Du sable au token. Derrière chaque réponse d'un modèle d'IA se cache une chaîne industrielle vertigineuse : silicium, mémoire HBM, connectivité, packaging, serveurs, fonderie, cloud, modèles, applications. On la décortique couche par couche — avec la logique des pioches et des pelles : qui vend quoi, à qui.
Quand un modèle d'IA te répond en une seconde, tu vois la pointe de l'iceberg. Sous la surface, il y a une chaîne industrielle qui part littéralement du sable (le silicium) pour aboutir à un token (l'unité de texte générée). Comprendre cette chaîne, c'est comprendre où se loge la valeur — et donc où investir intelligemment.
Dans la partie 1, on a vu l'ampleur du capex : les Big Five (Amazon, Microsoft, Google, Meta, Oracle) dépenseront plus de 600 Md$ en infrastructure en 2026, dont environ 75 % (~450 Md$) sur l'IA (source : investing.com, MUFG). Mais cet argent ne tombe pas dans un trou noir : il ruisselle couche par couche vers une poignée de fournisseurs. Voici l'ordre de la chaîne, du plus bas niveau (la matière) au plus haut (l'usage).
Parce que la valeur n'est pas répartie uniformément. Certaines couches sont des quasi-monopoles avec des marges énormes (Nvidia, TSMC), d'autres sont des commodités à faible marge (l'assemblage final). Investir dans l'IA sans connaître la couche, c'est comme acheter « du pétrole » sans distinguer le foreur, le raffineur et la station-service.
La couche reine, c'est le compute : les accélérateurs qui font les calculs matriciels de l'IA. Et là, un seul nom domine : Nvidia capte environ 90 % des dépenses en accélérateurs IA (source : investing.com). C'est l'un des quasi-monopoles les plus rentables de l'histoire récente de la tech.
Mais un GPU seul ne sert à rien : il a faim de données. C'est là qu'intervient la mémoire HBM (High Bandwidth Memory), des piles de DRAM collées juste à côté du processeur pour le nourrir à très haut débit. Sans HBM, le GPU « tourne dans le vide » en attendant ses données. Trois acteurs se partagent ce marché ultra-tendu : SK Hynix, Samsung et Micron.
Les hyperscalers ne veulent pas dépendre éternellement de Nvidia. Google conçoit ses TPU, Amazon ses Trainium/Inferentia, Meta ses MTIA. Ces puces sur-mesure (ASIC) grignotent une partie du gâteau, surtout pour l'inférence (faire tourner un modèle déjà entraîné). C'est le principal risque structurel sur la part de marché de Nvidia — à surveiller dans la partie 6.
Pour autant, la demande reste massive : Goldman Sachs estime le capex cumulé des hyperscalers à ~1 150 Md$ sur 2025-2027, soit plus du double des 477 Md$ de 2022-2024 (source : Goldman Sachs, « Tracking the Trillions »). Tant que ce robinet coule, le compute reste la couche la plus capturée par un acteur unique.
Un cluster IA moderne, ce n'est pas un GPU — c'est des dizaines de milliers de GPU qui doivent se parler à la vitesse de la lumière. Plus on empile de puces, plus le goulet d'étranglement se déplace du calcul vers la communication entre puces. Deux couches discrètes mais critiques en profitent : la connectivité et le packaging avancé.
Quand deux serveurs doivent échanger des téraoctets, le signal électrique se dégrade sur la distance. Credo (CRDO) fabrique des Active Electrical Cables (AEC) et des DSP optiques qui maintiennent un signal propre à haut débit et basse consommation. Astera Labs (ALAB) produit des retimers et puces de connectivité (PCIe/CXL) qui régénèrent le signal à l'intérieur du serveur. Ce sont des fournisseurs « armes et munitions » par excellence — DailyTickers couvre les deux avec des analyses notées A+.
Empiler le GPU, la mémoire HBM et les interconnexions sur un même substrat exige un assemblage de précision : le packaging avancé 2.5D/3D. La technologie phare s'appelle CoWoS (Chip-on-Wafer-on-Substrate), maîtrisée par TSMC mais dont la capacité est un goulet d'étranglement chronique. Amkor (AMKR), leader indépendant du test & assemblage (OSAT), bénéficie directement de cette pénurie de capacité — c'est aussi une analyse A+ chez DailyTickers.
| Acteur | Couche | Ce qu'il vend | Pourquoi ça compte |
|---|---|---|---|
| Credo (CRDO) | Connectivité | AEC + DSP optiques | Lien GPU↔GPU haut débit, basse conso |
| Astera Labs (ALAB) | Connectivité | Retimers PCIe/CXL | Intégrité du signal dans le serveur |
| Amkor (AMKR) | Packaging | Assemblage & test (OSAT) | Capacité packaging = goulet structurel |
| TSMC (CoWoS) | Packaging | 2.5D/3D in-house | Standard du packaging haut de gamme IA |
Dans une ruée vers l'or, le foreur le plus médiatisé n'est pas toujours le meilleur investissement. Souvent, c'est le fournisseur d'une pièce indispensable et en pénurie qui a le plus de pricing power. Connectivité et packaging avancé sont exactement ça : des couches « invisibles » mais sans lesquelles aucun GPU ne fonctionne en cluster.
