Investissement dans l’IA – L’arrivée des agents
L’équipe de recherche de Fidelity International explore les meilleures idées liées à l’agentivité de l’IA.
Première publication par Fidelity International.
Rédigé par Punam Sharma, chef de la recherche sur les actions, Europe, Fidelity International.
Le thème d’investissement majeur de notre génération entre dans une nouvelle phase. Vous avez sans doute déjà entendu parler de l’« agentivité de l’IA ». Il s’agit du concept selon lequel vous pouvez demander à une IA d’effectuer une tâche; celle-ci la décomposera alors en sous-tâches plus petites et travaillera de manière autonome, en utilisant des outils tels que des moteurs de recherche et des bases de données, pour mener à bien la tâche sans votre supervision.
C’est précisément cette capacité à fonctionner de manière autonome qui fait que l’agentivité de l’IA promet d’importants gains de productivité. Il y a toutefois un problème. C’est une chose pour un grand modèle de langage (GML) de répondre à une série de requêtes individuelles générées par l’homme en quelques secondes ou minutes chacune. C’en est une autre de faire fonctionner le modèle de manière autonome pendant des heures d’affilée, en générant ses propres requêtes et en constituant ses propres équipes de sous-agents.
Les agents d’IA nécessitent bien plus de puissance de calcul, bien plus d’énergie et bien plus d’infrastructures que les applications auxquelles la plupart d’entre nous sommes habitués à ce jour, comme les agents conversationnels. Cela explique les milliards de dépenses en immobilisations consacrés à la construction de centres de données, à la production d’électricité et à d’autres infrastructures liées à l’IA. Au cours des neuf premiers mois de 2025, les investissements dans l’IA ont représenté 39 % de la croissance économique américaine, selon une analyse de la Réserve fédérale de St. Louis1.
Mais dans quelle mesure le rythme actuel des dépenses d’investissement est-il viable? Où vont ces capitaux? Et où les meilleures occasions de placement sont-elles susceptibles de se présenter prochainement?
Le rythme actuel des investissements dans l’IA est-il viable?
La montée en puissance des dépenses d’investissement dans l’IA s’est accompagnée d’une baisse des flux de trésorerie disponibles chez les fournisseurs de services infonuagiques à très grande échelle que sont Amazon, Microsoft et Google. Cela conduit à une situation où la structure actuelle des bénéfices en trésorerie n’est probablement pas viable.
« Soit les dépenses d’investissement devront diminuer, soit le chiffre d’affaires et le flux de trésorerie disponible en valeur absolue devront augmenter », explique Jonathan Tseng, analyste de Fidelity spécialisé dans le marché des semi-conducteurs. « La question sous-jacente est de savoir quelles dépenses des clients peuvent être exploitées – qu’il s’agisse des dépenses des entreprises ou des recettes issues de la publicité et des abonnements des consommateurs – et si les offres fondées sur les grands modèles de langage (GML) peuvent y avoir accès. »
M. Tseng estime qu’il y a de bonnes raisons d’être optimiste quant à une issue favorable à une augmentation des revenus liés à l’IA, plutôt qu’à une baisse des dépenses d’investissement dans ce domaine. Il souligne l’essor des « harnais » d’IA, qui permettent aux GML de transformer leurs résultats en actions concrètes, par exemple en écrivant et en exécutant du code.
M. Tseng souligne également l’importance de la décision prise par Anthropic de développer la capacité des GML à écrire du code.
« Si un modèle est capable d’écrire du code, alors, par extension, ce modèle peut faire tout ce qu’un ordinateur est capable de faire », explique-t-il. « Les harnais de modèles comme OpenClaw constituent le ‘chaînon manquant’ qui transforme cette idée en réalité. »
Les implications sont profondes et viennent étayer l’argument selon lequel le flux de trésorerie disponible des fournisseurs de services infonuagiques à très grande échelle sera rétabli grâce à une hausse du chiffre d’affaires plutôt qu’à une réduction des dépenses d’investissement. La plupart des tâches administratives s’effectuent à l’aide d’ordinateurs. Donc, si un GML peut faire tout ce qu’un ordinateur peut faire, cela fait entrer l’ensemble de ce travail intellectuel dans le domaine de l’IA.
« Le marché potentiel total pour les dépenses liées aux GML n’est plus le budget informatique, mais le budget salarial plus large du monde des affaires », explique M. Tseng.
On observe également une tendance stratégique en faveur d’une augmentation des dépenses d’investissement.
« Les géants de la technologie considèrent l’IA comme un enjeu existentiel et privilégient le surinvestissement pour éviter de se faire distancer », explique Alex Grant, analyste et gestionnaire de portefeuille spécialisé dans les services de communication. « Les chefs de la direction privilégient clairement la surcapacité plutôt que le sous-investissement, compte tenu du risque de désavantage concurrentiel. La rareté des ressources des centres de données engendre une dynamique de théorie des jeux, qui incite les entreprises à s’assurer des capacités tant pour leur propre croissance que pour bloquer leurs concurrents. »
La volonté d’investir à grande échelle est peut-être bien présente, mais il reste des obstacles à surmonter qui pourraient ralentir le rythme auquel l’agentivité de l’IA peut être adoptée et monétisée. Comprendre où se situent ces goulots d’étranglement aide à évaluer vers où les capitaux sont susceptibles de s’orienter.
