🚀 CalPERS & IA : - tech, pourquoi maintenant ?
Découvrez pourquoi CalPERS et IA font évoluer ses actions technologiques : renforce le non-coté, sécurise les infrastructures IA et l’investissement IA. Ne manquez pas !
Le signal CalPERS : l'IA ne justifie plus n'importe quel prix
L'intelligence artificielle attire des capitaux, mais les investisseurs ne mettent pas l'argent n'importe où. Le récent mouvement de CalPERS, le fonds de retraite des employés publics de Californie, rappelle une évidence qu'on finit toujours par oublier quand les dépenses font la une : on peut croire au potentiel de l'IA tout en estimant que certains actifs sont trop chers ou trop risqués.
D'après des calculs du Financial Times réalisés à partir de déclarations réglementaires, CalPERS a réduit de 26 % le nombre d'actions détenues directement dans les sept grandes valeurs technologiques américaines au premier semestre 2026. Le fonds, qui gère plus de 600 milliards de dollars, augmente en parallèle son exposition au capital-investissement. Cette décision ne ressemble ni à une sortie « générale » de la technologie, ni à la preuve que l'IA est une bulle. L'idée est plus simple et plus terre-à -terre : la promesse de croissance ne suffit pas à justifier tous les prix, tous les montages et tous les calendriers de rentabilité.
Pour comprendre ce que ce repositionnement change (ou ne change pas) pour l'économie de l'IA, il faut comparer les grandes entreprises technologiques et les fournisseurs d'infrastructures, regarder comment les néoclouds financent leur capacité, et se demander ce que les investisseurs tentent vraiment de mesurer.
Que dit réellement le mouvement de CalPERS ?
CalPERS a réduit de 26 % le nombre d'actions détenues directement dans les « Sept Magnifiques » au cours des six premiers mois de 2026, selon les calculs relayés par le Financial Times. Ce groupe regroupe Apple, Microsoft, Alphabet, Amazon, Nvidia, Meta et Tesla. Attention toutefois : ce chiffre ne porte que sur les positions directes déclarées. À lui seul, il ne permet pas de conclure que l'exposition économique globale du fonds a baissé du même ordre sur ces entreprises.
Ce point est important. Un investisseur peut détenir des actions en direct, mais aussi être exposé indirectement via des fonds, des mandats ou d'autres instruments. Les informations disponibles ne donnent pas ici le panorama complet de toutes les positions de CalPERS. La lecture la plus directe reste donc celle-ci : le fonds a allégé une partie de ses détentions directes, pas forcément « abandonné » le secteur technologique.
Autre nuance : le contexte boursier ne raconte pas une histoire unique. Au moment de la publication, l'indice Roundhill Magnificent Seven affichait une hausse de 7 % sur l'année, Apple montait de 34 % et Nvidia de 12 %, tandis que Meta, Alphabet et Tesla étaient en baisse. Des performances très différentes dans le même panier rappellent pourquoi une étiquette globale peut masquer des réalités distinctes : valorisations, modèles et perspectives ne se déplacent pas tous au même rythme.
Réduire une position n'est pas prévoir un effondrement
Anton Orlich, responsable adjoint des investissements de CalPERS, a expliqué au Financial Times que les valorisations des actions cotées lui semblaient élevées et que les grandes entreprises technologiques pourraient moins bien faire que d'autres placements. Dit autrement : il s'agit d'un jugement de portefeuille, pas d'une prophétie sur la trajectoire de chaque entreprise.
Un fonds de retraite doit composer avec plusieurs contraintes en même temps : diversifier, tenir ses engagements dans le temps, éviter qu'une poignée de titres ne pèse trop sur les résultats. Une société peut être « solide » et rester un risque si elle devient trop lourde dans le portefeuille, ou si son prix intègre déjà beaucoup d'exécution future.
Le déplacement vers le capital-investissement
CalPERS indique aussi vouloir augmenter sa part de capital-investissement et mieux répartir ses investissements entre davantage d'entreprises. Le non-coté peut offrir d'autres profils de croissance et un rythme moins soumis aux variations quotidiennes des marchés. Mais il y a aussi un revers : liquidité plus faible, valorisation moins fréquente, et frais plus lourds, sans parler de la difficulté à sortir vite d'une position.
Au final, ce mouvement n'oppose pas mécaniquement « technologie risquée » et « actifs sûrs ». C'est plutôt un ajustement entre formes de risque, avec des horizons et des niveaux de liquidité différents. Et sans connaître les montants exacts, les objectifs de portefeuille et les autres positions du fonds, on ferait fausse route en essayant d'en tirer une règle universelle.
