Principaux points à retenir :
- L'innovation en IA se poursuit à un rythme soutenu, l'IA agentielle approchant d'un point d'inflexion. Les modèles de raisonnement et les agents d'IA élargissent leurs cas d'utilisation et augmentent sensiblement la demande en puissance de calcul, ce qui a suscité des débats sur le financement par rapport aux revenus.
- Comparativement à l'ère d'Internet, les investissements d'aujourd'hui semblent plus durables que ceux des cycles technologiques précédents. Parallèlement, certains domaines considérés comme du financement circulaire – un financement non durable – sont soutenus par le bilan des hyperscalers plutôt que par un simple financement spéculatif.
- Dans un contexte où le gagnant rafle la mise, l'investissement actif est essentiel pour identifier les entreprises dont la croissance future des bénéfices est sous-estimée et pour gérer les principaux risques.
L'IA est un travail en cours.
Quand on parle d'IA, c'est une conversation dynamique. À la suite de DeepSeek il y a un an, nous avions estimé qu'il s'agissait de l'« entrée en scène » de modèles de raisonnement beaucoup plus intelligents, performants et peu coûteux qui permettraient de faire passer les cas d'utilisation de l'IA à un niveau supérieur. Mais cela nécessiterait 10 fois plus de puissance de calcul ; par conséquent, au lieu du consensus du marché selon lequel nous aurions besoin de moins de puissance de calcul après DeepSeek, nous avons affirmé qu'il en faudrait exponentiellement plus. D'ici la fin de 2025, les modèles de raisonnement ont représenté plus de 50 % de tous les jetons traités, alors qu'ils étaient nuls au début de l'année,1 tandis que les dépenses d'investissement en IA (capex) ont connu une autre forte augmentation.
Figure 1 : Les modèles de raisonnement représentent désormais plus de la moitié de l'utilisation des jetons
Évolution temporelle des jetons de raisonnement et de non-raisonnement
Source : Openrouter.IA ; Une étude empirique de 100 billions de jetons avec OpenRouter ; décembre 2025.
L'IA agentique approche d'un point d'inflexion
Nous pensons être à l'aube d'une nouvelle étape majeure : l'IA agentique (prise de décision et action autonomes) se manifeste à la fois dans le monde numérique sous forme d'agents IA, et dans le monde physique sous forme de véhicules autonomes et d'humanoïdes. Plusieurs avancées technologiques majeures convergent pour créer le potentiel d'une accélération, et non d'un ralentissement, de l'innovation en IA. Les agents de codage IA auraient désormais surpassé les compétences humaines et accéléreraient le développement des grands modèles de langage (LLM), comme le souligne un récent essai de Dario Amodei, PDG d'Anthropic.2 Ajoutez à cela le fait que nous verrons bientôt des LLM formés sur la toute dernière infrastructure Blackwell à partir de mi-2026 – tous les éléments sont réunis pour une courbe d'innovation plus rapide avec la capacité de coder et de calculer beaucoup plus rapidement. Tous les LLM que nous avons vus jusqu'à présent, y compris Gemini 3 et ChatGPT 5.2, ont tous été entraînés sur une variante de la puce Hopper de NVIDIA. D’ici à ce que nous atteignions les LLM entraînés sur la puce la plus avancée, Vera Rubin Ultra (prévue pour 2028), l’infrastructure d’IA pourrait être environ 400 fois plus rapide, permettant des cycles d’entraînement et des boucles de rétroaction exponentiellement plus rapides.3
Figure 2 : L’évolution de l’IA élargit les cas d’utilisation
Source : Janus Henderson Investors.
