Trois ETF d’IA font des paris contradictoires sur l’avenir de l’intelligence artificielle

Google News a présenté trois ETF d’IA comme une même idée d’investissement, malgré des portefeuilles, des règles et une exposition à l’intelligence artificielle très différents.

Les fonds sont le Global X Artificial Intelligence & Technology ETF, connu sous le nom d’AIQ, l’ARK Autonomous Technology & Robotics ETF, ou ARKQ, et IGPT. Ce dernier est l’AI and Next Gen Software ETF d’Invesco.

Ils partagent l’étiquette de l’IA, mais cette étiquette masque l’essentiel. AIQ répartit son exposition entre le matériel, les services et les entreprises qui appliquent l’IA. ARKQ concentre ses investissements sur une vision de l’autonomie gérée activement. IGPT suit un indice couvrant l’IA ainsi que le développement logiciel au sens large.

Cette différence compte, car un ETF ne diversifie pas tous les risques. Il regroupe des titres selon une méthodologie précise. Si cette méthodologie privilégie les semi-conducteurs, les participations technologiques privées ou les grandes plateformes logicielles, ces choix continuent de déterminer les rendements.

L’article d’origine est apparu sous forme de contenu de contributeur sur Barchart et a été diffusé par d’autres médias. Son apport utile consistait à identifier trois voies distinctes d’accès au marché de l’IA. La comparaison montre toutefois aussi pourquoi les lecteurs devraient examiner ce que détient chaque fonds.

Il ne s’agit pas d’un simple concours pour savoir quel ticker a le mieux performé. Le véritable affrontement oppose un thème séduisant aux mécanismes de portefeuille qui le sous-tendent.

La liste Google News regroupe en réalité trois stratégies d’IA différentes

AIQ, ARKQ et IGPT n’offrent pas une exposition interchangeable, même si les trois peuvent apparaître dans la même recherche sur l’IA.

L’analyse ETF originale décrit AIQ comme le portefeuille d’IA directe le plus large des trois. Son mandat inclut des entreprises qui développent l’IA, fournissent son infrastructure ou l’appliquent dans leurs produits et services.

Cette portée rassemble plusieurs couches de l’économie de l’IA dans un seul portefeuille. Les fabricants de semi-conducteurs et de mémoire peuvent bénéficier de la demande liée à la construction de centres de données. Les entreprises de cloud et de logiciels peuvent vendre des services d’IA. Les plateformes grand public peuvent utiliser l’IA pour les recommandations, la publicité, la logistique ou l’automatisation.

AIQ suit l’Indxx Artificial Intelligence & Big Data Index. Sa méthodologie publiée distingue les entreprises admissibles entre développeurs d’IA, fournisseurs de services, fournisseurs de matériel et entreprises technologiques connexes.

L’indice utilise des scores d’exposition et des limites de position au lieu de pondérer simplement chaque entreprise selon sa valeur de marché. Cette structure cherche à empêcher les plus grandes entreprises technologiques de dominer automatiquement chaque position.

Le résultat reste très axé sur la technologie. Il peut toutefois inclure des entreprises issues des communications, des services aux consommateurs, des marchés industriels et de plusieurs pays. AIQ considère donc l’intelligence artificielle comme une chaîne de valeur plutôt que comme une seule catégorie de produits.

ARKQ emprunte une voie différente. Il s’agit d’un fonds géré activement, axé sur les technologies autonomes et la robotique. L’IA constitue une composante de cette thèse, aux côtés des appareils intelligents, des batteries avancées, de la fabrication, des transports et des technologies spatiales.

Un ETF actif donne à son gestionnaire une marge de manœuvre dans la sélection des titres et les pondérations du portefeuille. Il n’est pas tenu de reproduire un indice fixe après chaque rééquilibrage.

Les gestionnaires d’ARKQ peuvent accroître leur exposition aux entreprises qu’ils estiment appelées à mener une transition vers l’automatisation. Ils peuvent aussi réduire ou supprimer des positions lorsque leur thèse d’investissement évolue.

Cette souplesse introduit un risque lié au gestionnaire. Le portefeuille reflète une vision particulière des technologies qui évolueront ensemble et des entreprises qui en capteront la valeur.