« Le comportement du marché tout au long de ce cycle s’est montré particulièrement constant sur un point : il récompense de manière disproportionnée la rareté », explique Shreeji Parekh, analyste spécialisé dans les biens d’équipement. « Les capitaux se sont orientés vers chaque goulot d’étranglement identifiable dans le développement des centres de données, qu’il s’agisse des puces d’accélération et des équipements électriques en 2022-2023, puis du refroidissement par air et par liquide ainsi que de l’écosystème des serveurs au sens large en 2024, avant de se tourner vers la production d’électricité en 2025. »
Les puces mémoires constituent l’exemple le plus récent d’une rareté entraînant des hausses de prix. L’un des freins au développement de l’agentivité de l’IA réside dans le fait que la puissance de calcul a dépassé la vitesse à laquelle le système global peut faire entrer et sortir les données des puces. Les voies physiques entre les puces, appelées interconnexions, sont généralement en cuivre et atteignent leurs limites physiques en termes de bande passante, de latence et d’efficacité énergétique – un problème connu sous le nom de « mur de la mémoire ».
« Le mur de la mémoire est une préoccupation majeure », explique M. Tseng. « Le goulot d’étranglement des ressources de calcul coûteuses des centres de données tient de plus en plus à la connectivité. » Cette situation va s’aggraver à mesure que les puces deviendront plus puissantes. Une puce plus performante nécessite des interconnexions encore plus rapides pour acheminer les données vers et depuis celle-ci et garantir son utilisation optimale. Par conséquent, les connexions de données au sein du centre de données passeront inévitablement du cuivre aux interconnexions optiques. »
Comment les choses évolueront
Des occasions de placement dans des sociétés de matériel d’IA sont à prendre en considération. Pendant des décennies, les ordinateurs ont progressé grâce à la miniaturisation des transistors, ce qui a permis d’en intégrer davantage sur chaque puce et d’améliorer ainsi la puissance de calcul. Cependant, l’accent est de plus en plus mis sur les capacités globales du système.
« La manière dont les puces sont assemblées prend de plus en plus d’importance, ce qui nécessite des procédés plus coûteux en capital, tels que le soudage hybride et le soudage par thermocompression », explique Austin Kelly, analyste spécialisé dans les équipements de production de semi-conducteurs. « En conséquence, le marché des équipements d’assemblage passera d’un marché cyclique à faible croissance à un marché cyclique mais en croissance structurelle. »
Mais M. Kelly souligne que les centres de données ont également besoin d’un grand nombre de puces analogiques moins perfectionnées qui traitent les signaux provenant du monde réel, par exemple pour gérer l’alimentation électrique des serveurs.
« En 2027, je pense que l’on se rendra compte que la demande liée à l’IA entraînera une situation de pénurie exceptionnelle sur le marché des puces analogiques », ajoute-t-il. « Cette dynamique provoquera une énorme pression sur les capacités de production, mais celle-ci ne deviendra évidente que lorsque les deux marchés finaux, celui des puces non liées à l’IA et celui des puces liées à l’IA, évolueront dans la même direction. Les actions du secteur de l’analogique connaîtront une réévaluation une fois que ces dynamiques d’offre et de demande seront devenues évidentes. »
M. Tseng entrevoit un risque similaire de pénurie affectant d’autres types de puces moins perfectionnées que les processeurs graphiques sur lesquels s’appuient les GML. En effet, si un agent d’IA sollicite fortement les processeurs graphiques, il envoie également des instructions à d’autres outils, notamment des logiciels établis de longue date, qui recourent à des technologies plus anciennes.
« Un nouveau domaine susceptible de connaître des pénuries », dit-il, « pourrait être celui des processeurs centraux de serveurs, car l’utilisation accrue d’outils par les agents engendre une demande paradoxale pour les ressources de calcul traditionnelles et non accélérées sur lesquelles ces outils fonctionnent principalement. »
Par ailleurs, nos analystes voient des occasions potentielles découlant de la construction et de l’exploitation des centres de données nécessaires pour faire de l’agentivité de l’IA une réalité à grande échelle.
« Les fournisseurs de services infonuagiques à très grande échelle s’orientent de plus en plus vers des solutions modulaires et préfabriquées, ce qui profite aux entreprises capables d’offrir un déploiement rapide de bout en bout plutôt que de se contenter de fournir des composants ou des systèmes », explique M. Parekh, analyste spécialisé dans les biens d’équipement, qui voit également des perspectives pour les entreprises fournissant des équipements de chauffage, de ventilation et de climatisation (CVC) ainsi que des équipements électriques, afin qu’elles puissent maintenir leurs rendements solides qui remontent à 2023.
Par ailleurs, certaines entreprises du secteur des services collectifs devraient également afficher de bons résultats là où elles bénéficient de la croissance des centres de données et contrôlent l’ensemble de la chaîne d’approvisionnement en électricité ou en eau.
« La montée en puissance du syndrome [pas dans ma cour] aux États-Unis va orienter la croissance des centres de données vers le Texas, où il n’existe pas de règles d’urbanisme en dehors des villes et où le gouvernement de l’État ainsi que les autorités de régulation des services collectifs sont très favorables aux centres de données », explique Srishti Sinha, analyste spécialisée dans les services collectifs.
Se préparer aux perturbations
Nous ne vivons peut-être pas encore dans un monde où nous pouvons confier une tâche à un GML et lui faire confiance pour qu’il s’en charge. De plus en plus, cependant, les obstacles à la concrétisation de cette vision sont d’ordre physique plutôt que technologique.
Un à un, ces obstacles sont levés par la force brute d’énormes dépenses d’investissement. Il est tout à fait naturel que l’on s’interroge sur la viabilité des sommes en jeu et sur le rendement escompté du capital investi.
En contrepartie, les gains potentiels sont considérables si les agents d’IA tiennent leurs promesses. Dans ce scénario, la puissance de calcul restera limitée pendant de nombreuses années, à mesure que l’IA prendra le contrôle d’une part croissante de l’économie – une situation favorable pour les secteurs et les entreprises qui répondent à cette pénurie.
1 Suivi de la contribution de l’IA à la croissance du PIB | Fed de St. Louis.
