L’essor de Peloton pendant la pandémie est un cas d’école pour comprendre le déploiement actuel des infrastructures d’IA.
Au pic de la demande, l’entreprise dépensait 100 millions de dollars en fret aérien à elle seule et s’était engagée à investir 400 millions de dollars dans la construction de sa propre usine. La direction a pris des décisions rationnelles face à une pression extrême de la demande — puis celle-ci s’est évaporée. Les coûts, la dette et les capacités excédentaires, eux, sont restés.
On observe des dynamiques similaires dans l’IA aujourd’hui. Une demande insatiable en puissance de calcul, en puces et en centres de données. Les entreprises s’engagent dans des dépenses d’investissement massives, en partant du principe que cette courbe de demande va se maintenir. NVDA n’arrive pas à livrer assez vite. Les hyperscalers se livrent une course à la construction.
Mais voici la différence : Peloton était une mode grand public, sans avantage concurrentiel durable et avec une demande qui pouvait être satisfaite par des produits de substitution. Les infrastructures d’IA sont destinées aux entreprises, essentielles à leurs activités et à la base de véritables gains de productivité. Le profil de la demande est structurellement différent.
Cela dit, le risque est réel. Si la monétisation de l’IA piétine ou si les modèles de nouvelle génération ne justifient pas ces dépenses d’investissement, nous verrons des actifs inutilisés, des dépréciations et une période d’ajustement douloureuse. Surveillez de près l’allocation du capital. Les gagnants seront ceux qui se développeront efficacement et tireront réellement un rendement de ces dépenses, pas seulement ceux qui construisent le plus.
Pour l’instant, je suis investi à long terme dans les acteurs qui rendent cette évolution possible, avec un pouvoir de fixation des prix et de véritables marges — pas dans ceux qui se contentent de dépenser à tout-va.
Au pic de la demande, l’entreprise dépensait 100 millions de dollars en fret aérien à elle seule et s’était engagée à investir 400 millions de dollars dans la construction de sa propre usine. La direction a pris des décisions rationnelles face à une pression extrême de la demande — puis celle-ci s’est évaporée. Les coûts, la dette et les capacités excédentaires, eux, sont restés.
On observe des dynamiques similaires dans l’IA aujourd’hui. Une demande insatiable en puissance de calcul, en puces et en centres de données. Les entreprises s’engagent dans des dépenses d’investissement massives, en partant du principe que cette courbe de demande va se maintenir. NVDA n’arrive pas à livrer assez vite. Les hyperscalers se livrent une course à la construction.
Mais voici la différence : Peloton était une mode grand public, sans avantage concurrentiel durable et avec une demande qui pouvait être satisfaite par des produits de substitution. Les infrastructures d’IA sont destinées aux entreprises, essentielles à leurs activités et à la base de véritables gains de productivité. Le profil de la demande est structurellement différent.
Cela dit, le risque est réel. Si la monétisation de l’IA piétine ou si les modèles de nouvelle génération ne justifient pas ces dépenses d’investissement, nous verrons des actifs inutilisés, des dépréciations et une période d’ajustement douloureuse. Surveillez de près l’allocation du capital. Les gagnants seront ceux qui se développeront efficacement et tireront réellement un rendement de ces dépenses, pas seulement ceux qui construisent le plus.
Pour l’instant, je suis investi à long terme dans les acteurs qui rendent cette évolution possible, avec un pouvoir de fixation des prix et de véritables marges — pas dans ceux qui se contentent de dépenser à tout-va.