Toutes ces puces doivent finir assemblées dans des serveurs physiques, refroidis, câblés, et installés dans un data center. C'est le métier de l'intégration — moins glamour, plus capitalistique, marges plus minces, mais volumes colossaux.
Serveurs IA clé en main pour entreprises et hyperscalers. Carnet de commandes IA en forte hausse. Analyse A+ DailyTickers.
Serveurs + réseau (post-acquisition Juniper). Positionné sur l'IA d'entreprise et le edge. Analyse A+ DailyTickers.
Arista pour le réseau data center, Palo Alto (PANW) pour sécuriser les flux IA — une couche transverse souvent oubliée.
Grave l'écrasante majorité des puces IA. La couche la plus en amont, et l'un des plus solides quasi-monopoles de la chaîne.
Tout en bas de la pile, il y a la fonderie : TSMC grave physiquement les puces conçues par Nvidia, AMD et les hyperscalers. C'est la couche la plus en amont, la plus difficile à concurrencer (des années d'avance technologique, des dizaines de milliards d'investissement par usine), et donc l'une des plus défensives de toute la chaîne de valeur.
Attention au piège : les fabricants de serveurs vendent énormément, mais leurs marges sont fines car ils achètent l'essentiel de la valeur (les GPU) à Nvidia. Une partie de leur chiffre d'affaires « IA » est en réalité du pass-through : ils refacturent le GPU avec une faible marge. Le carnet de commandes impressionne, la marge nette beaucoup moins. À garder en tête au moment de valoriser ces titres (partie 5).
Une fois l'infrastructure construite, on remonte vers l'usage. Trois couches superposées capturent la valeur « logicielle » de l'IA :
AWS, Azure, Google Cloud louent la capacité GPU à l'heure. Ce sont aussi les Big Five qui financent le capex de la partie 1.
OpenAI, Anthropic, Google, Meta entraînent les grands modèles. Coûteux à entraîner, monétisés par API et abonnement.
Logiciels qui intègrent l'IA dans un usage métier : code, support, marketing, juridique, santé. La couche la plus proche du client final.
Palo Alto (PANW) et consorts sécurisent les données et les flux. Couche transverse qui croît avec l'adoption.
Plus on monte dans la pile, plus la marge logicielle est élevée — mais plus la concurrence est féroce et la monétisation incertaine. C'est précisément le sujet de la partie 4 : qui gagne réellement de l'argent, et où se situe le fameux écart entre le capex investi et le revenu généré (le ROI gap).
Aujourd'hui, l'argent est certain en bas de la pile (infrastructure : on vend des pelles, le cash rentre) et incertain en haut (applications : il faut encore prouver le retour sur investissement). Les pioches et les pelles encaissent tout de suite ; les chercheurs d'or, eux, espèrent encore trouver le filon. C'est le fondement de la logique picks-and-shovels.
Pendant la ruée vers l'or de 1849, peu de chercheurs sont devenus riches. Ceux qui ont prospéré, ce sont les vendeurs de pioches, de pelles et de jeans. La même logique s'applique à l'IA : plutôt que de parier sur le gagnant final incertain (quelle application IA dominera ?), on peut investir dans ceux qui vendent à tous les acteurs, quel que soit le vainqueur.
Concrètement, qui vend à qui dans la chaîne IA ? Voici le flux de la valeur, de la matière à l'usage :
| Fournisseur | Vend… | À qui | Type |
|---|---|---|---|
| TSMC | Puces gravées | Nvidia, AMD, hyperscalers | Pelle (fonderie) |
| Amkor (AMKR) | Packaging / assemblage | Nvidia, AMD, fonderies | Pelle (packaging) |
| Credo (CRDO) | AEC / DSP optiques | Hyperscalers, équipementiers | Pelle (connectivité) |
| Astera Labs (ALAB) | Retimers PCIe/CXL | OEM serveurs, hyperscalers | Pelle (connectivité) |
| Nvidia | GPU + systèmes | Hyperscalers, entreprises | Pioche premium |
| Dell / HPE | Serveurs IA intégrés | Hyperscalers, entreprises | Intégrateur |
| Hyperscalers | Capacité cloud GPU | Labos IA, entreprises, SaaS | Loueur de pelles |
| Labos / SaaS IA | API & applications | Client final | Chercheur d'or |
Notre couverture se concentre volontairement sur les pelles de niche à fort pricing power : CRDO, ALAB (connectivité), AMKR (packaging) et les intégrateurs DELL / HPE — toutes notées A+. Ce sont des fournisseurs critiques qui encaissent le capex IA quel que soit le modèle ou l'application qui finira par dominer. Le détail des thèses et des points d'entrée arrive en partie 5.
Thèse haussière : la demande est réelle et cash-générative, avec des carnets de commandes pluriannuels — contrairement à la bulle dot-com où les revenus étaient largement spéculatifs. Goldman Sachs évoque jusqu'à ~7 600 Md$ de capital déployé sur le compute, les data centers et l'énergie d'ici 2031 (source : Goldman Sachs).
Thèse baissière : financement circulaire (les mêmes acteurs s'achètent mutuellement), risque de surcapacité, écart persistant entre le capex et la monétisation, et concentration extrême du risque sur quelques noms. Les deux scénarios coexistent — on tranche en partie 6.
Accélération IA : Le Supercycle
Série complète en 6 parties — Du capex au token, comprendre et investir le supercycle IA
Retour à l'accueil