Changement de cap des capitaux IA : le marché mondial entre dans sa « phase de concrétisation » en 2026.

De l'euphorie à la retenue : le récit de l'IA entre dans une phase de « validation des retours »

Lorsque Morgan Stanley place à la fois l'accent de ses discussions sur les tendances du marché de l'IA en 2026 sur les termes « investissement mondial » et « risque », les acteurs du marché doivent prendre conscience que le sentiment de Wall Street vis-à-vis de l'IA passe de la « foi » aux « preuves ». Après deux années de course aux armements autour des modèles et une expansion de la capitalisation boursière de l'ordre de plusieurs billions de dollars, l'intelligence artificielle entre dans un tout nouveau cycle — un cycle dans lequel le capital ne paie plus pour la « possibilité », mais paie une prime pour la « certitude ».

I. Un changement de logique d'investissement : il ne s'agit plus de « conquérir des territoires »

Au cours des trois dernières années, la ligne directrice de l'investissement dans l'IA était très claire : entraîner des modèles plus grands, construire des clusters de calcul plus puissants. Les géants technologiques américains ont érigé des barrières concurrentielles grâce à d'énormes dépenses d'investissement, tandis que les fabricants de puces d'IA sont devenus les « vendeurs de pioches » de cette ruée vers l'or. Mais en 2026, le récit sommaire de l'« infrastructure comme stratégie » commence à s'essouffler. Les rendements marginaux de la puissance de calcul diminuent et les écarts de capacités entre les modèles se réduisent. Ce qui déterminera réellement le sort des entreprises, c'est de savoir si cette puissance de calcul se transforme en contrats commerciaux durables, en taux de rétention des utilisateurs et en marges d'exploitation.

De ce fait, une nouvelle phase de différenciation s'opère sur le marché. La tendance du capital-investissement a changé : les investisseurs ne privilégient plus les startups de grands modèles qui ne savent que raconter des histoires, mais se tournent vers les entreprises d'applications d'IA dotées de données exclusives, de scénarios verticaux spécialisés et de relations clients stables. Les marchés secondaires s'ajustent également : lors des conférences téléphoniques sur les résultats, les questions sur le « montant des revenus générés par l'IA » sont nettement plus fréquentes que les années précédentes. Cela ne signifie pas que les dépenses d'investissement dans l'IA vont diminuer, mais que l'allocation des capitaux deviendra plus sélective — elle se dirigera en priorité vers les maillons capables de prouver leurs retours.

II. Une diversification des dimensions du risque : de la bulle de valorisation au goulot d'étranglement électrique

En 2026, les risques autour de l'IA ne se résument plus au jugement binaire « y a-t-il une bulle ou non », mais se déclinent en une multitude de risques nécessitant une évaluation experte.

Premièrement, le risque de valorisation. Les ratios cours/bénéfice des principales valeurs liées à l'IA restent bien supérieurs à leurs moyennes historiques. Si les taux d'intérêt se maintiennent à un niveau élevé, la pression de l'actualisation des flux de trésorerie futurs rendra les sociétés fortement valorisées plus vulnérables. En particulier, les entreprises qui ne sont pas encore rentables mais qui dépendent des apports de capitaux des marchés financiers devront faire face à des conditions de refinancement impitoyables.

Deuxièmement, les risques liés à la consommation d'énergie et aux infrastructures. Les centres de données d'IA deviennent une ressource rare que se disputent les régions d'Amérique du Nord, mais leur consommation électrique met à l'épreuve la capacité des réseaux électriques existants. Dans certaines régions des États-Unis, les délais de raccordement au réseau pour les nouveaux centres de données atteignent déjà plusieurs années. Le Canada, grâce à ses abondantes ressources hydroélectriques et à ses avantages en matière d'énergie propre, voit sa position stratégique dans le déploiement des infrastructures d'IA se renforcer. Parallèlement, le coût de l'énergie passera d'un indicateur financier à une variable centrale dans le choix de l'implantation.

Troisièmement, les risques géopolitiques. Les restrictions à l'exportation de puces et de puissance de calcul en IA fragmentent le marché mondial en différentes zones réglementaires. Les entreprises doivent faire face non seulement à la concurrence chinoise, mais aussi aux règles européennes de gouvernance des données et aux examens de sécurité technologique en Amérique du Nord. La recherche-développement transfrontalière et les flux de données des multinationales dans le domaine de l'IA restent entourés d'une grande incertitude.### III. Redistribution des profits dans la chaîne industrielle : les véritables « marchands d’eau » émergent

Lorsque les investissements entrent dans leur phase de rentabilité, la distribution de la valeur dans la chaîne industrielle va nettement basculer. En amont, dans le matériel, outre les GPU, les interconnexions réseau, les équipements électriques et les systèmes de refroidissement liquide deviendront de nouveaux goulets d’étranglement où l’offre sera inférieure à la demande. Les centres de données passent de simples projets d’infrastructure à des produits de haute technologie exigeant une gestion fine de l’énergie et des performances élevées en dissipation thermique. Dans la couche applicative en aval, les entreprises d’IA les plus utiles ne se contenteront pas de « se connecter à de grands modèles », mais sauront utiliser l’IA pour repenser les processus de travail, réduire les coûts de prestation et créer de nouvelles expériences client. Leur point commun est de pouvoir mettre en place un volant d’inertie de données dans leur secteur vertical : plus leurs solutions sont utilisées, plus elles collectent de données ; plus elles collectent de données, plus leur fossé concurrentiel est profond.

