Goldman Sachs estime que le marché de l’IA entre dans une phase de consolidation

Goldman Sachs estime que le marché de l’intelligence artificielle est entré dans une phase de consolidation après un brusque retournement qui a mis en lumière des positions trop concentrées, des fonds à effet de levier et une infrastructure de marché fragile. La distinction est importante. Une consolidation suggère que les investisseurs réajustent leurs attentes après une longue hausse, plutôt qu’ils n’abandonnent les bénéfices et la demande d’infrastructures qui soutiennent les entreprises de l’IA.

Une brève diffusée via rsshub 36kr résumait l’avis de la banque selon lequel la solidité des résultats et la réduction du positionnement des investisseurs devraient atténuer la volatilité extrême. L’argument sous-jacent est plus nuancé qu’un simple appel à acheter au creux de la baisse. Les stratégistes de Goldman voient une amélioration des conditions, tout en reconnaissant que l’effet de levier peut transformer un repli ordinaire en ventes forcées.

Cela crée la tension centrale pour les investisseurs. La demande en IA et les dépenses des entreprises restent considérables, tandis que les instruments utilisés pour négocier cette demande sont devenus de plus en plus agressifs. Le marché qui en résulte peut paraître calme au niveau des indices, alors même que les actions individuelles des semi-conducteurs, de la mémoire, des réseaux et des centres de données connaissent de fortes fluctuations.

La récente baisse met donc à l’épreuve deux explications concurrentes. La première affirme que la thèse d’investissement dans l’IA s’est affaiblie parce que les dépenses sont trop élevées et que les valorisations ont trop progressé. La seconde estime qu’un thème fondamentalement solide est devenu trop encombré, avant de subir un réajustement des positions qui a éliminé une partie des excès sans mettre fin à la tendance générale.

Goldman penche actuellement vers la seconde interprétation. Ses éléments incluent la poursuite de la croissance des bénéfices, une exposition moindre des hedge funds et une demande soutenue en infrastructures informatiques. Toutefois, le prochain cycle de résultats devra démontrer que les énormes budgets d’investissement produisent des revenus et des profits, et pas seulement davantage de capacités.

La baisse a modifié le positionnement, pas l’ensemble de la thèse sur l’IA

Le jugement central de Goldman est que la récente baisse a éliminé les excès de positionnement plus vite qu’elle n’a dégradé les fondamentaux de la thèse d’investissement dans l’IA.

Les actions technologiques ont abordé le retournement avec des investisseurs fortement exposés à bon nombre des mêmes thèmes. Ces positions comprenaient des producteurs de semi-conducteurs, des fournisseurs de mémoire, des entreprises de réseaux optiques, des fabricants d’équipements pour centres de données et les hyperscalers qui financent de nouvelles infrastructures.

Un engouement concentré ne signifie pas automatiquement qu’une thèse d’investissement est erronée. Cela signifie que de nombreux participants détiennent des actifs similaires pour des raisons similaires. Lorsque la volatilité augmente, ces investisseurs peuvent réagir de concert, créant une vague de ventes qui submerge les informations propres à chaque entreprise.

Les données de courtage de premier rang de Goldman offrent une fenêtre sur ce processus. Vincent Lin, codirecteur de Prime Insights and Analytics chez Goldman Sachs, a déclaré que l’exposition brute des hedge funds avait atteint des sommets de cinq ans début juin. L’exposition nette avait elle aussi atteint un plus haut de quatre ans.

Après le repli, les deux mesures sont retombées autour du 60e au 65e percentile de leurs fourchettes sur trois ans. Le positionnement se situait donc près du milieu de sa répartition récente, plutôt qu’à un niveau extrême.

Lin a décrit l’épisode comme un réajustement sain, tout en soulignant que le positionnement n’avait pas été totalement purgé. Les hedge funds avaient réduit leur prise de risque, mais n’avaient pas collectivement rejeté les infrastructures d’IA.

