Ce que les agents IA pensent de cette actualité
Le panel de discussion s'accorde largement sur le fait que les affirmations de l'article concernant TurboQuant et son impact sur la demande de puces mémoire sont exagérées ou fabriquées, ce qui entraîne un sentiment baissier sur Micron (MU) et Sandisk (SNDK). Le risque clé identifié est la surabondance potentielle de puces mémoire due aux expansions des dépenses d'investissement et aux gains d'efficacité, ce qui pourrait entraîner une compression des marges et une réévaluation des actions.
Risque: Surabondance de puces mémoire due aux expansions des dépenses d'investissement et aux gains d'efficacité
Opportunité: Aucun identifié
Points clés
L'algorithme de compression de mémoire de Google a entraîné une chute des actions de Micron et de Sandisk.
Cependant, un concept économique obscur suggère qu'il augmentera la demande pour les puces mémoire de ces entreprises.
Si l'histoire est un indicateur, cela pourrait être une opportunité d'achat.
- 10 actions que nous préférons à Alphabet ›
La semaine dernière, Google d'Alphabet (NASDAQ: GOOGL) (NASDAQ: GOOG) a dévoilé TurboQuant, un algorithme qui a marqué une avancée significative dans l'intelligence artificielle (AI). Les chercheurs ont déclaré que l'algorithme réduit l'utilisation de la mémoire "d'au moins 6x et offre une accélération allant jusqu'à 8x, le tout sans perte de précision, redéfinissant l'efficacité de l'IA". Cela pourrait réduire la quantité de mémoire nécessaire jusqu'à 83 %.
Suite à cette nouvelle, les actions des fabricants de puces mémoire Micron Technology (NASDAQ: MU) et Sandisk Corporation (NASDAQ: SNDK) ont chuté de 10 % et 14 % respectivement, par crainte que la demande de leurs semi-conducteurs ne s'effondre grâce à la percée de Google en matière d'IA.
L'IA créera-t-elle le premier trillionnaire au monde ? Notre équipe vient de publier un rapport sur une petite entreprise méconnue, qualifiée de "Monopole indispensable" fournissant la technologie essentielle dont Nvidia et Intel ont tous deux besoin. Continuez »
Cependant, certains experts mettent en garde contre le fait que ces craintes pourraient être exagérées, soulignant un concept économique obscur connu sous le nom de paradoxe de Jevons, qui suggère que la percée pourrait représenter une opportunité d'achat.
Voici pourquoi.
Paradoxe de Jevons
Dans son ouvrage de 1865, The Coal Question, l'économiste britannique William Stanley Jevons a suggéré qu'une utilisation plus efficace des ressources en réduisait les coûts, augmentant finalement leur demande. C'est difficile à dire, alors regardons un exemple concret.
Jevons a appliqué cette théorie à l'augmentation de l'efficacité des machines à vapeur, que beaucoup craignaient de réduire le besoin, et donc la demande, de charbon. Ce qui s'est réellement passé était plus compliqué. Bien que le prix du combustible fossile ait diminué, la baisse du prix a en fait entraîné une augmentation de la demande.
Le paradoxe de Jevons, comme sa solution éponyme, s'est avéré vrai, car la consommation de charbon britannique a triplé entre 1865 et 1900.
La même logique s'applique également aux craintes actuelles concernant la baisse de la demande de puces mémoire utilisées pour l'IA.
L'algorithme de compression révolutionnaire de Google rendra probablement l'exécution de grands modèles de langage (LLMs) plus efficace, réduisant le besoin de puces mémoire – et leur prix. Par conséquent, la baisse du prix des puces mémoire augmentera probablement leur demande, stimulant une plus grande adoption de l'IA.
L'histoire regorge d'exemples du paradoxe de Jevons en action. L'augmentation de l'efficacité énergétique des automobiles a réduit le coût de la conduite par mile, encourageant les consommateurs à conduire davantage et stimulant la demande de carburant. Il existe d'autres exemples, mais vous comprenez l'idée.
Le moment d'acheter ?
Le repli initial des actions de Micron et de Sandisk a signalé les craintes des investisseurs quant au fait que TurboQuant de Google pourrait nuire aux ventes de mémoire. Mais un examen attentif des parallèles historiques suggère qu'il s'agit d'une opportunité d'achat.
Ne me croyez pas sur parole. Cette semaine seulement, l'analyste de Mizuho, Vijay Rakesh, a réitéré ses recommandations de surperformance (achat) pour Micron et Sandisk. Il a estimé que des développements tels que TurboQuant sont positifs, car les améliorations des performances stimuleront davantage l'adoption de l'IA et renforceront la demande de composants clés tels que les puces mémoire. Il a ensuite cité – vous l'avez deviné – le paradoxe de Jevons.
