Tout le monde investit dans l'IA. Personne ne regarde ces 3 signaux d'alerte.

Tout le monde investit dans l'IA. Personne ne regarde ces 3 signaux d'alerte.

Le mirage de 2 000 milliards de dollars

En 18 mois, les marchés financiers ont propulsé les valeurs liées à l'intelligence artificielle vers des sommets que personne n'anticipait. Nvidia a gagné plus de 800 % en deux ans. Des dizaines d'entreprises ont vu leur capitalisation doubler simplement en ajoutant "AI" à leur communiqué de presse. Mais derrière l'euphorie, une question inconfortable se pose : combien de cette valeur est réelle, et combien n'est que du vent ?

Wall Street a déjà vécu ce film. En 1999, chaque startup avec un ".com" dans son nom levait des millions avant de disparaître. Aujourd'hui, le scénario se rejoue, mais avec une sophistication bien plus grande — ce qui le rend d'autant plus difficile à détecter.

Pourquoi l'IA est différente… et pourtant similaire

Soyons clairs : l'intelligence artificielle générative est une technologie de rupture authentique. ChatGPT, Claude, Gemini — ces outils transforment concrètement des secteurs entiers, de la rédaction juridique à la recherche médicale. Ce n'est pas de la fiction.

Mais il existe une différence fondamentale entre une technologie qui transforme le monde et un investissement rentable à court terme. C'est précisément cette confusion que les marchés entretiennent, parfois délibérément.

Voici le paradoxe central : même si l'IA tient toutes ses promesses sur dix ans, cela ne garantit pas que les entreprises cotées aujourd'hui à des multiples stratosphériques généreront jamais suffisamment de bénéfices pour justifier ces valorisations. Amazon a mis sept ans à devenir réellement rentable. Combien d'investisseurs ont tenu jusque-là ?

Les 3 signaux d'alerte que les analystes scrutent (et que vous ignorez peut-être)

1. Le flou stratégique autour du modèle économique

Une entreprise sérieuse sait précisément comment l'IA génère de la valeur dans son activité. Elle peut répondre à ces questions : Quel coût marginal ? Quelle rétention client ? Quelle différenciation durable face aux modèles fondamentaux d'OpenAI ou Google ?

En revanche, méfiez-vous des entreprises qui utilisent le mot "AI" dans chaque slide de présentation investisseur sans jamais montrer de métriques d'usage concrets. L'annonce ne remplace pas l'adoption.

2. La dépendance à un seul fournisseur d'infrastructure

Beaucoup d'entreprises "IA" ne font en réalité qu'emballer les API d'OpenAI ou d'Anthropic avec une interface maison. Leur "moat" — leur avantage concurrentiel — est quasi inexistant. Si OpenAI baisse ses prix de 80 % (ce qui s'est déjà produit), leur proposition de valeur s'évapore.

  • Cherchez des entreprises avec des données propriétaires difficiles à répliquer
  • Vérifiez si elles entraînent leurs propres modèles ou se contentent d'appels API
  • Analysez la structure de leurs coûts : les GPU loués à AWS pèsent-ils plus que leurs revenus ?

3. La croissance du chiffre d'affaires sans amélioration des marges

C'est le piège classique de la tech : une croissance de 200 % annoncée en fanfare, pendant que les pertes opérationnelles explosent au même rythme. L'IA, contrairement au logiciel traditionnel, a des coûts d'inférence réels — chaque requête à un grand modèle de langage coûte de l'argent. Sans chemin crédible vers la rentabilité, la croissance seule ne vaut rien.

Exemples concrets : le bon grain et l'ivraie

Prenons deux cas opposés sur le marché actuel :

Cas positif : Palantir Technologies, longtemps décriée pour ses pertes chroniques, a réussi à convertir ses contrats gouvernementaux en une plateforme IA commerciale avec des marges brutes supérieures à 80 %. Son adoption dans les entreprises privées a quadruplé en deux ans, avec des métriques d'engagement mesurables. La thèse d'investissement est contestable, mais au moins elle repose sur des chiffres réels.

Cas problématique : Plusieurs dizaines d'entreprises dites "pure play AI" cotées entre 2023 et 2024 affichent des revenus inférieurs à 10 millions de dollars annuels pour des capitalisations dépassant le milliard. Leur seul actif tangible ? Un communiqué de presse bien rédigé et un partenariat marketing avec un grand fournisseur cloud.

Ce que cela signifie pour vous, concrètement

Que vous soyez un particulier qui épargne ou un professionnel de la finance, la grille de lecture est la même :

  • Distinguez l'infrastructure de l'application. Nvidia vend les pelles pendant la ruée vers l'or. C'est une position structurellement plus solide que celui qui cherche l'or.
  • Méfiez-vous des multiples "futures". Quand une action se valorise sur des revenus projetés en 2027, vous pariez sur trois ans d'exécution parfaite dans un secteur qui change tous les six mois.
  • Cherchez l'adoption réelle, pas l'annonce. Combien d'utilisateurs actifs ? Quel taux de renouvellement des contrats ? Ces données existent dans les rapports trimestriels — elles sont juste moins médiatisées que les grands titres.

La vraie question que personne ne pose

Derrière la spéculation se cache une interrogation plus profonde : qui capturera réellement la valeur économique de l'IA ? Les modèles de langage eux-mêmes ? Les applications verticales ? Ou les entreprises traditionnelles qui intègrent silencieusement l'IA dans leurs processus sans jamais en faire un argument boursier ?

L'histoire de la technologie suggère que ce sont souvent ces dernières — les LVMH qui automatisent leur supply chain, les assureurs qui affinent leur modèle de risque — qui en profitent le plus, sans jamais apparaître dans un ETF "AI thématique".

Wall Street adore une bonne histoire. Votre travail, en tant qu'investisseur ou simple observateur, est de vous demander si derrière l'histoire il y a un bilan solide. L'IA mérite mieux que d'être le prochain chapitre du livre des bulles spéculatives. Mais pour cela, il faut être prêt à poser des questions inconfortables — même quand tout le monde autour de vous achète.


— Reservoir Live