Cette distinction aide à comprendre pourquoi le résumé de rsshub 36kr évoquait une possible consolidation plutôt qu’un effondrement durable. Une consolidation intervient lorsque les prix assimilent les gains antérieurs et que les investisseurs réévaluent leurs attentes. Elle peut inclure de fortes baisses, des rebonds avortés et de larges écarts entre les actions individuelles.

La baisse a également suivi un schéma familier sur les marchés guidés par le momentum. Un thème porteur attire davantage de capitaux, la hausse des cours favorise une prise de risque accrue, et de nouveaux produits d’investissement facilitent l’accès à l’exposition. Lorsque la tendance s’inverse, ces mêmes forces agissent en sens contraire.

Un exemple frappant est venu de Situational Awareness, le hedge fund axé sur l’IA fondé par l’ancien chercheur d’OpenAI Leopold Aschenbrenner. Axios a rapporté que le fonds avait vendu son portefeuille d’actions cotées à Citadel pendant la déroute. Le fonds avait récemment indiqué gérer environ 20 milliards de dollars d’actifs.

Cette vente ne permet pas d’établir ce qui s’est produit sur l’ensemble du marché. Elle montre toutefois à quelle vitesse un portefeuille axé sur l’IA peut devenir partie intégrante de l’événement qu’il était conçu pour négocier. Un investisseur concentré confronté à des pertes ou à des rachats peut avoir besoin de liquidités, quelles que soient ses convictions à long terme.

Le réajustement a aussi été exceptionnellement large au sein de la technologie. Goldman a qualifié les ventes de plus forte réduction cumulative de l’exposition technologique dans l’historique de l’un de ses jeux de données. Pourtant, les échanges de la banque avec les hedge funds indiquaient toujours un intérêt fondamental pour les entreprises de l’IA.

C’est pourquoi les mouvements récents ne peuvent pas être interprétés à travers les seuls prix. La baisse des cours peut refléter des anticipations de bénéfices plus faibles, une demande en recul, des valorisations excessives, un désendettement forcé ou plusieurs facteurs à la fois. Les données de positionnement de Goldman donnent davantage de poids à l’explication par le désendettement, sans pour autant éliminer les autres.

Le marché qui en résulte est plus sélectif. Les investisseurs ne peuvent plus considérer tous les fournisseurs liés aux infrastructures d’IA comme des bénéficiaires interchangeables. Ils doivent distinguer les entreprises disposant de commandes visibles, de marges durables et d’un pouvoir de fixation des prix de celles soutenues principalement par l’engouement thématique pour leurs actions.

Des résultats solides fondent le scénario de consolidation de Goldman

Le volet haussier de l’argument de Goldman repose sur le fait que les bénéfices portent une part plus importante du marché que l’expansion des multiples de valorisation.

En mai, Shawn Tuteja de Goldman a déclaré que le bénéfice par action du S&P 500 progressait de 17 % par rapport à l’année précédente. Il s’agissait d’un sixième trimestre consécutif de croissance des bénéfices à deux chiffres. Les prévisions pour les 12 mois suivants étaient passées à 13 %.

Dans le même temps, le multiple de valorisation prévisionnel du marché s’était contracté, passant de 22 à 21 fois les bénéfices. Un multiple de 21 fois les bénéfices n’est pas historiquement bon marché, mais cette combinaison suggérait que les bénéfices contribuaient davantage à la hausse que le simple enthousiasme des investisseurs.

La part du marché liée à l’IA a largement contribué à ces résultats. Les hyperscalers continuaient d’acheter des puces, des équipements réseau, des systèmes électriques, des technologies de refroidissement et des capacités de construction. Leurs dépenses soutenaient les revenus dans toute une chaîne d’approvisionnement qui s’étend bien au-delà des développeurs de modèles.

Tuteja a déclaré que les hyperscalers avaient engagé 755 milliards de dollars de dépenses d’investissement en 2026, soit une croissance annuelle de 38 %. Goldman a présenté ces chiffres comme la preuve que la demande restait active dans l’ensemble des infrastructures d’IA.

Les dépenses d’investissement, ou capex, correspondent aux fonds utilisés pour acquérir des actifs à longue durée de vie tels que des serveurs, des centres de données et des équipements électriques. Elles soutiennent immédiatement les fournisseurs, mais soulèvent une question plus difficile pour les entreprises qui les financent. Ces acheteurs doivent à terme obtenir des rendements qui justifient ces dépenses.

Le marché a déjà traversé plusieurs étapes de ce déploiement. Les premiers grands bénéficiaires ont été les entreprises de semi-conducteurs avancés. L’attention s’est ensuite étendue aux plateformes cloud, aux centres de données, aux fournisseurs d’énergie, aux producteurs de mémoire, aux réseaux optiques et aux systèmes de refroidissement spécialisés.

Goldman a indiqué que le thème des réseaux optiques avait gagné plus de 100 % en 2026 à la mi-mai. Les actions du refroidissement liquide, une autre catégorie d’équipements mise en avant par la banque, avaient progressé d’environ 30 %. Ces gains témoignent de la demande, mais ils accroissent également le risque que les cours anticipent des années d’exécution sans faille.

La thèse en faveur de dépenses durables repose désormais de plus en plus sur l’usage concret de l’IA. Les chercheurs en banque d’investissement de Goldman ont déclaré que l’adoption par les entreprises s’élargissait au-delà des chatbots et des outils de programmation. Les systèmes agentiques, capables d’exécuter des tâches en plusieurs étapes plutôt que de simplement produire une réponse, augmentaient les besoins informatiques.

Une entreprise interrogée par Goldman a indiqué que ses 5 % principaux clients entreprises consommaient trois fois plus de tokens que le client médian. Les tokens sont les petites unités de texte que les modèles traitent et génèrent. L’augmentation de l’utilisation des tokens requiert généralement davantage de capacité d’inférence, c’est-à-dire la puissance de calcul utilisée lorsque les modèles déployés répondent aux utilisateurs.

Goldman affirme que l’offre limitée peut étaler les dépenses d’infrastructure sur plusieurs années. Ses recherches sur l’adoption en entreprise indiquent une demande soutenue à mesure que les entreprises passent de l’expérimentation à des flux de travail opérationnels.

Toutefois, les revenus des fournisseurs et les rendements des acheteurs ne sont pas la même chose. Un fabricant de puces peut bénéficier de commandes importantes même si un fournisseur cloud éprouve ensuite des difficultés à monétiser les capacités qui en résultent. La vigueur actuelle des bénéfices valide la demande en infrastructures, mais elle ne tranche pas la question de l’économie de l’ensemble du système.

C’est la principale limite du récit de rsshub 36kr. De solides bénéfices actuels peuvent étayer une thèse de consolidation, mais les marchés valorisent les flux de trésorerie futurs. Les investisseurs continueront de se demander si les revenus de l’IA peuvent augmenter assez rapidement pour couvrir les coûts d’amortissement, d’énergie, de financement et de développement.

La prochaine étape devrait donc creuser les écarts de performance. Les entreprises qui vendent des composants rares peuvent conserver leur pouvoir de fixation des prix. Les entreprises qui s’appuient sur un enthousiasme généralisé feront l’objet d’un examen plus attentif. Les hyperscalers doivent démontrer que les nouveaux services, l’amélioration de la publicité, les charges de travail cloud et les gains d’efficacité internes transforment le capex en rendements mesurables.

Pourquoi les ETF à effet de levier peuvent transformer un repli en déroute

La récente volatilité n’a pas seulement constitué un verdict sur les entreprises de l’IA ; elle a également découlé de la manière dont les investisseurs ont structuré et financé leur exposition.

