2026 Investment Playbook : Pourquoi un analyste met en garde contre la bulle crypto tout en misant fortement sur Google

L’évaluation du marché la plus récente de Qiao Wang perce une brèche dans l’optimisme qui inonde les marchés financiers, en délivrant un avertissement clair sur les valorisations gonflées, tout en révélant une répartition calculée à 50/50 entre actions et Bitcoin dans son portefeuille. L’élément le plus frappant de sa position : 40 % de ses actifs totaux sont en liquidités, une posture défensive ancrée dans un scepticisme profond quant à un sentiment non soutenable et à la bulle crypto qui se profile, que peu semblent vouloir reconnaître.

Lors d’une apparition en janvier 2026 dans le podcast Empire, Wang a exposé une thèse nuancée qui remet en question l’enthousiasme dominant. Alors que le sentiment général du marché est nettement haussier, avec les investisseurs particuliers célébrant des gains rapides sur les réseaux sociaux, son analyse basée sur des données suggère la prudence. “Les valorisations du marché sont à des niveaux historiques élevés”, note-t-elle, faisant écho aux préoccupations également exprimées par des légendes comme Drucker, qui a récemment qualifié cette période de “moment le plus difficile” dans sa carrière de 50 ans pour prévoir les mouvements du marché.

Sentiment du marché & le risque d’optimisme excessif

La crainte de Wang provient de ce qu’elle décrit comme un “sentiment de marché excessivement optimiste” entrant en collision avec des valorisations démesurées. Bien que certains soutiennent que les entreprises d’aujourd’hui commandent des multiples premiums en raison d’une rentabilité supérieure et de barrières concurrentielles, combinés aux vents favorables d’une politique monétaire accommodante, le problème fondamental reste non résolu : les actifs sont évalués à des niveaux laissant peu de marge pour la déception.

Sa réponse révèle une philosophie sophistiquée de gestion des risques. Plutôt que de tenter de synchroniser le marché dans son ensemble — une tâche que même les légendes reconnaissent comme difficile à maîtriser de façon fiable — Wang se concentre intensément sur la sélection d’actions individuelles. Cette approche a des précédents historiques. Lors du krach des dot-com en 2000, alors que les actions technologiques s’effondraient, les petites capitalisations et les valeurs ont généré en moyenne 10 % de rendement annuel. “C’est le meilleur moment pour les sélectionneurs d’actions individuelles”, argue-t-elle, suggérant qu’en période de concentration excessive dans certains actifs ou secteurs, une analyse fondamentale disciplinée peut dénicher des pépites pendant que d’autres paniquent.

Les implications pour la crypto sont particulièrement marquantes. Le portefeuille de Wang comporte une allocation modeste en Bitcoin et une exposition minimale aux altcoins (moins de 1 %), reflétant sa conviction que la bulle crypto présente plus de risques que d’opportunités à court terme. Pourtant, elle évite de rejeter tout le secteur, affirmant que des opportunités existent toujours — mais pas dans tous les cas. La leçon : la qualité des actifs varie considérablement, nécessitant une analyse granulaire plutôt que des jugements à l’échelle de la catégorie.

Construction stratégique du portefeuille : Google, Adobe, et l’art de la conviction sélective

Le plus gros investissement de Wang est Google, une position née de ses habitudes personnelles d’utilisation et d’une analyse fondamentale rigoureuse. Après avoir audité son activité sur iPhone six mois auparavant, elle a découvert que ses trois applications les plus utilisées — Chrome, YouTube, et Gemini — étaient toutes des produits Google. Cette intuition personnelle l’a conduite à approfondir ses recherches, ce qui a finalement renforcé sa conviction.

La révélation : plus de la moitié des revenus de recherche de Google proviennent des annonces shopping, une fonction que les grands modèles de langage comme ChatGPT ne peuvent pas encore reproduire de manière convaincante. Combiné avec des actifs propriétaires comme GCP (Google Cloud Platform), TPU (Tensor Processing Units), et la vaste bibliothèque de vidéos de YouTube, les barrières concurrentielles de Google semblent pratiquement infranchissables à court terme. Cette analyse contredit directement les narratifs baissiers centrés uniquement sur la menace de l’IA pour la recherche.

Ses autres principales positions donnent une image intéressante d’une chasse à la valeur sélective. Tencent est loué pour ses " fondamentaux solides" malgré un profil peu visible dans la communauté d’investissement. Amazon attire sa position haussière principalement en raison de sa stratégie de robotique menée depuis une décennie — une initiative qui a déjà stabilisé ses effectifs tout en augmentant la main-d’œuvre robotique de 20-30 % par an, améliorant significativement ses marges bénéficiaires.

Plus intriguant encore, Wang identifie Adobe comme un géant dormant. Malgré les préoccupations généralisées selon lesquelles l’IA générative pourrait cannibaliser ses produits, son analyse révèle un facteur critique souvent négligé : les avantages d’intégration au niveau de l’entreprise d’Adobe sont quasi-infranchissables. Les professionnels créatifs stockent des années de travail dans Adobe Cloud, ont internalisé l’interface de Photoshop par la mémoire musculaire, et font face à des coûts de changement astronomiques. À un multiple P/E de seulement 12 — historiquement déprimé pour une franchise d’entreprise de haute qualité — Adobe reflète la sous-évaluation que Google connaissait il y a quelques années. “Adobe pourrait être le Google de cette année”, suggère-t-elle, soulignant un écart de perception du marché qui devrait se réduire à mesure que l’impact réel de l’IA sur les flux créatifs devient plus clair.

Impact transformateur de l’IA : la refonte des barrières logicielles et l’économie des startups

La transformation numérique impulsée par l’intelligence artificielle présente un paradoxe que Wang exprime avec précision. Si l’essence de l’avantage concurrentiel n’a pas fondamentalement changé, les barrières logicielles s’affaiblissent rapidement. Les startups en phase de démarrage disposent d’une défense quasi nulle, mais de grands acteurs comme Google, Microsoft, et Adobe conservent des positions de forteresse, ancrées dans les coûts de changement, les écosystèmes intégrés, et les données propriétaires.

L’insight le plus provocateur concerne les startups elles-mêmes. Les outils de productivité alimentés par l’IA permettent à des équipes extraordinairement petites — potentiellement une ou deux personnes — de générer des flux de revenus significatifs. Wang connaît des entrepreneurs en série gérant des abonnements générant 10 millions de dollars de revenus annuels en solo, souvent des vétérans de Meta ou Uber qui ont rejeté la bureaucratie d’entreprise. D’ici 2026, elle prévoit que “des startups unicornes avec seulement une ou deux personnes” pourraient déjà exister, pas encore à des valorisations de milliards, mais en expansion rapide néanmoins.

Ce nouveau regard sur l’économie des startups découle directement du multiplicateur de productivité de l’IA. Lorsque Claude Opus 4.5 ou des outils similaires permettent à un opérateur solo d’accomplir ce qui nécessitait auparavant des équipes entières, les besoins en capital pour la création d’entreprise s’effondrent. “Nous n’avons pas besoin d’embaucher qui que ce soit”, devient le refrain récurrent chez les fondateurs en phase de démarrage que Wang rencontre. L’émergence d’outils spécialisés assistés par l’IA — calculateurs de commissions de vente, tableaux de bord de données, plateformes d’analyse — élimine la nécessité de fonctions support entières, comprimant la taille des équipes tout en maintenant la production.

La sous-évaluation massive de Gemini & le point d’inflexion de l’automatisation du code

L’évaluation de l’outil Gemini de Google par Wang révèle un décalage frappant dans la valorisation. “Gemini est sous-estimé d’au moins deux ordres de grandeur”, affirme-t-elle, suggérant qu’un prix de 2 000 $ par mois resterait une bonne affaire pour ses capacités en tant qu’assistant de recherche, ingénieur junior, analyste junior, conseiller médical, et consultant juridique combinés.

Le changement sous-jacent mérite une attention particulière. Avec Claude Opus 4.5 et des modèles similaires, le goulet d’étranglement a fondamentalement changé. “Le code lui-même n’est plus le goulot d’étranglement ; la clé réside dans la conception de prompts appropriés”, insiste Wang. Cette distinction est cruciale. Les premiers outils d’IA pouvaient accélérer la productivité en codage dans des scénarios standards ; les systèmes modernes peuvent réaliser des tâches complexes de bout en bout lorsque les spécifications sont suffisamment claires et exhaustives.

Son expérience personnelle de la construction d’un système d’analyse d’investissement inspiré de Warren Buffett illustre cette transition. Le code réel s’est avéré simple ; la conception du prompt pour simuler la logique d’investissement de Buffett et Munger a nécessité des mois d’affinement itératif à travers six étapes distinctes, combinant des modèles de recherche approfondie pour la collecte de faits et des modèles d’inférence pour le raisonnement. Le système filtre désormais des milliers de codes boursiers, tentant d’identifier des opportunités que ces investisseurs légendaires pourraient poursuivre. Malgré des résultats impressionnants, Wang reconnaît que l’IA actuelle nécessite encore un jugement humain pour la décision finale d’investissement — mais elle prévoit que cet écart se réduira d’ici la fin 2026.

Le paradoxe de la barrière concurrentielle : la force durable des logiciels d’entreprise

Wang remet en question l’idée que l’IA rendrait tous les avantages concurrentiels obsolètes. Si les barrières logicielles s’affaiblissent, les facteurs au niveau de l’entreprise restent redoutables : coûts de changement élevés, écosystèmes intégrés, données propriétaires, et verrouillage fournisseur. La domination de l’infrastructure d’AWS, Azure, et Google Cloud ne repose pas uniquement sur la supériorité technique, mais aussi sur l’enracinement client. La suite logicielle d’entreprise de Microsoft, par exemple, peut être répliquée, mais les entreprises changent rarement — ces outils sont trop critiques, et les coûts de transition trop astronomiques.

Cette insight a d’importantes implications pour la stratégie d’investissement. Les entreprises qui proposent de nouvelles fonctionnalités ou qui se concurrencent principalement sur la parité des fonctionnalités risquent l’obsolescence face à des concurrents natifs de l’IA. En revanche, celles qui ont des relations clients de longue date, des données propriétaires, et des coûts de changement mesurés en millions conservent une défense stratégique. Cette distinction explique pourquoi Wang reste confiante dans l’avenir de Google malgré la montée de ChatGPT, et pourquoi Adobe — malgré la menace de l’IA générative — conserve des caractéristiques de forteresse authentiques. Les entreprises les plus à risque sont celles qui offrent une fonctionnalité générique à des utilisateurs pouvant facilement changer.

Repenser le travail, l’automatisation, et le futur du paysage laboral

Wang affirme avec force que tout le monde doit apprendre à coder — mais elle redéfinit soigneusement le terme. “Cela ne concerne pas la programmation traditionnelle, mais plutôt l’utilisation d’outils d’automatisation pour optimiser certains aspects de sa vie et de son travail”, précise-t-elle. À mesure que les flux de travail deviennent de plus en plus personnalisés et spécialisés, les fournisseurs de logiciels tiers ne développeront pas de solutions sur mesure pour chaque niche. Les travailleurs individuels et les petites équipes devront nécessairement apprendre à déployer des interfaces en langage naturel pour configurer des systèmes répondant à leurs besoins spécifiques.

Elle reconnaît les implications sur le marché du travail avec franchise. Ces outils créeront une divergence : “L’IA rendra les personnes déjà efficaces et capables encore plus efficaces et intelligentes, tandis que celles qui sont inefficaces risquent de prendre du retard.” Le schéma plus large reflète l’adoption d’Internet — une technologie transformatrice qui concentre l’avantage plutôt que de le démocratiser. Les résultats finaux dépendront moins de la capacité de l’outil que de la volonté des utilisateurs à l’exploiter.

Santé, longévité, et la fausse idée d’une optimisation extrême

La perspective de Wang sur la santé révèle une philosophie pragmatique basée sur des années d’expérimentation. Après avoir exploré l’optimisation extrême — tests de suppléments, saunas, biohacking — elle a conclu que les fondamentaux dominent : “Les facteurs les plus importants restent trois : alimentation, sommeil, et exercice.” Huit heures de sommeil régulier, des choix nutritionnels raisonnables, et un mouvement régulier surpassent les interventions spécialisées.

Cette sagesse constitue une critique subtile de l’obsession pour l’optimisation extrême qui gagne du terrain dans la Silicon Valley. “Si j’essaie d’optimiser tout à l’extrême, je ressens beaucoup de stress”, note-t-elle. Le cortisol élevé dû au stress chronique annule les bénéfices de longévité issus d’autres optimisations — un méta-pattern que peu d’investisseurs riches internalisent pleinement. La meilleure approche consiste souvent en une cohérence durable plutôt qu’en une intensité perfectionniste.

La voie à suivre : conviction sélective dans un marché incertain

Le cadre d’investissement de Wang pour 2026 peut être résumé en plusieurs principes clés. D’abord, éviter les jugements globaux sur les classes d’actifs ; analyser impitoyablement chaque opportunité. La bulle crypto pourrait bien éclater, mais le Bitcoin pourrait aussi s’apprécier significativement. Un excès de valorisation n’empêche pas des rendements significatifs pour certaines positions sélectionnées. Ensuite, identifier des entreprises disposant d’avantages concurrentiels défendables renforcés plutôt qu’affaiblis par la transformation IA — Google, Microsoft, et Adobe en font partie, tandis que les concurrents axés sur les fonctionnalités font face à une pression existentielle.

Troisièmement, reconnaître que les gains de productivité de l’IA comprimeront les structures organisationnelles et créeront de nouvelles catégories de possibilités (entreprises à revenu solo-fondateur, capital-risque assisté par l’IA, automatisation en langage naturel dans tous les secteurs). Quatrièmement, évaluer le risque de manière appropriée ; détenir 40 % en liquidités peut sembler coûteux lors des rallyes, mais offre un pouvoir d’achat lorsque les valorisations se normalisent et que des opportunités apparaissent. Enfin, appliquer une rigueur analytique constante à l’opportunité de marché, en reconnaissant que des périodes de sentiment excessif créent des poches rares de sous-évaluation pour les investisseurs disciplinés.

Alors que les marchés financiers naviguent en 2026, la différence entre la bulle d’actifs plus large et les poches de valeur réelle n’a jamais été aussi marquée. Le manuel de Wang ne promet pas de synchroniser le sommet du marché ou d’éviter les cycles crypto à la baisse. Il propose plutôt un cadre pour identifier des entreprises et des opportunités qui méritent la conviction même en période d’optimisme excessif, un rappel que la discipline fondamentale reste la boussole la plus fiable lorsque le sentiment atteint des extrêmes.