IGPT occupe une troisième position. Il suit des entreprises liées au développement logiciel du futur, notamment dans l’IA, la robotique, l’automatisation et les technologies des semi-conducteurs.

Son portefeuille peut donc offrir une exposition à l’IA sans exiger que chaque participation exerce principalement comme entreprise d’IA. Une plateforme logicielle peut être éligible grâce à ses revenus issus de marchés logiciels pertinents. Une entreprise de semi-conducteurs peut être éligible parce qu’elle fournit l’infrastructure informatique.

L’identité actuelle du fonds mérite également attention. IGPT existait sous un autre nom et ticker avant qu’Invesco ne le repositionne autour de l’IA et des logiciels de nouvelle génération en 2023.

Cet historique n’invalide pas la stratégie. Il montre toutefois que les noms d’ETF peuvent évoluer à mesure que les méthodologies d’indice et la demande du marché changent.

Les lecteurs arrivant via google news pourraient raisonnablement voir trois fonds d’IA et supposer qu’ils se distinguent surtout par leur fournisseur. Leurs différences centrales sont plus importantes.

AIQ offre un portefeuille de chaîne de valeur de l’IA fondé sur des règles. ARKQ propose une thèse active sur l’autonomie. IGPT offre un indice de logiciels de nouvelle génération comportant une exposition significative à l’IA.

Ce sont des propositions d’investissement distinctes. Le titre commun est une étiquette de catégorie, et non la preuve de portefeuilles comparables.

AIQ répartit son pari sur l’ensemble de la chaîne d’approvisionnement de l’IA

AIQ formule l’affirmation la plus claire d’une exposition étendue à l’IA, mais la diversification entre entreprises n’élimine pas la concentration sur un seul cycle de dépenses.

Le fonds cherche à suivre un indice couvrant les entreprises positionnées pour bénéficier du développement et de l’adoption de l’IA. Cela comprend le matériel informatique, les services commerciaux d’IA et les entreprises appliquant l’IA à des produits existants.

La méthodologie d’AIQ compte davantage que son nom. Elle explique comment l’indice identifie les candidats, attribue les scores d’exposition et limite les pondérations des constituants.

Cette approche reconnaît que les revenus de l’IA ne transitent pas par un seul type d’entreprise. L’entraînement et l’exécution de modèles nécessitent des processeurs, de la mémoire, des équipements réseau, du stockage, des centres de données et des services cloud.

Les applications forment une autre couche. Les moteurs de recherche, les plateformes de logiciels d’entreprise, les services de streaming, les fournisseurs de cybersécurité et les réseaux de transport peuvent tous intégrer l’IA à leurs opérations.

AIQ peut participer à l’ensemble de ces couches. Cela rend le portefeuille moins dépendant d’un seul produit logiciel ou d’un seul développeur de modèles.

Toutefois, l’ensemble de la chaîne peut encore dépendre d’hypothèses communes. Les entreprises doivent continuer à investir dans l’infrastructure informatique. Les clients professionnels doivent transformer leurs expérimentations en charges de travail récurrentes. Les applications d’IA doivent générer suffisamment de valeur pour justifier la poursuite des investissements.

Les participations du fonds peuvent également recouper les grands indices technologiques. Alphabet, Apple, les fabricants de semi-conducteurs et les entreprises de réseau figurent déjà dans de nombreux portefeuilles diversifiés.

Un investisseur qui détient un fonds de marché large puis ajoute AIQ pourrait accroître son exposition technologique existante. Le nombre de tickers d’ETF augmenterait, mais la diversification sous-jacente pourrait s’améliorer moins qu’attendu.

L’étendue géographique crée une autre distinction. La production de matériel d’IA s’étend aux États-Unis, à la Corée du Sud, à Taïwan et à d’autres marchés. Un portefeuille mondial peut couvrir une part plus large de cette chaîne d’approvisionnement.

Il introduit aussi des risques de change, de réglementation, de commerce et de géopolitique. Les contrôles à l’exportation peuvent affecter l’accès aux puces avancées ou aux équipements de fabrication. Une perturbation régionale peut affecter la production de plusieurs participations.

Le système de pondération d’AIQ réduit l’influence automatique des plus grandes entreprises lors des rééquilibrages programmés. Entre ces dates, de fortes variations de cours peuvent néanmoins pousser certaines positions au-dessus de leurs limites initiales.