L'aube de l'ère de l'IA agentive
À quoi ressemblera une courbe de développement de l'IA plus rapide ? Là encore, notre principal axe de recherche est l'IA agentive, où les agents d'IA imitent la prise de décision humaine pour résoudre des problèmes en temps réel, ce qui les rend beaucoup plus puissants que des copilotes lâchés sans supervision ni contrôle humain. Le défi pour un modèle de raisonnement et pour tout agent d'IA a été la fenêtre de contexte et l'horizon de la chaîne de pensée, c'est-à-dire Les agents IA étaient comme des humains souffrant de pertes de mémoire à court terme : bien qu’ils puissent travailler très vite, ils oubliaient rapidement leur objectif. L'industrie fait l'objet d'une innovation considérable pour répondre à cette problématique grâce à des fenêtres de contexte plus longues (Google Gemini a été le premier à pouvoir accepter 1 million de jetons ou 1 500 pages de texte)4 et à des horizons utilisant diverses techniques, allant d'un mélange clairsemé d'experts à l'apprentissage par renforcement, en passant par des outils d'agent qui guident le comportement de cet agent dans un contexte réel.
La capacité de l'IA à accomplir des tâches à long terme semble doubler environ tous les sept mois. C’est pourquoi Anthropic a fait remarquer que ses agents de programmation sont passés, en seulement trois ans, de la simple capacité à écrire une ligne de code à une supériorité sur ses propres meilleurs programmeurs, ce qui explique l’importance accordée au récit « l’IA dévore les logiciels ». C'est important en raison des gains de productivité potentiels que peuvent apporter les agents d'IA. McKinsey &a évoqué un effectif d'environ 65 000 personnes, dont 40 000 employés et 25 000 agents.5 Contrairement à une main-d'œuvre humaine, il n'existe aucune limite démographique au nombre d'agents pouvant être déployés. On estime que si l'on extrapole la courbe de progrès, les agents d'IA pourraient être capables d'égaler de manière fiable la charge de travail quotidienne d'un humain en 2028, d'effectuer une année de travail en une journée d'ici 2034 et un siècle entier de travail humain en une journée d'ici 2037 – ce qui aura des implications profondes pour le travail des collar et les industries connexes.
Déverrouillage de l'IA physique
L'autre grand axe de développement concerne l'IA physique. Lors du CES 2026, le principal événement technologique grand public, le PDG de NVIDIA, Jensen Huang, a évoqué un « moment ChatGPT » pour l'IA physique. À l'instar de l'IA agentielle, le déblocage technologique réside dans les modèles de raisonnement LLM ainsi que dans les usines d'IA qui permettent de créer des données synthétiques illimitées pour pallier le manque de données du monde réel pour la conduite autonome et les robots en dehors des usines.
ChatGPT a pu apprendre en récupérant tous les textes, images et vidéos disponibles sur Internet. Mais il n'existe pas d'ensemble de données similaire pour que l'IA physique comprenne les forces du monde réel telles que la gravité, le frottement et l'inertie, ou pour gérer tous les « cas particuliers » quotidiens (ceux qui se produisent en dehors des paramètres de fonctionnement normaux avec de multiples variables et conditions) rencontrés dans le monde réel.
La start-up britannique Wayve Technologies, l'une des premières plateformes d'algorithmes de conduite IA de nouvelle génération, utilise un modèle d'apprentissage de bout en bout plutôt qu'un système de conduite modulaire traditionnel basé sur des règles. L'entreprise estime que son logiciel peut apprendre à conduire aux États-Unis, où l'on conduit à gauche (à gauche en Grande-Bretagne, à droite aux États-Unis), avec des règles de conduite différentes, en quelques semaines seulement, et non en plusieurs années. Par conséquent, nous constatons une augmentation des tests et du déploiement des robotaxis, Waymo visant à être présent dans la plupart des villes américaines d'ici fin 2026, et à se lancer également à Londres et à Tokyo. Parallèlement, Tesla et des entreprises chinoises telles que PonyAI et WeRide ont également des projets ambitieux à l'échelle mondiale.
