TRADUCTION BRUNO BERTEZ

STEPHEN ROACH

 Il ne fait aucun doute que l’IA est révolutionnaire.

Il y a cependant de bonnes raisons de douter de la réaction excessive des entreprises et des marchés financiers américains à cette révolution. S’inspirant des cycles d’expansion et de récession passés, la possibilité d’une bulle financière autour de l’IA mérite d’être sérieusement envisagée.

Le graphique ci-dessous, publié avec l’aimable autorisation du Financial Times , met en évidence l’explosion des dépenses prévues par les quatre plus grandes entreprises américaines d’IA : Alphabet, Amazon, Microsoft et Meta.

Leurs budgets d’investissement combinés devraient être multipliés par près de trois entre 2024 et 2030. Cette hausse reflète les anticipations d’une expansion massive des centres de traitement de données, parallèlement à l’explosion tout aussi importante de l’utilisation prévue de modèles d’IA d’apprentissage automatique du langage. Ces dépenses, estimées à un peu plus de 200 milliards de dollars en 2024, soit environ 5 % du total des dépenses d’investissement, devraient atteindre près de 550 milliards de dollars en 2030.

Cette frénésie de dépenses liées à l’IA constituera probablement la principale source de croissance dans un contexte de croissance américaine par ailleurs morose.

Il va sans dire que si l’économie glisse en dessous des estimations de croissance consensuelles (une trajectoire de référence du CBO de seulement 1,8 % de croissance du PIB réel sur la période 2025-2030), les budgets d’investissement seront probablement revus à la baisse, même ceux qui soutiennent le nouveau miracle de l’IA.

Ceci étant dit, l’ampleur de cette hausse extraordinaire n’a pas échappé au marché boursier américain. Le « Magnificent 7 » , indice composite Bloomberg reflétant les cours des actions d’un groupe plus large de grandes entreprises américaines d’IA, dont Nvidia, Apple et Tesla, atteint actuellement près de quatre fois son niveau de début 2023 (graphique ci-dessous). Il a largement compensé les lourdes pertes subies en début d’année, immédiatement après l’émergence de la «  menace DeepSeek », une start-up chinoise d’IA capable de fournir des résultats d’apprentissage automatique comparables à ceux de ChatGPT d’OpenAI , mais à des coûts nettement inférieurs.

Comme souvent lors d’une bulle spéculative, les investisseurs, plongés dans le déni, ont fini par ignorer cette menace, peut-être avec beaucoup de regret. J’ai souligné dans un article précédent que le risque de concentration du Mag 7 dans l’ensemble du S&P 500 a désormais atteint des extrêmes plus de six fois supérieurs à ceux observés par les actions Internet au plus fort de la bulle Internet en mars 2000.

Cette évolution, qui trouve ses racines dans la frénésie des dépenses d’investissement des années 1990, dégage un sentiment de déjà-vu frappant. L’investissement fixe des entreprises a progressé à un taux annuel moyen de 9,5 % entre 1992 et 2000, passant de 11,4 % du PIB à 14,6 % sur cette période de huit ans. À l’œuvre, on a assisté à la première vague d’un puissant boom des dépenses en technologies de l’information.

Mes recherches de l’époque, qui ont finalement été publiées dans la Harvard Business Review , ont révélé que l’essentiel de ces dépenses était dû à une automatisation du back-office à relativement faible valeur ajoutée. Elles étaient concentrées dans les entreprises de services à forte intensité de transactions : banques, compagnies d’assurance, télécommunications, distribution et compagnies aériennes. J’ai avancé l’hypothèse d’une bulle spéculative, car les sociétés financières, par exemple, mettaient en place des capacités de traitement suffisantes pour compenser les transactions de l’ensemble du secteur.

