Après des années où pratiquement toutes les valeurs liées à l’IA montaient et descendaient ensemble, le marché s’est enfin remis à faire le tri. L’« écosystème » de Google prend de l’avance alors que les partenaires d’OpenAI marquent le pas. Pour Jim Cramer (CNBC), cette divergence est un rappel salutaire: l’IA n’est plus un seul grand pari, mais une mosaïque d’histoires d’entreprises très différentes.
De la marche en rang à des trajectoires individuelles
Pendant près de trois ans, il suffisait d’apposer l’étiquette IA pour que les cours évoluent de façon synchronisée, sans égard pour les modèles économiques ou la santé financière. Cette phase est terminée. Les investisseurs reviennent aux fondamentaux: rentabilité, visibilité des revenus, discipline d’investissement et positionnement produit réel. Autrement dit, tout le monde ne bénéficie plus du même « beta IA » automatique; chaque société est maintenant jugée sur ses propres mérites.
Deux camps qui prennent leurs distances
Le camp Google s’affirme
L’ensemble gravitant autour de Google progresse. Les partenaires comme Broadcom ou Celestica profitent d’une demande soutenue en composants et services, et la préférence croissante pour Gemini dans certains usages joue en leur faveur. L’atout clé: l’intégration de l’IA dans un large éventail de produits (recherche, cloud, publicité, outils grand public), portée par une distribution mondiale et des moyens d’industrialisation considérables. Cette combinaison crée un effet de levier opérationnel: plus d’usage, plus de données, plus de revenus.
Le camp OpenAI cale
À l’inverse, plusieurs alliés d’OpenAI — dont Nvidia, Oracle, Microsoft ou AMD — sous-performent par rapport au « camp Google ». Non pas parce que leurs fondamentaux se sont effondrés, mais parce que le marché s’interroge sur la dépense nécessaire pour soutenir l’hypercroissance de ChatGPT et des services adjacents. Les engagements massifs en capex, la lourdeur des coûts d’entraînement et d’inférence, et l’équilibre encore mouvant entre monétisation et usage créent un doute qui pèse sur tout l’écosystème.
Le nerf de la guerre: la solidité du bilan
Les hyperscalers blindés
Les géants aux bilans robustes — Google, Meta, Amazon — peuvent investir des milliards en infrastructure IA sans briser leur trajectoire financière. Cette capacité à absorber des cycles d’investissement longs et à financer des paris technologiques coûteux est devenue un avantage compétitif évident.
Ceux qui doivent compter leurs cash-flows
À l’autre bout, des acteurs comme Oracle, CoreWeave ou Nebius évoluent avec des contraintes plus strictes: coût du capital, amortissement accéléré du matériel, dépendance aux cycles de demande. Selon l’analyse relayée par Cramer, cette fragilité relative explique pourquoi le marché valorise différemment des modèles pourtant tous estampillés « IA ».
Nvidia, l’exemple qui brouille les cartes
Le cas Nvidia illustre la complexité du moment. Malgré un trimestre « record » et une demande toujours supérieure à l’offre, le titre a vacillé sous l’effet de craintes concurrentielles et de son association étroite avec l’écosystème OpenAI. Ici, ce n’est pas la qualité des résultats qui est remise en cause, mais le « sentiment » de marché: une pénalisation par association, alors même que les fondamentaux restent solides.
Ce que cette recomposition implique pour les investisseurs
- Regarder l’exposition écosystémique: à quel camp une entreprise est-elle le plus liée (produits, clients, partenariats, distributions) ?
- Évaluer la qualité du bilan: capacité à financer des cycles capex lourds sans diluer la rentabilité ni dégrader le risque.
- Distinguer l’usage réel de l’IA de l’argument marketing: quels produits génèrent déjà des revenus, avec quelles marges et quelle visibilité ?
- Surveiller la discipline d’investissement: priorisation des projets, retour sur capital, cadence d’amortissement et productivité des déploiements.
- Anticiper la normalisation: l’IA n’est plus un bloc, et les divergences pourraient s’accentuer au fil de la sélection naturelle des modèles gagnants.
FAQ
Cette divergence peut-elle se refermer rapidement ?
Oui, temporairement. Des annonces majeures (produits, régulation, baisses de coûts) ou un choc macro peuvent recréer une corrélation à court terme. Mais structurellement, la différenciation par les fondamentaux devrait s’imposer.
Qu’est-ce qui rend Gemini attractif pour le marché, au-delà de la qualité du modèle ?
Son ancrage produit chez Google: intégration dans la recherche, Workspace, Android et le cloud. Cette distribution à grande échelle facilite l’adoption et la monétisation, ce que le marché valorise fortement.
Pourquoi les engagements de dépense d’OpenAI inquiètent-ils ?
L’entraînement et l’inférence exigent des investissements massifs en GPU, réseau et énergie. Tant que la monétisation n’a pas totalement rattrapé l’usage, le financement et la marge restent des points d’attention.
Quelles métriques suivre pour séparer le bruit du signal ?
- Croissance et marges des activités IA
- Niveau de capex et retour sur capital
- Taux d’utilisation des GPU et efficacité des modèles
- Indicateurs de monétisation (ARPU, rétention, contrats pluriannuels)
Les gagnants seront-ils uniquement les géants du cloud ?
Pas nécessairement. Les fournisseurs critiques de mémoire, réseaux, puces spécialisées et intégration peuvent tirer leur épingle du jeu. Mais la cyclicité et la pression sur les prix exigeront une exécution impeccable.