On voit désormais des robots se déplacer avec plus de grâce, faire du breakdance et pratiquer des arts martiaux tout en accomplissant des tâches plus intelligentes comme ranger les courses dans le réfrigérateur et effectuer d'autres tâches ménagères. Bien que plus lointains que les progrès que nous observons dans des domaines comme les chatbots basés sur l'IA agentive ou la conduite autonome, les humanoïdes se profilent désormais à l'horizon. On espère que les humanoïdes contribueront à atténuer le défi démographique auquel nous sommes confrontés, car il n'y aura qu'environ deux personnes en âge de travailler pour chaque personne à charge (âgée de plus de 65 ans) dans la plupart des pays développés ainsi qu'en Chine d'ici 2050. Les humanoïdes sont la solution d'IA robotique capable de fournir la main-d'œuvre nécessaire à la production, aux services et à l'aide aux personnes âgées.
AL'investissement actif dans l'IA nécessite une prise en compte des principaux risques
En tant qu'investisseurs plutôt que futurologues, nous réfléchissons constamment aux risques liés à la vague technologique de l'IA. En partant du développement technologique, nous réfléchissons au financement, et finalement à la manière dont les entreprises seront récompensées et pourront monétiser leurs efforts. En tant qu'investisseurs, ce qui guide notre réflexion et nos décisions d'investissement, c'est qu'une entreprise qui ne réalise jamais de bénéfices ne vaut rien.
Le développement technologique de l'IA progresse bien, même s'il nécessite une évaluation constante et dynamique pour déterminer si les lois d'échelle fonctionnent toujours et si de nouvelles avancées continuent de permettre le développement de compétences de nouvelle génération. Le marché s'est, à juste titre, concentré sur la viabilité du financement de l'IA compte tenu des investissements colossaux que nous avons constatés ces dernières années, du souvenir de la bulle Internet et des préoccupations concernant certains aspects du financement circulaire.
Cependant, nous nous trouvons aujourd'hui dans une situation très différente en ce qui concerne le financement de ces investissements. La grande majorité des dépenses d'investissement en IA provient des hyperscalers américains qui financent ces dépenses grâce à leurs bénéfices, leurs flux de trésorerie disponibles (FCF) et leurs liquidités nettes, ainsi que des entreprises et des États (gouvernements),6 qui représentent aujourd'hui la majeure partie de l'activité de NVIDIA. Mais nous estimons que les risques sont plus élevés pour les nouvelles entreprises en phase de démarrage, qui représenteront une part croissante des dépenses dans les années à venir.
Bien que le marché soit sujet à certaines idées fausses concernant le financement et les revenus, nous considérons qu'OpenAI, le créateur de ChatGPT, présente le risque le plus élevé parmi les nouveaux entrants de premier plan. Mais l'entreprise semble bel et bien avoir une stratégie crédible pour générer des centaines de milliards de dollars de revenus, ce qui lui confère une plus grande flexibilité en termes de besoins de financement. Et récemment, il semble qu'elle ait adopté une approche plus pragmatique en matière de financement et de revenus, en réduisant ses engagements financiers de 1 400 milliards de dollars américains à 600 milliards de dollars américains au cours des quatre prochaines années.7 Parallèlement, Anthropic semble en bonne voie pour dégager un flux de trésorerie positif en 2028, principalement grâce au succès de Claude Code.8
Nous continuons d'observer des canaux de financement favorables pour ces entreprises qui ont besoin de financements externes. Anthropic a récemment obtenu de nouveaux fonds, ce qui porte sa valorisation à 380 milliards de dollars américains8, et OpenAI a annoncé une levée de fonds record pouvant atteindre 110 milliards de dollars américains9, et potentiellement une introduction en bourse (IPO) à la fin de l'année. Bien que certains accords de financement soient effectivement circulaires, avec la participation des hyperscalers américains et de NVIDIA, ils ne devraient représenter qu'une petite proportion des futurs engagements d'investissement et de dépenses d'exploitation (contrat cloud) d'Anthropic et d'OpenAI.
NVIDIA a également souligné qu'il n'est pas déraisonnable d'investir une partie de sa forte croissance attendue de son flux de trésorerie disponible dans certaines des nouvelles entreprises leaders en IA. Contrairement à l'époque d'Internet où Facebook pouvait racheter Instagram et WhatsApp et Google YouTube et Android, l'environnement réglementaire actuel, plus strict, ne le permet pas ; par conséquent, l'acquisition de participations dans des entreprises constitue la meilleure solution.
