L’histoire boursière a un penchant troublant pour la répétition. Si vous pouviez remonter le temps jusqu’en 2010, armé de la connaissance de l’essor phénoménal de l’internet mobile, vous auriez pu bâtir une fortune en investissant dans les bons acteurs. Aujourd’hui, nous nous tenons à un carrefour similaire, mais avec une technologie différente : l’Intelligence Artificielle Générative. L’explosion récente du cours de Nvidia n’est pas un point final, mais bien le coup d’envoi d’un nouveau chapitre économique. Tout comme l’iPhone 4 en 2010 a catalysé l’adoption massive du smartphone, des modèles comme ChatGPT ont démocratisé l’IA et ouvert la voie à une décennie de transformation. Cet article analyse en profondeur les parallèles entre ces deux révolutions et identifie, couche par couche, les entreprises qui sont positionnées pour être les gagnants de cette nouvelle ère, des fabricants de semi-conducteurs spécialisés aux fournisseurs d’infrastructure cloud et aux futures licornes logicielles. Préparez-vous à un voyage prospectif pour identifier les actions d’IA à acheter aujourd’hui.
🔥 Produits recommandés : Canon EOS R6 II • DJI Mini 4 Pro • MacBook Pro M4
Leçons du Passé : Pourquoi 2023 est le Nouveau 2010 de l’IA
Pour comprendre l’opportunité actuelle, il faut décortiquer le schéma de l’essor de l’internet mobile. Tout a commencé par une innovation fondamentale : le microprocesseur puissant et économe en énergie. Des sociétés comme Qualcomm (avec ses modems) et ARM (avec son architecture de puces) ont fourni les briques de base. Ensuite, est venu le catalyseur matériel : l’iPhone 4 en 2010, avec son écran Retina, a radicalement amélioré l’expérience utilisateur et accéléré l’adoption. Cette adoption a créé une demande explosive pour l’infrastructure sous-jacente : les services cloud comme AWS d’Amazon et Azure de Microsoft sont devenus les poumons numériques de cette nouvelle ère, permettant le streaming (Netflix), la musique en ligne (Spotify) et la productivité à distance (Office 365). Enfin, au sommet de cette pile technologique, les applications et logiciels ont capturé une valeur colossale : Facebook, Google, Apple, Amazon. Ceux qui ont identifié ce schéma en 2010 et ont investi dans l’ensemble de la chaîne de valeur ont été récompensés de manière exponentielle.
Aujourd’hui, l’IA générative suit un chemin presque identique. Le catalyseur a été le lancement public de ChatGPT par OpenAI fin 2022, démontrant au monde le potentiel de l’IA. La demande s’est immédiatement reportée sur la couche fondamentale : les puces, en particulier les GPU de Nvidia, indispensables pour entraîner ces modèles. Nous sommes actuellement dans cette phase. Mais comme en 2010, l’histoire ne s’arrêtera pas là. La prochaine décennie verra le déploiement de cette technologie dans les data centers, les appareils edge, et finalement dans des applications logicielles révolutionnaires que nous n’imaginons pas encore. Investir aujourd’hui, c’est se positionner non pas sur un seul vainqueur, mais sur l’ensemble de l’écosystème qui va émerger.
Couche 1 : Les Bâtisseurs de l’Ère IA – Les Semi-conducteurs Spécialisés
Au cœur de la révolution de l’IA se trouvent les semi-conducteurs. Si Nvidia est le nom qui domine les discussions avec ses GPU H100 et son architecture CUDA, il est crucial de comprendre qu’il ne représente qu’une partie de l’écosystème. Nvidia conçoit ses puces, mais ne les fabrique pas. C’est ici qu’intervient le premier géant incontournable : TSMC (Taiwan Semiconductor Manufacturing Company). TSMC est une *pure-play foundry*, une usine à puces qui fabrique les designs des autres sans rivaliser avec eux. Son rôle est aussi critique que méconnu du grand public.
TSMC possède un quasi-monopole sur la fabrication des puces les plus avancées au monde. Sa part de marché globale est d’environ 60%, mais ce chiffre cache une réalité encore plus frappante : près de 90% des puces de pointe (celles en 5 nm, 4 nm et bientôt 3 nm) sont produites par TSMC. Cela inclut non seulement les GPU de Nvidia, mais aussi les puces A et M d’Apple, les futurs processeurs pour la conduite autonome de Tesla, et bien d’autres. Pour Nvidia, TSMC a même développé un procédé de fabrication spécialisé appelé « 4N », optimisé spécifiquement pour ses GPU Hopper. À mesure que la miniaturisation des transistors atteint ses limites physiques (loi de Moore), cette spécialisation deviendra la norme. Certains procédés seront optimisés pour le calcul graphique, d’autres pour les CPU, d’autres pour les puces dédiées au traitement de données. TSMC, avec son scale et son expertise inégalés, est la seule entreprise capable de proposer ces lignes de production spécialisées de manière économiquement viable. Son action est donc un pari direct sur la croissance globale de la demande en puissance de calcul, quelle que soit la marque du chip designer.