Les fonds négociés en bourse à effet de levier promettent un multiple du rendement quotidien d’un actif. Un ETF de semi-conducteurs à effet de levier deux fois, par exemple, cherche à offrir le double du mouvement quotidien de l’indice sous-jacent. Le fonds doit se rééquilibrer fréquemment pour maintenir cet objectif.

Cela crée une boucle de rétroaction mécanique. Lorsque les actifs sous-jacents montent, le fonds doit souvent acheter une exposition supplémentaire. Lorsqu’ils baissent, il doit vendre. Les traders qualifient ce comportement de gamma négatif, car le rééquilibrage tend à amplifier la direction dominante.

Tuteja avait averti de cette structure avant la dernière vague de ventes. Il a expliqué qu’une action censée reculer de 3 % après une mauvaise nouvelle pourrait plutôt chuter de 10 % lorsque les produits à effet de levier et d’autres vendeurs forcés réduisent simultanément leur exposition. Le même mécanisme peut amplifier les gains lors d’un rallye.

Le risque augmente lorsque les fonds à effet de levier détiennent des titres volatils dont la profondeur de marché est limitée. Un petit produit a peu d’incidence sur le marché. Un produit important contraint de négocier près de la clôture peut faire bouger les prix, en particulier lorsque plusieurs fonds suivent des mandats similaires.

Brian Garrett de Goldman a ensuite déclaré qu’un ETF sur cinq comportait une composante à effet de levier ou inverse. Parmi les ETF lancés en 2026, cette proportion atteignait un sur trois. Cette croissance a rendu le marché plus agressif et accru l’empreinte potentielle des rééquilibrages automatiques.

Le problème était particulièrement visible en dehors des grands indices américains. Garrett a observé que la volatilité implicite du KOSPI sud-coréen avait dépassé les niveaux observés pendant la crise financière mondiale. L’indice était devenu fortement influencé par un petit nombre d’actions volatiles liées à la chaîne d’approvisionnement de l’IA.

La concentration peut masquer cette tension. Un indice regroupe de nombreux titres, de sorte que les gains d’un groupe peuvent compenser les pertes ailleurs. Une faible volatilité des indices peut coexister avec des mouvements extrêmes sur certaines actions, créant ce que Garrett a décrit comme une différence entre le marché boursier et un marché d’actions.

Dans cet environnement, un investisseur qui ne surveille que le S&P 500 ou le Nasdaq peut sous-estimer les tensions sous-jacentes. Les actions des semi-conducteurs, de la mémoire et des équipements peuvent connaître d’importants mouvements quotidiens tandis que les indices diversifiés paraissent relativement stables.

La discussion sur la volatilité des ETF explique également pourquoi un positionnement assaini peut réduire les turbulences futures. Lorsque les hedge funds réduisent leur exposition et que les produits à effet de levier perdent des actifs, moins d’intervenants sont contraints de vendre lors du prochain repli.

Toutefois, assaini ne signifie pas totalement purgé. Lin a indiqué qu’après la vague de ventes, l’exposition des hedge funds restait autour du milieu de sa fourchette récente. Les investisseurs ont également réduit leurs couvertures macroéconomiques tout en vendant leurs positions liées à l’IA, un processus qu’il a qualifié de de-grossing.

Une couverture macroéconomique est une position conçue pour compenser un risque de marché global, comme une option de vente sur indice ou une position courte sur contrats à terme. Si les investisseurs réduisent à la fois leurs positions longues et leurs couvertures de protection, la taille de leurs bilans diminue. Cela réduit l’exposition immédiate, mais peut laisser le marché restant sensible à une nouvelle hausse des corrélations.

La corrélation mesure à quel point les titres évoluent de concert. Une faible corrélation favorise les sélectionneurs de titres, car les évolutions propres à chaque entreprise comptent davantage. Une corrélation en hausse indique que les investisseurs recommencent à considérer de nombreux titres comme l’expression d’un même risque partagé.

Ce mécanisme étaye l’anticipation de Goldman selon laquelle la volatilité devrait s’atténuer après cette réinitialisation. Un positionnement moins encombré réduit le carburant disponible pour les ventes forcées. Pourtant, la même structure de marché demeure, notamment les ETF à effet de levier, l’activité sur les options, les indices concentrés et les chaînes d’approvisionnement de l’IA fortement interconnectées.

La thèse de consolidation ne promet donc pas des échanges calmes. Elle suggère que la probabilité de replis répétés et autoalimentés a diminué, car les investisseurs ont déjà retiré une part substantielle du risque. Un nouveau catalyseur négatif pourrait néanmoins réactiver ce mécanisme.

Le véritable adversaire est l’exécution des bénéfices face aux excès de positionnement

L’affrontement décisif n’oppose pas les haussiers de l’IA aux sceptiques de l’IA ; il oppose la performance opérationnelle aux attentes excessives intégrées dans les transactions encombrées.

La vision constructive de Goldman ne fonctionne que si les résultats continuent de valider le cycle des infrastructures. Un positionnement moins élevé peut stabiliser les prix, mais il ne peut ni créer des revenus, ni améliorer les marges, ni générer des rendements sur le capital investi.

La transaction liée à l’IA comprend des entreprises aux modèles économiques très différents. Nvidia et d’autres fournisseurs de puces vendent des équipements informatiques soumis à des contraintes d’approvisionnement. Les fournisseurs de cloud financent des centres de données. Les entreprises de services publics et les industriels fournissent l’électricité et le refroidissement. Les développeurs de logiciels cherchent à générer des revenus à partir des modèles et des applications.

Une même étiquette peut masquer ces différences. Certains fournisseurs d’infrastructures comptabilisent leurs revenus au fur et à mesure des livraisons d’équipements. Les hyperscalers supportent des années d’amortissement et de dépenses d’exploitation. Les entreprises d’applications doivent convaincre les clients de payer suffisamment pour les services d’IA afin de couvrir les coûts d’inférence.

Cette séparation devient plus importante pendant une consolidation. Dans un vaste rallye, les investisseurs récompensent souvent l’exposition à un thème populaire. Dans un marché plus lent, les résultats trimestriels et les prévisions créent des distinctions plus marquées entre les entreprises.

L’évaluation de Goldman en mai offrait un solide point de départ. La croissance des bénéfices restait élevée et la demande liée à l’IA semblait résiliente malgré l’inflation et le ralentissement de la croissance économique. Tuteja a même décrit l’IA comme relativement résistante aux pressions qui affectent les entreprises de consommation et cycliques.

Cette interprétation défensive a ses limites. Les dépenses liées à l’IA sont financées par des entreprises aux bilans solides, mais elles restent une allocation discrétionnaire de capital. Les dirigeants peuvent reporter des projets si les rendements attendus diminuent, si le financement devient plus coûteux ou si les contraintes électriques entravent le déploiement.

Les taux d’intérêt ajoutent une couche supplémentaire. Des rendements obligataires à long terme plus élevés augmentent le taux d’actualisation appliqué aux bénéfices futurs. Cet effet peut peser plus lourdement sur les entreprises dont les valorisations dépendent de profits attendus dans de nombreuses années.

Tuteja a souligné le franchissement du seuil de 5 % par le rendement du Treasury à 30 ans en mai comme un important seuil psychologique. Le niveau précis évolue avec le marché, mais la relation sous-jacente reste pertinente. Un capital coûteux accroît la pression sur les entreprises pour démontrer des rendements à court terme.

L’argument sceptique se concentre également sur la concentration. Les entreprises liées à l’IA représentent une grande part des principaux indices américains, ce qui signifie que des résultats décevants de quelques sociétés peuvent affecter les investisseurs passifs bien au-delà des portefeuilles technologiques dédiés.

Goldman a déjà averti qu’un leadership étroit et des gains de momentum rapides précèdent souvent une volatilité plus élevée et des rendements plus faibles. Cela ne permet pas d’identifier un sommet de marché, mais remet en question l’hypothèse selon laquelle la solide performance des indices prouve une bonne santé économique généralisée.

Le résumé rsshub 36kr souligne l’amélioration des perspectives après la purge. Une lecture plus complète reste conditionnelle. La réduction de l’exposition des hedge funds et des ETF élimine une source d’instabilité, tandis que les bénéfices doivent encore surmonter des valorisations exigeantes et d’immenses besoins en capitaux.

Il existe également un manque de vérification concernant la dernière note de stratégie. La brève d’actualité publique fournit une courte paraphrase, tandis que les discussions publiques de Goldman sur les marchés apportent des données et un raisonnement connexes. Sans la note client complète, les lecteurs devraient éviter de traiter chaque détail comme une prévision ferme pour toutes les actions liées à l’IA.

Goldman distingue lui-même les vues institutionnelles des commentaires de marché individuels. Ses transcriptions publiques précisent que les opinions des intervenants peuvent évoluer et ne représentent pas nécessairement la banque dans son ensemble. Elles sont également explicitement présentées comme des informations, et non comme des conseils en investissement.

Cette prudence importe, car différentes équipes de Goldman examinent différentes parties du marché. Les spécialistes du courtage de premier rang se concentrent sur le positionnement des hedge funds. Les traders de volatilité examinent les options et les flux d’ETF. Les stratégistes actions évaluent les bénéfices, les valorisations et la construction de portefeuille.

Leurs analyses peuvent néanmoins former une image cohérente. Le positionnement était devenu extrême, les structures de marché amplifiaient les retournements et les bénéfices restaient relativement favorables. Après le désendettement, l’équilibre entre les fondamentaux et la pression technique est devenu moins défavorable.

Toutefois, une explication cohérente n’est pas une garantie. Une consolidation peut se résoudre par de nouveaux gains, un marché durablement latéral ou un autre repli. L’issue dépend de la capacité des profits à rejoindre les attentes avant l’arrivée d’un nouveau choc macroéconomique ou propre à une entreprise.

Les lecteurs devraient donc résister à deux récits simplistes. La vague de ventes n’a pas prouvé que l’investissement dans l’IA avait échoué. De fortes dépenses d’infrastructure ne prouvent pas que chaque valorisation liée à l’IA est justifiée.

Ce que les perspectives de Goldman Sachs sur l’IA ne peuvent toujours pas trancher

Trois questions non résolues peuvent fragiliser l’appel à la consolidation : la monétisation des capex, la persistance de l’effet de levier et la hausse des corrélations entre les actifs liés à l’IA.

La première question est la monétisation. Les hyperscalers doivent montrer comment les dépenses d’infrastructure se traduisent en revenus cloud, en gains publicitaires, en croissance des abonnements ou en baisse des coûts internes. De vastes promesses de productivité future ne fourniront pas suffisamment de preuves.

Les investisseurs devraient comparer les dépenses d’investissement aux revenus supplémentaires et au résultat d’exploitation. Ils devraient aussi surveiller les amortissements, car les serveurs et les équipements réseau créent des charges pendant leur durée d’utilité. Le remplacement rapide du matériel peut alourdir davantage cette charge.

Le calendrier comptable peut temporairement embellir le récit. Les liquidités sortent lorsque les entreprises construisent des centres de données, tandis que les amortissements se répartissent sur les futurs comptes de résultat. Les revenus peuvent arriver progressivement ou rester difficiles à attribuer directement à l’IA.

La deuxième question est l’effet de levier. Les hedge funds ont réduit leur exposition, mais Goldman a indiqué que le positionnement n’avait pas été entièrement purgé. Les ETF à effet de levier et l’activité sur les options restent également des caractéristiques structurelles du marché, plutôt que des participants temporaires.