Bulle d'IA : réalité ou illusion ?
Il existe des différences clés entre aujourd'hui et l'an 2000. En 1999, une vingtaine de grandes capitalisations technologiques ont vu leur cours augmenter de plus de 900 %, propulsant le Nasdaq vers une hausse d'environ 100 % en quelques mois seulement.10
Figure 3 : Nous ne sommes plus en 2000 – il est difficile de parler de bulle spéculative quand tout le monde nous avertit que nous sommes dans une bulle.
Source : Janus Henderson Investors, FactSet, Edward Jones, au 30 septembre 2025. Note : L'utilisation de noms, marques ou logos tiers est purement illustrative et n'implique aucune association entre une quelconque partie tierce et Janus Henderson Investors, ni aucune recommandation ou approbation par ou d'une partie tierce. Sauf indication contraire, les marques déposées sont la propriété exclusive deleurs propriétaires respectifs. Les références faites à des titres individuels ne constituent pas une recommandation d'achat, devente ou de conservation de tout titre, stratégied'investissement ou secteur de marché, et ne doivent pas être supposées être rentables. Janus Henderson Investors, son conseiller affilié ou ses employés peuvent avoir une position dans les titresmentionnés. Les expositions sont sujettes à modification sans préavis.
Une grande partie de ces fluctuations boursières s'explique par la valorisation, étant donné que la croissance des bénéfices n'a pas suivi le même rythme, par exemple. Cisco a atteint un ratio cours/bénéfice (C/B) bien supérieur à 120 (Figure 3). La situation est bien différente aujourd'hui avec NVIDIA, dont le ratio cours/bénéfice prévisionnel se situe entre 25 et 30, une valorisation assez similaire à celle de McDonald's pour un autre type de puce !11 Il est très difficile de créer une bulle spéculative lorsque tout le monde s'inquiète de la formation d'une bulle et se demande si l'IA sera à la hauteur des attentes immenses et si ses investissements seront viables.
Nous avons déjà souligné qu'il existe toujours un décalage temporel entre les dépenses d'investissement, la croissance de l'utilisation et la monétisation, similaire à ce que nous avons connu à l'ère d'Internet ; il est compréhensible que les marchés soient souvent excessivement impatients. Les indicateurs de valorisation boursière comme le ratio cours/bénéfice reflètent l'opinion du marché, et non des faits, notamment dans le secteur technologique où le consensus peut être largement erroné. Nous pensons que la clé pour exploiter l'opportunité d'investissement d'IA réside dans l'investissement actif, afin de trouver des entreprises dont nous pensons que le marché n'a pas encore pleinement apprécié la croissance future des bénéfices et qui, par conséquent, pourraient trading à des valorisations plus avantageuses aujourd'hui par rapport à leur trajectoire de croissance future.
Le plus difficile, c'est que dans ce secteur où règne la loi du « gagnant rafle la mise », la grande majorité des profits reviendra à seulement quelques entreprises. Le problème des fonds négociés en bourse (ETF) thématiques est qu'ils peuvent contenir de nombreuses actions sans lien avec le thème sous-jacent ; mais surtout, ils peuvent ne jamais générer de profit supplémentaire grâce à ce thème et sont donc peu susceptibles de générer une croissance durable.
En tant qu'équipe, nous restons concentrés sur l'identification des croissances de bénéfices inattendues – les grandes vagues technologiques comme l'IA ou les nouveaux thèmes sont d'excellents terrains de chasse pour les sélectionneurs de titres, mais nous pensons que le meilleur résultat d'investissement proviendra probablement d'un portefeuille de convictions fortes composé de véritables gagnants, plutôt que d'un portefeuille de centaines d'actions.