Le Monopole Absolu : ASML, l’Entreprise la Plus Critique dont Personne ne Parle
Si TSMC est l’usine, ASML est le fournisseur exclusif de la machine-outil la plus complexe et la plus précise jamais construite. Cette entreprise néerlandaise détient un monopole de fait à 100% sur les machines de lithographie à ultraviolets extrêmes (EUV). Sans ces machines, il est physiquement impossible de graver les circuits des puces de dernière génération de TSMC, et donc de produire les GPU de Nvidia ou les CPU d’Apple.
Chaque machine EUV coûte plus de 200 millions de dollars, contient plus de 100 000 pièces et nécessite une logistique titanesque (des dizions de camions et plusieurs avions-cargos) pour être transportée. La force d’ASML ne réside pas dans la fabrication de chaque composant, mais dans son rôle d’intégrateur de systèmes. Elle a construit un réseau exclusif avec des centaines de fournisseurs ultra-spécialisés à travers le monde. Par exemple, les miroirs paraboliques à l’intérieur sont fabriqués par l’allemand Zeiss avec une précision inimaginable : s’ils étaient de la taille des États-Unis, la plus grande imperfection aurait la taille d’un grain de poussière. Cette approche en écosystème verrouillé rend la barrière à l’entrée quasi-infranchissable. Les experts estiment qu’il faudrait des décennies et des centaines de milliards de dollars à un concurrent pour rattraper ASML. Ainsi, toute augmentation de la demande en puces avancées se traduit directement par une augmentation des commandes pour les machines EUV. ASML n’est pas un simple fournisseur ; c’est le gardien de la roadmap technologique de toute l’industrie. Investir dans ASML, c’est investir dans le fondement physique de la progression de l’IA.
Couche 2 : L’Infrastructure – Data Centers, Cloud et le Renouveau du CPU
Une fois les puces produites, elles doivent être déployées. C’est la deuxième vague d’investissement, centrée sur l’infrastructure. Les data centers modernes, véritables cathédrales du calcul, sont en pleine transformation pour accueillir les charges de travail de l’IA. Bien sûr, Nvidia domine le marché des GPU pour data centers, mais l’histoire ne se limite pas aux accélérateurs. Les processeurs centraux (CPU) restent essentiels pour gérer les tâches générales et orchestrer le travail des GPU.
Pendant des décennies, Intel a régné en maître sur le marché des serveurs. Cependant, son hégémonie est sérieusement contestée par AMD (Advanced Micro Devices). Sous la direction de Lisa Su, AMD a lancé les architectures EPYC pour serveurs, offrant des performances par watt et un rapport performance/prix très compétitifs. Selon des analystes, la part de marché d’Intel dans les data centers est tombée à un plus bas historique, autour de 70%, tandis qu’AMD grignote méthodiquement des parts. Cette concurrence est saine et pousse à l’innovation, mais elle signifie aussi que les investisseurs ont le choix. Parallèlement, les hyperscalers (les géants du cloud) développent leurs propres puces. Amazon avec ses Graviton, Google avec ses TPU (Tensor Processing Units), et Microsoft qui travaille également sur des designs maison. Cette tendance pourrait sembler menaçante pour les fondeurs, mais elle consolide en réalité la position de TSMC et ASML, car ces puces personnalisées sont presque toutes fabriquées par TSMC. L’infrastructure cloud (AWS, Azure, Google Cloud) est le grand gagnant de cette phase, car toute entreprise, de la startup à la multinationale, devra à un moment donné utiliser leur puissance de calcul pour déployer ses applications d’IA.
Au-delà du Cloud : L’IA en Bordure de Réseau (Edge AI)
La troisième phase de déploiement sera l’*Edge AI*, ou l’intelligence artificielle en bordure de réseau. Il s’agit d’exécuter des modèles d’IA directement sur les appareils (téléphones, voitures, capteurs IoT, caméras de sécurité) plutôt que de tout envoyer vers le cloud. Cela réduit la latence, préserve la bande passante et améliore la confidentialité. Cette évolution créera une nouvelle demande massive pour des puces spécialisées, moins gourmandes en énergie mais toujours performantes.
Des entreprises comme Qualcomm, qui a dominé la transition vers le mobile, se repositionnent avec ses plateformes Snapdragon équipées de moteurs neuronaux dédiés. Apple, avec ses puces M-Series et A-Series, intègre de plus en plus de cœurs dédiés au machine learning. Nvidia propose également des plates-formes comme Jetson pour la robotique et l’IoT. Cette migration vers l’edge ouvrira des marchés immenses dans l’automobile (conduite autonome), la domotique, la santé connectée et l’industrie 4.0. Les investisseurs doivent surveiller les sociétés qui maîtrisent la conception de systèmes-sur-puce (SoC) intégrant efficacement des capacités d’IA, ainsi que les fabricants de capteurs de haute précision (comme LiDAR) qui alimenteront ces systèmes en données.