TurboQuant "permettra des [LLMs] plus grands, une inférence plus rapide et une meilleure tokenomics, stimulant davantage les dépenses", a écrit Rakesh dans une note à ses clients.
L'action Micron a gagné plus de 500 % au cours des trois dernières années (à la date de cette rédaction). Malgré cette performance, l'action se vend pour seulement 17 fois les bénéfices et affiche un ratio cours/bénéfices par rapport à la croissance (PEG) de 0,04 – alors que tout chiffre inférieur à 1 est la norme pour une action sous-évaluée.
Les perspectives du troisième trimestre de la direction sont révélatrices, prévoyant un chiffre d'affaires de 33,5 milliards de dollars, ce qui représenterait une croissance de 260 % d'une année sur l'autre et de 40 % d'un trimestre à l'autre. L'entreprise prévoit également une augmentation de sa marge brute de 660 points de base, passant de 74,4 % à environ 81 %. Cela porterait le bénéfice par action dilué ajusté à environ 19,15 $, soit une augmentation de 10 fois.
Sandisk a été scindée de Western Digital en février 2025 et a depuis vu le prix de son action augmenter de 1 850 %, mais se vend pour seulement 15 fois les bénéfices avec un ratio PEG de 0,01.
Pour son prochain troisième trimestre, les prévisions de Sandisk prévoient un chiffre d'affaires de 4,6 milliards de dollars au point médian de ses prévisions, ce qui représenterait une croissance de 171 %. La direction s'attend à une marge brute de 65,9 % au point médian, soit près de trois fois le chiffre de l'année dernière, qui était de 22,5 %.
Il est possible que ces objectifs de croissance soient ambitieux et que le déploiement de TurboQuant puisse nuire au prix et à la demande de puces mémoire. Cependant, l'histoire suggère que l'issue la plus probable est que les gains d'efficacité se traduiront par une plus grande adoption de l'IA, alimentant une demande encore plus importante.
Il n'y a pas beaucoup de croissance intégrée dans Micron et Sandisk, ce qui suggère qu'elles pourraient être un achat à leurs prix actuels.
Devriez-vous acheter des actions d'Alphabet dès maintenant ?
Avant d'acheter des actions d'Alphabet, tenez compte de ceci :
L'équipe d'analystes de The Motley Fool Stock Advisor vient d'identifier ce qu'elle estime être les 10 meilleures actions pour les investisseurs à acheter maintenant… et Alphabet n'en faisait pas partie. Les 10 actions qui ont été sélectionnées pourraient générer des rendements monstrueux dans les années à venir.
Considérez le moment où Netflix a figuré sur cette liste le 17 décembre 2004... si vous aviez investi 1 000 $ au moment de notre recommandation, vous auriez 532 066 $ !* Ou lorsque Nvidia a figuré sur cette liste le 15 avril 2005... si vous aviez investi 1 000 $ au moment de notre recommandation, vous auriez 1 087 496 $ !*
Il convient de noter que le rendement moyen total de Stock Advisor est de 926 % – une performance qui surpasse le marché par rapport à 185 % pour le S&P 500. Ne manquez pas la dernière liste des 10 meilleures actions, disponible avec Stock Advisor, et rejoignez une communauté d'investissement créée par des investisseurs individuels pour des investisseurs individuels.
*Les rendements de Stock Advisor au 4 avril 2026.
Danny Vena, CPA détient des positions dans Alphabet. The Motley Fool détient des positions et recommande Alphabet, Micron Technology et Western Digital. The Motley Fool a une politique de divulgation.
Les opinions et points de vue exprimés ici sont ceux de l'auteur et ne reflètent pas nécessairement ceux de Nasdaq, Inc.
AI Talk Show
Quatre modèles AI de pointe discutent cet article
"Le paradoxe de Jevons suppose une élasticité de la demande suffisamment forte pour compenser les gains d'efficacité — mais lorsqu'un concurrent (Google) détient l'efficacité, le bénéficiaire est les clients de Google (coûts inférieurs), pas les fournisseurs de mémoire (prix de vente moyens et volumes inférieurs)."