Le fournisseur d’indice peut également réviser les classifications ou la méthodologie. Le score d’exposition à l’IA d’une entreprise dépend de règles d’éligibilité définies, et non d’une mesure scientifique permanente.

Cette distinction est facile à manquer. « Entreprise d’IA » n’est pas une catégorie comptable standardisée. Les entreprises présentent leur activité liée à l’IA à travers des descriptions de produits, des rapports sectoriels, des présentations aux investisseurs et les commentaires de la direction.

Certaines tirent des revenus directs de l’infrastructure d’IA. D’autres utilisent l’IA pour soutenir des activités plus larges. Ces modèles économiques réagissent différemment lorsque les dépenses d’investissement ralentissent ou que la demande des clients évolue.

AIQ cherche à inclure à la fois les producteurs et les adoptants. Cette largeur constitue sa principale caractéristique stratégique, mais elle rend aussi l’attribution plus difficile.

Un solide rendement pourrait provenir des prix de la mémoire, de la demande en semi-conducteurs, des revenus du cloud ou d’une plateforme grand public. Cela n’indiquerait pas nécessairement que chaque couche de l’économie de l’IA s’améliore.

L’inverse s’applique en cas de baisse. La faiblesse d’un cycle du matériel peut tirer le portefeuille vers le bas même lorsque l’adoption des logiciels d’entreprise reste saine.

Cela fait d’AIQ un exemple utile de diversification thématique. Il répartit le risque propre aux entreprises tout en préservant l’exposition à un récit économique interconnecté.

Les orientations de la SEC sur les indices conseillent aux investisseurs de comprendre les règles des indices non traditionnels avant de se fier à l’étiquette d’un fonds. Les indices personnalisés peuvent utiliser des systèmes de sélection et de pondération différents des références familières fondées sur la capitalisation boursière.

Pour AIQ, la question centrale n’est pas de savoir si l’intelligence artificielle continue de progresser. Elle consiste à déterminer si les entreprises sélectionnées par le fonds transforment cette progression en résultats financiers durables.

Cet écart sépare le progrès technologique de la performance d’investissement. De meilleurs modèles peuvent accroître la demande, mais une tarification concurrentielle, des besoins élevés en capital et une obsolescence rapide des produits peuvent limiter les rendements.

AIQ offre la réponse directe la plus large parmi ces trois fonds. Il représente toujours une position thématique délibérée, et non un substitut à la compréhension de ses expositions.

ARKQ transforme l’exposition à l’IA en thèse active sur l’autonomie

ARKQ ne se contente pas de suivre l’intelligence artificielle ; il demande aux investisseurs d’accepter une théorie gérée activement reliant l’IA, la robotique, les transports, l’énergie et l’espace.

L’objectif officiel d’ARKQ se concentre sur les entreprises de technologies autonomes et de robotique. Ses gestionnaires peuvent investir dans des actions nationales et internationales liées à ce thème.

L’objectif du fonds ARKQ inclut la mobilité autonome, les appareils intelligents, les batteries avancées, la robotique adaptative, les réseaux neuronaux et les technologies cloud de nouvelle génération.

Ce mandat s’étend au-delà de la liste habituelle des entreprises de puces et de logiciels d’IA. Un constructeur automobile peut être éligible parce que l’autonomie dépend de systèmes de perception et de décision automatique. Un fournisseur industriel peut être éligible grâce à la robotique ou à la production automatisée.

Une entreprise spatiale peut convenir lorsque les systèmes de lancement, les satellites ou les communications soutiennent des réseaux autonomes. Une entreprise de batteries peut convenir parce que les véhicules électriques et les machines mobiles nécessitent du stockage d’énergie.

Cette largeur crée une thèse reconnaissable. L’IA sort des centres de données pour entrer dans des machines qui perçoivent, décident et agissent dans des environnements physiques.

Cette transition présente des défis différents de ceux du déploiement d’un chatbot ou d’un moteur de recommandation. Les systèmes physiques exigent des capteurs fiables, des contrôles de sécurité, des capacités de fabrication, de l’énergie et des autorisations réglementaires.

