Après la chute brutale des actions technologiques, UBS voit une opportunité d'achat à bas prix : le marché sous-estime le super cycle de l'IA, un point d'inflexion des rendements pourrait arriver en 2027.

Selon les informations de l'application Zhihui Financière, après que l'indice Nasdaq 100 du marché américain, considéré comme le "baromètre mondial des transactions sur l'IA et des actions technologiques", ait vu plus de 2 000 milliards de dollars s'évaporer en octobre, Gerry Fowler, stratégiste en chef du marché des actions européennes et responsable des produits dérivés chez UBS Group, a déclaré lors d'une interview lundi qu'après le recul récent des transactions sur l'IA, la valorisation des fournisseurs de services de cloud computing à très grande échelle s'avère attrayante. En effet, le dernier positionnement pessimiste du marché concernant la supercycle de l'IA reflète une durée supposée plus courte que ce qui est réellement probable.

"Lorsque la valorisation globale des géants du cloud computing tels qu'Alphabet, Microsoft et Amazon est désormais inférieure à 20 fois leurs résultats, alors que leurs revenus continuent de progresser à un rythme annuel de 10 à 20 %, cela montre que le marché adopte une vision plutôt pessimiste. Par conséquent, je pense que l'envie de racheter ces actions à la baisse est très forte," a-t-il déclaré lors de l'interview lundi.

Fowler indique que ces géants du cloud sont probablement proches du moment où leurs énormes investissements dans l'IA commenceront à porter leurs fruits. Selon lui, un point d'inflexion pourrait survenir en 2027, lorsque la livraison de centres de données entraînera la réalisation du carnet de commandes et que les revenus commenceront à rattraper les dépenses d'investissement. Il ajoute que les capitaux ne disparaissent pas du marché mais se déplacent vers les fournisseurs de matériel les plus essentiels à l'infrastructure de l'IA, comme les fabricants de puces mémoire, qui commencent à redistribuer des fonds aux investisseurs.

Les attentes unanimement partagées concernant les dépenses d'investissement massives (CapEx) des géants technologiques ou du cloud computing d'ici 2030, à hauteur de milliers de milliards de dollars, sont principalement destinées à l'achat de puces IA, serveurs et autres équipements requis pour la construction de vastes centres de données IA ainsi que l'infrastructure générale du cloud traditionnel ; les coûts de financement de l'IA incluent essentiellement les intérêts sur emprunts, frais de financement, etc., généralement comptabilisés séparément, bien qu'une faible part des intérêts de construction éligibles puisse être capitalisée et ne pas être comptée en double dans les coûts totaux.

Alphabet, la maison mère de Google, a publié la semaine dernière deux trimestres consécutifs de flux de trésorerie disponible négatifs, ce qui a aggravé le pessimisme et l'inquiétude des investisseurs mondiaux autour de la thématique des transactions sur l'IA. L'indice Nasdaq 100, très pondéré en actions du secteur technologique liées à l'IA, a chuté de 3,5 % vendredi, marquant sa plus importante baisse journalière depuis juin.

Cependant, selon Fowler, les transactions sur l'IA commencent à s'étendre au-delà des premiers bénéficiaires des centres de données. De nombreux fournisseurs de câbles, d'équipements électriques et d'autres infrastructures axés sur la construction de grands centres de données IA ont déjà écoulé leur capacité jusqu'en 2027, voire 2028, ce qui réduit les marges de progression des prévisions de bénéfices. Comme le marché réagit aux surprises de croissance, il estime que la prochaine phase de ce cycle haussier inédit sur l'IA doit désormais chercher de nouveaux moteurs de croissance dans d'autres secteurs-clés.

Comme illustré ci-dessus, Alphabet, la maison mère de Google, a enregistré pour le deuxième trimestre consécutif une consommation nette de trésorerie – les dépenses liées à l'infrastructure de calcul de l’IA ayant entraîné un flux de trésorerie disponible négatif après vingt années consécutives de soldes positifs.