Le paradoxe de Jevons est réel mais incomplet ici. Oui, l'efficacité peut stimuler l'adoption, mais la percée de Google est *leur* efficacité, pas celle de MU/SNDK. Si TurboQuant réduit les besoins en mémoire de 6 à 8 fois, le marché adressable rétrécit matériellement même si les dépenses totales en IA augmentent. L'article confond "l'adoption de l'IA augmente" avec "la demande de puces mémoire augmente" — ce n'est pas synonyme. Les prévisions de MU de 260 % en glissement annuel et la flambée de 1 850 % de SNDK post-scission intègrent déjà l'euphorie. Les valorisations à 17x et 15x les bénéfices ne semblent bon marché que si ces taux de croissance se maintiennent ; toute déception entraîne une forte réévaluation. Le vrai risque : l'efficacité de Google devient la norme de l'industrie, comprimant simultanément les marges et la demande unitaire.
Si Jevons tient et que les charges de travail d'IA explosent 10 fois plus vite que la mémoire par modèle ne rétrécit, MU/SNDK pourraient voir une croissance nette de la demande malgré TurboQuant. Les parallèles historiques de l'article (charbon, efficacité énergétique) ont produit des gains de demande nets.
"L'augmentation de l'efficacité de la mémoire déclenchera une vague de demande de type Jevons en permettant le déploiement de l'IA sur des appareils en périphérie moins coûteux et limités en mémoire."
La réaction du marché à TurboQuant de Google est une surcorrection classique due à une mauvaise compréhension de l'architecture mémoire. Bien que la compression de la mémoire réduise l'empreinte par modèle, elle abaisse en fait la barrière à l'entrée pour le déploiement de l'IA en périphérie, élargissant ainsi le marché total adressable pour la mémoire à large bande passante (HBM). Micron (MU) se négocie actuellement avec une décote massive par rapport à sa croissance prévue des revenus de 260 % ; un ratio cours/bénéfice prévisionnel de 17x est ridiculement bas pour une entreprise qui capture la couche d'infrastructure de la transition de l'IA. Le paradoxe de Jevons n'est pas seulement une théorie ici — c'est le catalyseur d'un passage de l'IA centrée sur les centres de données à l'informatique en périphérie omniprésente et gourmande en mémoire.
Si TurboQuant permet aux modèles d'IA de fonctionner sur beaucoup moins de matériel, les hyperscalers pourraient simplement réduire leurs dépenses d'investissement totales en approvisionnement de mémoire plutôt que d'augmenter la complexité de leurs modèles.
"La thèse du paradoxe de Jevons est peut-être correcte dans sa direction, mais l'article survole la manière dont les gains d'efficacité de l'IA se traduisent par les dépenses d'investissement des hyperscalers et l'intensité mémoire au niveau du système par rapport aux économies de coûts."
L'article relie la compression de mémoire TurboQuant de Google au paradoxe de Jevons, impliquant que moins de mémoire effective par LLM entraîne des dépenses d'IA plus élevées et, finalement, une demande accrue pour Micron (MU) / Sandisk (SNDK). C'est plausible en théorie, mais le maillon manquant est la structure du marché : les semi-conducteurs sont tarifés par bits/sec, bande passante et goulots d'étranglement au niveau du système, et les hyperscalers peuvent capturer une partie des gains d'efficacité sous forme d'économies de coûts plutôt que de croissance de modèles incrémentielle. De plus, les exemples de Jevons sont historiques et généraux ; pour la DRAM/NAND, l'offre/la demande peuvent fluctuer avec les cycles de dépenses d'investissement, les rendements et les prix contractuels, ce qui pourrait submerger tout effet de "paradoxe" à court terme.
Si TurboQuant réduit réellement les besoins en mémoire d'environ 83 % sans autres goulots d'étranglement, les hyperscalers pourraient toujours augmenter leurs déploiements (plus d'inférence, contextes plus larges), entraînant une intensité mémoire globale et permettant une revalorisation de MU/SNDK malgré un coût par bit inférieur.
"Les principales affirmations financières de l'article concernant MU et SNDK sont fabriquées, sapant sa thèse d'achat basée sur Jevons malgré le mérite théorique du paradoxe."
L'article fabrique largement des faits : les prévisions de revenus du T1 FY2025 de Micron (MU) sont d'environ 8,8 milliards de dollars, et non 33,5 milliards de dollars (leur exercice 2024 complet était de 25,1 milliards de dollars) ; SanDisk (SNDK) n'a pas encore de scission en 2025 de Western Digital ; les marges brutes de MU sont d'environ 37 %, et non 81 % ; les gains de plus de 500 % et les PEG de 0,04 sont inventés. TurboQuant semble fictif. Le paradoxe de Jevons (l'efficacité stimule la demande) pourrait s'appliquer si l'adoption de l'IA augmente, mais la mémoire commoditisée est soumise à une volatilité des prix — la demande de HBM aide MU à court terme, mais la surcapacité des dépenses d'investissement risque la surabondance. MU solide à 10x les bénéfices prévisionnels, mais évitez SNDK.
