La progression du chiffre d'affaires la plus fulgurante jamais enregistrée dans le secteur technologique, accompagnée de la mise en place des infrastructures nécessaires pour la soutenir

À retenir

Un nouveau chapitre dans l’histoire de la technologie

Les principaux laboratoires d’intelligence artificielle (IA) voient leur chiffre d’affaires progresser à un rythme inédit dans l’histoire des technologies, surpassant de loin toutes les générations précédentes. En 2026, les principaux acteurs ne se limitent plus à concevoir des modèles toujours plus efficaces ; leur chiffre d'affaires progresse désormais à un rythme qui relègue au second plan la lenteur des cycles technologiques antérieurs.

Prenons OpenAI. L’entreprise à l’origine de ChatGPT, qui affichait un chiffre d’affaires quasiment inexistant en 2022, a atteint environ 2 milliards de dollars par mois début 2026¹. Le chiffre d’affaires annualisé s’établirait désormais aux alentours de la fourchette des 25 milliards $, les contrats d’entreprise pesant près de 40 % de l’activité, une proportion en progression².

Anthropic, la société à l’origine de Claude, mène une concurrence féroce, et d’après les dernières informations, aurait même pris l’avantage sur OpenAI. Son chiffre d'affaires annualisé s'est établi autour de 30 milliards de dollars aux environs d'avril 2026. Cela représente un bond par rapport aux quelque 9 milliards de dollars de la fin 2025, faisant plus que tripler son rythme annuel en l'espace de seulement quatre mois³.

Graphique 1 : Chiffre d’affaires annuel des principaux fournisseurs de modèles d’IA : OpenAI vs Anthropic, 2022-2030E

Source : SemiAnalysis, avril 2026. Les prévisions ne sauraient garantir les performances à venir ; tout placement comporte sa part de risques et d’incertitudes.

À titre de comparaison, il a fallu près de vingt ans à Salesforce pour franchir la barre des 30 milliards de dollars de chiffre d'affaires annuel, tandis qu'Anthropic et OpenAI, de leur côté, ont atteint ce seuil en moins de quatre ans. Jamais un cycle logiciel n’aura progressé à une telle vitesse, surpassant les entreprises de logiciels traditionnelles, les pionniers du cloud, ainsi que l’ensemble des cycles technologiques grand public qui l’ont précédé. D'après certaines projections sectorielles, la croissance devrait se poursuivre, même si, en pratique, les résultats pourraient s’avérer nettement différents.

À l’approche des introductions en bourse (IPO), 2026 pourrait bien être l’année où l’intelligence artificielle prendra véritablement sa place sur les marchés publics. La question pour les investisseurs est la suivante : qui fournit les pioches et les pelles ?

Les infrastructures sous-jacentes au chiffre d’affaires

Qu’il s’agisse de chatbots destinés au grand public ou de processus métier conçus pour les entreprises, toute cette effervescence autour de l’IA s’appuie sur une infrastructure physique colossale, dont les capacités montrent des signes de saturation croissante.

La demande en puissance de calcul pour l’IA ne cesse de s’amplifier, alimentée à la fois par l’évolution des modèles et l’accélération de la transition vers l’inférence. Cette progression est portée par un groupe d’hyperscalers et de fournisseurs néo-cloud (Microsoft, Google, Amazon, Meta, Oracle, ainsi qu’une nouvelle vague d’acteurs spécialisés), dont les dépenses d’investissement des hyperscalers devraient dépasser 700 milliards de dollars en 2026, soit une hausse de 60 à 70 % par rapport à 2025. L’essentiel de ces montants sera consacré aux infrastructures liées à l’IA⁴.  Ils développent également des puces sur mesure aux côtés de grandes plateformes comme NVIDIA, et déploient à grande échelle ces accélérateurs de calcul, notamment des GPU, des ASIC ou d’autres circuits personnalisés, pour entraîner et faire tourner des modèles d’intelligence artificielle toujours plus complexes.

Graphique 2 : Expéditions d’unités XPU – GPU (NVIDIA et AMD), ASIC sur mesure et autres accélérateurs, 2023-2027E

Source : SemiAnalysis Accelerator Model, avril 2026. Les prévisions ne sauraient garantir les performances à venir ; tout placement comporte sa part de risques et d’incertitudes.

