FR
Les dépenses d'investissement d'hyperscaler dépassent 1,2 billion de dollars : ces neuf actions sont encaissées, selon BofA
La vente de semi-conducteurs de juillet reposait sur une question embarrassante : que se passera-t-il lorsque les grandes entreprises technologiques ralentiront enfin leurs dépenses en matière d'intelligence artificielle ?
Jusqu'à présent, c'est le contraire qui se produit.
Bank of America prévoit désormais que les dépenses d'investissement à grande échelle atteindront 1,2 billion de dollars au cours des 12 prochains mois, selon l'analyste des semi-conducteurs Vivek Arya.
Il s'agit d'une escalade frappante par rapport au cycle d'investissement dans l'IA d'il y a quelques mois à peine.
« L'appétit d'investissement à grande échelle reste fort », a déclaré Arya lundi.
Plus tôt cet été, les cinq plus grands hyperscalers américains devaient dépenser environ 700 milliards de dollars au cours de l'année civile 2026.
Les implications pour les investisseurs dans les semi-conducteurs sont simples. Le cycle de l'infrastructure de l'IA ne dure pas simplement plus longtemps que prévu. Son intensité en dollars ne cesse d'augmenter.
Et BofA estime que neuf actions de semi-conducteurs notées Buy offrent une hausse d'au moins 30 % par rapport à ses objectifs de cours sur 12 mois.
Le problème des dépenses d'investissement de Big Tech constitue une opportunité pour l'industrie des puces
Une étrange redistribution se produit au sein de l'économie de l'IA.
Pour les hyperscalers, la course aux infrastructures coûte de plus en plus cher. Pour les entreprises fournissant cette infrastructure, ces mêmes coûts deviennent des recettes.
Les dépenses d'investissement de Microsoft ont augmenté de 63 % par rapport à l'année précédente, tandis que le flux de trésorerie disponible a chuté de 10 %. Les dépenses d'investissement des entreprises hyperscaler avaient déjà atteint 100 % des flux de trésorerie d'exploitation.
Cela explique pourquoi les investisseurs remettent de plus en plus en question les aspects économiques du développement de l'IA.
Pourtant, les fournisseurs se situent de l'autre côté de l'équation.
Chaque dollar supplémentaire dépensé dans les usines d'IA nécessite des GPU, des accélérateurs personnalisés, de la mémoire, des équipements réseau et une capacité de fabrication de semi-conducteurs.
La dernière estimation des dépenses d'investissement de BofA suggère que le pool de dépenses est toujours en expansion.
D'autres estimations de Wall Street vont dans le même sens. Morgan Stanley a récemment projeté des dépenses d'investissement pour les entreprises hyperscaler à environ 800 milliards de dollars en 2026 et à 1,2 billion de dollars en 2027, contre environ 450 milliards de dollars estimés un an plus tôt.
Le goulot d'étranglement est de plus en plus lié à l'offre plutôt qu'à la demande.
Cette distinction est importante.
Si les dépenses de l'hyperscaler continuent d'augmenter, la correction des semi-conducteurs ressemble de moins en moins à la fin du cycle de l'IA et davantage à une réinitialisation de la valorisation dans un contexte de boom des investissements en pleine expansion.
9 actions de semi-conducteurs avec une hausse d'au moins 30 %
Arya regroupe les bénéficiaires en cinq catégories : calcul, mémoire, demi-capitales, demi-puissance et optique.
| Stock | Prix du 2 août | Objectif de cours de BofA | Hausse implicite |
|---|---|---|---|
| Marvell Technology Inc. (NASDAQ : MRVL) | 187,56$ | 365$ | 95 % |
| Micron Technology Inc. (NASDAQ : MU) | 823,03$ | 1 550$ | 88 % |
| Intel Corp. (NASDAQ : INTC) | 90,20$ | 160$ | 77 % |
| NVIDIA Corporation (NASDAQ : NVDA) | 200,75$ | 350$ | 74 % |
| Credo Technology Group Holding Ltd. (NASDAQ : CRDO) | 206,99$ | 340$ | 64 % |
| KLA Corp. (NASDAQ : KLAC) | 182,82$ | 260$ | 42 % |
| Applied Materials Inc. (NASDAQ : AMAT) | 507,67$ | 720$ | 42 % |
| Broadcom Inc. (NASDAQ : AVGO) | 389,28$ | 530$ | 36 % |
| Advanced Micro Devices Inc. (NASDAQ : AMD) | 476,15$ | 620$ | 30 % |
Marvell arrive en tête de l'écran avec un potentiel de hausse de 95 %, suivi de Micron avec 88 %.
Mais la liste couvre presque toutes les couches critiques de l'infrastructure d'IA.
Nvidia et AMD fournissent un calcul accéléré. Broadcom et Marvell se situent à l'intersection du silicium personnalisé et de la mise en réseau. Credo aborde la connectivité.
Micron fournit la mémoire nécessaire pour alimenter les accélérateurs en données.
KLA et Applied Materials se situent encore plus en amont et vendent les équipements nécessaires à la fabrication de puces de plus en plus complexes.
Cette ampleur est importante. Le dossier d'investissement ne dépend plus de la capacité d'un seul fabricant de puces à capter les dépenses liées à l'IA.
Cela dépend de la complexité physique de la construction de l'infrastructure d'IA elle-même.
La rareté est en train de devenir la thèse d'investissement
L'exemple le plus clair est peut-être la mémoire.
Les actions Micron ont déjà connu une réévaluation spectaculaire alors que la demande d'IA est entrée en collision avec une offre limitée. Le cycle de la mémoire est devenu l'une des transactions les plus importantes dans le domaine des semi-conducteurs cette année.
La connectivité a suivi un chemin similaire.
Credo contrôle environ 75 % du marché actif des câbles électriques, selon une étude antérieure de BofA. Ce marché pourrait dépasser les 7 milliards de dollars d'ici 2030, contre environ 1,2 milliard de dollars cette année.
Le même mécanisme continue d'apparaître tout au long de la chaîne d'approvisionnement de l'IA : les hyperscalers veulent des capacités de calcul plus rapides que celles que les fournisseurs peuvent facilement fournir.
Et la pénurie peut s'étendre.
Un plus grand nombre d'accélérateurs nécessite plus de mémoire. Davantage de serveurs nécessitent une mise en réseau plus rapide. Les puces plus complexes nécessitent des équipements supplémentaires de fabrication et de test des plaquettes.
Une densité informatique encore plus élevée entraîne des dépenses de second ordre en matière d'infrastructure d'alimentation et de refroidissement. La transition vers le refroidissement liquide, par exemple, entraîne déjà des carnets de commandes plus importants sur l'ensemble de la chaîne d'approvisionnement thermique des centres de données.
Le chiffre de 1 200 milliards de dollars est donc moins important en tant que prévision qu'en tant que preuve de la situation actuelle du cycle de l'IA.
Le marché a passé une grande partie de la récente correction des semi-conducteurs à se demander si Big Tech avait déjà trop dépensé.
Les dernières estimations de Bank of America suggèrent que les investisseurs pourraient bientôt être confrontés au problème inverse : que se passera-t-il si les hyperscalers ne parviennent toujours pas à se développer assez rapidement ?