ARKQ peut sélectionner des entreprises sur l’ensemble de cette chaîne. Il peut aussi détenir un portefeuille plus concentré qu’un fonds indiciel large.

La concentration rend les décisions de plus forte conviction du gestionnaire plus déterminantes. Quelques positions importantes peuvent influencer les résultats, en particulier lorsque leurs activités réagissent à des pressions sans rapport entre elles.

Une entreprise de véhicules électriques peut faire face à une concurrence sur les prix, à des retards de fabrication ou à des enquêtes réglementaires. Une entreprise spatiale peut subir des revers de lancement ou un risque lié aux marchés publics. Ces résultats pourraient compter plus immédiatement que l’adoption générale de l’IA.

La gestion active peut répondre à de tels changements sans attendre un rééquilibrage de l’indice. C’est l’argument le plus solide en faveur du modèle d’ARKQ.

Cette même latitude rend l’évaluation plus complexe. Les investisseurs doivent examiner le processus d’investissement, le dimensionnement des positions, les décisions de trading et l’interprétation du thème.

ARKQ peut modifier son portefeuille à mesure que les perspectives de la direction évoluent. Une liste historique des positions ne décrit donc pas entièrement l’exposition future.

Le fonds associe également des bénéficiaires de l’IA cotés sur les marchés publics à des entreprises développant des produits physiques exigeants en capitaux. Leurs cycles économiques et leurs besoins de financement peuvent varier considérablement.

Les entreprises de logiciels peuvent déployer rapidement une nouvelle fonctionnalité. Les entreprises de robotique et de transport ont souvent besoin d’usines, d’accords d’approvisionnement, de tests de sécurité et d’infrastructures de service.

Cette différence peut retarder les revenus, même lorsque la technologie sous-jacente s’améliore. Une démonstration technique convaincante ne garantit pas automatiquement une fabrication évolutive ni l’adoption rentable par les clients.

L’exposition d’ARKQ à l’IA s’apparente donc davantage à une feuille de route technologique qu’à un panier conventionnel du secteur des logiciels. Sa thèse dépend de l’interconnexion commerciale de plusieurs innovations.

Le fonds peut bénéficier d’une baisse du coût du calcul qui accélère simultanément l’autonomie, la robotique et la fabrication intelligente. Il peut rencontrer des difficultés si ces marchés progressent à des rythmes différents.

C’est le principal contraste avec AIQ. AIQ utilise un indice publié pour répartir l’exposition sur l’ensemble de la chaîne de valeur de l’IA. ARKQ confie davantage de responsabilités à la sélection active et aux convictions.

Il diffère également d’IGPT. L’indice d’IGPT se concentre plus directement sur le développement logiciel et les technologies connexes. ARKQ peut s’exposer davantage aux systèmes physiques et aux applications industrielles.

L’article original de google news relevait cette distinction, mais son importance dépasse le style de portefeuille. ARKQ change la question que les lecteurs doivent se poser.

Pour AIQ, la question est de savoir si un indice capte les bons bénéficiaires de l’IA. Pour ARKQ, il s’agit de déterminer si la thèse d’autonomie du gestionnaire permet de les sélectionner et de les pondérer efficacement.

Aucune de ces questions n’a de réponse définitive. Les positions évoluent, les technologies mûrissent et les valorisations progressent indépendamment des avancées opérationnelles.

ARKQ illustre également pourquoi l’expression « ETF IA » est devenue exceptionnellement souple. Elle peut désigner un fonds détenant des fournisseurs de modèles, des plateformes logicielles, des constructeurs automobiles, des entreprises d’automatisation industrielle et des sociétés spatiales.

Ces entreprises partagent des dépendances techniques, mais pas une économie identique. Leurs marges, besoins en capitaux, clients et exposition réglementaire diffèrent.

L’avantage d’ARKQ réside dans la liberté d’exprimer cette thèse plus large. Son risque est qu’un seul portefeuille doive relier correctement de nombreux marchés distincts.

IGPT montre qu’un fonds IA peut aussi être un fonds logiciel

L’identité IA d’IGPT repose sur un indice plus large consacré aux logiciels de nouvelle génération, ce qui rend ses règles d’éligibilité essentielles à la compréhension du portefeuille.