Concrètement, cela implique l’agrandissement physique des centres de données, indispensables pour accueillir serveurs et puces dédiés à l’IA. Les charges de travail associées à l’IA consomment bien plus d’énergie que l’informatique classique, et exigent la mise en place d’« usines d’IA » spécialement conçues pour accueillir des systèmes à très haute densité.

L'énergie devient une contrainte majeure. La capacité mondiale des centres de données progresse à vive allure, les hyperscalers et les fournisseurs de colocation continuant d’étendre leur empreinte. Toutefois, l’accès réseau, les dispositifs de refroidissement ainsi que les infrastructures électriques se révèlent être des points de blocage majeurs. Un tel contexte pourrait favoriser, sur plusieurs années, un cycle d’investissements chez les fournisseurs d’énergie ainsi que dans l’industrie des équipements de fabrication de semi-conducteurs (WFE) et électriques.

Graphique 3 : Nouvelles capacités mondiales des centres de données en MW, 2022–2028e : construction propre des hyperscalers vs colocation (hors Chine)

Source : SemiAnalysis AI Datacentre Industry Model, avril 2026. Le graphique exclut la Chine. Les prévisions ne sauraient garantir les performances à venir ; tout placement comporte sa part de risques et d’incertitudes.

Dans le centre de données, l’architecture des systèmes se complexifie. Les serveurs d’IA reposent sur des XPU haute performance, auxquels s’ajoutent une mémoire à large bande passante et une infrastructure réseau dédiée. À mesure que les clusters d'IA se développent pour atteindre des dizaines de milliers de processeurs, une connectivité optique et électrique à haute vitesse devient essentielle pour maintenir les performances.

Cette complexité remonte jusqu’à la production des semi-conducteurs. Les investissements dans les équipements de fabrication de semi-conducteurs (WFE) s’intensifient pour suivre la demande croissante en puces logiques et mémoire de pointe. Compte tenu de capacités restreintes en fabrication et en assemblage avancé, l’ensemble de l’écosystème des équipements se trouve idéalement positionné pour tirer parti des investissements soutenus indispensables à ce développement sur plusieurs années.

Ce déploiement va bien au-delà des seuls fabricants de semi-conducteurs, avec lesquels la majorité des investisseurs associe généralement l’IA. Du silicium qui constitue le cœur du système, aux serveurs et réseaux chargés de les relier, en passant par les infrastructures électriques et industrielles nécessaires à leur exploitation, l’ensemble de la chaîne est en pleine transformation afin de répondre aux exigences des charges de travail liées à l’IA. Chacune de ces couches constitue par ailleurs un secteur d’investissement en capital. La véritable difficulté consiste à identifier, parmi la multitude d’acteurs de cet écosystème, les sociétés qui sauront en tirer le meilleur parti.

Pour explorer l’intégralité des arguments en faveur de l’investissement dans les infrastructures de l’IA, consultez L’argumentaire pour AI Infrastructure.

Découvrez notre partenaire de recherche : SemiAnalysis

Identifier les sociétés clés au sein de la chaîne de valeur complexe de l’IA requiert une expertise pointue. C’est la raison pour laquelle WisdomTree s’est associé à SemiAnalysis, un cabinet de recherche indépendant de premier plan, et le seul à analyser en détail chaque étape de la chaîne de valeur des semi-conducteurs et de l’IA.

SemiAnalysis en un coup d'œil :

• Basée à San Francisco, l’équipe compte plus de 25 analystes, qui couvrent l’intégralité de la chaîne de valeur des semi-conducteurs et de l’intelligence artificielle.

• Chaque année, plus de 100 articles publiés et plus de 80 conférences sectorielles suivies au fil des douze mois.

• La couverture englobe aussi bien les équipements industriels que la fabrication, la conception de puces, les réseaux, l’architecture des serveurs, les centres de données, sans oublier l’économie liée à l’entraînement et à l’inférence des modèles.

Ce qui fait la singularité de SemiAnalysis, c’est la richesse et l’angle inédit de ses analyses. Ils combinent des sources de données exclusives, telles que l’imagerie satellite, l’analyse die-shot ou encore l'évaluation comparative directe de la chaîne d'approvisionnement, à des recherches primaires impossibles à reproduire pour d’autres équipes d’analystes. Leur modèle propriétaire Accelerator, ainsi que les modèles WFE (Wafer Fab Equipment), AI TCO (coût total de possession de l’IA), Datacenter, Foundry et les schémas de tarification GPU servent de fondement à la construction de notre indice et à la gestion continue de la stratégie sur laquelle repose l’ETF.

