Comment la frénésie de l'IA remodèle la structure des revenus des banques d'investissement de Wall Street : de la fête spéculative à la transformation durable

Le festin du trading IA à Wall Street : spéculation ou tendance ?

Au deuxième trimestre 2026, deux grandes banques d'investissement de Wall Street — Goldman Sachs et Morgan Stanley — ont présenté des résultats remarquables : un chiffre d'affaires total des transactions sur actions approchant les 14 milliards de dollars, en hausse d'environ 70 % par rapport à la même période l'année précédente. Le moteur principal de cette croissance explosive est l'engouement du marché suscité par l'intelligence artificielle (IA). Le PDG de Goldman Sachs, David Solomon, a annoncé lors d'une conférence téléphonique sur les résultats que la banque avait atteint un rendement des capitaux propres tangibles (ROTE) de 26 %, bien supérieur aux niveaux d'efficacité du capital courants depuis la crise financière de 2008 ; Morgan Stanley a suivi de près, avec un rendement proche de 27 %.

Cependant, derrière ces chiffres éclatants, une question cruciale se pose : Wall Street a longtemps prôné une transition vers des modèles de revenus stables et plus prévisibles, comme la gestion de patrimoine et la banque d'investissement, mais se retrouve aujourd'hui à nouveau fortement dépendante des activités de trading volatiles liées aux fluctuations du marché. Cette frénésie autour de l'IA est-elle une opportunité structurelle ou une brève fête spéculative ? Comment les investisseurs institutionnels évaluent-ils l'impact de cette tendance sur l'allocation d'actifs à long terme ?

Contexte du marché : taux d'intérêt, inflation et environnement de liquidité

L'environnement macroéconomique mondial actuel offre un terrain unique à la frénésie du trading IA. Bien que les principales banques centrales aient progressivement abaissé leurs taux en 2025-2026, ceux-ci restent historiquement élevés, tandis que l'inflation a reculé par rapport à son pic sans être encore complètement revenue à l'objectif. La croissance du PIB américain se maintient autour de 2,5 %, le marché de l'emploi est sain, mais les attentes d'un atterrissage en douceur de l'économie coexistent avec les risques géopolitiques. Les liquidités mondiales sont abondantes, en particulier dans le secteur technologique, où les fonds de capital-risque et de capital-investissement continuent de poursuivre les cibles liées à l'IA, faisant grimper les valorisations dans les secteurs des semi-conducteurs, des centres de données et des logiciels.

Dans ce contexte, les divisions de trading de Goldman Sachs et Morgan Stanley ont su saisir les opportunités de volatilité offertes par le thème de l'IA. La demande des clients institutionnels pour la couverture, l'arbitrage et le trading directionnel sur les actions liées à l'IA a explosé, permettant aux banques de réaliser des bénéfices exceptionnels grâce à leurs activités de tenue de marché et de trading pour compte propre.

Flux de capitaux actuels : l'IA comme moteur du trading

• Du point de vue des flux de capitaux, l'IA a déjà dépassé les secteurs traditionnels pour devenir le cœur de cible du trading institutionnel. Selon les résultats de Goldman Sachs et de Morgan Stanley, les revenus des transactions sur actions proviennent principalement des domaines suivants :
• Matériel IA et semi-conducteurs : les volumes de transactions sur les actions de NVIDIA, SK Hynix, AMD et d'autres sociétés ont fortement augmenté, les investisseurs institutionnels s'engageant dans des paris intenses autour de la demande de puissance de calcul.
• Applications et logiciels IA : des logiciels d'IA d'entreprise aux plateformes d'IA générative, les cours des actions de ces sociétés fluctuent fortement, offrant de riches opportunités pour le trading à haute fréquence et les stratégies d'options.
• Indices et ETF : les entrées nettes de capitaux dans les ETF thématiques IA continuent d'augmenter, les banques d'investissement générant des revenus stables grâce à la tenue de marché et au trading de produits dérivés.Il est à noter que la croissance des revenus de trading de ces deux banques d'investissement n'est pas un cas isolé. JPMorgan, Bank of America et d'autres pairs bénéficient également de l'engouement pour l'IA, mais Goldman Sachs et Morgan Stanley ont une concentration plus élevée sur les transactions en actions, ce qui rend leur élasticité plus significative.

Analyse de la logique d'investissement : facteurs structurels

Pourquoi les capitaux affluent-ils vers le trading d'IA ?

1. Accélération des percées technologiques : Depuis 2023, le rythme d'itération des grands modèles de langage et des technologies d'IA multimodale a dépassé les attentes, les dépenses d'investissement des entreprises s'orientant vers les infrastructures d'IA, créant ainsi un point chaud durable sur le marché. 2. Révision à la hausse des attentes de bénéfices : La croissance des revenus et des bénéfices des entreprises liées à l'IA est généralement meilleure que celle des entreprises technologiques traditionnelles, attirant les investisseurs institutionnels à l'achat. 3. Prime de volatilité : La forte incertitude entourant le thème de l'IA maintient la volatilité implicite des options à un niveau élevé, ce qui profite aux activités de tenue de marché des banques d'investissement, tandis que les besoins de couverture des clients génèrent également des revenus de commissions.

