← Accueil actu | Salle du marché
2026-11-03 · Source:虎嗅·中继

Li Lu, président de Himalaya Capital, a tracé une frontière froide face à l'engouement pour l'IA au 36e Forum annuel Graham & Dodd de Columbia Business School : le progrès technique reste soumis aux coûts, revenus, profits et besoins en capital. Il a commenté sur place l'introduction en bourse d'Anthropic et souligné, à contre-courant, que lorsque les capitaux se concentrent sur un récit à la mode, d'autres bonnes entreprises affichent des prix plus attractifs.
Le vétéran de l'investissement value a posé une limite froide à la fièvre de l'IA. Dans la nuit du 6 octobre, heure de Pékin, Li Lu, président de Himalaya Capital, a déclaré lors du 36e Forum annuel Graham & Dodd de Columbia Business School que le potentiel de l'IA à libérer la productivité est immense, mais que le progrès technique reste soumis aux contraintes de coûts, de revenus, de profits et de besoins en capital, et que les cycles d'expansion et de krach reviendront. Ce forum, lancé en 1991, était animé par le professeur de finance de Columbia Tano Santos. Pour les acteurs de marché qui suivent de près les investissements dans les infrastructures de calcul, la portée de ces propos ne réside pas dans une négation de l'IA, mais dans un rappel : aussi raide soit la courbe de demande, il faudra toujours revenir à l'arithmétique de l'économie unitaire.
Lu sous l'angle du secteur du calcul, l'avertissement de Li Lu touche le nerf le plus sensible du moment. Depuis deux ans, la demande d'entraînement et d'inférence en IA a provoqué une expansion exponentielle des dépenses en GPU haut de gamme, ASIC sur mesure et datacenters associés ; les capital expenditures des grands fournisseurs de cloud battent record sur record, et la chaîne d'approvisionnement est tendue de bout en bout, de la mémoire HBM au refroidissement liquide. Mais sous la fièvre, une question fondamentale demeure en suspens : les investissements massifs en puissance de calcul pourront-ils se convertir en revenus et profits durables ? Les quatre contraintes soulignées par Li Lu — coûts, revenus, profits et besoins en capital — constituent précisément la grille d'évaluation centrale de la santé des investissements en infrastructure d'IA. Chaque révolution technologique — le chemin de fer, le télégraphe, Internet — a connu son afflux de capitaux suivi de surcapacités et d'assainissements ; l'IA ne fera très probablement pas exception. « Les cycles d'expansion et de krach reviendront » : voilà une phrase à inscrire en première ligne du mémo de décision de tout acheteur prêt à dépenser des sommes colossales en puissance de calcul ou à parier sur des actifs de calcul.
Il a en outre insisté sur le fait que l'IA ne doit pas se développer de manière autonome, hors de la supervision et de la participation humaines, ni s'élever au-dessus de la société humaine, et il a commenté sur place la demande d'introduction en bourse d'Anthropic. Sur le plan des flux de capitaux, son observation porte la marque typique du contrarian : lorsque l'argent se concentre excessivement sur un récit à la mode, d'autres excellentes entreprises affichent au contraire des prix plus attractifs. Cette analyse éclaire directement l'allocation de capitaux tant sur le marché secondaire que sur le primaire : lorsque les récits autour des puces IA, de la location de calcul ou des REIT de datacenters absorbent l'essentiel des flux nouveaux, ce ne sont pas seulement les actifs concernés dont les valorisations montent, mais aussi le coût d'opportunité de tout le marché. Pour les acheteurs institutionnels, cela signifie qu'au-delà des achats de calcul, il faut aussi s'interroger : mon portefeuille n'est-il pas hostage d'un récit unique ?
Sur le plan pratique, le principe de marge de sécurité de Li Lu s'applique tout autant aux acheteurs de calcul IA confrontés aux devis des fournisseurs et à la chaleur du marché. Concrètement, toute décision d'achat devrait au minimum répondre à quatre questions : premièrement, la charge visée est-elle de l'entraînement ou de l'inférence, et quel taux d'utilisation espérer ; deuxièmement, le cycle d'amortissement correspond-il au rythme des générations de GPU — combien vaudra la carte phare d'aujourd'hui dans deux ou trois ans ; troisièmement, les coûts du cycle de vie complet — électricité, salles, exploitation — sont-ils intégralement comptabilisés, au-delà du seul prix de la carte nue ; quatrièmement, en cas de retournement du cycle du capital et de baisse des prix de location, les contrats et actifs détenus offrent-ils un coussin suffisant. À titre d'exemple de marché actuel, les attentes de prix autour des modèles en vogue sont facilement gonflées par le récit. Prenons Qwen3-ASR-1.7B : ce modèle n'affiche actuellement aucune donnée de prix en vente, ce qui montre en soi que tous les modèles dont on parle ne disposent pas d'un marché au comptant transparent et exécutable ; face à une information incomplète, l'acheteur doit d'autant plus s'en tenir à une valorisation indépendante plutôt que se laisser porter par le sentiment du marché. La discipline du cercle de compétences évoquée par Li Lu — celle qu'a ajoutée Buffett — appliquée aux achats de calcul signifie : n'acheter que dans les catégories et les gammes de prix dont on sait calculer l'équation économique.