Couche 3 : Les Futurs Rois des Applications et des Logiciels
C’est la couche la plus spéculative, mais aussi celle qui offre le plus grand potentiel de croissance. Dans le cycle de l’internet mobile, les plus grandes fortunes ont été créées au niveau des applications : Facebook, Uber, Airbnb, etc. Pour l’IA, nous en sommes aux balbutiements. Les gagnants de demain sont peut-être encore des startups dans un garage, ou des divisions au sein de géants établis.
On peut déjà identifier des catégories prometteuses. Les plateformes de modèles fondateurs comme OpenAI (via Microsoft), Anthropic, ou des modèles open-source comme ceux de Meta. Les outils de développement et *middleware* qui aident à construire et déployer des applications d’IA, comme certaines offres de Microsoft (Azure AI), Google (Vertex AI) ou des acteurs plus spécialisés. Les applications verticales qui utilisent l’IA pour révolutionner un secteur : la découverte de médicaments (biotech), la conception de matériaux, le design industriel, la création de contenu (comme Adobe avec Firefly), ou le service client automatisé. Contrairement aux couches matérielles où les leaders sont clairement identifiés, cette couche logicielle nécessite une approche de portefeuille plus diversifiée et une veille constante sur les innovations émergentes. Les géants de la tech comme Microsoft, Google et Amazon, avec leurs vastes écosystèmes cloud et leurs budgets de R&D, sont bien placés pour capter une partie de cette valeur, mais ils feront aussi face à des disrupteurs agiles.
Comment Construire un Portefeuille IA Solide : Stratégies et Outils
Construire un portefeuille orienté IA ne signifie pas tout miser sur une seule action. Une approche pyramidale est recommandée. La base (la plus solide) pourrait inclure des acteurs de l’infrastructure essentielle et à fort effet de levier comme TSMC et ASML. Le cœur du portefeuille pourrait être constitué des leaders avérés du cloud (Microsoft, Amazon) et des semi-conducteurs (Nvidia, AMD), qui bénéficient directement de la demande actuelle. Enfin, la pointe (part plus risquée) pourrait être allouée à des ETF thématiques sur l’IA ou à une sélection de petites capitalisations prometteuses dans le logiciel ou l’edge computing.
Pour identifier ces opportunités, les investisseurs peuvent utiliser des outils de veille boursière avancés. Certaines plateformes de trading, comme MooMoo, proposent des fonctionnalités de « concepts » qui permettent de visualiser quelles entreprises sont impliquées dans des technologies spécifiques, comme l’IA générative. Cela permet de scanner rapidement l’univers des actions et d’identifier des sociétés en lien avec une tendance, au-delà des noms les plus évidents. Une telle analyse fondamentale, couplée à une vision à long terme, est essentielle pour naviguer dans cette révolution technologique sans se laisser emporter par la volatilité à court terme.
Les Risques à Surveiller : Ce Qui Pourrait Déranger la Tendance
Aucune opportunité d’investissement n’est sans risque. La course à l’IA en présente plusieurs de taille. Le risque géopolitique est majeur, notamment pour TSMC et ASML. Une escalade des tensions autour de Taïwan ou des restrictions à l’exportation de technologies néerlandaises pourraient perturber gravement les chaînes d’approvisionnement. La surabondance capitalistique est un autre danger : l’afflux massif d’investissements pourrait créer des bultes dans certains segments et mener à une consolidation douloureuse. La régulation est encore floue ; les gouvernements du monde entier cherchent à encadrer l’IA, ce qui pourrait imposer des coûts de compliance ou limiter certains usages. Enfin, il y a le risque technologique : une percée inattendue (informatique quantique, neuromorphique) pourrait rendre certaines architectures obsolètes. Un portefeuille diversifié à travers les différentes couches de la pile technologique est la meilleure parade contre ces risques idiosyncratiques.
L’analogie entre 2010 et 2023 est puissante et instructive. Nous sommes au début d’un cycle d’innovation qui devrait durer une décennie, avec des vagues successives de création de valeur, des semi-conducteurs aux applications grand public. Les actions comme Nvidia, TSMC et ASML ne sont pas trop chères si on les considère comme les fondations de cette nouvelle ère ; elles marquent le début, non la fin. L’opportunité pour les investisseurs réside dans la compréhension de cette architecture en couches et dans la construction d’un portefeuille qui capture la valeur à chaque étape de la diffusion de la technologie. L’histoire se répète, pas à l’identique, mais dans ses grands schémas. Ceux qui ont la clairvoyance d’investir aujourd’hui dans l’écosystème complet de l’IA, avec patience et discipline, pourraient bien se retrouver dans la même position que ceux qui ont cru à l’internet mobile il y a quatorze ans. Le futur s’écrit avec des transistors et des algorithmes ; assurez-vous d’en être actionnaire.