Interview : « Les dépenses d’investissement en IA des Big Tech augmentent beaucoup plus vite que les revenus », prévient Kate Leaman d’AvaTrade

Les grandes entreprises technologiques investissent actuellement d’énormes sommes d’argent dans l’IA, et nous assistons déjà à un mélange de gains rapides et de paris à plus long terme.

Prenez Microsoft, Meta et Amazon, leurs dépenses en infrastructure d’IA montent en flèche.

Une partie de cela porte ses fruits rapidement, en particulier dans les services cloud et la publicité alimentée par l’IA. Mais dans l’ensemble, ils investissent encore beaucoup plus que ce qu’ils gagnent directement à partir de l’IA à ce stade.

L’alphabet est un autre exemple. Il dispose d’un carnet de commandes record de 155 milliards de dollars dans son activité de cloud d’IA, ce qui montre une forte demande de la part des entreprises.

Le défi ? Transformer cette demande en bénéfices réels, et pas seulement en potentiel futur.

Apple adopte une approche de l’IA plus lente et plus axée sur la confidentialité. Bien que cela corresponde à sa marque, elle pourrait prendre du retard si elle n’avance pas plus rapidement et ne construit pas un écosystème d’IA plus large.

Pendant ce temps, Meta bénéficie d’améliorations publicitaires basées sur l’IA, mais des réglementations mondiales plus strictes en matière de confidentialité pourraient créer des vents contraires.

Dans une interview exclusive avec Invezz, Kate Leaman, analyste de marché en chef chez AvaTrade, a décodé comment les investissements des Big Tech dans l’IA se déroulent actuellement en termes de victoires opérationnelles et de gains futurs.

Extraits:

Invezz : Les grandes entreprises technologiques (Microsoft, Meta, Amazon) investissent dans l’IA : ces dollars d’investissement se transforment-ils réellement en gains opérationnels et en nouveaux revenus aujourd’hui, ou parient-ils principalement sur un gain futur ?

Kate Leaman : Il y a un mélange clair de gains opérationnels et de paris futurs. D’une part, les grands acteurs constatent déjà une augmentation de leurs revenus liée à leur infrastructure et à leurs offres d’IA.

Par exemple, leurs activités cloud et publicitaires tirent parti des capacités d’IA pour stimuler la croissance.

Mais d’un autre côté, leurs dépenses d’investissement (capex) augmentent beaucoup plus rapidement que les revenus, de sorte qu’une grande partie des dépenses se dirige toujours vers le territoire des gains futurs.

Les dépenses d’investissement agrégées des grandes entreprises technologiques « hyperscalers » approchent des niveaux records par rapport à leurs flux de trésorerie d’exploitation, par exemple, selon une estimation, les dépenses d’investissement globales à environ 60 % des flux de trésorerie d’exploitation d’Amazon, Google/Alphabet, Microsoft et Meta.

Les analystes soulignent qu’à moins que les revenus n’augmentent sensiblement grâce aux investissements dans l’IA, bon nombre de ces entreprises réinvestiront la quasi-totalité de leurs flux de trésorerie disponibles dans les infrastructures en quelques années seulement.

Du côté des gagnants, nous constatons des revenus supplémentaires provenant des services cloud basés sur l’IA, des fonctionnalités d’IA générative dans les produits et une amélioration de l’efficacité opérationnelle. par exemple, certains petits fournisseurs de cloud/IA montrent que les dépenses d’investissement en IA sont déjà rentables.

Invezz : Alphabet affirme disposer d’un carnet de commandes record de 155 milliards de dollars dans le cloud grâce à l’IA. Cela indique-t-il une adoption durable par les entreprises ou un risque de surestimer la croissance à court terme ?

Kate Leaman : C’est une question nuancée. Le carnet de commandes de 155 milliards de dollars pour l’activité cloud d’Alphabet Inc. (via Google Cloud) est un signal encourageant de la forte demande des entreprises, mais il comporte également des mises en garde.

La thèse de l’adoption durable est étayée par le fait que le carnet de commandes a considérablement augmenté, et les analystes d’UBS l’ont décrit comme un signal de « forte croissance ».

Le commentaire d’Alphabet souligne que ce retard est lié à son approche de l’IA « full-stack » (infrastructure, modèles d’IA, solutions d’entreprise), qui lui confère une différenciation et suggère plus qu’un simple battage médiatique.

Le backlog est donc prometteur pour une adoption durable par les entreprises.

Mais du côté des risques, un carnet de commandes n’est pas la même chose que les revenus comptabilisés aujourd’hui ; Le chemin du carnet de commandes au chiffre d’affaires réalisé et à la marge n’est pas toujours lisse ou garanti.

Invezz : Apple est souvent qualifié d’entrant tardif dans l’IA : quelles mesures concrètes devrait-elle prendre pour combler l’écart, et dans quelle mesure une stratégie d’IA lente pourrait-elle nuire à son avantage concurrentiel ?

Kate Leaman : Pour Apple, la situation est double : sa stratégie est distincte (privacy-first, on-device intelligence), ce qui lui donne certains avantages, mais le ralentissement du rythme comporte également des risques.

Les mesures concrètes qu’Apple devrait prendre comprennent :

• Une meilleure intégration de l’IA dans l’ensemble de son écosystème, au-delà de la confidentialité et des fonctionnalités embarquées.
• Accélérer le développement de ses assistants d’IA (par exemple, les améliorations apportées à Siri) et les rendre plus compétitifs par rapport aux offres d’IA générative de ses concurrents.
• Poursuivre des acquisitions ou des partenariats stratégiques pour intégrer plus rapidement l’IA générative et les capacités multimodales.