1 Sequoiacap.com; « Ceci est AGI » ; consulté en février 2026.
2 DarioAmodei.com, « L’adolescence de la technologie », janvier 2026.
3 Présentation de l'événement NVIDIA GTC, mars 2025.
4 Gemini.google.com; Ce que Gemini peut faire ; consulté le 2 mars 2026.
5 Business Insider; ‘McKinsey CEO Bob Sternfels says the firm now has 60,000 employees: 25,000 of them are AI agents’; 12 January 2026.
6 Publication LinkedIn d'Andreesen Horowitz ; « Les investissements en IA sont massifs, mais durables », janvier 2026.
7 CNBC.com, « OpenAI revoit ses prévisions de dépenses et annonce aux investisseurs que son objectif en matière de calcul est d'environ 600 milliards de dollars d'ici 2030 », 20 février 2026.
8 Forbes.com, « Anthropic : La puissance de 380 milliards de dollars qui se cache à la vue de tous », 13 février 2026.
9 FT.com ; OpenAI obtient jusqu’à 110 milliards de dollars dans le cadre d’un accord de financement record ; 27 février 2026.
10 Goldman Sachs ; 25 ans après ; Leçons tirées de l’éclatement de la bulle technologique ; 27 mars 2025.
11 Bloomberg ; PER prévisionnel à 12 mois de NVDA par rapport à MCD au 26 février 2026. Les performances passées ne préjugent pas des performances futures.
Agent Harness: Infrastructure logicielle qui entoure un modèle d'IA, fournissant au cerveau l'environnement avec les outils, les souvenirs et les limites de sécurité dont il a besoin pour fonctionner dans un contexte réel.
IA agentique : un système d’IA qui utilise un raisonnement sophistiqué et une planification itérative pour résoudre de manière autonome des problèmes complexes à plusieurs étapes. De grandes quantités de données provenant de multiples sources et d'applications tierces sont utilisées pour analyser indépendamment les problèmes, développer des stratégies et exécuter des tâches.
Dépenses d'investissement (capex): Sommes dépensées par une entreprise pour des actifs majeurs à long terme tels que les biens immobiliers et les équipements (actifs corporels) ou la technologie, les logiciels, les marques de commerce, les brevets, etc. (actifs incorporels) afin de faciliter de nouveaux projets ou investissements qui soutiennent la croissance et l'expansion de l'entreprise.
Financement circulaire : inquiétudes concernant le fait que le financement des investissements dans les infrastructures de l’IA par les méga-capitalisations ne soit pas durable. Les transactions et les investissements interconnectés au sein d'un petit groupe de sociétés signifient que les entreprises investissent l'une dans l'autre, le bénéficiaire du financement utilisant le capital pour effectuer des achats auprès de l'investisseur initial. Il se peut que certaines de ces entreprises ne disposent pas de flux de trésorerie insuffisants, ce qui pourrait entraîner une bulle lorsque les valorisations deviennent excessives, avec des conséquences plus larges pour le marché.
Modèle d'apprentissage de bout en bout : Contrairement à un modèle d'apprentissage traditionnel, un modèle de bout en bout (généralement un réseau neuronal profond) gère simultanément les tâches d'apprentissage, apprenant à transformer les données d'entrée brutes (telles que des images, du texte ou de l'audio) en la sortie cible (telles que des classifications, des prédictions ou des actions) dans un processus intégré.
ETF (fonds négociés en bourse) : titre qui réplique les performances d'un indice, d'un secteur, d'une matière première ou d'un ensemble d'actifs (comme un fonds indiciel). Les ETF se négocient en Bourse comme des actions et connaissent des fluctuations de leur prix correspondant à la hausse et la baisse des cours de leurs actifs sous-jacents. Les ETF ont généralement une liquidité quotidienne plus élevée et des frais inférieurs à ceux des fonds gérés activement.
Flux de trésorerie disponible : Liquidités générées par une entreprise après avoir pris en compte les dépenses courantes et les dépenses d'investissement. L'entreprise peut ensuite utiliser ces liquidités pour réaliser des achats, verser des dividendes ou réduire sa dette.