Il note que les entreprises industrielles mondiales et européennes impliquées dans la construction de nouvelles usines méritent qu'on y prête attention. Il cite l’exemple d’ASML (ASML.US), le leader de la lithographie : cette entreprise fournit les équipements semi-conducteurs les plus critiques - jusqu'aux machines de lithographie EUV et High-NA EUV de pointe - à des fabricants de puces mémoire comme Samsung Electronics et SK Hynix, qui augmentent leur capacité, plutôt que de vendre directement du matériel d'infrastructure IA aux centres de données.

« C’est pourquoi ASML profite soudain d'une révision à la hausse de ses prévisions de bénéfice, et maintenant une part importante des entreprises industrielles en Europe et ailleurs connaissent la même évolution », poursuit-il.

Les actions technologiques mondiales subissent une secousse : le marché redéfinit la période d’attente pour le retour de trésorerie

Pour Fowler d'UBS, l’argument principal en faveur du thème global de la puissance de calcul IA et du secteur technologique en général réside dans le fait que la récente correction du marché pourrait sous-estimer la durée du cycle d’investissement dans l’IA. Selon ce stratégiste en chef pour le marché européen, la vague de livraisons de centres de données IA attendue en 2027 devrait permettre de transformer les commandes accumulées en revenus solides, tandis que la forte croissance des fabricants de puces mémoire et de fondeurs comme TSMC pourrait transférer massivement la croissance bénéficiaire vers les fournisseurs industriels d'équipements pour semi-conducteurs tels qu’ASML, ouvrant ainsi une nouvelle direction d’investissement autour de l’IA.

Le 29 octobre, les indices Nasdaq 100 et Philadelphia Semiconductor ont chuté respectivement d’environ 1,38 % et 1,42 % ; puis, lors de la séance du 30 octobre, ils ont enregistré de nouvelles fortes baisses de 3,46 % et 7,20 %. Le Nasdaq 100 signe alors sa plus forte séance baissière depuis juin, tandis qu’Intel plonge de 28,58 %, établissant sa plus lourde chute journalière depuis 1974.

Le marché du crédit éclaire sur l’origine de cette pression vendeuse. Le 15 octobre, le spread du CDS à 5 ans de CoreWeave a dépassé 1 100 points de base, et le rendement de ses obligations arrivant à échéance en 2031 a atteint environ 16 % ; les coûts de protection contre le défaut d’Alphabet, Amazon et Meta ont aussi atteint un sommet, mais leur progression est nettement moindre que celle de CoreWeave. L’exigence de rapidité du retour sur investissement et de capacité de remboursement des investissements IA s’accroît.

Au troisième trimestre, le flux de trésorerie disponible d’Alphabet était négatif de 9,065 milliards de dollars, deuxième trimestre consécutif en négatif ; Amazon a affiché en sortie nette environ 42,4 milliards de dollars de flux de trésorerie disponible sur les douze derniers mois à fin septembre. Pendant la même période, le chiffre d’affaires de Google Cloud a progressé de 103 %, celui d’AWS de 39,3 %. Tout cela montre que le débat du marché sur les transactions IA se concentre sur la capacité de la demande robuste à se transformer rapidement en rendements de trésorerie couvrant les investissements. Mais il faut noter que l’augmentation des flux de trésorerie négatifs accroît les besoins de financement externe, ce qui ne se traduit pas nécessairement par des pertes opérationnelles ou une dégradation de la solvabilité au même niveau que de jeunes entreprises du cloud.

Des livraisons de centres de données à l’expansion du stockage : le marché IA cherche une nouvelle dynamique de profitabilité

Le point d’inflexion de 2027 avancé par Fowler repose sur une logique industrielle claire : il faut que les centres de données aient achevé leur alimentation électrique, le déploiement et la réception des serveurs pour pouvoir transformer les commandes signées en services facturables ; l’augmentation du taux d’utilisation offre alors une opportunité d’améliorer le rendement sur capital.

