Stéphane Nieres-Tavernier

Avant d’entrer dans le cœur du sujet, pouvez-vous rappeler ce qu’est le fonds Echiquier Artificial Intelligence (1) et pourquoi son ancienneté compte dans votre lecture de la technologie ?
Le fonds Echiquier Artificial Intelligence existe depuis plus de 7 ans (2) et s’inscrit dans une gamme dédiée aux technologies.
Cet historique est important car il apporte du recul sur la manière dont les grandes vagues technologiques se développent. L’expérience montre que ces révolutions suivent souvent une trajectoire similaire, débutant par une phase de scepticisme, suivie d’un fort enthousiasme, puis d’un ajustement des attentes avant une adoption plus profonde et plus durable.

Vous insistez sur le fait que les révolutions technologiques commencent par du scepticisme. Pourquoi ?
Les débuts d’une révolution technologique sont généralement marqués par une forte incompréhension.
Les acteurs du marché s’interrogent sur l’utilité concrète de la technologie, sur sa capacité à être adoptée largement et sur la viabilité de son modèle économique. Une phase d’enthousiasme peut ensuite émerger, souvent portée par une minorité d’initiés, alors même que la majorité peine encore à appréhender les usages concrets et le potentiel commercial réel.

Vous placez l’intelligence artificielle dans ce type de schéma aujourd’hui ?
Oui, l’intelligence artificielle traverse actuellement une phase comparable à celles observées lors d’autres grandes révolutions technologiques.
Après un engouement massif, des interrogations sont apparues concernant la vitesse d’adoption, les cas d’usage véritablement transformants et la rentabilité. Cette étape est normale et fait partie du processus de maturation. L’infrastructure progresse rapidement, tandis que l’industrialisation des usages nécessite davantage de temps. Pendant cette période, le marché peut se montrer déçu ou impatient, alors même que les bases nécessaires à une adoption massive continuent de se construire en arrière-plan.

Qu’est-ce qui a rendu possible la révolution actuelle de l’intelligence artificielle ?
Cette révolution repose sur 4 piliers. Le premier est l’accès à de vastes volumes de données et la capacité à les analyser. Le deuxième est le cloud, qui fournit des architectures informatiques flexibles et une montée en puissance rapide des capacités de calcul.
Le troisième pilier est la recherche sur les réseaux neuronaux, engagée depuis les années 1950 et 1960, dont les avancées récentes ont été déterminantes. Enfin, la couche applicative joue un rôle clé, car ce sont les applications qui rendent l’intelligence artificielle exploitable et monétisable à grande échelle.

Pourquoi le secteur des semi-conducteurs est-il considéré comme le pilier central de l’industrie technologique ?
Les semi-conducteurs sont omniprésents, qu’il s’agisse d’électronique grand public, d’applications industrielles ou automobiles. Ils couvrent une chaîne de valeur très large, allant de composants valant environ 0,10 euro à des puces extrêmement avancées dont le prix peut dépasser 40 000 ou 50 000 dollars. Ils constituent la base matérielle indispensable au fonctionnement du cloud et des modèles d’intelligence artificielle.
Le secteur est aussi réputé cyclique. La cyclicité s’exprime à la fois en volumes et en valeur. Les volumes dépendent directement de la demande des marchés finaux, tandis que les prix peuvent fluctuer fortement. En période de pénurie, comme lors de la crise sanitaire, les fabricants augmentent leurs prix, ce qui accentue les mouvements de cycle. Ces variations sont souvent plus marquées que dans d’autres industries et peuvent se répercuter sur l’ensemble de la chaîne électronique.

Vous mentionnez une tension sur la mémoire. Que faut-il comprendre ?
Le marché de la mémoire est sous pression, notamment en raison de la forte augmentation de la demande en mémoire à large bande liée à certaines puces utilisées pour l’intelligence artificielle, comme celles développées par Nvidia (3).
Cette tension rend le marché plus contraint et exerce déjà une pression haussière sur les prix. À terme, cela peut se traduire par une augmentation du prix des ordinateurs et des smartphones, ou par une réduction de la quantité de mémoire intégrée à prix constant.

Pourquoi la demande en puissance de calcul augmente-t-elle autant ?
L’essor de l’intelligence artificielle repose sur des modèles de plus en plus complexes, nécessitant un nombre croissant de paramètres afin d’améliorer leurs capacités de raisonnement.
Certaines générations de modèles sont ainsi passées de 110 milliards à plus de 1 trillion de paramètres en seulement cinq ans. Cette évolution entraîne une hausse continue des besoins en calcul et alimente une course permanente à l’investissement matériel.