Invesco a renommé et repositionné l’ancien Dynamic Software ETF en août 2023. Le fonds suit désormais le STOXX World AC NexGen Software Development Index.

Ce changement est bien plus qu’une note de bas de page sur le branding. Il explique pourquoi l’historique de création du fonds précède son positionnement actuel autour de l’intelligence artificielle.

La présentation de l’indice IGPT décrit une exposition aux technologies d’IA, aux logiciels avancés, aux semi-conducteurs, à l’automatisation et à la robotique.

Les entreprises éligibles doivent tirer une part importante de leurs revenus de domaines désignés associés au développement logiciel futur. L’indice applique ensuite ses propres règles de sélection et de pondération.

Cela crée un portefeuille participant de manière significative à l’IA, sans exiger que chaque entreprise fasse de l’IA son activité principale.

Cette distinction peut aider lorsque le marché de l’IA s’élargit. Les plateformes logicielles établies disposent déjà de clients, de réseaux de distribution, de données et d’infrastructures cloud. Elles peuvent ajouter des fonctions d’IA aux produits que les utilisateurs emploient.

Les grandes entreprises technologiques peuvent aussi financer en interne des investissements importants. Elles peuvent absorber les coûts élevés de développement plus facilement que les spécialistes de plus petite taille.

Toutefois, un portefeuille orienté vers des plateformes établies peut ressembler à une stratégie concentrée de croissance ou de logiciels. Son label IA peut décrire un important moteur de revenus sans définir l’ensemble de l’activité.

Les plus grandes positions d’IGPT peuvent donc exercer une influence considérable. Lorsque quelques grandes plateformes évoluent de concert, elles peuvent déterminer une grande partie du comportement du fonds.

Cela crée une autre forme de chevauchement. Les investisseurs détenant un indice de marché large possèdent probablement déjà plusieurs leaders mondiaux des logiciels et des semi-conducteurs.

Ajouter IGPT peut accroître l’exposition à ces entreprises au lieu de créer une allocation entièrement nouvelle. L’enveloppe du fonds paraît différente, mais l’exposition économique peut rester familière.

Les règles de l’indice créent également un compromis entre pertinence et stabilité. Les filtres de revenus peuvent relier les positions à une activité économique réelle. Ils peuvent aussi favoriser des entreprises matures ayant un historique de publication bien établi.

Les entreprises émergentes de l’IA pourraient ne pas satisfaire aux exigences de liquidité, de taille, de cotation ou de revenus. Les développeurs privés de modèles sont également indisponibles pour un indice d’actions cotées.

IGPT capte donc les entreprises cotées qui entourent les logiciels de nouvelle génération. Il ne représente pas tous les laboratoires, startups ou projets open source importants dans l’IA.

Cette limite s’applique aux trois fonds. De nombreux développeurs d’IA influents restent privés. Les ETF cotés ne les atteignent qu’indirectement, par l’intermédiaire d’investisseurs, de fournisseurs, de partenaires ou d’éventuelles introductions en Bourse.

L’accent mis par IGPT sur les logiciels peut réduire la dépendance à une thèse de robotique étroitement définie. Il peut néanmoins subir des pressions lorsque les valorisations des logiciels baissent ou que les clients reportent leurs dépenses d’entreprise.

L’IA générative introduit une tension supplémentaire. Les nouveaux systèmes de programmation et les agents autonomes peuvent accroître la productivité logicielle. Ils peuvent aussi fragiliser les modèles de licences établis.

Une entreprise de logiciels peut utiliser l’IA pour améliorer ses marges et attirer des clients. Elle peut aussi faire face à des barrières concurrentielles plus faibles à mesure que le développement devient moins coûteux.

L’IA peut renforcer les acteurs établis qui disposent de données et de distribution. Elle peut simultanément permettre à de petites équipes de créer des alternatives. Un indice contenant des leaders établis du logiciel est exposé aux deux facettes de ce conflit.

Les semi-conducteurs ajoutent une couche supplémentaire. Les fournisseurs de matériel peuvent bénéficier des dépenses d’infrastructure liées à l’IA, même lorsque certaines applications individuelles ne dégagent pas de profits clairs.

Cela peut donner au portefeuille une apparence de résilience à tous les niveaux de la chaîne. Cela peut aussi synchroniser les positions autour des décisions de dépenses d’investissement de quelques grandes entreprises cloud.

