Alors que les investisseurs se focalisent sur le boom du matériel d'IA, un rapport de Goldman Sachs révèle une opportunité plus vaste de mille milliards de dollars dans les investissements non matériels nécessaires pour faire fonctionner l'IA.
Un nouveau rapport de Goldman Sachs soutient que l'attention du marché sur le matériel d'IA occulte une vague de dépenses plus importante et plus complexe, projetant que l'investissement mondial non matériel pourrait dépasser 1 billion de dollars dans les années à venir. L'analyse réalisée par des économistes, dont Joseph Briggs, conclut que pour chaque dollar dépensé en puces et serveurs d'IA, les entreprises dépensent deux dollars dans le capital immatériel nécessaire pour les rendre utiles, comme l'infrastructure de données, le développement de logiciels et la restructuration organisationnelle.
« Chaque dollar d'investissement en matériel apporte historiquement deux dollars d'investissement immatériel », indique le rapport Global Economics Analyst de Goldman Sachs, soulignant l'ampleur de ces dépenses souvent négligées. Ces dépenses complémentaires ne sont pas seulement un coût secondaire mais un moteur de valeur primaire, déterminant quelles entreprises réussiront à traduire le potentiel de l'IA en gains de productivité.
Le rapport quantifie l'ampleur de cet investissement caché, estimant que les entreprises américaines encourent déjà 153 milliards de dollars de coûts de main-d'œuvre annuels pour que leurs équipes informatiques internes développent et gèrent les outils d'IA. En outre, il calcule que le temps des cadres consacré au changement organisationnel lié à l'IA représente 40 milliards de dollars d'investissement annuel supplémentaire, tandis que le coût total de la réorganisation de la main-d'œuvre sur l'ensemble du cycle d'adoption de l'IA pourrait atteindre entre 800 et 900 milliards de dollars. L'accélération des revenus des entreprises de gestion de données comme Snowflake, Databricks et Palantir — dont la valeur d'entreprise combinée est passée de moins de 100 milliards de dollars en 2022 à une projection de 650 milliards de dollars d'ici 2025 — sert de validation par le marché de cette tendance.
Cette vague massive de dépenses immatérielles suggère que les entreprises les mieux positionnées pour gagner la course à l'IA ne sont peut-être pas celles qui vendent le matériel, mais celles qui investissent le plus efficacement dans les données, les logiciels et les révisions organisationnelles pour le déployer. Selon le rapport, cette dynamique crée un effet de « courbe en J », où les gains de productivité initiaux sont masqués par des investissements immatériels initiaux lourds, sous-estimant potentiellement la croissance actuelle du PIB jusqu'à 2 %.
L'effet multiplicateur « immatériel »
Le cœur de la thèse de Goldman repose sur un ratio historique de 1 pour 2 entre le matériel et le capital immatériel. L'analyse par la banque des données EU KLEMS a révélé que pour chaque dollar d'investissement en matériel de technologie de l'information et de la communication (TIC), deux dollars sont dépensés en actifs immatériels. Cela se décompose en environ 1,30 $ pour les données et les logiciels et 0,50 $ pour le capital organisationnel.
L'application de ce multiplicateur au boom actuel du matériel d'IA, qui a déjà vu 360 milliards de dollars de dépenses en capital aux États-Unis, laisse présager une future vague de dépenses non matérielles qui pourrait atteindre 1 billion de dollars à l'échelle mondiale. Ces dépenses sont déjà visibles dans les résultats financiers des fournisseurs de cloud comme Amazon AWS, Microsoft et Google, dont les revenus collectifs des services cloud sont passés d'environ 200 milliards de dollars en 2022 à plus de 500 milliards de dollars aujourd'hui.
De la courbe en J aux entreprises superstars
Le rapport soutient que la nature du capital immatériel — caractérisée par des coûts fixes élevés et des coûts marginaux faibles — favorise naturellement les adoptants précoces et efficaces, créant une dynamique de marché où le gagnant emporte tout. Les économistes appellent cela la montée des « entreprises superstars ». Les entreprises qui investissent plus efficacement dans l'architecture des données, la reconversion des employés et la refonte des processus peuvent atteindre une productivité plus élevée, capturer des parts de revenus plus importantes et générer de meilleurs retours sur investissement.
Ce modèle d'investissement crée également une « courbe en J » pour la productivité. À court terme, à mesure que les entreprises détournent des ressources vers la restructuration interne et la formation, la production mesurée peut stagner ou même chuter, car ces activités sont souvent comptabilisées en charges plutôt qu'en investissements capitalisés. Cependant, à mesure que ces investissements mûrissent, ils devraient débloquer des gains de productivité significatifs. Goldman maintient sa prévision selon laquelle l'IA finira par stimuler la croissance annuelle de la productivité du travail de 1,5 point de pourcentage et augmentera le PIB mondial de 15 % après l'adoption complète de la technologie. Les entreprises réalisant aujourd'hui les investissements non matériels les plus intelligents sont les candidats les plus probables pour devenir la prochaine génération d'entreprises superstars avec des valorisations exceptionnelles.
Cet article est à titre informatif uniquement et ne constitue pas un conseil en investissement.
