AI, Infrastructure, and the Next Investment Cycle

Le marché technologique actuel connaît une croissance sans précédent, avec huit des dix entreprises les plus valorisées au monde étant des entreprises technologiques américaines. Depuis la sortie de JBT il y a près de quatre ans, le marché a augmenté de 90 %, soit 17 % annualisé, ce qui soulève la question de savoir si nous sommes dans une bulle. Cependant, cette croissance est soutenue par des bénéfices fondamentaux et non par une augmentation des multiples de trading, contrairement à la bulle dot-com. Le multiple de bénéfices du S&P 500 est inférieur à 20 fois, ce qui indique une valorisation plus saine. Cette période marque une nouvelle ère d'investissement dans les "atomes", avec des besoins d'investissement en infrastructures mondiales estimés à 90 000 milliards de dollars d'ici 2040. Cela dépasse largement l'IA et les centres de données, incluant l'énergie, l'eau, les routes et les transports. Les hyperscalers (Alphabet, Amazon, Meta, Microsoft et Oracle) investissent massivement leur flux de trésorerie opérationnel à court terme pour construire cette capacité, la demande dépassant constamment l'offre. Leurs dépenses en capital devraient atteindre environ 780 milliards de dollars en 2026, et dépasser un billion de dollars annuellement à partir de 2027. Cette expansion est comparable, en pourcentage du PIB, à l'ère de la construction des chemins de fer. L'IA est un moteur clé de cette croissance. Bien qu'elle génère déjà des revenus et des économies significatifs, son adoption en est encore à ses débuts. Environ 69 % des entreprises du S&P 500 ont des déploiements en direct de l'IA, mais seulement 2 % en mesurent l'impact quantifiable sur le long terme. Cela indique un potentiel énorme pour l'approfondissement de l'utilisation de l'IA dans les organisations. Les coûts de l'IA sont en forte baisse, rendant les agents économiquement viables pour une gamme de travaux beaucoup plus large. Des innovations comme Jev par Typesafe réduisent les coûts par des ordres de grandeur, ouvrant de nouvelles applications. Ces améliorations créent des opportunités de croissance et de rentabilité pour les entreprises de logiciels, attirant d'importants investissements en capital-risque. Les revenus combinés d'OpenAI et d'Anthropic ont atteint une échelle et une vitesse de croissance extraordinaires, dépassant les plus grandes entreprises de logiciels de l'histoire. Cependant, l'adoption de l'IA est encore très précoce, tant en termes de pourcentage de la population utilisant l'IA que de part de portefeuille au sein de ces utilisateurs. Le fossé entre ce que les modèles d'IA peuvent faire et la manière dont ils sont utilisés est une opportunité majeure pour la couche applicative. Les entreprises comblent ce fossé en adaptant les capacités de l'IA aux besoins spécifiques des entreprises. Par exemple, Revolut s'est associé à 11 Labs pour intégrer des modèles vocaux de pointe dans ses flux bancaires, offrant des services clients plus efficaces et sécurisés. Les "power users" de l'IA se distinguent par des dépenses nettement supérieures. Les 1 % des entreprises les plus intensives dépensent environ huit fois plus que les 10 % suivants. Cela montre une adoption intense et profonde chez certains utilisateurs, tandis que d'autres entreprises en sont encore à des stades d'expérimentation. Des études de cas quantifiables montrent des améliorations significatives grâce à l'IA. Chime a réduit ses coûts de service de plus de 10 % par an sur les quatre dernières années, soit près de 50 % au total. Shopify a vu le pourcentage de clients atteignant cinq commandes dans les 15 jours après l'intégration augmenter de 8 % grâce à son assistant IA. Ces exemples démontrent que l'IA peut à la fois réduire les coûts et stimuler la croissance des revenus. Les entreprises établies, comme ServiceNow, monétisent également l'IA, avec plus d'un milliard de dollars en valeur contractuelle annuelle liée à l'IA et une augmentation de 9x des déploiements d'agents. Les agents sont désormais une réalité. Ils effectuent des tâches complexes nécessitant plusieurs étapes et appels de modèles. L'utilisation des jetons par