Quand l'énergie gagne là où la technologie ne peut rien garantir
Le premier juin 2026, le marché boursier américain a livré une image qui vaut davantage que n'importe quel rapport macroéconomique : tandis qu'Intel chutait de 4,05 % et que Texas Instruments perdait 4,73 %, Nvidia grimpait de 4,87 % et Micron Technology s'envolait de 5,90 %. Ce même jour, Exxon Mobil gagnait 2,64 % et Chevron 2,68 %, avec une cohérence que le secteur technologique n'a pas su reproduire. La technologie s'est fragmentée. L'énergie a progressé en bloc.
Ce n'est pas là du bruit de marché. C'est un signal sur ce que les investisseurs institutionnels perçoivent avec beaucoup plus de clarté qu'il y a trois ans : la croissance de l'intelligence artificielle se heurte à un goulot d'étranglement physique, et ce goulot d'étranglement ne se situe ni dans les algorithmes ni dans les puces. Il se situe dans le réseau électrique.
La carte thermique du 1er juin est, en ce sens, le miroir d'une tension structurelle qui se forme depuis que les grands modèles de langage ont commencé à consommer de l'énergie à l'échelle industrielle. Ce que cette journée a révélé n'était pas une rotation capricieuse de portefeuilles, mais une lecture assez sophistiquée de l'endroit où se trouvent les véritables goulots d'étranglement de la croissance technologique au cours des prochaines années.
La technologie a cessé d'être un pari unique
Il y a cinq ans, « investir dans la technologie » obéissait à une logique raisonnablement uniforme : parier sur la croissance des plateformes numériques, des logiciels et des semi-conducteurs comme s'il s'agissait d'une seule et même vague montante. Le 1er juin 2026, ce modèle de lecture simpliste n'a plus fonctionné.
Oracle a progressé de 4,26 % et Microsoft de 2,52 %, tandis que Google reculait de 1,20 % et que Meta Platforms perdait 3,50 %. Au sein des semi-conducteurs, la même disparité : les gagnants du jour sont ceux qui sont le plus directement exposés à la demande en infrastructure d'intelligence artificielle, tandis que les perdants sont des fabricants de puces à usage plus général ou des entreprises dépendant de revenus publicitaires numériques.
Ce que cela révèle, c'est une segmentation interne du secteur technologique que le marché a mis du temps à intégrer, mais qu'il price désormais avec une précision assez remarquable. Nvidia et Micron Technology ne sont pas achetées pour leurs produits grand public ni pour leurs marges historiques : elles sont achetées parce qu'elles sont des fournisseurs directs d'une infrastructure qui n'a pas de substitut à court terme. Les centres de données qui entraînent et servent des modèles d'IA ont besoin d'unités de traitement graphique et de mémoire à haute vitesse, et la demande pour les deux dépasse la capacité de production installée.
Intel, en revanche, tente depuis des années de regagner du terrain sur des marchés où elle a perdu des positions face à des concurrents disposant d'architectures plus efficaces. Texas Instruments, excellente entreprise forte de décennies de rentabilité, dessert principalement les marchés industriels et automobiles, où le cycle de la demande est plus lent et plus prévisible, mais où l'explosion de l'IA ne se traduit pas directement en commandes urgentes. Le marché ne les sanctionne pas parce que ce sont de mauvaises entreprises : il les sanctionne parce qu'elles ne se trouvent pas au bon endroit sur la carte de la demande en ce moment précis.
Le cas de Google et de Meta est tout aussi révélateur. Les deux entreprises sont massivement exposées à l'IA : Google avec ses propres modèles, et Meta avec son pari sur LLaMA et l'IA générative au sein de ses plateformes. Mais leur principal moteur de revenus reste la publicité numérique, et les investisseurs semblent anticiper une pression sur ce front, que ce soit en raison d'un environnement macroéconomique qui comprime les budgets marketing, ou de l'incertitude quant à la manière dont l'IA générative redistribue l'attention des utilisateurs et, avec elle, l'inventaire publicitaire. Il existe une ironie notable dans ce mouvement : deux des entreprises qui investissent le plus dans l'IA ont reculé lors d'une séance où la narrative de l'IA a été le moteur des hausses. La différence réside dans le modèle économique qui monétise cette IA, et non dans l'IA elle-même.
Le pétrole revient au centre, mais pour des raisons nouvelles
La solidité simultanée d'Exxon Mobil et de Chevron lors de cette séance ne peut pas se lire uniquement comme une histoire de tensions géopolitiques et de prix du brut, même si ces facteurs existent et que l'article original les mentionne. Il existe une couche supplémentaire qui transforme la narrative des compagnies pétrolières intégrées en quelque chose de plus complexe et, d'un point de vue d'allocation du capital, de plus intéressant.
