Document de travail · CrossVol Research · Publié 2026-06 · MPRA Paper No. 129363
Référencé sur MPRA, RePEc et OpenAlex sous le titre du livre dont il est tiré : The China AI Disruption Thesis: Why the Sell-Side Is Six Months Late (déposé sur MPRA le ).
Ce document de travail propose un cadre d'analyse structurel, fondé sur les produits dérivés, pour étudier la réévaluation du déploiement des infrastructures américaines d'intelligence artificielle. Nous formalisons un cadre en neuf éléments (cinq vecteurs opérationnels et quatre fronts géopolitiques) qui converge vers une révision de 25 à 40 % de la valorisation des actions spécialisées dans les infrastructures d'IA d'ici le premier trimestre 2027. Les cinq vecteurs sont : (1) la banalisation du prix des tokens, illustrée par le tarif permanent de DeepSeek V4 Pro, fixé à 1/29 du prix des tokens de sortie des modèles américains de pointe ; (2) la parité de coût du matériel chinois, le Huawei Ascend 910C offrant un rapport coût-performance 2,0 à 2,3 fois plus favorable que le NVIDIA H200 pour l'inférence ; (3) le goulet d'étranglement du réseau électrique américain, l'enchère de capacité PJM 2026/2027 s'étant conclue à 329,17 dollars par MW et par jour ; (4) le programme énergétique que la Chine mène en parallèle, avec des projets réalisés en 12 à 24 mois contre 4 à 7 ans aux États-Unis ; (5) le mur obligataire des hyperscalers, avec 230 à 240 milliards de dollars d'émissions attendues en 2026. Nous construisons trois familles de stratégies (dispersion sur actions, positions sur le crédit et couvertures multi-actifs) et présentons un calendrier de réfutation en onze catalyseurs, assorti de seuils pondérés par leur probabilité.
Ce document de travail est tiré du livre The China AI Disruption Thesis: Why The Sell-Side Is Six Months Late On AI Infrastructure (CrossVol Research, 2026).
Citation BibTeX
@techreport{djouad2026airepricing,
title = {The AI Infrastructure Repricing: Five Vectors, Four Geopolitical Fronts, and the Structural Short},
author = {Djouad, Djellal},
year = {2026},
month = {6},
institution = {CrossVol Research},
type = {MPRA Paper},
number = {129363},
doi = {10.5281/zenodo.20509815},
url = {https://mpra.ub.uni-muenchen.de/129363/},
}