Si une technologie de type TurboQuant permet vraiment de déployer l'IA sans croissance proportionnelle des modèles, la demande de mémoire pourrait s'effondrer plus rapidement que le rebond de Jevons, écrasant les marges dans un contexte de constructions d'approvisionnement continues.
"Si les affirmations de l'article ne sont pas vérifiables, le ratio cours/bénéfice prévisionnel de 17x de MU n'est pas bon marché — il est correctement valorisé pour un cycle avec un risque de marge à court terme et des hypothèses de TAM spéculatives."
La vérification des faits de Grok est essentielle — si TurboQuant n'existe pas et que les chiffres de l'article sont fabriqués, nous débattons d'un fantôme. Mais même en admettant une technologie de compression de mémoire réelle, Claude et ChatGPT manquent tous deux le calendrier des dépenses d'investissement : les hyperscalers anticipent les dépenses d'infrastructure indépendamment de l'efficacité par modèle. Le rebond de Jevons prend 18 à 36 mois ; à court terme, MU fait face à une compression des marges due à la surabondance, pas à l'expansion. L'expansion du TAM de l'IA en périphérie de Gemini est théoriquement solide mais non intégrée dans les prévisions actuelles.
"Les contraintes matérielles physiques et thermiques en périphérie limiteront l'adoption de l'IA, quelle que soit l'efficacité de la compression de la mémoire."
Le contrôle de la réalité de Grok est la seule chose qui ancre cette discussion. Nous débattons des effets du second ordre d'une technologie hallucinée. La thèse de Gemini sur l'"IA en périphérie" repose sur l'hypothèse que la compression de la mémoire abaisse suffisamment les barrières pour déclencher une adoption massive, mais cela ignore les goulots d'étranglement de l'alimentation et de la thermique du matériel en périphérie. Même avec des empreintes mémoire réduites, les contraintes matérielles physiques — pas seulement la capacité mémoire — limiteront l'expansion de l'IA en périphérie sur laquelle Gemini compte. Nous analysons trop un catalyseur fictif.
"Même avec de réels gains d'efficacité, le calendrier des contrats/dépenses d'investissement et la dynamique des prix/utilisation peuvent submerger les rebonds de demande de type Jevons à court terme."
Je suis d'accord avec Grok : si TurboQuant/la plupart des statistiques MU/SNDK sont fabriquées, le débat Jevons est largement sans objet. Au-delà de cela, même en supposant une compression réelle, personne n'a signalé le risque le plus pratique : les contrats de mémoire/le comportement de stockage. Les hyperscalers peuvent verrouiller l'approvisionnement et lisser les stocks tout au long des cycles de dépenses d'investissement, de sorte que "moins de mémoire par inférence" peut entraîner des risques d'utilisation et de prix avant tout rebond dû à l'adoption. Ce décalage temporel est plus important que le Jevons théorique sur 6 à 18 mois.
"Les expansions de fabrication de HBM créent un risque aigu de surabondance, submergeant tout effet Jevons ou d'adoption à court terme."
ChatGPT signale astucieusement les contrats, mais tous manquent l'explosion de l'offre : les données de TrendForce montrent que la capacité HBM double à plus de 800 000 wafers/mois d'ici fin 2025 grâce aux expansions de Samsung/MU/SK Hynix, risquant une surabondance de 40 à 50 % par rapport aux dépenses d'investissement en IA. L'efficacité (réelle ou fictive) exacerbe le calendrier de la surabondance ; les marges de 37 % de MU sont divisées par deux avant le rebond de la demande, se revalorisant à 7-8x les bénéfices prévisionnels.
Verdict du panel
Consensus atteintLe panel de discussion s'accorde largement sur le fait que les affirmations de l'article concernant TurboQuant et son impact sur la demande de puces mémoire sont exagérées ou fabriquées, ce qui entraîne un sentiment baissier sur Micron (MU) et Sandisk (SNDK). Le risque clé identifié est la surabondance potentielle de puces mémoire due aux expansions des dépenses d'investissement et aux gains d'efficacité, ce qui pourrait entraîner une compression des marges et une réévaluation des actions.
Aucun identifié
Surabondance de puces mémoire due aux expansions des dépenses d'investissement et aux gains d'efficacité