Les grands acteurs investissent déjà des montants très élevés. Pourquoi cela continue-t-il ?
La performance est devenue un avantage stratégique majeur. Les grands acteurs du cloud investissent effectivement déjà plus de 400 milliards d’euros en dépenses d’investissement, et ces montants continuent d’augmenter.
Chaque nouvelle génération de modèles pousse les entreprises à rechercher la meilleure performance possible, ce qui intensifie la concurrence sur la capacité de calcul et incite à investir toujours davantage pour rester à la pointe.

Quel rôle joue le big data dans l’avantage concurrentiel ?
Le big data repose sur l’exploitation des traces numériques laissées par les utilisateurs, telles que les intentions d’achat, les clics publicitaires ou les recherches en ligne.
Ces données sont collectées, analysées et intégrées dans les modèles d’intelligence artificielle. Des entreprises comme Google (4) bénéficient d’un avantage concurrentiel majeur grâce à l’accès à des volumes considérables de données issues notamment de YouTube et de leur moteur de recherche, ce qui renforce la qualité et la pertinence de leurs modèles.
A mesure que les sources de données pertinentes deviennent plus difficiles à élargir, la simple accumulation perd de son efficacité. La qualité, la structuration et la gouvernance des données deviennent alors des enjeux centraux pour continuer à progresser.

Quelles sont les principales applications actuelles de l’intelligence artificielle ?
Les applications les plus visibles aujourd’hui sont les agents conversationnels et les chatbots, qui occupent une place importante dans l’imaginaire collectif.
Toutefois, dans les environnements professionnels, ces interfaces ne constituent pas le principal mode d’accès. Les entreprises privilégient des interfaces programmatiques permettant d’interroger directement les systèmes et d’y intégrer leurs propres données afin d’obtenir des analyses et des recommandations exploitables dans leurs outils métiers.

Comment le marché de l’intelligence artificielle devrait-il évoluer à moyen terme ?
Le marché de l’intelligence artificielle pourrait être multiplié par 5 ou 6 d’ici 2030.
L’intention d’achat est forte du côté des entreprises, mais la montée en puissance reste progressive, car elle implique d’intégrer ces technologies, de les sécuriser et de transformer en profondeur les organisations.

Quelles ont été les principales étapes récentes du développement de l’intelligence artificielle ?
En 2023, l’essentiel des efforts s’est concentré sur la construction des systèmes nécessaires à l’entraînement des modèles, ce qui a principalement bénéficié aux acteurs des semi-conducteurs et à l’augmentation des capacités de calcul. En 2024, les premières applications grand public ont réellement émergé, notamment les assistants conversationnels.
Sur la période 2025 et 2026, le développement est davantage porté sur des applications d’intelligence artificielle embarquée, permettant de faire fonctionner des modèles directement sur les appareils, sans dépendre en permanence d’une connexion internet.

Pourquoi dites-vous que la partie applicative est la plus créatrice de valeur à moyen terme ?
Après une première phase comparable à celle des pelles et des pioches, durant laquelle les investissements se concentrent sur l’infrastructure, la création de valeur se déplace progressivement vers les logiciels.
Ce sont eux qui transforment les données en informations exploitables, qui structurent les flux, qui assurent la sécurité et qui permettent une adoption large par les entreprises et les particuliers. À moyen et long terme, la croissance est donc attendue principalement sur cette couche applicative.

Quels grands types de logiciels structurent cet écosystème ?
L’écosystème s’organise d’abord autour des infrastructures cloud, dominées par des acteurs capables de fournir la puissance de calcul nécessaire.
Viennent ensuite les logiciels dédiés à l’observabilité et à l’exploitation des données, qui sont déjà bien avancés sur le plan commercial. Enfin, les solutions de cybersécurité occupent une place centrale, car la multiplication des échanges de données sensibles impose un contrôle strict des accès et des usages.

Pourquoi la cybersécurité bénéficie-t-elle immédiatement de cette vague liée à l’intelligence artificielle ?
Les entreprises utilisent l’intelligence artificielle sur des données confidentielles, qu’il s’agisse d’informations contractuelles, médicales ou assurantielles.
Contrairement aux usages grand public, ces données ne peuvent pas être exposées. Il devient donc indispensable de sécuriser les flux, de contrôler précisément les accès, de définir des droits d’usage clairs et de limiter les risques de fuite d’information. Il s’agit d’un besoin opérationnel immédiat.