Dylan Patel, le fondateur, s’entretient en direct avec des dirigeants de l’ensemble de l’écosystème, parmi lesquels Jensen Huang (NVIDIA), Lisa Su (AMD) ou encore Satya Nadella (Microsoft). Les études menées par SemiAnalysis sont lues aussi bien par les investisseurs institutionnels que par les entreprises qu’ils surveillent : des hyperscalers jusqu’aux fabricants de semi-conducteurs. 

Pour en savoir davantage sur notre partenaire de recherche, rendez-vous sur Découvrez notre partenaire : SemiAnalysis Meet the Partner: SemiAnalysis

Présentation de l’ETF WisdomTree AI Infrastructure UCITS

L’ETF permet de cibler les sociétés qui contribuent au développement des infrastructures liées à l’IA. L’indice sous-jacent, élaboré en collaboration avec SemiAnalysis, couvre sept grandes catégories d’infrastructures d’IA :

Les entreprises appartenant à ces catégories sont notées selon un Score composite, qui repose à 80 % sur une analyse qualitative prospective de leur positionnement stratégique, et à 20 % sur un Score de chiffre d’affaires lié à l’IA, reflétant leur exposition directe au chiffre d’affaires. Un coefficient multiplicateur de score sectoriel est attribué à chaque catégorie, afin de tenir compte des écarts en matière d’intensité capitalistique, de contraintes d’infrastructure et de poids stratégique. Les pondérations résultent du produit de ces scores, ce qui conduit à privilégier les sociétés affichant la plus forte exposition aux segments jugés les plus stratégiques de la chaîne de valeur. Chaque trimestre, l’indice fait l’objet d’un rééquilibrage pour suivre l’évolution des infrastructures de l’IA.

Pourquoi choisir WisdomTree ?

Une sélection fondée sur l’expertise, élaborée en partenariat avec SemiAnalysis.

Une exposition à l’ensemble de la chaîne de valeur, du calcul à l’énergie, en passant par les réseaux, les semi-conducteurs, les centres de données, et plus encore.

Une approche différenciée dès sa conception qui englobe à la fois des segments clés, souvent délaissés, et des points de blocage majeurs.

Qui cible la croissance structurelle portée par le cycle d’investissement pluriannuel dans l’IA.

Pour approfondir la méthodologie de l’indice ainsi que la construction du portefeuille, veuillez consulter L’argument d’investissement et la Méthodologie de l’indice.

En conclusion

La dynamique de revenus liée à l’IA est sans précédent. Mais elle repose sur une infrastructure physique qui doit être construite. WisdomTree AI Infrastructure UCITS ETF offre une exposition à des sociétés qui permettent le déploiement massif de l’intelligence artificielle, à tous les niveaux de la chaîne de valeur.

L’essor rapide de l’IA se poursuit, mais les investisseurs doivent rester conscients que la croissance à venir pourrait s’avérer moins soutenue qu’escompté. Par ailleurs, nombre de sociétés actives dans l’écosystème de l’IA demeurent vulnérables à divers risques, notamment technologiques, concurrentiels, réglementaires, ou encore liés à l’exécution. Dans les secteurs liés à l’IA, les valorisations réagissent souvent aux fluctuations du sentiment des investisseurs, aux attentes en matière de résultats, aux limites d’infrastructure ou encore à l’évolution générale des marchés, autant de facteurs susceptibles de provoquer d’importants épisodes de volatilité.

¹ OpenAI, au 31 mars 2026 – sources complémentaires de CoinDesk et The Stack.
² Analyse Sacra du chiffre d’affaires d’OpenAI — déclarations d’OpenAI, février-mars 2026.
³ Bloomberg et VentureBeat, avril 2026 ; annonces liées à Anthropic.
⁴ Combined 2026 capex guidance from Q4 2025 / FY2026 earnings: Amazon ~$200B; Alphabet $175–185B; Meta $115–145B; Microsoft $120–145B+ (with an $80B+ order backlog reflecting power constraints); Oracle ~$50B (+136% YoY). Sources: company earnings releases and transcripts; Reuters, Bloomberg, CNBC, Futurum Group, Yahoo Finance.