Non seulement il s’agissait d’un excédent inquiétant de capacités de traitement de données, mais on assistait également à une transformation inquiétante des structures de coûts des entreprises : jusqu’alors, les entreprises à coûts variables, dont les principaux actifs étaient autrefois les employés qui prenaient l’ascenseur chaque jour, se transformaient involontairement en producteurs à coûts de plus en plus fixes. Lorsque les employés quittaient le bureau, l’infrastructure informatique restait en place bien après la fin de la journée de travail.

Note BB C est la hausse de la composition organique du capital, hausse de l’intensité capitalistique qui regulièrement , organiquement reduit la profitabilité du capital.

J’en ai conclu qu’une restructuration massive du secteur des services était imminente. Et c’est à peu près ce qui s’est produit. Le nombre de banques américaines a chuté de près de 11 500 en 1992 à 8 3000 en 2000.

Des changements de direction comparables ont été observés chez d’autres prestataires de services à forte intensité de transactions. Les excédents internes de traitement de données et de fonctions de crédit ont été soit scindés (par exemple, SABRE d’American Airlines ou Discover de Morgan Stanley ), soit externalisés auprès de prestataires tiers (comme ADP ) ; ces spin-offs et start-ups étaient des prestataires à coûts variables plus flexibles, dont le principal secteur d’activité était le traitement de données.

Cette histoire présente des parallèles étranges avec la frénésie actuelle des investissements liés à l’IA.

Chacune des quatre entreprises présentées ci-dessus a créé, à grands frais, des moteurs de recherche IA propriétaires, basés sur le développement interne d’algorithmes LLM uniques. Mais la capacité de traitement brute nécessaire pour fournir des résultats de recherche instantanés n’a rien d’unique. De plus, l’alternative chinoise à DeepSeek soulève de sérieuses questions quant aux besoins de traitement IA par unité de production LLM, sans parler de l’intensité énergétique du développement massif attendu de la capacité de traitement de recherche pilotée par l’IA.

Amazon, avec sa filiale AWS (Amazon Web Services), semble être la plus proche de comprendre cette situation. Microsoft Azure (désormais Entra) et Google Cloud évoluent également dans cette direction. Mais l’approche filiale n’est finalement pas la solution pour la société mère, qui assume désormais les contraintes d’une fonction de traitement à coûts fixes pilotée par l’IA.

Les bénéfices et la valorisation boursière de la société mère refléteront sans aucun doute cette transformation de sa structure de coûts. De plus, la vaste gamme de fonctionnalités de ces filiales, qui va bien au-delà du support de l’apprentissage automatique, risque de diluer l’influence de l’IA pure sur le marché boursier.

À l’instar de la restructuration du secteur des services des années 1990, des options plus efficaces – spin-offs, start-ups autonomes ou coentreprises – permettent de séparer les coûts excessifs du traitement LLM à faible rentabilité des fonctionnalités à plus forte valeur ajoutée des nouveaux algorithmes d’IA propriétaires.

Les premiers signes d’une telle tendance sont déjà perceptibles avec les développeurs de centres de données dits « hyperscale » , tels que Digital Reality , QTS , CyrusOne , Skybox , VAST Data et AirTrunk (Australie), qui visent tous à fournir un traitement LLM dédié à plusieurs fournisseurs d’IA.

Le transfert des coûts fixes et de faible valeur ajoutée au profit d’une concentration accrue sur les coûts variables des stratégies d’IA fondamentales devrait se poursuivre. La frénésie d’investissements dans les centres de données est un signe avant-coureur de la restructuration à venir des plus grandes entreprises d’IA, de type « Mag-7 ». Parallèlement, cela pourrait avoir des implications importantes sur la probable réduction du risque de concentration lié à l’IA sur les marchés actions.

Encore une fois, ce n’est pas la révolution de l’IA que je remets en question, même si certains semblent le faire aussi.

Mes inquiétudes portent davantage sur la mentalité de « surfer sur la vague » de l’essor de l’IA. La confluence de décisions commerciales à courte vue et du déni classique des investisseurs a longtemps été l’épitaphe des bulles spéculatives.