C’est pourquoi le nom du fonds ne peut pas clore l’analyse. Les investisseurs doivent examiner les principales positions, les sources de revenus, les règles de l’indice et les chevauchements avec leurs portefeuilles existants.

Parmi les trois fonds mis en avant par google news, IGPT illustre le plus nettement l’écart entre la catégorie marketing actuelle d’un fonds et son histoire structurelle plus longue.

La stratégie n’a pas débuté comme un produit IA conçu sur une page blanche. Elle a évolué d’un ETF logiciel existant vers un mandat plus large consacré à la nouvelle génération.

Cette évolution peut être raisonnable. Les marchés du logiciel ont changé après que l’IA générative a atteint les utilisateurs grand public. Les produits indiciels se mettent souvent à jour lorsque les industries et la demande des investisseurs évoluent.

Néanmoins, ce changement établit un précédent important. Les catégories thématiques ne sont pas des classifications scientifiques fixes. Les fournisseurs, les sociétés d’indices et les marchés les redéfinissent continuellement.

Un fonds peut conserver son historique juridique tout en adoptant un nouveau nom, ticker, indice de référence ou objectif d’investissement. Les performances antérieures à ce changement peuvent ne pas décrire équitablement la stratégie actuelle.

Les lecteurs qui comparent des graphiques de long terme doivent donc confirmer que la méthodologie est restée cohérente. Un long historique de création n’équivaut pas toujours à un long historique du mandat actuel.

IGPT rend cette leçon particulièrement visible. Il offre une exposition à l’IA, mais comprendre cette exposition exige de dépasser le titre pour examiner l’indice.

Le label IA n’élimine pas le risque de concentration

Le renversement central est simple : acheter plusieurs entreprises via un ETF peut réduire le risque lié à une seule action tout en renforçant l’engagement envers un thème très encombré.

Un ETF détient un panier de titres, de sorte que l’effondrement d’une position ne détruit pas nécessairement l’ensemble de la position. C’est une différence importante par rapport à la détention d’une seule entreprise spéculative.

Pourtant, AIQ, ARKQ et IGPT reposent toujours sur des hypothèses liées. La demande de puissance de calcul doit rester élevée, les produits d’IA doivent attirer des clients payants et les entreprises sélectionnées doivent capter les retombées économiques qui en résultent.

Ces hypothèses peuvent échouer sans que la technologie de l’IA elle-même échoue. Les dépenses d’investissement peuvent ralentir après un cycle de construction. Les clients peuvent résister à des coûts logiciels plus élevés. La concurrence peut réduire les marges.

Les politiques publiques peuvent modifier l’accès aux puces, aux équipements de fabrication, aux données ou aux marchés étrangers. Les litiges sur le droit d’auteur peuvent affecter le développement des modèles. Les contraintes énergétiques peuvent augmenter les coûts d’infrastructure.

Les entreprises présentes dans chaque fonds peuvent également sembler diversifiées tout en partageant les mêmes clients. Les fournisseurs de semi-conducteurs, de réseaux, de mémoire et de cloud dépendent tous en partie d’un petit groupe de grands acheteurs technologiques.

Si ces acheteurs réduisent leurs dépenses d’infrastructure, plusieurs niveaux peuvent s’affaiblir simultanément. Détenir davantage de fournisseurs n’élimine pas ce risque commun lié à la demande.

La valorisation crée une autre incertitude. Une entreprise peut afficher une forte croissance tout en générant de faibles rendements d’investissement si les attentes étaient plus élevées.

Les fonds thématiques attirent souvent l’attention après qu’un thème est devenu populaire. Ce calendrier peut exposer les investisseurs à des attentes élevées déjà intégrées dans les cours des actions.

L’article source soutient son scénario optimiste à l’aide de prévisions concernant les dépenses mondiales en IA et leur impact économique. Ces prévisions apportent du contexte, mais elles ne garantissent pas des revenus aux positions des ETF.

Les prévisions définissent aussi l’IA différemment. Certaines incluent l’infrastructure, le conseil, les logiciels, les appareils et les services. D’autres se concentrent sur les effets de productivité dans l’ensemble de l’économie.

