Pendant deux ans, il suffisait d'annoncer des investissements dans l'intelligence artificielle pour être récompensé en Bourse. Cette période se referme. Le marché a cessé de payer pour la promesse, il paie maintenant pour la facture encaissée. Le capital reste disponible, mais les entreprises doivent désormais montrer comment leur croissance se transforme en bénéfices et en flux de trésorerie.

Les signaux se sont accumulés ces derniers jours. Le 2 octobre, le Financial Times décrivait des entreprises dont les budgets consacrés à l'IA dérapent, au point de pousser le secteur à revoir sa tarification au moment où les grands laboratoires préparent leur entrée en Bourse. Deux jours plus tard, le même quotidien relevait que plusieurs introductions avaient été suspendues à Wall Street, faute de demande et sur fond de doutes sur les valorisations. Le report de celle d'Anthropic, désormais attendue en novembre selon plusieurs médias, a refroidi le marché. L'appétit pour l'IA demeure, mais aux valorisations actuelles, le marché n'accepte plus l'absence de rentabilité.

Trois indicateurs à surveiller

Pour séparer les modèles viables des autres, je regarde en priorité trois indicateurs. Le premier rapporte le revenu généré au coût du calcul nécessaire pour le produire. Si chaque nouveau client coûte presque autant qu'il rapporte, la croissance devient une hémorragie. Le deuxième est le flux de trésorerie disponible, car un bénéfice comptable flatté par des amortissements généreux sur les serveurs ne vaut pas un franc encaissé. Le troisième, le retour sur investissement constaté chez les clients, reste le juge de paix.

L'IA vit un paradoxe. Elle devient moins chère à l'unité, mais plus coûteuse au total.

Le deuxième point mérite qu'on s'y arrête. En 2022, Microsoft a porté la durée d'utilité comptable de ses serveurs et équipements réseau de quatre à six ans, avec un effet estimé de 1,1 milliard de dollars sur son résultat d'exploitation dès le premier trimestre de l'exercice suivant, et de 3,7 milliards sur l'ensemble de l'exercice. Amazon a procédé la même année à un ajustement comparable, en faisant passer la durée d'utilité de ses serveurs de quatre à cinq ans et celle de ses équipements réseau de cinq à six ans. Plus cette durée s'allonge, plus la charge d'amortissement annuelle diminue, ce qui augmente mécaniquement le bénéfice à court terme sans faire entrer un dollar de plus en caisse.

Pour les développeurs de modèles qui s'apprêtent à entrer en Bourse, j'ajoute un critère, leur capacité à financer leurs investissements sans brûler leur trésorerie. Savoir qui dispose du meilleur modèle compte désormais moins que de savoir qui pourra le monétiser durablement.

Moins cher à l'unité, plus cher au total

L'IA vit un paradoxe. Elle devient moins chère à l'unité, mais plus coûteuse au total. Le prix d'un token, l'unité de texte que traitent les modèles, baisse à chaque génération de puces. Les usages progressent toutefois plus vite encore, notamment avec les agents, ces programmes qui multiplient les appels aux modèles pour accomplir une tâche.

Comme dans toute ruée vers l'or, ceux qui vendent les pelles encaissent en premier. Les processeurs graphiques, la mémoire à haut débit, les équipements de fabrication de puces, les réseaux, l'électricité et le refroidissement profitent directement de cette inflation des usages, puisque davantage de tokens exigent davantage de calcul, de mémoire et d'usines de semi-conducteurs.

La pression se concentre au milieu de la chaîne, chez les éditeurs de logiciels qui achètent du calcul à des tiers sans toujours pouvoir en répercuter le coût. Une offre d'IA vendue au forfait voit sa marge fondre à mesure que ses clients l'utilisent. Leur parade consiste à passer à la facturation à l'usage, à introduire des quotas ou des offres premium, et à réserver les modèles les plus puissants aux tâches qui le justifient.

Ce que cela change pour la cote suisse

La Bourse suisse offre un bon terrain d'observation de ces écarts. Les entreprises liées à l'infrastructure, à l'électricité et au refroidissement me paraissent capables de traverser un ralentissement des dépenses en IA, parce qu'elles s'appuient sur des tendances antérieures à ChatGPT et qui lui survivront, comme l'électrification, la modernisation des réseaux et l'efficacité énergétique des bâtiments. L'IA accélère ces tendances sans en être l'unique moteur. C'est pourquoi un panier diversifié sur l'ensemble de la chaîne de valeur me semble plus judicieux qu'un pari concentré sur quelques noms.

ABB et Belimo illustrent bien ce profil. Tous deux profitent pleinement de la vague des centres de données, dans l'électrification pour l'un, dans le refroidissement pour l'autre, tout en restant adossés à l'industrie et au bâtiment, ce qui leur permet d'encaisser un ralentissement sans casse. VAT, Comet et Inficon jouent dans une autre catégorie, car leur sort est lié au cycle des semi-conducteurs. Ils seraient les premiers à souffrir si les investissements dans les usines de puces se tassaient, et les premiers à rebondir ensuite, ce qui en fait des positions de conviction à dimensionner en conséquence. Huber+Suhner, positionné sur la connectivité des centres de données, se situe entre ces deux profils.

Les éditeurs de logiciels, à l'image de Temenos, se trouvent de l'autre côté de la balance, davantage exposés à la hausse de la facture de l'IA qu'ils n'en profitent. Tout l'enjeu pour eux sera de répercuter ce coût sur leurs clients avant qu'il ne pèse trop sur leurs marges.

Les capitaux restent prêts à financer l'intelligence artificielle, à condition d'en voir le rendement.