Pourquoi les dépenses d'IA inquiètent-elles les investisseurs ?
L'IA demande des investissements matériels : processeurs spécialisés, centres de données, réseaux, énergie et systèmes de refroidissement. Pour construire cette capacité, beaucoup d'entreprises doivent engager des dépenses avant d'avoir prouvé que les revenus générés pourront couvrir durablement le coût du capital. Le marché ne s'arrête donc pas à la qualité des modèles ou à la hausse de la demande. Il veut voir si les dépenses se traduisent concrètement en marges et en flux de trésorerie.
Et là , le calendrier compte. Une technologie peut être utile, et un marché peut croître, sans que la note finale soit supportable si l'entreprise paye trop cher ses équipements, emprunte à des conditions fragiles ou construit une capacité qui ne tournera pas à plein. La demande d'IA continue alors d'avancer... pendant que certains investissements déçoivent à la sortie.
DĂ©penser davantage ne prouve pas que l'investissement rapporte
Les annonces de dépenses sont faciles à repérer et à comparer. La valeur créée par ces dépenses, elle, l'est beaucoup moins. Pour juger un projet, il faut regarder ensemble : le coût total (achat + exploitation), le taux d'utilisation des équipements, la durée de vie des processeurs, la part des revenus réellement attribuable à l'IA et le coût du financement.
Un lancement ou une « démo » ne suffit pas à établir la rentabilité. Il faut savoir si les clients paient, s'ils renouvellent, si les coûts d'inférence restent maîtrisés et si le service apporte un résultat économique mesurable. Selon les cas, ce résultat peut être une baisse du temps de traitement, un coût d'assistance réduit, ou une nouvelle source de revenus. Sans mesure en conditions réelles, on reste sur une promesse produit.
Le prix d'une action intègre déjà des attentes
Une entreprise peut continuer à grandir tout en voyant son cours baisser, si les investisseurs attendaient encore plus. À l'inverse, une société très valorisée peut continuer à monter si elle dépasse les attentes. La question n'est donc pas seulement « est-ce que l'IA va se développer ? », mais aussi « combien de cette croissance est déjà dans le prix ? ».
C'est précisément ce qui rend la prudence de CalPERS crédible : dire que les valorisations sont élevées ne revient pas à nier l'utilité de l'IA. Ça veut dire que le rendement futur dépendra de résultats suffisamment forts pour justifier ce qu'on paie aujourd'hui. Quand l'espoir se concentre sur quelques acteurs, une déception sur la croissance, les marges ou les dépenses peut peser plus lourd que prévu.
Pour les dirigeants, la leçon est pratique : un budget IA doit être relié à des usages précis et à des indicateurs vérifiables. Acheter de la capacité n'est pas un résultat en soi. C'est défendable quand les équipes peuvent dire qui l'utilise, combien ça coûte et quel gain durable cela produit.
Pourquoi les néoclouds sont-ils particulièrement exposés ?
Les néoclouds sont des fournisseurs spécialisés dans l'accès à des capacités de calcul, souvent via des processeurs graphiques. Leur promesse répond à un besoin réel : des entreprises veulent de la puissance sans bâtir toute l'infrastructure elles-mêmes. Mais ce modèle peut aussi exiger des achats massifs d'équipements et un financement important avant que les revenus deviennent assez stables et diversifiés.
Dans les informations rapportées, Elon Musk a averti que les financements se raréfient pour les entreprises dont les revenus ne reposent pas sur des activités substantielles en dehors de centres de données dédiés à l'IA. Il a aussi évoqué une consolidation du secteur. Le reportage mentionne par ailleurs que SpaceX a levé 40 milliards de dollars de dette pour acheter des processeurs destinés à des calculs d'IA. L'ampleur des capitaux est bien là , mais ça ne suffit pas à conclure que toutes les entreprises du secteur portent le même risque ou le même niveau d'endettement.
L'endettement amplifie les conséquences d'une baisse de demande
Une infrastructure coûteuse doit être utilisée régulièrement pour générer assez de revenus afin de payer les équipements et la dette. Si la demande ralentit, si les prix de location baissent, ou si certains clients préfèrent construire leurs propres capacités, les recettes peuvent ne plus suivre les obligations financières. À l'inverse, un fournisseur avec des contrats solides et une forte utilisation de ses machines a plus de marge de manœuvre.
Il faut aussi regarder la vitesse de renouvellement du matériel. Même si les équipements restent fonctionnels, ils peuvent perdre leur avantage économique quand une nouvelle génération arrive. Un investisseur devrait donc examiner la durée des contrats, la qualité des clients, le calendrier de remboursement et la valeur résiduelle du matériel, pas seulement la quantité de processeurs déployés.