Une estimation économique élevée peut coexister avec de mauvais résultats pour certaines entreprises. Les clients peuvent capter les gains de productivité plutôt que les fournisseurs. La concurrence peut transférer la valeur aux utilisateurs par des prix plus bas.

La SEC avertit que les indices ciblés peuvent être complexes et se comporter différemment des indices traditionnels de marché large. Leurs règles méritent la même attention que leurs performances.

La concentration thématique peut également résulter du chevauchement des positions. Un investisseur peut détenir les mêmes grandes entreprises technologiques via un fonds de marché, un fonds de croissance, un fonds de semi-conducteurs et un ETF IA.

Quatre fonds ne signifient pas nécessairement quatre stratégies indépendantes. Le portefeuille peut encore dépendre fortement des mêmes résultats trimestriels et du même cycle de dépenses d’investissement.

ARKQ ajoute une concentration du gestionnaire à la concentration thématique. Sa structure active peut s’écarter sensiblement des grands indices.

AIQ ajoute une exposition internationale au matériel et aux chaînes d’approvisionnement. Cela peut diversifier la géographie tout en augmentant la sensibilité aux restrictions commerciales et aux perturbations de la production.

IGPT ajoute de grandes plateformes logicielles et des entreprises de semi-conducteurs. Cela peut offrir des revenus établis, mais aussi reproduire des positions déjà dominantes ailleurs.

Ce ne sont pas des raisons d’écarter ces fonds. Ce sont des raisons de définir le rôle prévu de chaque position.

Un ETF thématique peut servir d’allocation satellite limitée autour d’un portefeuille plus large. Il peut aussi devenir une position centrale involontaire lorsque les chevauchements sont ignorés.

L’horizon temporel compte également. Les dépenses d’infrastructure liées à l’IA peuvent évoluer par cycles, même si l’adoption à long terme se poursuit. Les entreprises de robotique peuvent nécessiter des années d’investissement industriel.

Les plateformes logicielles peuvent connaître des changements concurrentiels brusques. Un rééquilibrage d’indice ou un gestionnaire actif peut réagir, mais aucun des deux ne peut éliminer le risque de marché.

Les lecteurs devraient également distinguer la liquidité d’un fonds de la qualité de l’activité sous-jacente. Un ETF peut se négocier facilement tout en détenant des entreprises aux perspectives de croissance incertaines.

La taille du fonds peut réduire les inquiétudes liées à sa fermeture, mais elle ne peut pas garantir les rendements. Un long historique d’exploitation peut aider à évaluer son comportement, mais des changements de méthodologie peuvent rompre la comparabilité.

Les performances passées restent rétrospectives. Elles peuvent refléter une période favorable pour certaines participations plutôt qu’une validation de la thèse globale du fonds.

C’est là que la comparaison à trois devient utile. AIQ, ARKQ et IGPT révèlent des définitions différentes du risque lié à l’investissement dans l’IA.

AIQ risque d’être lié à une chaîne d’approvisionnement large mais interconnectée. ARKQ risque de se concentrer autour d’une thèse active sur l’autonomie. IGPT risque de se comporter comme un portefeuille fortement orienté logiciels sous une bannière IA.

Le titre dans Google News condense ces différences en une catégorie pratique. La construction de portefeuille les développe à nouveau.

Ce qu’il faut surveiller avant de considérer ces fonds comme comparables

Les prochaines informations utiles viendront des participations, des dépenses des clients et des changements de méthodologie, et non d’une nouvelle prévision générale sur l’avenir de l’IA.

Le premier signal est la concentration du portefeuille. Les investisseurs devraient surveiller les principales positions de chaque fonds et leur poids cumulé après les mises à jour programmées.

Une concentration croissante dans plusieurs entreprises de semi-conducteurs rendrait un fonds plus dépendant de la demande en matériel. Des positions plus importantes dans les logiciels augmenteraient l’exposition aux budgets des entreprises et à la concurrence entre plateformes.

Pour ARKQ, la concentration révèle également une conviction active. Une position en hausse indique que la direction porte un jugement plus marqué sur une entreprise donnée au sein de la thèse plus large sur l’autonomie.