Le point de vue des investisseurs institutionnels

Les investisseurs institutionnels ont des attitudes divergentes à cet égard. Certains fonds de pension et assureurs estiment que la frénésie du trading d'IA présente un « caractère de momentum à court terme » et convient mieux à une participation via des stratégies quantitatives ou des fonds événementiels, plutôt qu'en tant qu'allocation d'actifs de base. Les fonds souverains, quant à eux, sont plus attentifs aux flux de trésorerie à long terme des infrastructures d'IA, comme les centres de données et les projets énergétiques, plutôt qu'aux gains purement transactionnels. Les family offices montrent un enthousiasme plus grand, certains participant directement à des investissements en capital-investissement dans des start-ups d'IA.

Le ROTE élevé de Goldman Sachs et Morgan Stanley provient principalement des divisions de trading, et non de la gestion de patrimoine ou de la banque d'investissement, plus stables. Cela suggère aux investisseurs que la qualité des bénéfices des banques d'investissement pourrait être inférieure aux chiffres apparents.

Facteurs de risque

Risques macroéconomiques Si la Réserve fédérale retarde une baisse des taux en raison de la persistance de l'inflation, ou si l'économie entre en récession, la valorisation élevée des actions liées à l'IA pourrait être corrigée, et les revenus de trading pourraient chuter fortement.

Risques politiques Le renforcement du contrôle réglementaire sur l'IA, par exemple, le gouvernement américain pourrait imposer des contrôles à l'exportation plus stricts ou des mesures antitrust, affectant les perspectives de bénéfices des entreprises d'IA.

Risques géopolitiques L'intensification de la concurrence technologique entre la Chine et les États-Unis, ainsi que les perturbations de la chaîne d'approvisionnement mondiale des semi-conducteurs, pourraient avoir un impact sur le secteur de l'IA. En se référant à la sensibilité géopolitique d'entreprises comme SK Hynix en Corée du Sud, toute escalade des frictions commerciales se répercutera rapidement sur les bureaux de trading.

Risques de valorisation boursière Actuellement, les ratios cours/bénéfice des actions liées à l'IA sont proches des sommets historiques. Si la croissance des bénéfices ne répond pas aux attentes, le processus de dégonflement des valorisations entraînera une baisse des volumes de transactions et des revenus.

Perspectives à long terme (3-10 ans)

À long terme, l'impact du thème de l'IA sur la structure des revenus des banques d'investissement pourrait passer par trois phases :

1. Période d'euphorie (2025-2027) : les revenus de trading restent très volatils, mais les banques d'investissement seront confrontées à une pression accélérée de transformation. 2. Période d'ajustement (2028-2030) : à mesure que la pénétration de l'IA approche de la saturation, l'enthousiasme pour le trading diminue, et les banques doivent convertir les relations liées à l'IA en revenus stables via des activités comme le conseil en fusions-acquisitions et le financement structuré. 3. Période de maturité (après 2031) : l'IA devient une infrastructure comparable à Internet, la structure des revenus des banques d'investissement se rééquilibre, avec une double motorisation du trading et du conseil.

Les directions de Goldman Sachs et Morgan Stanley ont déjà pris conscience de la nécessité de transformer les relations clients et l'accumulation de capitaux issues de la frénésie de l'IA en activités durables à long terme. Par exemple, développer les introductions en bourse, le conseil en fusions-acquisitions et les services de crédit privé dans le domaine de l'IA. Mais la transformation demande du temps, et à court terme, la volatilité des revenus de trading continuera de dominer les performances.

Implications pour les investisseurs

Pour les investisseurs institutionnels et les allocataires d'actifs, les dividendes du trading lié à l'IA des banques de Wall Street offrent à la fois des opportunités et des mises en garde :

• Opportunités de trading à court terme : il est possible d'allouer modérément des stratégies quantitatives ou des fonds événementiels pour capter les gains de volatilité du thème de l'IA.
• Logique d'allocation à long terme : se concentrer sur le développement des activités non liées au trading des banques dans le domaine de l'IA, comme les produits liés à l'IA dans la gestion de patrimoine ou les fonds d'infrastructure IA dans l'investissement alternatif.
• Couverture des risques : se couvrir contre le risque de baisse du thème de l'IA via des options ou des produits dérivés indiciels, afin d'éviter une concentration excessive.

Conclusion

La frénésie du trading lié à l'IA de Goldman Sachs et Morgan Stanley est essentiellement un cas classique de Wall Street transformant une tendance technologique en profits à court terme. Cependant, l'histoire montre que les revenus tirés du sentiment du marché et de la volatilité sont souvent difficiles à pérenniser. Le véritable défi est de savoir si ces banques d'investissement peuvent, comme après l'éclatement de la bulle Internet, convertir les acquis de la frénésie de l'IA en un modèle économique plus stable et plus durable. Pour les investisseurs mondiaux, c'est à la fois une fenêtre pour observer l'évolution du secteur et une occasion d'examiner la résilience de leur propre allocation d'actifs.