Quelle est la place des acteurs non cotés dans l’écosystème de l’intelligence artificielle ?
Les acteurs non cotés, principalement des start-up, jouent un rôle important.
Anthropic (5) semble aujourd’hui bien positionnée sur le marché des entreprises, tandis qu’OpenAI (6) conserve un leadership sur le marché grand public en nombre d’utilisateurs, même si cet équilibre peut évoluer avec les nouvelles générations de modèles.

Quel rôle jouent les agents d’intelligence artificielle dans cette nouvelle phase ?
Les agents d’intelligence artificielle constituent une évolution majeure par rapport aux chatbots traditionnels. Il s’agit de systèmes capables de raisonner, de planifier et d’exécuter une succession d’actions en tenant compte du contexte. Ils peuvent se voir confier des tâches complexes, structurer un raisonnement et contribuer à l’automatisation de processus entiers au sein des organisations.
Ces agents offrent un fort potentiel d’amélioration de l’efficacité organisationnelle. En automatisant certaines tâches, ils permettent de réduire la charge de travail humaine sur des fonctions répétitives ou à faible valeur ajoutée. Des acteurs comme Salesforce ou ServiceNow mettent en avant ces solutions, notamment dans les domaines commerciaux et de la relation client, où les gains de productivité peuvent être significatifs.
Malgré un potentiel élevé, les revenus générés par les agents d’intelligence artificielle demeurent limités à ce stade. Les entreprises communiquent largement sur ces solutions, mais leur déploiement à grande échelle nécessite du temps, des ajustements organisationnels et une intégration progressive dans les systèmes existants.

Qu’est-ce que l’Edge AI et en quoi se distingue-t-elle des grands modèles centralisés ?
L’Edge AI, ou intelligence artificielle embarquée, repose sur des modèles plus compacts conçus pour fonctionner localement sur des appareils tels que les voitures, les smartphones ou les robots.
Contrairement aux grands modèles centralisés, elle limite volontairement le champ d’application et la quantité de données traitées, ce qui permet un fonctionnement autonome, en temps réel et avec une consommation énergétique réduite.
L’intelligence artificielle embarquée est particulièrement adaptée aux situations de mobilité ou aux environnements dans lesquels une connexion à un serveur central est complexe, lente ou risquée. Dans le domaine de la conduite automobile, par exemple, un traitement local est indispensable pour garantir la sécurité et la réactivité.
Le marché de l’Edge AI pourrait être multiplié par 10 d’ici 2032. Certaines gammes de smartphones intègrent déjà des fonctionnalités d’intelligence artificielle locale, et les attentes sont fortes autour de nouveaux formats de produits susceptibles de relancer le marché de l’électronique grand public.

Pourquoi les investissements massifs dans le cloud suscitent-ils autant de débats aujourd’hui ?
Les montants investis dans le cloud sont considérables, avec plus de 400 milliards attendus à l’horizon 2026, des chiffres qui ont déjà été révisés à la hausse à plusieurs reprises.
Le principal sujet de débat porte sur la rentabilité de ces investissements et sur leur capacité à générer des flux de trésorerie suffisants à moyen terme, compte tenu de l’ampleur des dépenses engagées.

Les cycles rapides d’innovation rendent-ils ces investissements plus risqués ?
Le rythme d’innovation très soutenu, notamment chez Nvidia (7) avec des cycles de renouvellement de 1 à 2 ans, soulève des interrogations sur l’amortissement des puces. Toutefois, un actif amorti comptablement n’est pas un actif obsolète.
Même après amortissement, ces équipements continuent d’être utilisés, en particulier pour des tâches d’inférence, qui sont moins intensives en calcul que l’entraînement des modèles.

Quels sont les principaux risques systémiques que vous surveillez dans l’écosystème de l’intelligence artificielle ?
L’un des risques majeurs réside dans la dépendance au financement privé.
Lorsque la croissance repose en partie sur des acteurs non cotés très consommateurs de capital, la visibilité sur leurs levées de fonds et sur leur trajectoire de chiffre d’affaires devient un élément clé de stabilité pour l’ensemble de l’écosystème. Les besoins de financement peuvent être très importants et créer des interdépendances entre fournisseurs et clients.

Peut-on comparer la situation actuelle à la bulle internet des années 2000 ?
La comparaison met en évidence des différences significatives. Les ordres de grandeur ne sont pas les mêmes. À l’époque, les opérateurs télécoms consacraient jusqu’à 40 % de leur chiffre d’affaires aux dépenses d’investissement et affichaient des niveaux d’endettement très élevés.
Aujourd’hui, les grands acteurs du cloud se situent plutôt autour de 25 %, avec des structures financières plus solides, même si la pression sur les flux de trésorerie s’intensifie. Cela n’exclut pas un risque de surchauffe, mais la dynamique et la solidité financière sont différentes.