À l’inverse, les « sociétés en surcouche » de modèles généralistes, dans la couche intermédiaire, subiront la plus forte compression : en amont, elles sont verrouillées par les fournisseurs de modèles de fondation ; en aval, elles manquent de canaux de distribution propres ; un positionnement différencié est difficile à établir. Après 2026, la vague de fusions-acquisitions s’accélérera, et les grandes entreprises acquerront systématiquement ces « points d’entrée vers les cas d’usage » qui détiennent des actifs de données et des relations clients.

IV. Concurrence régionale en Amérique du Nord : les infrastructures d’IA réécrivent la géographie industrielle

Même si le marché de l’IA est mondial, la concentration du capital et de l’industrie reste ancrée dans des espaces géographiques précis. Les États-Unis demeurent le marché où les dépenses d’investissement en IA sont les plus massives et où l’écosystème d’innovation est le plus dense, mais la concurrence entre les États fédérés s’intensifie. Le Texas, l’Ohio et d’autres régions caractérisées par une énergie abondante, des terrains bon marché et une réglementation favorable remplacent les pôles technologiques traditionnels en tant que nouveaux lieux d’implantation des grands centres de données. Les pouvoirs publics locaux, par des incitations fiscales et des investissements dans les infrastructures électriques, cherchent à ancrer la chaîne industrielle de l’IA sur leur territoire.

Le Canada, grâce à son électricité propre et à ses politiques d’attraction des talents, devient un partenaire important des capitaux américains de l’IA, aussi bien « côté approvisionnement en électricité » que « côté R&D ». Notamment, la forte intensité énergétique des calculs d’IA fait des ressources hydroélectriques canadiennes un actif rare. Par ailleurs, de plus en plus d’entreprises technologiques américaines installent au Canada des équipes d’ingénierie et d’algorithmes, afin d’y réaliser à moindre coût la recherche et le développement en IA.

La participation du Mexique est plus singulière. Avec l’accentuation de la délocalisation de proximité (nearshoring) et de la production manufacturière dans le cadre de l’USMCA, de nombreuses entreprises américaines déploient dans les États mexicains frontaliers des lignes de production intelligentes qui combinent inspection visuelle par IA et maintenance prédictive. L’IA transforme le modèle de l’avantage lié au coût de la main-d’œuvre : elle permet à l’industrie manufacturière de rester proche du marché tout en conservant efficacité et agilité.

V. Constats clés

1. La concentration des capitaux de l’IA vers les acteurs dominants s’accélère ; la fenêtre d’opportunité pour l’entraînement de modèles de petite et moyenne taille est en grande partie fermée. 2. Le langage des investisseurs bascule de « l’ampleur et la puissance de calcul » vers « l’économie unitaire et le retour sur capital ». 3. La fourniture d’électricité remplace la fourniture de puces comme la contrainte la plus dure à l’expansion de l’IA, et les infrastructures énergétiques sont réévaluées. 4. Les acquisitions dans la couche applicative augmenteront sensiblement, les données et les canaux clients étant les principales cibles de fusions-acquisitions. 5. La division du travail au sein de l’Amérique du Nord devient plus fine : aux États-Unis « matière grise + capital », au Canada « énergie + R&D », au Mexique « fabrication + applications ».### 6. Perspectives à long terme : trois axes majeurs pour les trois à cinq prochaines années

Pour les cinq années qui suivront 2026, le secteur de l'IA ne suivra pas une trajectoire unique et linéaire ; trois axes majeurs peuvent néanmoins être identifiés avec certitude :

Premièrement, les investissements dans les infrastructures passeront d'une course effrénée à une gestion fine. Comme lors de la phase de maturité de l'Internet mobile, les centres de données et les ressources de cloud computing deviendront progressivement des infrastructures comparables à des services publics ; le cœur de la concurrence se déplacera vers l'efficacité des réseaux et la gestion de la consommation d'énergie.

Deuxièmement, de véritables applications d'IA à l'échelle d'un secteur franchiront le gouffre qui sépare les projets pilotes du déploiement à grande échelle. Les services financiers, le secteur de la santé, l'industrie manufacturière et la logistique connaîtront une augmentation significative de leurs taux d'automatisation. Ce processus s'accompagnera de transformations organisationnelles, et pas seulement de déploiements technologiques.

Troisièmement, la fragmentation géoéconomique du secteur de l'IA est inévitable. L'Amérique du Nord, l'Europe et l'Asie maintiendront des écosystèmes technologiques et des philosophies réglementaires qui leur sont propres. Pour les multinationales ayant leur siège en Amérique du Nord, la capacité à bâtir une chaîne d'approvisionnement en IA à la fois conforme et flexible déterminera leur adaptabilité sur le marché mondial.

Pour les investisseurs, la conclusion est tout aussi claire : à partir de 2026, « l'IA » en elle-même ne sera plus un thème d'investissement ; « la stabilité des bénéfices, l'accès à l'énergie et l'ancrage écosystémique » constitueront les critères essentiels pour sélectionner les actifs d'IA de qualité.

Sources : Morgan Stanley: AI Market Trends 2026: Global Investment, Risks, and ...