Le cycle d’investissement dans l’IA change les règles du jeu

Alfred Lam - 28 octobre 2026

L’investissement dans l’IA remet en question le lien entre taux et marchés boursiers. Découvrez les effets sur les valorisations, la volatilité et la diversification.

Les investisseurs établissent souvent un lien entre les cycles de taux d’intérêt et les cycles économiques. Traditionnellement, les banques centrales ont eu recours à la politique monétaire pour stimuler ou ralentir l’activité économique afin de favoriser une croissance et une inflation stables. Aujourd’hui, toutefois, cette relation est devenue moins évidente. L’émergence de l’intelligence artificielle (IA) en tant que puissant thème d’investissement et de productivité transforme le paysage économique. Selon certaines estimations, les investissements liés à l’IA et l’adoption de cette technologie pourraient contribuer de façon appréciable à la croissance économique américaine au cours de la prochaine décennie.

Par conséquent, la sensibilité de l’économie aux taux d’intérêt pourrait être moins prononcée que lors des cycles précédents. Les indicateurs traditionnels comme l’inflation, les taux d’intérêt et le chômage restent importants, mais leur capacité à expliquer le rendement à court terme des marchés boursiers est de plus en plus remise en question.

L’évolution récente des marchés en offre un bon exemple. Le rendement des obligations du Trésor américain à 10 ans a fortement augmenté, passant de 4,75 % à la fin d’août à 5,29 % au 30 septembre. Selon la conception traditionnelle des marchés, des coûts d’emprunt plus élevés et un taux d’actualisation plus élevé appliqué aux bénéfices futurs devraient peser sur les valorisations boursières. Pourtant, au cours de la même période, l’indice S&P 500 n’a reculé que de 0,4 %, tandis que l’indice Nasdaq-100, fortement axé sur les technologies, a progressé de 3,3 %. Source : Bloomberg Finance L.P.

Cela s’explique par le fait que le marché boursier actuel est de plus en plus porté par le cycle d’investissement dans l’IA plutôt que par celui des taux d’intérêt, en particulier dans le cas des plus grandes sociétés de l’indice S&P 500. Jusqu’à présent, cette situation a été favorable aux investisseurs. Toutefois, le cycle de l’IA est par nature plus difficile à prévoir que les cycles économiques traditionnels.

Les variables économiques évoluent généralement de façon graduelle et sont publiées selon des calendriers prévisibles. Les décisions des banques centrales, par exemple, sont prises lors de réunions régulières (généralement mensuelles) et font au préalable l’objet d’analyses approfondies. En revanche, l’innovation dans le domaine de l’IA peut progresser rapidement et de façon inattendue. De nouvelles percées, applications ou améliorations de la productivité peuvent survenir sans préavis, tout comme des difficultés liées à la réglementation, à la cybersécurité, aux contraintes d’infrastructure ou aux bouleversements concurrentiels peuvent apparaître soudainement.

Les investisseurs ont largement bénéficié des évolutions positives liées à l’IA. Néanmoins, les facteurs mêmes qui ont généré de solides rendements créent également un degré d’incertitude plus élevé. Bien que les occasions restent attrayantes, il deviendra de plus en plus important de maintenir la diversification et de préparer les portefeuilles à un éventail plus large de résultats possibles à mesure que les marchés continueront d’évoluer dans ce contexte de placement en évolution.


À propos de l’auteur

Alfred Lam, MBA, CFA

Alfred Lam, Vice-président principal et co-chef des stratégies multi-actifs, s’est joint à Gestion mondiale d’actifs CI (GMA CI) en 2004. Il apporte plus de 23 ans d’expérience dans le domaine en matière de construction de portefeuille, de répartition d’actifs et de gestion des risques, ce qui comprend la présidence du comité de gestion des investissements multi-actifs et l’évaluation d‘opportunités d’investissement pour générer une valeur ajoutée et gérer les risques. Alfred possède le titre de CFA et un MBA de la Schulich School of Business de l’Université York.