Forte conviction: stratégie dans le cadre de laquelle un portefeuille détient un nombre restreint de titres qui représentent les meilleures opportunités de surperformance identifiées par le gérant. Un nombre réduit de positions signifie que chaque action a un impact plus important sur la sous/surperformance. Une approche à forte conviction peut également conduire à une volatilité ou à un risque plus élevé.
Hyperscalers : Entreprises qui fournissent les infrastructures pour les services de cloud, de mise en réseau et d'internet à grande échelle. Citons par exemple Google Cloud, Microsoft Azure, Facebook Infrastructure, Alibaba Cloud et Amazon Web Services.
Grand modèle linguistique (LLM) : un type spécialisé d'intelligence artificielle qui a été formé sur de grandes quantités de texte pour comprendre le contenu existant et générer du contenu original.
Liquides nets : Désigne la position de liquidité d'une entreprise, calculée en déduisant ses dettes à court terme de son solde de liquidités. Cela inclut des fonds très liquides, immédiatement disponibles pour décaissement.
IA physique : Intégration d’algorithmes d’IA sophistiqués dans des systèmes tangibles et interactifs, permettant à des machines autonomes dotées de raisonnement cognitif et de connaissances spatiales d’apprendre de leurs interactions et de réagir en temps réel. Parmi ses exemples figurent les véhicules autonomes et les robots chirurgicaux et humanoïdes.
Ratio cours/bénéfice (C/B) : Indicateur d'évaluation boursière populaire, il mesure le cours de l'action par rapport au bénéfice par action.
Modèle de raisonnement : Modèles d’apprentissage qui utilisent les informations disponibles pour générer des prédictions, faire des inférences et tirer des conclusions. Il s’agit de représenter des données sous une forme qu’une machine peut traiter et comprendre, puis d’appliquer une logique pour parvenir à une décision.
Jeton ou token : Les jetons d'IA sont les composantes fondamentales des données d'entrée et de sortie qu'utilisent les grands modèles de langage (LLM). Il s'agit des plus petites unités de données utilisées par un LLM pour traiter et générer du texte/des données de sortie utiles.
Les opinions exprimées sont celles de l'auteur au moment de la publication et peuvent différer de celles d'autres personnes/équipes de Janus Henderson Investors. Les références faites à des titres individuels ne constituent pas une recommandation d'achat, de vente ou de détention d'un titre, d'une stratégie d'investissement ou d'un secteur de marché, et ne doivent pas être considérées comme rentables. Janus Henderson Investors, son conseiller affilié ou ses employés peuvent avoir une position dans les titres mentionnés.
Les performances passées ne préjugent pas des résultats futurs. Toutes les données de performance tiennent compte du revenu, des gains et des pertes en capital mais n'incluent pas les frais récurrents ou les autres dépenses du fonds.
Les informations contenues dans cet article ne constituent pas une recommandation d'investissement.
Il n'y a aucune garantie que les tendances passées se poursuivront ou que les prévisions se réaliseront.
Communication Publicitaire.
Informations importantes :
Veuillez consulter, ci-dessous, les informations importantes relatives aux fonds visés dans cet article.
- Les actions/parts peuvent perdre rapidement de la valeur et impliquent généralement des niveaux de risques plus élevés que les obligations ou les instruments du marché monétaire. La valeur de votre placement peut par conséquent chuter.
- Les actions des sociétés petites et moyennes peuvent être plus volatiles que celles des grandes sociétés, et il peut parfois s’avérer difficile de valoriser ou de vendre des actions au prix ou dans le délai souhaités, ce qui augmente le risque de pertes.
- Un Fonds fortement exposé à une région géographique ou à un pays donné implique des risques plus importants qu’un Fonds plus largement diversifié.
- Le Fonds est axé sur des secteurs ou des thématiques d’investissement particuliers, et peut être fortement touché par des facteurs tels que les modifications des règlementations gouvernementales, la concurrence accrue sur les prix, les progrès technologiques et d’autres événements défavorables.
