La période de mai à novembre 2026 marque un tournant décisif dans la manière dont les marchés valorisent la thématique de l’intelligence artificielle. Initialement largement adoptée comme un positionnement macroéconomique à forte conviction, celle-ci s’inscrit désormais dans un cadre plus fragmenté, fondé sur des éléments tangibles, où la démonstration de la monétisation, la génération de flux de trésorerie disponibles et la viabilité du financement constituent les principaux critères d’évaluation. Cette évolution s’est déroulée en trois phases: un sommet et une première fissure entre mai et juin, une forte correction suivie d’un redressement partiel entre juillet et septembre, avant une nouvelle phase de pressions accompagnée d’une reprise sélective ces dernières semaines.
Un positionnement plus sélectif
Le positionnement des investisseurs reste globalement favorable à la thématique de l’IA, mais il devient nettement plus sélectif. Les capitaux à court terme ont réduit leur exposition, tandis que les investisseurs avec un horizon plus long sont restés investis, créant une stabilité apparente qui masque une fragilité sous-jacente. Cette évolution se reflète dans les positions vendeuses à découvert. Celles-ci ont en effet fortement augmenté sur certains acteurs, à l’image de Meta, confronté aux interrogations des investisseurs après la suspension de ses rachats d’actions et l’annonce d’une émission de 35 milliards de dollars. A l’inverse, la baisse des positions vendeuses sur Microsoft suggère que les marchés accordent davantage de crédit aux entreprises capables de concilier investissements massifs et discipline financière. Parallèlement, les flux d’ETF attestent d’une rotation au sein de l’écosystème IA plutôt que d’un désengagement généralisé de la thématique.
L’analyse des rendements totaux sectoriels sur six mois révèlent une nette rotation au détriment des secteurs exposés à l’IA:
Le secteur des services de communication a enregistré la plus mauvaise performance, reflétant directement certaines réserves quant à la monétisation de l’IA. Plus spécifiquement au sein de la thématique, la rotation s’est opérée des logiciels vers les semi-conducteurs, puis vers les infrastructures, les investisseurs privilégiant les segments bénéficiant le plus directement du cycle d’investissement en cours. Cette rotation a également pris une dimension géographique à l’image de la baisse des marchés actions en Corée et Taiwan.
En matière de valorisation, la divergence entre la contraction du PER prévisionnel et la hausse du ratio cours/flux de trésorerie disponibles (cours/FCF) constitue le fait marquant de la période. Les estimations de bénéfices ont en effet augmenté à mesure que les revenus liés à l’IA se concrétisent, alors que les décaissements nécessaires pour générer ces bénéfices ont progressé plus rapidement. Alphabet a par exemple vu son PER prévisionnel passer de 28,5x à 19,2x, tandis que son ratio cours/FCF s’est envolé de 71x à 183x. Cette divergence traduit une évolution du regard des investisseurs, qui accordent désormais davantage d’importance à la génération de trésorerie qu’à la seule croissance des revenus liés à l’IA.
Tensions sur le financement et nouveau paradigme
Les besoins de financement constituent un autre changement majeur observé ces derniers mois. Les émissions obligataires des entreprises américaines liées à l’IA ont atteint environ 220 milliards de dollars en 2026 alors que les dépenses d’investissement continuent pour beaucoup d’entre elles de dépasser la génération de trésorerie. Les déficits de financement bruts, calculés par entreprise et par année, devraient ainsi culminer à 328 milliards de dollars en 2027. Dans ce contexte, les prêteurs ont considérablement renforcé leur sélectivité: les primes offertes lors des nouvelles émissions ont augmenté et les marchés de la dette se sont largement fermés aux entreprises ne disposant pas de revenus substantiels hors IA.
Les principes durables qui régissent l’évaluation des investissements dans l’IA sont donc en train d’évoluer. Cette évolution se traduit par plusieurs changements de paradigme:
- La preuve de monétisation plutôt que la simple exposition à la thématique IA
- Les flux de trésorerie disponibles comme référence d’avantage que les bénéfices
- Les infrastructures et le matériel plutôt que les logiciels dont la monétisation reste incertaine
- La qualité du bilan et l’accès au financement comme critère déterminant
Le potentiel de long terme de cette technologie demeure selon nous considérable, mais les marchés deviennent plus exigeants quant aux entreprises les mieux positionnées pour en capter les bénéfices. Dans ce contexte, notre approche devient plus sélective. Nous accordons une importance croissante aux entreprises de qualité dont les flux de trésorerie disponibles ne sont pas excessivement grevés par des programmes d’investissement lourds. Nous privilégions les entreprises capables d’utiliser cette technologie pour améliorer leurs produits, leur productivité ou leurs marges, sans avoir à financer elles-mêmes des infrastructures de calcul ou des centres de données d’une ampleur exceptionnelle.