Salle de marché de Goldman Sachs : les stratégies de trading de momentum pourraient encore mettre des semaines à toucher le fond, le récit sur les dépenses d’investissement dans l’IA vacille

Les modèles d’IA atteignent des performances de pointe avec une puissance de calcul bien inférieure aux attentes du marché, remettant en cause une nouvelle fois le récit du marché selon lequel « seul un investissement continu et massif en capital permet de gagner la compétition de l’IA ». Le desk de trading One-Delta de Goldman Sachs estime que l'ajustement des stratégies momentum n'est pas terminé, mais il n'y a actuellement aucun risque systémique sur le marché américain, la structure du marché restant résiliente.

Rich Privorotsky, responsable du desk One-Delta chez Goldman Sachs, indique que son modèle momentum montre que la correction actuelle du trading Momentum n’a pas encore touché son point bas, ce qui devrait prendre encore quelques semaines, et la baisse finale sera probablement proche du niveau médian historique. Cependant, compte tenu de la pente de hausse précédemment bien supérieure à la moyenne historique, il existe également une possibilité que cette correction dépasse la moyenne historique.

Il souligne aussi l’apparition récente de nouveaux modèles d’IA efficaces, qui poussent le marché à repenser la logique d’investissement dans les infrastructures d’IA. À mesure que l’efficacité de l’entraînement des modèles progresse, le récit central selon lequel il faut « continuer à investir massivement pour construire des clusters de calcul toujours plus importants » fait l’objet d’un nombre croissant de remises en question, tandis que l’investissement en capital dédié à l’IA demeure actuellement la principale ligne directrice de la valorisation des valeurs technologiques mondiales.

Le dénouement des opérations momentum n’est pas achevé, la rotation sectorielle se poursuit sur le marché

Privorotsky précise que les indicateurs momentum qu’il suit montrent que la volatilité relative reste à un niveau élevé, sans signal permettant de lever l’alerte à ce stade.

Cependant, une nette divergence commence à apparaître au sein du marché. D’une part, certains titres liés au matériel d’IA sont entrés en zone de survente ; d’autre part, quelques secteurs en retard sur la performance rebondissent malgré l’absence d’amélioration notable de leurs fondamentaux, reflétant une rotation manifeste des capitaux.

Au niveau des indices, le marché américain conserve globalement une forte résilience. La corrélation entre secteurs reste faible, les capitaux circulant principalement d’un secteur à l’autre plutôt que via une liquidation généralisée. Même si la volatilité implicite a légèrement augmenté vendredi dernier, la structure du marché demeure inchangée.

L’efficacité de l’IA interroge à nouveau la logique d’investissement capitalistique

Privorotsky souligne qu’après avoir testé le modèle Kimi K3, il a été impressionné par ses performances d’ingénierie. Ce modèle compte 28 000 milliards de paramètres, nécessitant un cluster GPU de niveau entreprise en auto-hébergement, bien plus qu’un simple dispositif local.

Selon lui, le point crucial n’est pas le stade d’inférence, mais l’efficacité de l’entraînement.

Plutôt que de dépendre uniquement d’une augmentation de la puissance de calcul, les nouveaux modèles reposent davantage sur l’optimisation algorithmique, l’innovation architecturale et des mécanismes de routage MoE (Mixture of Experts) plus efficaces pour améliorer l’efficacité de l’entraînement. Par exemple, pour Kimi K3, il dispose de 896 modules experts mais seuls 16 sont activés à chaque inférence, diminuant ainsi considérablement la consommation de ressources informatiques.

Cela pousse le marché à reconsidérer : si les modèles d’avant-garde peuvent améliorer l’efficacité de l’entraînement grâce à l’innovation algorithmique, le secteur de l’IA doit-il encore poursuivre une expansion continue et capital-intensive des centres de données et des clusters d’entraînement ?

Toutefois, Privorotsky estime que cela remet principalement en cause la logique d’investissement côté entraînement, tandis que la demande de puissance de calcul pour l’inférence reste solide, et les besoins structurels à long terme des infrastructures d’IA n’ont pas fondamentalement changé.

La saison des résultats déterminera si la tendance AI se poursuivra

Alors que la Fed entre dans sa période de silence avant la réunion du FOMC, l’attention du marché à court terme se portera sur la réunion de la BCE, l’indice des prix à la consommation britannique et les premières estimations PMI des grandes économies mondiales.

Néanmoins, Privorotsky estime que la saison des résultats à venir sera le véritable facteur déterminant de la direction du marché.

Outre Alphabet, les performances de Tesla, Texas Instruments, Intel et d’autres sociétés technologiques, ainsi que le prochain événement « Advancing AI » d’AMD, constitueront des fenêtres d’observation clés pour le cycle d’investissement AI, et permettront de vérifier si la logique des investissements AI à plusieurs milliards de dollars continue à être acceptée par le marché.