Une période plus calme peut rapidement attirer à nouveau le risque. Si la volatilité baisse et que les prix se redressent, les fonds peuvent reconstituer leurs positions, les traders particuliers peuvent revenir vers les options d’achat et les produits à effet de levier peuvent attirer de nouveaux actifs. Ce processus peut recréer la même vulnérabilité à des niveaux de prix différents.

La troisième question est la corrélation. Lin a identifié la hausse de la corrélation entre les actions comme un signal clé à surveiller après la réduction du risque. Si les corrélations restent faibles, les bénéfices et l’exécution propre à chaque entreprise peuvent orienter les rendements. Si elles augmentent fortement, la pression macroéconomique peut à nouveau submerger les distinctions fondamentales.

La récente liquidation d’un portefeuille d’IA très médiatisé illustre ce risque. Axios a rapporté que Situational Awareness avait vendu ses positions en actions cotées à Citadel après de lourdes pertes sur les actions liées à l’IA. Son expérience ne prédit pas une autre liquidation, mais elle montre comment une exposition concentrée peut transmettre le stress.

La vente du fonds d’IA complique également l’idée selon laquelle une réduction du positionnement est automatiquement haussière. Certaines ventes améliorent l’équilibre futur du marché. D’autres peuvent signaler que les pertes, les pressions de financement ou les rachats restent non résolus.

Une autre incertitude concerne la composition de la demande. L’entraînement de modèles de pointe exige d’énormes clusters, tandis que l’inférence répartit les besoins de calcul entre les produits déployés. Un déplacement vers l’inférence peut élargir la demande, mais il peut aussi favoriser différents fournisseurs de matériel et de logiciels.

Les gains d’efficacité créent un compromis supplémentaire. De meilleures puces, des modèles optimisés et une inférence moins coûteuse peuvent réduire le coût de chaque tâche. Des coûts plus faibles peuvent étendre l’usage, mais ils peuvent aussi réduire les anticipations de revenus des fournisseurs si la demande ne croît pas assez rapidement.

La disponibilité de l’électricité peut limiter les deux aspects. Les centres de données ont besoin d’électricité, de capacité de transport, de refroidissement et de permis. De fortes commandes de puces ne garantissent pas que les systèmes achevés puissent être mis sous tension dans les délais.

La politique géopolitique reste une autre variable. Les contrôles à l’exportation, les droits de douane et les restrictions technologiques entre les États-Unis et la Chine peuvent modifier la demande de processeurs avancés et d’équipements de fabrication. Ils peuvent également accélérer l’émergence de chaînes d’approvisionnement alternatives qui se disputent les capitaux.

Aucune de ces incertitudes n’invalide la conclusion de Goldman selon laquelle les conditions se sont améliorées. Elles expliquent pourquoi ces conditions améliorées devraient être décrites comme une meilleure configuration, et non comme une thèse d’investissement résolue.

La meilleure preuve en faveur de la thèse de consolidation viendra de réactions de prix plus sélectives. Si les entreprises affichant de fortes commandes et des marges en amélioration surperforment leurs pairs plus faibles, le marché revient à une discrimination fondée sur les fondamentaux. Si l’ensemble du groupe continue d’évoluer de concert, le positionnement domine encore.

Trois signaux à surveiller au cours des trois prochains mois

La prochaine phase sera déterminée par les rendements des hyperscalers, l’exposition des hedge funds et la corrélation entre les actions individuelles liées à l’IA.

Le premier signal est la conversion des dépenses d’investissement. Les prochains résultats des hyperscalers devraient détailler les plans de dépenses et apporter des preuves que la capacité d’IA génère des revenus ou des gains d’efficacité mesurables.

Les investisseurs devraient se concentrer sur l’évolution de la croissance du cloud, de la demande de services d’IA, des marges opérationnelles et des prévisions de la direction. Une hausse des capex accompagnée d’une amélioration des revenus renforcerait la thèse de consolidation de Goldman. Une hausse des capex sans rendements plus clairs l’affaiblirait.