Pourquoi le marché devient-il plus exigeant avec les grandes valeurs technologiques ?
Ces entreprises étaient valorisées comme des valeurs de croissance très stables, avec une forte visibilité et des flux de trésorerie confortables. Lorsque les dépenses d’investissement augmentent fortement, les flux de trésorerie libres peuvent se contracter et la tolérance du marché diminue.
Dans certains cas, la marge de flux de trésorerie libre peut être divisée par 2 d’une année sur l’autre, ce qui rend le marché plus sensible et plus sélectif.

Quelle est la philosophie générale de la stratégie d’investissement de votre fonds ?
La stratégie du fonds Echiquier Artificial Intelligence repose sur une sélection rigoureuse de valeurs en croissance, avec des valorisations jugées raisonnables au regard des perspectives.
Le fonds privilégie des entreprises rentables, capables de générer des résultats et de soutenir leur croissance dans la durée.

Comment décririez-vous votre discipline de valorisation ?
Nous investissons dans des sociétés en croissance, ce qui implique des attentes élevées, mais nous recherchons une cohérence entre la valorisation et la croissance attendue.
Un exemple d’indicateur suivi consiste à rapporter la valorisation à la croissance des bénéfices à 3 ans, avec un niveau autour de 1,50. Surtout, nous privilégions des sociétés déjà rentables.

Comment décrivez-vous votre processus de sélection et l’usage de l’intelligence artificielle dans votre recherche ?
Au sein d’un univers composé de près de 1 000 valeurs détectées par nos algorithmes sémantiques, notre stratégie s’appuie sur une expertise sectorielle pour identifier des opportunités d’investissement.
La sélection finale repose ensuite sur une analyse qualitative, centrée sur la capacité des entreprises à générer des résultats et à maintenir une croissance soutenable dans le temps. Nous suivons de manière approfondie un univers d’environ 100 valeurs.

Comment est construit le portefeuille ?
Le portefeuille est volontairement concentré autour d’environ 35 valeurs.
Cette concentration permet de bien connaître chaque position et d’ajuster les pondérations en fonction des valorisations, du momentum et de l’évolution des fondamentaux. L’objectif est de maîtriser chaque dossier et de piloter activement les poids.

Pourquoi insistez-vous sur la diversification dans la phase actuelle ?
Parce que l’ensemble de la création de valeur ne se concentrera pas uniquement sur l’infrastructure. Il est important de rester exposé à ceux qui construisent les fondations, mais aussi à ceux qui monétisent via les logiciels et à ceux qui déploient l’intelligence artificielle dans des secteurs variés.
À mesure que la vague progresse, les gagnants peuvent se déplacer vers les usages et vers des secteurs non technologiques, qui supportent des besoins d’investissement plus limités.

Quelle est la position du fonds sur les small caps ?
Compte tenu de la taille du fonds, des contraintes strictes de liquidité s’imposent. Entrer et sortir d’une valeur nécessite des volumes suffisants afin de ne pas perturber le marché.
Les petites capitalisations françaises sont souvent trop étroites pour répondre à ces contraintes, tandis que certaines petites capitalisations américaines offrent des volumes plus élevés et peuvent être envisagées dans de meilleures conditions de gestion du risque.

(1) Le fonds Echiquier Artificial Intelligence est exposé aux risques suivants : actions, change, perte en capital, gestion discrétionnaire et risque en matière de durabilité.
(2) Le fonds a été lancé en juin 2018.
(3) La société mentionnée est présentée à titre indicatif uniquement et ne constitue en aucun cas une recommandation ou un conseil d'investissement.
(4) La société mentionnée est présentée à titre indicatif uniquement et ne constitue en aucun cas une recommandation ou un conseil d'investissement.
(5) La société mentionnée est présentée à titre indicatif uniquement et ne constitue en aucun cas une recommandation ou un conseil d'investissement.
(6) La société mentionnée est présentée à titre indicatif uniquement et ne constitue en aucun cas une recommandation ou un conseil d'investissement.
(7) La société mentionnée est présentée à titre indicatif uniquement et ne constitue en aucun cas une recommandation ou un conseil d'investissement.

Les citations sont extraites d'un webinaire exclusif organisé par EasyBourse mercredi 10 décembre 

Consultez la fiche transactionnelle achat/vente du fonds Echiquier Artificial Intelligence (LU1819480192)


AVERTISSEMENT