Points clés:
Les dépenses d'infrastructure liées à l'intelligence artificielle n'ont atteint que 0,8 % du produit intérieur brut américain, une fraction des investissements transformationnels passés, ce qui suggère que le déploiement en est encore à ses débuts.
Les dépenses américaines en infrastructure d'IA générative représentent environ 0,8 % du PIB, contre 4,5 % pour les chemins de fer britanniques dans les années 1860 et environ 2 % pour l'électricité américaine dans les années 1920, selon les perspectives thématiques 2026 de BlackRock. Le gestionnaire d'actifs, qui supervise plus de 11 000 milliards de dollars, estime que cette comparaison montre que le cycle actuel des dépenses d'investissement dans l'IA a encore de la marge pour durer des années.
« À l'échelle d'autres événements transformationnels majeurs aux États-Unis, les dépenses d'investissement dans l'IA n'ont pas encore atteint les plus hauts niveaux de ce type d'investissement », a déclaré Jay Jacobs, responsable américain des ETF actions chez BlackRock, dans un entretien enregistré le 31 mai pour le podcast The Motley Fool. « Ce pays a connu des transformations par le passé. Chacune d'elles a nécessité d'énormes investissements. »
La consommation de tokens — une mesure de l'utilisation des modèles d'IA — a été multipliée par 17 l'an dernier, et non de 17 %, a précisé Jacobs, la demande de puissance de calcul de la part des fournisseurs de grands modèles de langage et des clients entreprises dépassant l'offre. Le discours est passé des craintes de surinvestissement au risque de sous-investissement, certains des modèles les plus puissants risquant d'être freinés par des contraintes de capacité, a-t-il ajouté.
La demande justifie les dépenses d'investissement
Le déploiement actuel diffère du boom des télécommunications des années 1990, qui représentait environ 1,5 % du PIB avant son effondrement, car la puissance de calcul de l'IA est monétisée presque immédiatement, a expliqué Jacobs. « Ce n'est pas la même chose qu'un scénario de construction spéculative d'infrastructures télécoms où 'si nous les construisons, ils viendront'. Ici, on répond à une demande réelle en temps réel. »
Les charges de travail agentiques — des systèmes d'IA qui accomplissent des tâches complexes de manière autonome — pourraient multiplier par 1 000 l'intensité de calcul, note le rapport. Cette explosion se répercuterait sur l'ensemble de la pile technologique de l'IA : infrastructures électriques et de centres de données, semi-conducteurs (GPU et puces mémoire), données d'entraînement propriétaires, grands modèles de langage et produits de la couche applicative.
McKinsey prévoit que les investissements mondiaux cumulés dans les infrastructures dépasseront 100 000 milliards de dollars d'ici 2040, portés par la puissance de calcul dédiée à l'IA, la sécurité nationale et la résilience des chaînes d'approvisionnement. Malgré cela, l'allocation moyenne aux infrastructures dans le S&P 500 n'est que d'environ 3 %, a souligné Jacobs, créant selon lui un déficit d'allocation potentiel pour les investisseurs à long terme.
Les ETF thématiques comme outils de précision
Les fonds négociés en bourse (ETF) thématiques ont été multipliés par 11 au cours de la dernière décennie, mais seulement 12 % environ des portefeuilles des conseillers américains contiennent des ETF thématiques, avec une allocation modérée moyenne de 3,6 %, selon les données de BlackRock. Les modèles de portefeuille internes de la firme affichent une allocation thématique de 7,5 %.
Jacobs a fait valoir que les fonds sectoriels offrent une exposition imprécise aux thèmes de croissance structurelle. « Beaucoup de gens pensent s'exposer à l'IA en allouant des capitaux au secteur technologique », a-t-il déclaré. « Mais comme nous l'avons également vu cette année, le secteur technologique est aussi exposé à des sociétés de logiciels qui ont été disproportionnellement pénalisées par l'essor de l'intelligence artificielle. »
Pour les trois à cinq ans à venir, Jacobs a mis en avant l'intersection de l'IA et de la santé comme une opportunité sous-estimée, avec un potentiel d'accélération des revenus grâce à la découverte de médicaments et de réduction des coûts dans le développement clinique. Il a également souligné la transition de l'IA numérique vers l'IA physique — robotique et véhicules autonomes — comme un élément de plus en plus important du débat.
Pour les investisseurs évaluant ces thèmes, Jacobs a recommandé un cadre centré sur trois questions : l'état de la technologie, l'ampleur de l'opportunité derrière son cas d'usage, et la probabilité qu'elle se concrétise. « Là où nous en sommes avec l'intelligence artificielle aujourd'hui, c'est vraiment dans une position idéale : c'est encore très tôt, a-t-il expliqué. Mais nous avons suffisamment de preuves pour croire que c'est là pour durer. »
Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.