Si Apple prend du retard sur l’élan de l’IA, elle risque de perdre des parts de marché parmi les premiers utilisateurs et les développeurs qui sont attirés par des concurrents ayant un leadership plus visible en matière d’IA.

Il s’agit également de l’inquiétude que la croissance de son activité de services ralentisse si les plates-formes concurrentes (centrées sur le cloud et l’IA) s’emparent de l’écosystème des applications et des outils, ainsi que des inquiétudes concernant une croissance réduite des marges au fil du temps si le matériel reste solide mais que la croissance des logiciels/services est à la traîne.

Invezz : La plateforme publicitaire de Meta, alimentée par l’IA, alimente à nouveau la croissance. Dans quelle mesure ce modèle est-il résilient si les régulateurs resserrent les règles relatives aux données et à la confidentialité des utilisateurs ?

Kate Leaman : Pour Meta, la résurgence de sa plateforme publicitaire basée sur l’IA démontre un fort potentiel : son utilisation de l’IA générative et l’amélioration de la personnalisation des publicités lui donnent un coup de pouce.

Mais le modèle est exposé à d’importants risques réglementaires et de protection de la vie privée.

Les facteurs de résilience comprennent l’intégration de l’IA par Meta dans les moteurs de recommandation et le ciblage publicitaire ; par exemple, elle a annoncé que les interactions des utilisateurs avec son assistant IA aideront à personnaliser le contenu et les publicités.

Il dispose également d’une vaste base d’utilisateurs et d’actifs de données, ce qui lui confère des avantages d’échelle.

Les facteurs de risque comprennent le fait que les nouvelles réglementations en matière de protection de la vie privée à l’échelle mondiale (par exemple, dans l’UE et dans certains États américains) font l’objet d’un examen plus approfondi de la façon dont les plateformes utilisent les données personnelles et de leur transparence.

Invezz : Les Magnificent Seven représentent désormais 37 % du SandP 500. Comment les investisseurs devraient-ils poursuivre la hausse de l’IA sans augmenter le risque de concentration dans leurs portefeuilles ?

Kate Leaman : Le fait que le « groupe technologique à grande capitalisation SandP 500 » (souvent appelé les « Magnificent Seven ») détient désormais une part aussi importante du marché signifie que la poursuite de la hausse de l’IA par le biais des seuls grands noms de la technologie comporte un risque de concentration.

Voici des façons équilibrées pour les investisseurs de gérer cela :

• Utilisation de la gestion tactique du risque de portefeuille. Il peut s’agir d’un rééquilibrage régulier ou de l’utilisation d’options/couvertures, si un investisseur estime que les valorisations sont prolongées.
• Les stratégies de diversification comprennent l’association d’une exposition à de grandes entreprises technologiques dirigées par l’IA avec des bénéficiaires sélectionnés en dehors des mégacapitalisations, par exemple des entreprises industrielles appliquant l’IA, des entreprises de santé déployant l’IA et des fournisseurs de logiciels d’entreprise. Cela répartit le risque d’un revers dans une grande entreprise.
• Utiliser des fonds thématiques ou des FNB axés sur l’IA, mais avec une exposition sectorielle ou sectorielle plus large (pas seulement les méga-capitalisations)
• Y compris les actions de valeur ou de croissance des dividendes qui bénéficient indirectement de l’IA. Par exemple, les entreprises dont les opérations deviennent plus efficaces grâce à l’IA, mais qui sont moins exposées à des valorisations à multiple élevé

Invezz : Alors que l’IA passe de la tendance à la nécessité, quels sont les facteurs qui séparent les entreprises qui maintiennent leur croissance et leurs marges de celles qui ne le font pas ?

Kate Leaman : Les principaux facteurs de différenciation sont les suivants :

• Talents, écosystème et partenariats : le succès favorisera les entreprises qui créent ou attirent les meilleurs talents en IA, créent des écosystèmes de développeurs, intègrent des partenaires et itérent rapidement.
• Discipline d’allocation du capital : les entreprises qui investissent judicieusement dans l’infrastructure de l’IA en gardant un œil sur le rendement du capital (et pas seulement en poursuivant le « buzz de l’IA ») auront une position plus forte.
• Adoption par les entreprises et diversification des revenus : il ne suffit pas de construire des modèles ; Les entreprises doivent gagner des clients, intégrer l’IA dans leurs processus métier et se diversifier au niveau des consommateurs, de l’entreprise et des plateformes.
• Modèles d’IA évolutifs et respectueux de la vie privée : à mesure que la réglementation et l’examen public s’intensifient, les entreprises qui construisent l’IA dans un souci de confiance, de conformité, d’évolutivité et d’efficacité surpasseront celles qui traitent l’IA uniquement comme du marketing.
• Navigation réglementaire : les nouvelles réglementations en évolution (confidentialité des données, gouvernance de l’IA, implications antitrust) signifient que les entreprises qui façonnent et s’adaptent de manière proactive à la conformité et à la gouvernance, plutôt que de réagir, auront un avantage concurrentiel.
• Gestion des coûts/marges : les coûts d’infrastructure, de calcul et de matériel augmentent rapidement. Les entreprises qui peuvent maintenir leurs marges tout en développant l’IA réussiront – celles dont l’IA génère des revenus mais brûle de l’argent vacilleront.
• Différenciation et intégration des produits : L’IA est désormais un enjeu ; Les gagnants l’intégreront profondément dans des produits ou des services différenciés, plutôt que dans des fonctionnalités superficielles complémentaires.