les agents a augmenté de 14x sur OpenRouter. Grâce à des techniques comme la mise en cache et le réglage fin des modèles, les coûts des agents diminuent drastiquement, rendant des tâches auparavant trop coûteuses économiquement viables. Par exemple, Hebia a réduit les coûts de ses charges de travail de chat financier de 10x. Des entreprises comme Databricks utilisent le routage intelligent pour choisir le modèle approprié à chaque tâche, améliorant les performances et réduisant les coûts de 35 %. Harvey et Elise AI ont affiné des modèles plus petits pour obtenir des réductions de coûts de 60 % et une latence considérablement réduite. Dans le domaine grand public, l'adoption de l'IA est encore très précoce, avec seulement un peu plus de 2 % des foyers américains ayant un abonnement payant pour l'IA. Cependant, la rétention des abonnements IA est très élevée, montrant une valeur significative pour les utilisateurs. Les plateformes grand public existantes doivent repenser leur stratégie face à l'émergence des agents IA. Des questions se posent sur la manière dont ces agents seront rémunérés, en particulier pour les entreprises dont les revenus publicitaires dépendent des clics des utilisateurs. Néanmoins, il y a un optimisme quant à une augmentation de la consommation et une croissance économique globale grâce à la réduction des frictions et à l'augmentation du volume de transactions. Le marché des logiciels publics a vu un changement vers des entreprises plus rentables et à croissance plus lente. Environ 75 % des entreprises de logiciels publiques sont rentables, mais seulement 30 % connaissent une croissance de 20 % ou plus. Les entreprises de logiciels doivent se concentrer sur l'application de l'IA à leurs distributions existantes pour accélérer la croissance des revenus. La cybersécurité et les logiciels verticaux ont particulièrement bien résisté, car l'IA crée de nouveaux besoins en sécurité et en surveillance. Dans les marchés privés, les entreprises axées sur l'IA verticale, comme Harvey et Elise AI, connaissent une croissance plus rapide que leurs prédécesseurs. Le marché privé est devenu un lieu où les entreprises peuvent rester plus longtemps, réaliser des paris plus importants et atteindre des échelles massives avant d'envisager une introduction en bourse. Les six plus grandes entreprises privées (Anthropic, OpenAI, Databricks, Stripe, Wayland, Revolut) totalisent environ 2,4 billions de dollars de valorisation, soit plus que la capitalisation boursière combinée des introductions en bourse des 10 dernières années (hors SpaceX). L'activité de capital-risque est dominée par l'IA, représentant 86 % des transactions de capital-risque aux États-Unis en 2026. L'opportunité s'est étendue au-delà des modèles et des applications pour inclure les semi-conducteurs, l'énergie et la défense. Plusieurs domaines sont particulièrement prometteurs : - Les agents autonomes grand public, capables d'effectuer des tâches que les utilisateurs ne voudraient pas faire eux-mêmes, offrant une distribution rapide. - La robotique, qui pourrait être encore plus importante que les LLM à long terme, avec des investissements massifs prévus dans les 5 prochaines années. - L'autonomie, notamment les véhicules autonomes, qui sont 14 fois plus sûrs que les conducteurs humains et devraient voir une expansion significative. - L'IA dans la biotechnologie (AI x Bio) pour la découverte de médicaments et la résolution de maladies débilitantes. - La santé personnalisée, offrant des conseils hyper-personnalisés basés sur des données individuelles. - La diffusion de l'IA dans l'entreprise au-delà du codage, avec un immense potentiel d'adoption. - Le "dynamisme américain", qui implique la refonte de l'ensemble de la chaîne d'approvisionnement et des capacités industrielles, notamment dans le secteur de la défense. En conclusion, l'économie mondiale est en pleine transformation grâce à l'IA, avec des investissements massifs dans les infrastructures physiques et numériques. Bien que l'adoption en soit encore à ses débuts, le potentiel de productivité est immense, et les opportunités s'étendent à de nombreux secteurs, des logiciels aux industries lourdes.