Michael Roberts
L’économie américaine continue de croître plus rapidement que les autres économies du G7, mais ce moteur est l’investissement colossal dans les modèles d’IA, les centres de données et toutes les puces et technologies liées à l’IA. L’indice PMI composite américain (mesure de l’activité économique) a progressé à 58,4 en août, contre 56 précédemment, soit la plus forte expansion de l’activité du secteur privé depuis juillet 2021 et un quatrième mois consécutif d’accélération de la croissance. Cette progression a été tirée par le secteur des services (y compris les services d’information), qui a enregistré sa plus forte hausse de production depuis plus de cinq ans, tandis que le secteur manufacturier a également connu une accélération. Les nouvelles commandes ont progressé à leur rythme le plus rapide depuis avril 2022, et les embauches dans le secteur manufacturier ont atteint leur plus haut niveau depuis février 2021. En juin dernier, j’avais affirmé que l’IA n’était qu’un « grand investissement pour l’économie américaine ». Mais en septembre, cette affirmation semble être un euphémisme. Le déploiement de l’IA est en passe de devenir le plus gros pari économique de l’histoire des États-Unis, surpassant largement les investissements réalisés pour financer d’autres grands projets d’infrastructure américains par le passé, tels que les chemins de fer au XIXe siècle , le réseau autoroutier au XXe siècle et Internet au XXIe siècle . D’après FactSet, les analystes estiment que les dépenses d’investissement de cinq des géants du cloud ( Alphabet , Amazon.com , Meta Platforms , Microsoft et Oracle ) atteindront 4 200 milliards de dollars sur les quatre années précédant 2029. Ces dépenses, consacrées aux centres de données, dépassent celles des canaux, des chemins de fer et du réseau électrique réunis, qui devraient totaliser 10 300 milliards de dollars entre 2025 et 2032, selon les nouvelles estimations de la Brookings Institution. Cela représente en moyenne 3,6 % du PIB par an, un montant stupéfiant. Jamais auparavant l’économie américaine n’a été aussi dépendante du développement d’un seul secteur. Jusqu’en juillet, 37 milliards de dollars ont été dépensés dans des centres de données privés, dont la plupart ne sont toujours pas opérationnels. En revanche, les dépenses de construction privées américaines pour tout le reste (maisons, immeubles d’appartements, centres commerciaux, etc.) étaient inférieures d’environ 46 milliards de dollars aux niveaux de l’année précédente au cours des sept premiers mois de cette année.  D’après les estimations de LinkedIn, les investissements dans l’IA ont créé 750 000 nouveaux emplois depuis 2023. Et ces emplois sont bien rémunérés : le salaire annuel médian pour les postes liés à l’IA sur LinkedIn avoisine les 180 000 $, contre 80 000 $ pour l’ensemble des emplois. L’investissement dans l’IA a surtout entraîné une forte hausse de la richesse boursière. Au deuxième trimestre 2026, les avoirs en actions et en fonds communs de placement américains atteignaient 63 000 milliards de dollars, selon la Réserve fédérale, soit près du double du montant enregistré fin 2022. L’essentiel de cette augmentation de la richesse financière a profité aux plus fortunés, les travailleurs possédant peu d’actions ou d’obligations.  Les investisseurs étrangers affluent vers les actifs américains. Ils détiennent désormais un montant record de 39 000 milliards de dollars en actions et obligations américaines, en hausse depuis 2022. Cette situation maintient le dollar américain relativement fort et fait grimper les cours boursiers. Les guerres en Ukraine et en Iran incitent les étrangers à transférer leurs actifs aux États-Unis pour profiter de cette période de prospérité. Dans le même temps, la demande en équipements destinés aux centres de données, comme les puces mémoire, fait grimper les prix des produits technologiques. Les prix à l’importation des ordinateurs, des périphériques (disques durs, par exemple) et des semi-conducteurs étaient 20 % plus élevés en août qu’un an auparavant. Ces prix élevés à l’importation exercent une pression à la hausse sur les coûts des biens de consommation, tels que les iPhones et les consoles de jeux, et contribuent à l’inflation générale. Mais voici le problème : l’écart entre les dépenses et les flux de trésorerie des géants du cloud se creuse rapidement. Les investissements d’Amazon, Meta, Microsoft et Alphabet devraient dépasser pour la première fois le cap des 1 000 milliards de dollars en 2027. Parallèlement, leur flux de trésorerie disponible cumulé (c’est-à-dire les bénéfices générés par leurs activités existantes) devrait chuter sous la barre des 100 milliards de dollars. Il y a un an, ce flux s’élevait à environ 200 milliards de dollars, tandis que les investissements atteignaient 300 milliards. Aujourd’hui, les dépenses en intelligence artificielle s’accélèrent au moment même où les liquidités nécessaires à leur financement s’amenuisent. Plus cet écart se creuse, plus les hyperscalers doivent s’appuyer sur les marchés de la dette et des actions pour financer leurs dépenses en IA. Le problème est que si les investissements dans l’IA ne génèrent pas de rendements suffisants (bénéfices), le marché boursier pourrait connaître une chute brutale, les investisseurs se retirant