Un second vecteur clé de croissance, selon lui, est la demande de stockage qui alimente un processus d’expansion record des usines de semiconducteurs, ce qui dope les commandes d’équipements de lithographie, de dépôt et de gravure. Il s’agit de cibler les tendances de croissance dont l’optimisme bénéficiaire n’a pas encore été pleinement intégré dans les projections malgré leur progression persistante, plutôt que de supposer automatiquement que des carnets de commandes pleins garantissent au titre la même marge de hausse.

Du point de vue des charges de travail massives sur l’IA, l’exécution continue en arrière-plan de l’agent intelligent Muse, qui connaît un engouement mondial actuellement, ainsi que les progrès des modèles avancés comme Astra dans la résolution de tâches informatiques complexes, élargissent le champ des applications de l’IA ; la multiplication des tâches complexes, l’utilisation d’outils et l’exécution parallèle des agents pourraient accroître le nombre d’appels de modèles et de traitements contextuels par utilisateur. Anthropic a observé, dans son système de recherche, que le volume de Tokens utilisés pour des tâches multi-agents était environ 15 fois supérieur à celui du dialogue classique. On peut ainsi déduire que l’avancée de ces IA comme Muse entraînera une expansion de la demande en puissance de calcul IA : au niveau de la puissance GPU, de la bande passante de mémoire HBM et DRAM, de la capacité de cache KV et du stockage SSD, de l’utilisation d’outils CPU haute performance, et des systèmes de transmission de données rapides basés sur des puces à interconnexion optique ; la demande globale en ressources dépendra en dernier ressort de la croissance du volume des tâches et de l’amélioration de l’efficacité par tâche.

D’un point de vue d’ingénierie, les agents intelligents transforment une session de questions/réponses en planification, recherche, utilisation d’outils, exécution de code et validation des résultats, ce qui augmente les besoins en calcul pour chaque cycle. Les dirigeants de l’américain Applied Materials ont déjà clairement souligné que les applications d’agents requièrent de puissants accélérateurs IA comme les GPU ainsi que des architectures computationnelles plus axées sur le CPU, tout en augmentant durablement la demande en DRAM et NAND, ce qui procure un levier de croissance supplémentaire pour les fabricants d’équipements pour semiconducteurs. C’est aussi pour cette raison que Taiwan Semiconductor (TSMC), le roi mondial de la fonderie, a dégagé au troisième trimestre un chiffre d’affaires de 46,72 milliards de dollars (+41,2 % sur un an), une marge brute de 66,4 %, et prévoit d’investir dans des équipements de fabrication de puces, entre 2026 et 2028, pour un montant bien supérieur à celui des trois années précédentes.

Ainsi, le secteur des équipements pour semiconducteurs bénéficie à la fois de la "demande d’expansion" et de la "montée en gamme technologique". Les puces logiques de pointe à structure gate-all-around, la 3D NAND à forte densité de couches, le HBM stacké et l’emballage avancé accentuent les critères pour la lithographie EUV et même High-NA EUV, la déposition de précision, la gravure sélective, le polissage chimico-mécanique et la maîtrise des défauts. La croissance soutenue de la demande pourrait inciter à ajouter de nouvelles lignes de production tout en augmentant la modernisation des lignes existantes.

Morgan Stanley, par la voix de Wilson, affine ce diagnostic selon le rythme du marché : les élections de mi-mandat, la pression du financement IA et les contraintes de liquidité pourraient d'abord faire reculer le S&P 500 vers 7 100 points, mais une fois ces risques digérés, la perspective reste à 8 000 points. Il estime que les entreprises ajustent leur choix entre financement par actions et par dette, ce qui les aide à s’adapter au nouveau coût du capital ; les entreprises de haute qualité y résisteront mieux. Les statistiques de Kobeissi montrent qu'en octobre, les actions IA ont baissé de plus de 13 %, tandis que l’indice "hors IA" grimpait de 8 %, preuve de la rotation des capitaux. UBS se concentre sur la durée du cycle d’investissement IA, plus longue que la première prévision consensuelle, tandis que Wilson s’intéresse aux opportunités d’entrée après correction. Leur attention converge sur la capacité des profits à traverser la pression actuelle du financement.