Nvidia chute et prolonge sa baisse après la publication des résultats à 13% alors que des questions persistent sur les dépenses en IA

• Les actions Nvidia ont chuté de 8% mardi, prolongeant leur baisse après la publication des résultats à 13%.
• Malgré les bons résultats de Nvidia, des questions persistent quant au retour sur investissement des GPU compatibles avec l’IA.
• La patience des investisseurs est cruciale alors que les revenus des centres de données de Nvidia approchent des sommets historiques, a déclaré JPMorgan.

Les actions de Nvidia ont chuté jusqu’à 8 % lundi, prolongeant leur baisse après la publication des résultats à 13 %, alors que les investisseurs s’interrogent sur le retour sur investissement des énormes dépenses en intelligence artificielle des entreprises.

Selon Michael Cembalest, président du marché et de la stratégie d’investissement de JPMorgan, les résultats du deuxième trimestre de Nvidia ont été extraordinaires.

« C’est phénoménal, et c’est l’antithèse de l’ère des dot-com », a déclaré Cembalest dans une note publiée lundi. « NVIDIA n’a rien à voir avec les leaders du marché des dot-com comme Cisco, dont le ratio cours/bénéfice a lui aussi grimpé en flèche, mais sans bénéfices pour accompagner cette hausse ».

Mais alors que Nvidia a énormément bénéficié des avancées technologiques de ses GPU, des questions subsistent quant à l’avantage financier que ses clients tireront des centaines de milliards de dollars qu’ils dépensent pour des puces GPU compatibles avec l’IA.

Si les bénéfices n’arrivent pas rapidement pour les hyperscalers du cloud, les dépenses consacrées au produit phare de Nvidia pourraient éventuellement diminuer.

« Au cours des deux prochaines années, les tendances en matière d’adoption de l’IA dans les entreprises… doivent s’accélérer pour éviter un résultat « métaverse » pour tout le capital déployé », a déclaré Cembalest, faisant référence au graphique ci-dessous.

Un rapport récent de The Information suggère qu’OpenAI pourrait perdre 5 milliards de dollars cette année, le PDG d’Anthropic a déclaré qu’il en coûterait 100 milliards de dollars pour former un seul modèle d’IA en 2027, et les plus grandes entreprises technologiques pourraient avoir 500 milliards de dollars de « revenus manquants » qui sont nécessaires pour atteindre le seuil de rentabilité de leurs investissements massifs en IA, a souligné Cembalest.

« Barclays estime qu’en 2024, suffisamment de GPU ont été construits pour générer environ 100 milliards de dollars de revenus à des taux d’utilisation maximum. Paiements réels des utilisateurs de GPU en 2024 : environ 10 milliards de dollars. Combien de temps faudra-t-il pour que cet écart se résorbe ? », a demandé Cembalest.

Certes, chaque nouvelle plateforme informatique a nécessité des investissements massifs en infrastructure en amont avant que les stratégies de monétisation ne prennent de l’ampleur.

Mais la question ultime est de savoir à quel point les investisseurs seront patients – et cette patience, ou son absence, se reflétera directement dans le cours de l’action de Nvidia.

« Chaque cycle informatique implique d’abord une infrastructure, puis des plateformes et enfin des applications. Il est probablement trop tôt pour s’inquiéter du fait qu’il n’existe pas encore d’application d’IA générative révolutionnaire comparable aux logiciels de planification des ressources d’entreprise des années 1990 ou aux applications de recherche et de commerce électronique des années 2000 », a déclaré Cembalest.

Il a ajouté : « Mais le temps presse : les revenus des centres de données NVIDIA en pourcentage des dépenses d’investissement du marché devraient atteindre les sommets observés à l’apogée de l’ère du mainframe en 1969 et lors du boom des dot-com. Par conséquent, les enjeux pour les investisseurs sont élevés. »

De son côté, le PDG de Nvidia, Jensen Huang, a répondu à la question du retour sur investissement lors de la conférence téléphonique sur les résultats de son entreprise la semaine dernière.

Mais plutôt que de pointer du doigt une application phare qui génère beaucoup de revenus pour ses clients, Huang a souligné les immenses économies de coûts que ses clients réalisent grâce à l’immense puissance de calcul de ses GPU accélérés par rapport aux CPU traditionnels.

« La demande en matière de calcul continue de croître de manière assez significative. On peut même estimer qu’elle double chaque année. Si nous n’avons pas de nouvelle approche, l’inflation du calcul entraînera une hausse des coûts pour toutes les entreprises et une augmentation de la consommation énergétique des centres de données du monde entier », a expliqué Huang.

Il a ajouté : « Lorsqu’ils construisent une infrastructure basée sur Hopper et bientôt sur Blackwell, ils commencent à économiser de l’argent. C’est un retour sur investissement énorme. Et la raison pour laquelle ils commencent à économiser de l’argent est que le traitement des données permet d’économiser de l’argent. »