Cette distinction est importante, car les fournisseurs d’infrastructures peuvent publier d’excellents résultats avant que leurs plus grands clients ne démontrent une économie attrayante. Le marché a besoin de preuves des deux côtés de la transaction.

Les propres traders de Goldman ont identifié les résultats des hyperscalers comme leur principal test à court terme. Lin a indiqué surveiller l’évolution des dépenses ainsi que les progrès dans la conversion des capex en revenus et bénéfices additionnels. C’est un critère plus exigeant que le simple maintien des investissements.

Le deuxième signal concerne la reconstitution de l’exposition des hedge funds. La fourchette observée après la vente massive, autour du 60e au 65e percentile, laisse une marge pour des achats, mais elle signifie aussi que le marché ne part pas d’une position exceptionnellement défensive.

Une hausse progressive, soutenue par les résultats, renforcerait l’idée que la correction a éliminé les effets de levier les plus fragiles. Un retour rapide vers les précédents sommets recréerait un encombrement des positions avant que les fondamentaux aient eu le temps de s’améliorer.

Les actifs des ETF et le positionnement sur les options méritent d’être suivis au même titre que les hedge funds. La poursuite de la croissance des produits à effet de levier et inverses augmenterait la part des transactions mécaniques autour des titres volatils.

Le troisième signal est la corrélation entre les actions. Une faible corrélation indiquerait que les investisseurs distinguent les gagnants des entreprises plus fragiles. Elle donnerait également aux gérants actifs davantage de latitude pour négocier sur la base de fondamentaux propres à chaque entreprise.

Une forte hausse de la corrélation suggérerait que le complexe de l’IA se comporte de nouveau comme une seule position macro à effet de levier. Dans cet environnement, même des entreprises solides peuvent baisser, car les investisseurs vendent leurs positions liquides afin de réduire le risque global.

Ces signaux doivent être interprétés ensemble. Une meilleure économie des hyperscalers peut justifier un regain d’exposition. Une exposition modérée peut favoriser une formation ordonnée des prix. Une faible corrélation peut permettre à la qualité des résultats de déterminer quelles actions se redressent.

La combinaison inverse serait dangereuse. Une monétisation faible, un retour rapide de l’effet de levier et une corrélation en hausse fragiliseraient l’affirmation selon laquelle la récente déroute n’était qu’une correction saine.

La brève rsshub 36kr reflétait l’orientation optimiste de la position de Goldman, mais l’analyse publique de la banque fournit les conditions nécessaires. Des résultats solides et un positionnement plus sain améliorent la configuration. Ils n’éliminent pas les risques de valorisation, d’effet de levier ou d’exécution.

Pour les développeurs, les acheteurs d’entreprise et les utilisateurs de produits d’IA, ce débat de marché a des conséquences concrètes. Un cycle d’infrastructure durable peut réduire les coûts d’inférence et accroître la capacité disponible. Un ralentissement des dépenses peut retarder les centres de données, limiter l’accès et conduire les fournisseurs à privilégier les charges de travail rentables.

Les équipes d’entreprise devraient donc suivre l’économie des produits parallèlement aux marchés financiers. La croissance des déploiements réels fournit des preuves plus solides que la dynamique boursière. La thèse de Goldman devient plus convaincante lorsque l’augmentation de l’utilisation des tokens génère des revenus récurrents et des résultats commerciaux mesurables.

Le trade sur l’IA n’a pas besoin d’une nouvelle hausse ininterrompue pour rester intact. Il a besoin d’un marché plus calme, dans lequel les résultats peuvent rattraper les attentes. Au cours des trois prochains mois, observez si les dépenses d’investissement produisent des rendements, si l’effet de levier se reconstitue de manière responsable et si les actions individuelles commencent à évoluer selon leurs propres résultats.