendements plus élevés réduisent la valeur actuelle attribuée aux bénéfices attendus de nombreuses années plus tard.

Cette relation n’est pas mécanique chaque jour de cotation. De solides bénéfices peuvent compenser des taux plus élevés, tandis qu’une faiblesse économique peut faire baisser les taux mais dégrader les prévisions de revenus.

Pourtant, les entreprises dont la valorisation repose sur une croissance lointaine sont généralement plus sensibles aux variations du taux d’actualisation. Cette sensibilité compte lorsque l’inflation ou l’endettement public maintiennent les rendements obligataires à un niveau élevé.

Un autre risque découle du positionnement des investisseurs. Une stratégie très détenue peut devenir vulnérable lorsqu’il reste moins d’acheteurs pour absorber les ventes.

Les stratégies de momentum peuvent amplifier les mouvements dans les deux sens. Elles augmentent l’exposition lorsque les cours se renforcent et la réduisent après l’affaiblissement des tendances, ce qui peut rendre les mouvements de fin de cycle plus brusques.

Le troisième mouvement d’analyste ne prédit pas que toutes les entreprises d’IA chuteront simultanément. Il avertit que l’indice de référence concentre davantage de risque commun lié à l’IA que ne le laisse entendre son intitulé généraliste.

Les lecteurs qui suivent cette histoire via Google News devraient donc regarder au-delà du niveau de l’indice. La largeur du marché, les révisions de bénéfices et le leadership sectoriel révèlent si les gains reposent sur un ensemble de sociétés de plus en plus restreint.

La largeur du marché mesure le nombre d’actions qui participent à un mouvement de marché. Un indice en hausse soutenu par de nombreux secteurs présente généralement un profil de risque différent de celui tiré par une poignée de grands noms.

Si la largeur s’améliore tandis que les actions liées à l’IA montent, le rebond est soutenu par l’économie au sens large. Si le leadership se resserre davantage, l’indice devient de plus en plus tributaire de l’enthousiasme continu pour ses plus grandes composantes.

L’Asie émergente redessine la carte du marché de l’IA

Le quatrième mouvement d’analyste est géographique : le thème de l’IA s’est étendu au-delà des plateformes technologiques américaines, vers les marchés asiatiques des semi-conducteurs et des infrastructures.

Capital Economics a noté que les marchés émergents asiatiques fortement exposés à la technologie continuaient de bénéficier de l’enthousiasme autour de l’IA, tandis que les actions technologiques américaines marquaient temporairement le pas.

La Corée du Sud et Taïwan occupent des positions importantes dans la chaîne d’approvisionnement des semi-conducteurs. Leurs sociétés cotées fournissent la mémoire, la fabrication, le conditionnement, les composants et les services de production nécessaires aux systèmes informatiques avancés.

Leurs marchés sont ainsi sensibles aux dépenses mondiales d’investissement dans l’IA. Cela signifie également que leurs performances reflètent des activités différentes des plateformes grand public qui dominent les débats sur les marchés américains.

Cette distinction aide à expliquer pourquoi les marchés liés à l’IA n’évoluent pas toujours de concert. Une entreprise de cloud peut faire face à des interrogations sur la monétisation, tandis qu’un fournisseur de mémoire profite de capacités limitées.

De même, un fabricant de puces peut faire état d’une demande solide alors que les entreprises de logiciels subissent des pressions sur les prix, la concurrence ou l’adoption par les clients.

Capital Economics a estimé que les valorisations de l’IA sur les marchés émergents semblaient moins extrêmes que celles du boom actuel de l’IA aux États-Unis comme que celles du marché des dotcoms à son apogée.

Son analyse a également cité des positions extérieures plus solides dans certaines régions d’Asie. Ces conditions peuvent réduire la vulnérabilité aux pressions financières qui ont touché les marchés émergents lors de précédents ralentissements mondiaux.

Cela ne fait pas des actions technologiques asiatiques des actifs défensifs. Les entreprises de semi-conducteurs restent cycliques, et les différends commerciaux peuvent affecter la production, l’accès aux équipements et les relations avec les clients.

Le risque géopolitique ajoute une autre variable. Un réseau de production très concentré peut favoriser une spécialisation efficace tout en augmentant l’exposition aux perturbations régionales.

Les mouvements de change influencent également les rendements des investisseurs internationaux. Une action peut progresser sur son marché domestique, tandis que les variations de change réduisent les gains mesurés en dollars américains.

Cette expansion géographique fragilise néanmoins une vision simpliste du thème de l’IA. Il ne s’agit pas seulement d’une compétition entre plateformes logicielles américaines.

C’est un cycle d’investissement impliquant des concepteurs de puces, des fonderies, des fabricants de mémoire, des fournisseurs d’équipements réseau, des services publics, des entreprises de construction et des opérateurs de centres de données.

Le Canada offre un autre exemple de cet élargissement. Un sondage Reuters a montré que des stratégistes examinaient comment la hausse de la demande d’électricité liée à l’IA pourrait bénéficier à un marché actions fortement exposé au secteur de l’énergie.

Les perspectives canadiennes montrent comment ce thème peut atteindre des secteurs qui ne construisent pas de modèles et ne conçoivent pas d’accélérateurs. Les centres de données nécessitent de l’électricité, des infrastructures de transport, du refroidissement et des constructions physiques.

Le marché actions japonais a également bénéficié de l’optimisme lié à l’IA, parallèlement aux réformes de gouvernance d’entreprise et au soutien de la politique intérieure. Un sondage Reuters prévoyait de nouvelles hausses, même si certains analystes avertissaient que la rapide ascension du marché augmentait le risque de correction.

Les prévisions pour le Japon illustrent une complication importante. L’IA peut soutenir un marché sans en être le seul moteur.

Cette nuance devient cruciale lorsqu’on compare les régions. Un indice américain dominé par des entreprises technologiques coûteuses diffère d’un indice canadien influencé par les entreprises énergétiques et financières.

De même, l’exposition asiatique aux semi-conducteurs diffère de la détention de logiciels applicatifs américains. Tous peuvent bénéficier du même cycle d’investissement, mais leurs mécanismes de bénéfices et leurs risques de valorisation restent distincts.

Le quatrième mouvement d’analyste privilégie donc une exposition géographique sélective plutôt qu’un unique thème IA indifférencié. Il explique également pourquoi Capital Economics s’attend à une baisse moins marquée des marchés émergents dans son scénario de retournement.

Cette prévision reste incertaine. Une forte contraction des dépenses technologiques mondiales affecterait les économies tournées vers l’exportation, même si leurs valorisations de départ étaient plus faibles.

Néanmoins, des valorisations plus basses peuvent offrir un coussin. Les investisseurs qui ont payé moins pour chaque unité de bénéfice ont moins de compression des multiples à absorber lorsque le sentiment change.

Le véritable conflit oppose les bénéfices aux attentes

Le cinquième appel des analystes consiste à déterminer si les bénéfices liés à l’IA peuvent croître assez vite pour répondre aux attentes déjà intégrées dans les valorisations de marché.

C’est la question décisive, car la demande seule ne peut trancher le débat. Les investisseurs doivent savoir qui capte cette demande, avec quelle marge et pendant combien de temps.

La première phase du boom de l’IA a récompensé les infrastructures rares. Les accélérateurs Nvidia sont devenus essentiels à l’entraînement des modèles, tandis que la mémoire à large bande passante et les réseaux avancés ont acquis une importance stratégique.

La phase suivante exige des preuves que les clients peuvent transformer les investissements informatiques en revenus ou en gains de productivité. Ces preuves existent dans certaines parties du marché, mais elles restent inégales.

Les fournisseurs de cloud signalent une utilisation croissante de l’IA, et les développeurs de modèles ont élargi leurs offres destinées aux entreprises. Pourtant, l’économie de l’exécution de modèles complexes peut varier considérablement selon les charges de travail.

Un produit peut attirer des utilisateurs sans générer de marges attrayantes. Des coûts d’inférence élevés, les remises aux clients et la concurrence rapide entre modèles peuvent absorber la croissance des revenus.

L’adoption par les entreprises progresse également plus lentement que l’expérimentation grand public. Les entreprises doivent traiter la gouvernance des données, la sécurité, l’intégration, la précision et la formation des employés avant d’étendre leurs déploiements.

Cela crée un décalage temporel. Les fournisseurs d’infrastructures comptabilisent des revenus à mesure que les capacités sont construites, tandis que les utilisateurs finaux peuvent avoir besoin d’années pour repenser leurs flux de travail et mesurer les retours.

Les travailleurs du savoir font déjà face à une version pratique de ce problème. L’IA peut résumer des documents ou générer des brouillons, mais sa valeur dépend de l’accès à un contexte fiable et à des sources vérifiables.

Une base de connaissances IA structurée peut améliorer ce contexte. Toutefois, une meilleure gestion de l’information ne supprime pas le besoin d’une vérification humaine ni d’un objectif commercial clair.

La question au niveau du marché est similaire. L’infrastructure rend possible une valeur future, mais les investisseurs ont toujours besoin de preuves que cette valeur dépasse le coût de sa création.

Les analystes qui soutiennent le rebond mettent en avant la croissance des revenus, les engagements d’approvisionnement et la poursuite des investissements des hyperscalers. Les sceptiques se concentrent sur les valorisations, le leadership concentré et les retours incertains de programmes d’investissement considérables.

Les deux camps peuvent avoir raison selon les horizons temporels. Des commandes solides peuvent soutenir les bénéfices en 2026, tandis que des valorisations excessives créent des rendements plus faibles en 2027.

C’est le cœur du retournement évoqué dans l’histoire de Google News. Les conditions qui soutiennent un nouveau rebond peuvent aussi accroître le risque de baisse ultérieur.

La hausse des cours des actions encourage davantage de levées de capitaux et de dépenses. Les fournisseurs augmentent leurs capacités, les concurrents entrent sur le marché et les clients gagnent des alternatives.

Ces réponses réduisent progressivement la rareté. Lorsque l’offre rattrape son retard, les investisseurs commencent à distinguer les véritables avantages de plateforme des bénéfices temporaires créés par un marché contraint.

Un parallèle s’est produit durant l’ère des dotcoms, même si les principales entreprises d’aujourd’hui disposent de revenus et de bilans bien plus solides. La technologie a survécu et transformé l’économie, mais de nombreuses valorisations ont tout de même fortement chuté.

Ce précédent ne prouve pas que les actions de l’IA suivront la même trajectoire. Il montre pourquoi l’importance technologique et les rendements de l’investissement sont deux questions distinctes.

Une analyse utile évite donc deux extrêmes. L’IA n’est pas automatiquement une bulle parce que les cours ont monté, et des revenus réels ne justifient pas automatiquement n’importe quelle valorisation.

Les entreprises les plus solides continueront probablement d’investir malgré la volatilité des marchés. Elles considèrent la capacité informatique, les modèles propriétaires, la distribution et les relations avec les développeurs comme des actifs stratégiques.

Les petites entreprises font face à des choix plus difficiles. Elles peuvent dépendre de fournisseurs externes de modèles, ne pas bénéficier d’un pouvoir d’achat suffisant ou peiner à répercuter les coûts d’inférence sur leurs clients.

Les marchés publics évalueront de plus en plus ces groupes différemment. L’enthousiasme généralisé pour l’IA peut porter de nombreuses actions lors d’un rebond initial, mais les phases ultérieures récompensent généralement des bénéfices mesurables.

Les investisseurs devraient également examiner attentivement la manière dont les entreprises définissent les revenus liés à l’IA. Un produit peut combiner des services cloud existants, une nouvelle utilisation de modèles et des fonctionnalités logicielles groupées.

Les changements de présentation comptable ou de regroupement de produits peuvent rendre les comparaisons difficiles. Des informations claires sur les clients, la consommation, les marges et la durée des contrats renforceraient la thèse haussière.

Le cinquième mouvement déplace donc l’attention des annonces vers la conversion financière. La question n’est plus de savoir si les entreprises dépensent pour l’IA, mais si ces dépenses produisent des rendements économiques durables.

Trois signaux mettront à l’épreuve l’appel à un repli en 2027

Les trois signaux suivants montreront si le rebond repose sur des bénéfices durables ou s’approche du retournement décrit par Capital Economics.

Le premier signal concerne les dépenses d’investissement des hyperscalers. Les investisseurs devraient comparer les dépenses réelles aux prévisions antérieures de Microsoft, Alphabet, Amazon et Meta.

La poursuite des hausses soutiendrait la demande en semi-conducteurs, mémoire, réseaux et centres de données. Elle renforcerait l’argument en faveur d’une nouvelle progression du marché tirée par l’IA.

Cependant, la qualité des dépenses compte autant que leur montant. Les investisseurs ont besoin de preuves que les nouvelles capacités répondent à des charges de travail croissantes plutôt que de rester sous-utilisées.

Une réduction ne signifierait pas nécessairement que l’adoption de l’IA a échoué. Elle pourrait indiquer une meilleure efficacité matérielle, l’achèvement de phases de construction ou une pause temporaire après une expansion rapide.

Un ralentissement simultané chez plusieurs hyperscalers aurait davantage de poids. Un tel schéma exercerait une pression sur les fournisseurs et affaiblirait l’argument selon lequel la demande d’infrastructures reste largement durable.

Le deuxième signal concerne les révisions de bénéfices dans l’ensemble de la chaîne d’approvisionnement de l’IA. Les analystes devraient continuer de relever leurs estimations si les commandes, les taux d’utilisation et les marges évoluent comme les optimistes l’espèrent.

Les cours des actions peuvent rester élevés tandis que les révisions progressent. Les difficultés commencent lorsque les actions avancent mais que les estimations de bénéfices stagnent ou baissent.

Cette divergence suggérerait que les investisseurs paient des multiples plus élevés sans bénéficier de prévisions sous-jacentes plus solides. Elle étayerait l’interprétation de fin de cycle.

La composition des révisions compte également. Des gains concentrés chez un seul fournisseur de puces sont moins rassurants que des améliorations réparties entre la mémoire, les réseaux, les services cloud et les logiciels d’entreprise.

Le troisième signal est la largeur du marché. Un rebond plus sain devrait s’étendre au-delà d’un petit groupe de leaders technologiques.

La participation d’entreprises industrielles, énergétiques, financières et de plus petites entreprises technologiques indiquerait que l’investissement dans l’IA soutient une activité économique plus large.

Un leadership plus étroit accroîtrait la dépendance du S&P 500 à l’égard de ses plus grandes composantes. Cela rendrait également l’indice plus sensible à une déception sur les résultats ou à une révision des dépenses.

Ces signaux doivent être interprétés ensemble. De solides dépenses d’investissement, des prévisions de bénéfices en hausse et une participation plus large affaibliraient l’hypothèse d’un important retournement en 2027.

De fortes dépenses associées à des estimations de bénéfices en baisse raconteraient une autre histoire. Cela pourrait signifier que la concurrence, l’amortissement, les coûts de l’énergie ou la pression sur les prix absorbent le rendement attendu.

De même, une hausse des bénéfices accompagnée d’un resserrement de la largeur du marché soutiendrait certaines entreprises sans confirmer la santé de l’indice dans son ensemble.

Le scénario de Capital Economics est donc vérifiable avant la fin de 2027. Les investisseurs n’ont pas besoin d’attendre un niveau d’indice prévu pour déterminer si sa logique sous-jacente se renforce.

Les publications trimestrielles montreront si les revenus de l’IA rattrapent les investissements. Les prévisions des fournisseurs révéleront si la demande dépasse les engagements existants. La largeur du marché indiquera si l’enthousiasme s’étend ou se concentre.

Pour les développeurs et les acheteurs en entreprise, ces mêmes signaux influencent la stratégie produit. La poursuite des investissements dans les infrastructures peut réduire les coûts d’inférence et accroître la disponibilité des modèles.

Un repli du marché pourrait également modifier le comportement des fournisseurs. Les entreprises pourraient mettre l’accent sur l’efficacité, une tarification durable et des retours clients mesurables plutôt que sur une expansion rapide des capacités.

Les travailleurs du savoir devraient considérer les cinq avis d’analystes comme un rappel de distinguer les technologies utiles de l’enthousiasme financier. Une correction du marché n’effacerait pas la valeur des systèmes qui font gagner du temps ou améliorent les décisions.

Les investisseurs devraient faire la même distinction. L’adoption de l’IA, les bénéfices des entreprises et les valorisations boursières interagissent, mais ne constituent pas des mesures interchangeables.

Le titre de Google News reflète un marché pris entre une demande crédible et des attentes exigeantes. Capital Economics estime que cette tension soutiendra une dernière hausse avant de provoquer un retournement.

La prochaine vague de dépenses des hyperscalers et de publications de résultats confirmera-t-elle une expansion durable, ou révélera-t-elle un marché qui a déjà intégré trop d’anticipations ? Surveillez les dépenses d’investissement, les révisions d’estimations et la largeur du marché avant de considérer comme acquis le rallye ou le repli de 2027.