Le deuxième signal concerne les dépenses d’investissement des hyperscalers. Les grands fournisseurs de cloud financent une grande partie de l’infrastructure qui soutient les modèles et services d’IA avancés.

La poursuite des dépenses soutiendrait les fournisseurs de puces, de mémoire, de réseaux et de centres de données. Un ralentissement de la croissance exercerait une pression sur le segment matériel avant de nécessairement réduire l’usage quotidien de l’IA.

Ce signal affecte directement AIQ en raison de l’étendue de sa chaîne d’approvisionnement. Il affecte également IGPT via ses participations dans les semi-conducteurs et les plateformes.

ARKQ y est indirectement exposé lorsque les entreprises d’autonomie dépendent d’une puissance de calcul abordable, de l’entraînement dans le cloud ou de matériel avancé. Toutefois, ses activités physiques sont confrontées à des variables supplémentaires liées à la fabrication et à l’adoption.

Le troisième signal est le changement de méthodologie et de mandat. Les fournisseurs d’indices peuvent réviser les règles de sélection, les catégories d’exposition, les plafonds de position ou les calendriers de rééquilibrage.

Les fournisseurs de fonds peuvent également changer les noms ou les indices de référence, comme l’illustre l’historique d’IGPT. Ces changements peuvent modifier la proposition d’investissement sans créer un fonds entièrement nouveau.

Les investisseurs devraient comparer le dernier prospectus et les participations avec les versions antérieures. Un ticker familier peut représenter un portefeuille qui a considérablement évolué.

Ces signaux renforcent ou affaiblissent différentes conclusions. Des participations plus larges conforteraient l’idée qu’AIQ répartit son exposition sur toute la chaîne de valeur.

Une concentration persistante affaiblirait cet argument de diversification. Elle rendrait la performance plus dépendante d’un nombre réduit d’entreprises ou d’un seul cycle d’infrastructure.

Pour ARKQ, les progrès commerciaux dans les systèmes autonomes soutiendraient la thèse active. Des démonstrations techniques sans adoption à grande échelle laisseraient la thèse moins établie.

Pour IGPT, une croissance des revenus liés à l’IA parmi ses participations logicielles soutiendrait son positionnement actuel. Une dépendance persistante à des segments logiciels non liés rendrait l’étiquette IA moins informative.

Les lecteurs devraient également surveiller si les trois fonds commencent à détenir davantage des mêmes entreprises. Un chevauchement croissant réduirait l’intérêt de les considérer comme des voies distinctes.

Une comparaison de fonds devrait donc commencer par les participations, et non par les noms. Elle devrait se poursuivre avec les règles des indices, les contraintes de gestion active, l’exposition sectorielle, la géographie et le chevauchement.

Le même processus s’applique à tout produit thématique découvert via Google News. Un titre attrayant identifie un sujet. Il ne remplace pas une diligence raisonnable complète.

Les trois fonds représentent des visions cohérentes mais distinctes de l’intelligence artificielle. AIQ considère l’IA comme une chaîne de valeur mondiale. ARKQ la considère comme un moteur de machines autonomes. IGPT l’inscrit dans les logiciels de nouvelle génération.

Aucun ne constitue une exposition pure au succès de l’intelligence artificielle. Les fonds cotés détiennent des entreprises, et ces entreprises doivent transformer les progrès techniques en flux de trésorerie.

Cette conversion demeure l’incertitude centrale. L’adoption de l’IA peut s’étendre tandis que la concurrence, les cycles de dépenses ou les valorisations limitent les rendements pour les actionnaires.

La réponse la plus pratique consiste à conserver un aperçu actualisé des participations et à noter pourquoi chaque entreprise figure dans le portefeuille. Une base de connaissances personnelle consultable peut aider à suivre ces changements dans les documents des fonds et les rapports de résultats.

Revenez ensuite aux trois signaux : la concentration, les dépenses des clients et la méthodologie. S’ils évoluent ensemble, l’exposition réelle du fonds devient plus claire.

Posez-vous une dernière question avant d’agir sur une liste d’ETF IA : achetez-vous une participation diversifiée à une transformation économique, ou répétez-vous le même pari technologique sous un autre ticker ?

Cette distinction importe davantage que l’étiquette, le dernier graphique de performance ou le fait que trois fonds soient apparus ensemble dans Google News.