Le Département américain de l'Énergie dispose de projections indiquant que les centres de données pourraient consommer 12 % de toute l'électricité du pays d'ici 2030, contre 4 % enregistrés en 2023. Ce triplement en moins d'une décennie implique un besoin de production que le réseau actuel n'est pas en mesure de couvrir avec les sources existantes. Les listes d'attente pour se raccorder au réseau électrique aux États-Unis se sont tellement allongées que dans certains États, les projets attendent des années avant de recevoir une approbation d'interconnexion.
Dans ce contexte, le gouvernement américain a annoncé des plans pour construire trois grandes centrales thermoélectriques à gaz en Ohio, en Pennsylvanie et au Texas, avec une capacité combinée pouvant atteindre 19 gigawatts et une demande de gaz naturel estimée à environ 4 milliards de pieds cubes par jour en fonctionnement continu. Ces chiffres ne sont pas anecdotiques : ils représentent un ajout significatif à la demande de gaz sur un marché qui fonctionne déjà avec des marges de capacité réduites.
Pour Exxon Mobil et Chevron, il ne s'agit pas seulement d'un vent favorable sur le prix du baril. C'est l'ouverture d'un cycle d'investissement dans les infrastructures énergétiques où les grandes compagnies intégrées disposent d'avantages structurels : le capital, la capacité d'exécution, les relations avec les régulateurs et, surtout, des réserves de gaz naturel désormais considérées comme un actif stratégique technologique, et non plus seulement industriel. Le marché semble commencer à intégrer cette reclassification dans les valorisations.
Ce qui constituait auparavant un pari sur les prix des matières premières se transforme progressivement en un pari sur l'infrastructure technologique de base. Cela modifie le profil de risque de l'investisseur qui entre dans ces positions, et change également le type d'analyse qu'il convient d'appliquer pour les évaluer.
Ce que le marché est en train de véritablement contracter
Derrière les mouvements du 1er juin se cache une question de fond à laquelle les investisseurs répondent avec leur argent : au sein de la chaîne de valeur de l'intelligence artificielle, où se trouve la valeur la plus difficile à reproduire et la plus nécessaire à court terme ?
La réponse que le marché semble apporter ce jour-là est claire : pas dans les plateformes de distribution de contenu ni dans les modèles économiques de publicité numérique, mais dans les facilitateurs physiques du calcul intensif. Puces hautes performances, mémoire spécialisée, électricité garantie, infrastructure gazière pour la production de base. L'IA, vue depuis la chaîne d'approvisionnement, est une industrie manufacturière et énergétique avant d'être une industrie logicielle.
Cela a des implications directes pour toute entreprise qui prend des décisions d'investissement ou de positionnement dans cet environnement. Les barrières à l'entrée les plus difficiles à franchir lors du prochain cycle ne se situent pas dans l'écriture de code ou le développement de modèles : elles résident dans la sécurisation de l'accès à l'électricité, l'obtention des autorisations d'interconnexion au réseau et le financement de la capacité de calcul à grande échelle. Les projets de production électrique destinés aux centres de données se heurtent à des goulots d'étranglement en matière de permis, de financement et de construction qu'aucun algorithme ne peut accélérer.
La conclusion opérationnelle est plus sobre que la narrative des gros titres sur l'IA : la croissance du secteur technologique est limitée par des actifs physiques et des réglementations d'infrastructure dont les cycles de décision s'étendent sur 5 à 10 ans, et non sur 18 mois comme les cycles de lancement de logiciels. Cela favorise ceux qui possèdent déjà ces actifs construits, ceux qui disposent du capital pour les financer et ceux qui entretiennent les relations nécessaires pour naviguer dans les processus réglementaires. Les grandes PME pétrolières intégrées, paradoxalement, réunissent ces trois conditions mieux que la plupart des entreprises du secteur technologique pur.
Le marché ne pariait pas, le 1er juin, sur la hausse du pétrole ou sur la victoire de l'IA. Il pariait sur le fait que l'écart entre la demande de calcul et la capacité électrique installée ne se comblera pas de sitôt, et que celui qui contrôle l'énergie contrôle le rythme auquel tout le reste peut croître. C'est cela, plus que n'importe quelle donnée de volatilité sectorielle, qui mérite l'attention de tout dirigeant amené à prendre des décisions d'investissement au cours des trois prochaines années.