La transition chinoise a été examinée dans le même cadre. Li Lu a mis côte à côte la montée en gamme industrielle et la correction immobilière avec le patrimoine des ménages amputé, estimant que comprendre la Chine impose de voir simultanément les objectifs grandioses du développement et ses coûts lourds ; le devoir de l'investisseur est de déterminer si les entreprises dans lesquelles il investit sont des bénéficiaires de ces objectifs ou des payeurs de ces coûts. Ce cadre se transpose directement à l'industrie de l'IA : à chaque saut technologique, certaines entreprises profitent du dividende de productivité quand d'autres paient les capital expenditures excessifs et la demande mal évaluée. Faire cette distinction, c'est précisément l'exercice d'application de l'investissement value à l'ère de l'IA.
Ce jugement s'enracine dans sa conception de la richesse : la richesse est la part d'un individu dans le pouvoir d'achat mondial, et la voie de la croissance consiste à acheter de bonnes entreprises à des prix avantageux dans des économies dynamiques et à en partager la valeur sur le long terme. Il a réaffirmé lors de cette intervention les six principes fondamentaux de l'investissement value — l'action est une participation et non un papier négociable, prévoir l'avenir exige une marge de sécurité, la discipline du cercle de compétences ajoutée par Buffett, etc. Il a aussi abordé l'ordre mondial : une fois formé, un marché commun économique est difficile à défaire, et c'est cette résilience qui fonde sa pratique de l'investissement value mondial.
Autre note en marge de l'événement : Dan Bin, fondateur de East Harbour, a partagé sur Weibo plusieurs enregistrements de l'intervention. Ce compte rendu de plusieurs milliers de mots a lui-même été produit par l'IA : transcription et comparaison à double modèle avec Qwen3-ASR-1.7B et Whisper large-v3, aide de Codex pour la reconstitution chronologique et la traduction. Un discours sur les contraintes de l'IA, consigné et diffusé par des outils d'IA : ce détail constitue en soi l'illustration la plus vivante de la thèse de Li Lu — la valeur productive de l'IA est réelle, mais elle reste au service du jugement humain, elle ne s'y substitue pas. Pour tous les maillons de la chaîne du calcul, des fabricants de puces aux opérateurs de datacenters en passant par les acheteurs finaux, l'avertissement de Li Lu tient en une phrase : embrasser la technologie, respecter les cycles, et résoudre l'arithmétique des coûts et des profits avant que la fièvre ne retombe.
Q : Quel est le cœur de l'avertissement de Li Lu sur l'investissement dans l'IA formulé au forum ?
R : Dans la nuit du 6 octobre, heure de Pékin, lors du 36e Forum annuel Graham & Dodd de Columbia Business School, il a déclaré que le potentiel de l'IA à libérer la productivité est immense, mais que le progrès technique reste soumis aux contraintes de coûts, de revenus, de profits et de besoins en capital ; les cycles d'expansion et de krach reviendront, et l'IA ne doit pas se développer de manière autonome hors de la supervision humaine.
Q : Quelles observations Li Lu a-t-il formulées sur l'introduction en bourse d'Anthropic et sur les flux de capitaux ?
R : Il a commenté sur place la demande d'introduction en bourse d'Anthropic et souligné, dans une optique contrarian, que lorsque les capitaux se concentrent excessivement sur les récits IA à la mode, d'autres entreprises de qualité affichent au contraire des prix plus attractifs ; il a également insisté sur la nécessité de discipliner les actifs en vogue comme la puissance de calcul IA par la marge de sécurité et le cercle de compétences, afin d'éviter de payer un prix excessif pour un récit.
Q : Quel est le cœur de l'avertissement de Li Lu sur l'investissement dans l'IA formulé au forum ?
R : Dans la nuit du 6 octobre, heure de Pékin, lors du 36e Forum annuel Graham & Dodd de Columbia Business School, il a déclaré que le potentiel de l'IA à libérer la productivité est immense, mais que le progrès technique reste soumis aux contraintes de coûts, de revenus, de profits et de besoins en capital ; les cycles d'expansion et de krach reviendront, et l'IA ne doit pas se développer de manière autonome hors de la supervision humaine.
Q : Quelles observations Li Lu a-t-il formulées sur l'introduction en bourse d'Anthropic et sur les flux de capitaux ?
R : Il a commenté sur place la demande d'introduction en bourse d'Anthropic et souligné, dans une optique contrarian, que lorsque les capitaux se concentrent excessivement sur les récits IA à la mode, d'autres entreprises de qualité affichent au contraire des prix plus attractifs ; il a également insisté sur la nécessité de discipliner les actifs en vogue comme la puissance de calcul IA par la marge de sécurité et le cercle de compétences, afin d'éviter de payer un prix excessif pour un récit.
Mots-clés: Li Lu · Dan Bin · Tano Santos · Warren Buffett · Anthropic · AI Capex
萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle