Goldman Sachs a abordé lundi la « question la plus importante pour les perspectives du marché boursier américain » : si le marché « évalue correctement les avantages de l’IA ». La réponse est un oui nuancé, un déni du fait que les valorisations des entreprises se situent à des « niveaux de bulle » et une conclusion selon laquelle le marché est, dirons-nous, trop optimiste.
Le marché boursier américain a peut-être déjà intégré une part importante de la valeur potentielle à long terme générée par l’IA, selon une nouvelle analyse de la banque d’investissement. Une « simple arithmétique », écrivent les analystes Dominic Wilson et Vickie Chang, suggère que les prix du marché pour les bénéfices de l’IA sont « bien en avance sur l’impact macro », la valorisation croissante des entreprises liées à l’IA se rapprochant des limites supérieures des bénéfices plausibles à l’échelle de l’économie.
Alors que l’équipe de stratégie de portefeuille de Goldman maintient que les valorisations des entreprises sont élevées mais pas encore au niveau des « bulles », une approche macro permet de fixer des contraintes sur « ce qui est collectivement possible ».
Qu’est-ce que quelques milliards de dollars ?
Le rapport estime que la valeur actualisée actuelle (PDV) des revenus du capital résultant de l’IA générative pour l’économie américaine est estimée à 8 000 milliards de dollars. Bien que cette estimation soit intrinsèquement incertaine, la fourchette plausible de ces futurs afflux de capitaux se situe entre 5 et 19 000 milliards de dollars. Il est important de noter que ces avantages projetés sont suffisants pour justifier les niveaux actuels et projetés d’investissement dans les dépenses d’investissement (capex) liées à l’IA, une préoccupation majeure dans les médias financiers ces derniers temps. D’un autre côté, l’enthousiasme du marché semble avoir largement dépassé les calculs macroéconomiques de base.
Depuis l’introduction de ChatGPT en novembre 2022, Goldman estime que la valeur des entreprises directement impliquées ou adjacentes au boom de l’IA a augmenté de plus de 19 000 milliards de dollars. Cette augmentation comprend des gains significatifs dans le domaine des semi-conducteurs et parmi les « hyperscalers », ainsi que près de 1 000 milliards de dollars pour les dernières valorisations des trois plus grands fournisseurs privés de modèles d’IA.
Cette augmentation totale de la valorisation place le gain du marché à la « limite supérieure des bénéfices macroéconomiques projetés » (19 000 milliards de dollars) et dépasse de loin l’estimation initiale de 8 000 milliards de dollars. Plus précisément, la variation de la valeur des entreprises liées à l’IA dans le secteur des semi-conducteurs et des fournisseurs privés de modèles d’IA (qui sont très probablement imputables uniquement à l’essor de l’IA) dépasse déjà l’estimation de base de 8 000 milliards de dollars de croissance des revenus du capital.
Goldman Sachs note que les marchés avant-gardistes devraient intégrer les bénéfices bien à l’avance, les qualifiant de « une caractéristique et non d’un bug », mais les analystes ont identifié deux risques clés qui peuvent renforcer la tendance à « payer trop cher » pour les bénéfices futurs, citant deux précédents inquiétants : « Les booms passés liés à l’innovation, comme ceux des années 1920 et 1990, ont conduit le marché à payer trop cher pour les bénéfices futurs, même si les innovations sous-jacentes étaient réelles. » (Goldman n’a pas commenté directement les crises de 1929 ou de 2000, qui ont accompagné ces fameux booms de l’histoire américaine.)
Les deux principaux risques mis en avant sont :
1. Erreur d’agrégation : les investisseurs peuvent laisser entendre que les revenus et les bénéfices globaux sont excessifs en extrapolant la croissance surprenante des bénéfices que les entreprises individuelles peuvent réaliser à tous les gagnants potentiels. Cela risque de faire en sorte que la valeur commune attribuée aux concepteurs de puces, aux constructeurs de modèles et aux hyperscalers dépasse ce qu’ils peuvent finalement capturer ensemble.
2. Erreur d’extrapolation : la concurrence érode souvent les gains de rentabilité initiaux issus de l’innovation au fil du temps. Les marchés peuvent surestimer la trajectoire de croissance des bénéfices à long terme s’ils considèrent que les augmentations transitoires des bénéfices à court terme sont persistantes.
La promesse de productivité sous-jacente de l’IA reste puissante : les estimations suggèrent que l’IA pourrait augmenter la productivité américaine d’environ 1,5 point de pourcentage sur une période de 10 ans, augmentant à terme le niveau du PIB et des revenus américains d’environ 15 %. Tant que l’économie dans son ensemble et le boom des investissements dans l’IA restent « sur la bonne voie », les marchés resteront probablement optimistes. Mais en dehors du matériel, les avantages actuels de l’IA restent limités, ce qui pourrait présenter des dangers si les attentes ne se matérialisent pas rapidement.