- Le Fonds adopte une approche d’investissement durable, ce qui peut entraîner une surpondération et/ou une sous-pondération dans certains secteurs et donc une performance différente de celle des fonds qui ont un objectif similaire, mais qui n’intègrent pas de critères d’investissement durable dans la sélection des titres.
- Le Fonds peut avoir recours à des instruments dérivés dans le but de réduire le risque ou de gérer le portefeuille plus efficacement. Toutefois, cela introduit d’autres risques, et en particulier celui qu’une contrepartie à un instrument dérivé ne respecte pas ses obligations contractuelles.
- Si le Fonds détient des actifs dans des devises autres que la devise de référence du Fonds ou si vous investissez dans une catégorie d’actions/de parts d’une devise différente de celle du Fonds (sauf si elle est « couverte »), la valeur de votre investissement peut être soumise aux variations des taux de change.
- Lorsque le Fonds, ou une catégorie d’actions/de parts couverte, vise à atténuer les fluctuations de change d’une devise par rapport à la devise de référence, la stratégie elle-même peut créer un impact positif ou négatif relativement à la valeur du Fonds en raison des différences de taux d’intérêt à court terme entre les devises.
- Les titres du Fonds peuvent devenir difficiles à valoriser ou à céder au prix ou au moment désiré, surtout dans des conditions de marché extrêmes où les prix des actifs peuvent chuter, ce qui augmente le risque de pertes sur investissements.
- Le Fonds peut perdre de l’argent si une contrepartie avec laquelle le Fonds négocié ne veut ou ne peut plus honorer ses obligations, ou en raison d’un échec ou d’un retard dans les processus opérationnels ou de la défaillance d’un fournisseur tiers.
Risques spécifiques
- Les actions/parts peuvent perdre rapidement de la valeur et impliquent généralement des niveaux de risques plus élevés que les obligations ou les instruments du marché monétaire. La valeur de votre placement peut par conséquent chuter.
- Un Fonds fortement exposé à une région géographique ou à un pays donné implique des risques plus importants qu’un Fonds plus largement diversifié.
- Le Fonds est axé sur des secteurs ou des thématiques d’investissement particuliers, et peut être fortement touché par des facteurs tels que les modifications des règlementations gouvernementales, la concurrence accrue sur les prix, les progrès technologiques et d’autres événements défavorables.
- Ce Fonds peut avoir un portefeuille particulièrement concentré par rapport à son univers d’investissement ou à d’autres fonds de son secteur. Un événement défavorable, même s’il n’affecte qu’un petit nombre de holdings, peut entraîner une volatilité ou des pertes importantes pour le Fonds.
- Le Fonds peut avoir recours à des instruments dérivés dans le but de réduire le risque ou de gérer le portefeuille plus efficacement. Toutefois, cela introduit d’autres risques, et en particulier celui qu’une contrepartie à un instrument dérivé ne respecte pas ses obligations contractuelles.
- Si le Fonds détient des actifs dans des devises autres que la devise de référence du Fonds ou si vous investissez dans une catégorie d’actions/de parts d’une devise différente de celle du Fonds (sauf si elle est « couverte »), la valeur de votre investissement peut être soumise aux variations des taux de change.
- Lorsque le Fonds, ou une catégorie d’actions/de parts couverte, vise à atténuer les fluctuations de change d’une devise par rapport à la devise de référence, la stratégie elle-même peut créer un impact positif ou négatif relativement à la valeur du Fonds en raison des différences de taux d’intérêt à court terme entre les devises.
- Les titres du Fonds peuvent devenir difficiles à valoriser ou à céder au prix ou au moment désiré, surtout dans des conditions de marché extrêmes où les prix des actifs peuvent chuter, ce qui augmente le risque de pertes sur investissements.
- Le Fonds peut perdre de l’argent si une contrepartie avec laquelle le Fonds négocié ne veut ou ne peut plus honorer ses obligations, ou en raison d’un échec ou d’un retard dans les processus opérationnels ou de la défaillance d’un fournisseur tiers.