Les réactions de marché ne disent pas tout
Après ces avertissements, CoreWeave, Cipher Digital et IREN ont reculé avant l'ouverture du lundi mentionné dans le reportage. La réaction montre une sensibilité des investisseurs aux conditions de financement et aux perspectives du secteur. Mais elle ne prouve pas, à elle seule, que ces entreprises sont insolvables, ni que leurs contrats ne seront pas honorés.
Les entreprises citées ne correspondent pas forcément à des modèles identiques. Certaines sont centrées sur l'hébergement de calcul, d'autres sur le minage de cryptomonnaies, d'autres sur une transition vers l'infrastructure d'IA. Il faut donc comparer, au cas par cas, les revenus, les engagements de dette, la base clients et la capacité opérationnelle réelle. Une baisse de cours est un signal à analyser, pas un diagnostic complet.
Pour les clients qui achètent de la capacité, ce risque éventuel a une conséquence très concrète : dépendre d'un seul fournisseur peut fragiliser la continuité. La réponse n'est pas forcément de construire son propre centre. Ça commence par vérifier les engagements contractuels, les options de remplacement et la portabilité des charges de travail.
Conclusion
Le repositionnement de CalPERS pousse à regarder au-delà des annonces sur l'IA. La réduction des détentions directes dans les grandes valeurs technologiques, et le regain d'intérêt pour le capital-investissement, vont dans le sens d'une recherche de diversification face à des valorisations jugées élevées. Les avertissements sur le financement des néoclouds soulignent un autre risque : construire une infrastructure coûteuse sans revenus assez solides, ni assez diversifiés.
Pour les entreprises, la réponse n'est ni de suivre les dépenses du marché les yeux fermés, ni de renoncer à l'IA. Elle consiste à relier chaque investissement à un résultat opérationnel, à mesurer le coût complet et à anticiper les dépendances que cela crée. Quand l'usage, la rentabilité et la continuité sont documentés, l'investissement devient une décision de gestion. Sans ces preuves, ça reste une hypothèse financée à crédit.
Comment interpréter ce signal pour les entreprises ?
Le mouvement de CalPERS n'est pas, en soi, un indicateur d'achat ou de vente pour une entreprise qui choisit ses outils d'IA. Il décrit plutôt l'ambiance : des acteurs financiers veulent des preuves plus solides que « ça grandit ». Pour les équipes produit et les dirigeants, ça pousse à une approche plus progressive, où chaque investissement est lié à un usage mesurable et à une solution de repli.
Le point de départ reste le besoin métier. Si l'objectif est de réduire le temps de traitement de documents, il faut comparer le coût actuel, le coût du système complet et le taux d'erreur après automatisation. Si l'objectif est d'améliorer le service client, il faut regarder le taux de résolution, les escalades vers un agent humain et la satisfaction utilisateurs. Dans les deux cas, le coût des appels au modèle ne représente qu'une partie de la facture : intégration, sécurité, contrôle qualité et conduite du changement comptent aussi.
Une grille de décision en quatre points
Avant d'augmenter fortement les dépenses liées à l'IA, une équipe peut se poser quatre questions :
Quand une réponse reste floue, il vaut souvent mieux lancer un pilote limité plutôt que de signer tout de suite un engagement lourd. Ce n'est pas un frein à l'innovation. C'est une façon d'apprendre avec moins de dépendance coûteuse.
Diversifier sans multiplier inutilement les fournisseurs
La diversification n'est pas une fin en soi. Multiplier les prestataires peut augmenter les coûts d'intégration, les risques sécurité et la complexité opérationnelle. Le but est de réduire les dépendances qui peuvent bloquer une activité essentielle. Une entreprise peut, par exemple, garder une solution principale tout en documentant une option de remplacement pour les fonctions critiques, et en évitant des formats de données impossibles à exporter.
Cette logique vaut aussi pour le choix entre un fournisseur spécialisé, un grand fournisseur de services infonuagiques ou une infrastructure interne. Un spécialiste peut être plus performant sur un besoin précis, mais il dépend d'un marché de financement plus étroit. Un grand acteur peut offrir une gamme plus large, au prix d'une dépendance commerciale plus forte. L'infrastructure interne donne du contrôle, mais demande des compétences, des capitaux et une charge d'exploitation que toutes les équipes ne peuvent pas assumer.
En Europe, il faut aussi intégrer les exigences de protection des données et de conformité applicables, notamment le RGPD. La localisation des données ou le choix d'un fournisseur ne règle pas tout : il faut définir les accès, les durées de conservation, les usages et les responsabilités. Le « bon » choix est celui qui tient ensemble performance, coût, conformité et continuité.