massivement. Les cours boursiers américains sont largement surévalués par rapport aux bénéfices actuels. Le ratio cours/bénéfice par action (CAPE) est supérieur à son niveau juste avant la crise financière de 2008 et presque équivalent à celui d’avant l’éclatement de la bulle Internet en 2000. Les profits seront-ils au rendez-vous ? Selon une étude de Fathom Consulting, pour que le boom de l’IA, qui pèse plusieurs billions de dollars, devienne rentable, les ventes liées à l’IA des entreprises technologiques concernées devraient augmenter de 600 à 800 milliards de dollars au cours des deux prochaines années. Or, le cabinet de conseil Panmure Liberum a calculé que les prévisions actuelles de dépenses d’investissement et de revenus jusqu’en 2030 impliquent un taux de rendement interne négatif sur le capital investi pour Alphabet, Meta, Microsoft et Oracle.Donc, soit les géants du numérique réduisent considérablement leurs investissements en IA à des niveaux permettant de dégager un profit raisonnable sur le capital déjà investi, soit, par miracle, ils parviennent à générer une rentabilité massive grâce à une forte augmentation future de la demande en produits d’IA. S’ils réduisent leurs dépenses, cela indiquerait aux investisseurs que l’IA n’est pas rentable et ils vendraient leurs actions en conséquence. Un krach s’ensuivrait. Ils doivent donc continuer à investir toujours plus. Dans le même temps, le coût des calculs d’IA (en jetons) que les entreprises peuvent facturer diminue rapidement. L’indice LLM des dépenses en jetons, qui suit le prix du marché payé par les entreprises pour les résultats des modèles d’IA, est tombé à seulement 0,97 $, son niveau le plus bas depuis sa création fin 2018, soit plus de 50 % en dessous de son pic estival. L’effondrement du prix des jetons s’explique par la baisse des coûts des modèles, l’arrivée de concurrents chinois open source et la diminution des coûts d’entraînement (inférence), ce qui rend l’utilisation de l’IA de plus en plus abordable. Cette situation freine la croissance des revenus des laboratoires d’IA et complique le financement des infrastructures d’IA. Les laboratoires d’IA (OpenAi et Anthropic) continuent d’affirmer qu’ils réaliseront bientôt d’importants bénéfices, et que les géants du cloud finiront par en récolter les fruits. Cependant, nombre de ces affirmations reposent sur des estimations de bénéfices douteuses. Les gains liés aux investissements en IA lissent de plus en plus les résultats, les « autres revenus » (contrats avec d’autres entreprises d’IA) représentant désormais 54 % du résultat avant impôts. En effet, les entreprises spécialisées en IA ne survivent que grâce à un système de « financement circulaire » où une entreprise prête de l’argent à une autre, qui prétend ensuite avoir réalisé un profit. Sona Asset Management a cartographié l’univers de l’IA et répertorié les interconnexions entre les principaux acteurs. Chacun dépend de tous les autres pour tenir ses promesses .Sona a également constaté que les revenus des entreprises spécialisées en IA sont presque entièrement liés aux décisions d’investissement d’un ou deux autres acteurs du secteur. Il s’agit là d’un effondrement systémique en devenir. Une question cruciale demeure : l’IA va-t-elle réellement engendrer une transformation radicale de la productivité du travail aux États-Unis, susceptible de stimuler la croissance économique pour toute une génération ? Le laboratoire d’IA Anthropic prévoit une introduction en bourse de 100 milliards de dollars en novembre (valorisant ainsi l’entreprise à 2 000 milliards de dollars !). Pour étayer son argumentaire, il a publié un rapport affirmant que si l’IA se développe pleinement, le PIB américain pourrait augmenter de 32 % d’ici 2030 ! Soit une croissance annuelle du PIB pouvant atteindre 15 % (contre une croissance américaine actuelle de 2,5 % au mieux).C’est un non-sens absolu qui suppose que l’IA contribue à stimuler la croissance de la productivité, puisque toutes les entreprises américaines adoptent des agents et des outils d’IA pour gérer leurs activités, tout en licenciant des millions de travailleurs devenus inutiles.Historiquement, l’automatisation a progressé d’environ 2 % des tâches par an pendant deux siècles, sans jamais dépasser ce seuil. Les technologies dites « à usage général » ont mis des décennies à se diffuser, même après avoir démontré leur efficacité. Par exemple, l’électrification a mis environ 40 ans à se traduire par un impact sur la productivité industrielle. De même, l’étude de Comin et Mestieri sur l’adoption des technologies dans différents pays fait état de délais d’adoption moyens d’environ 45 ans, et de 7 à 18 ans pour les technologies plus récentes. L’adoption de l’IA semble bien plus rapide que celle du PC ou d’Internet, mais ce n’est que la première étape : la productivité mesurée chute généralement dans un premier temps, le temps que les entreprises réalisent les investissements complémentaires nécessaires, la fameuse « courbe en J de la productivité » de Brynjolfsson, Rock et Syverson . Même les experts les plus optimistes le constatent, à l’instar de Sam Altman qui a récemment concédé : « Je pense m’être trompé sur certains points, notamment concernant la vitesse d’adoption. L’économie souffre d’une inertie considérable. […] Nous avons tous été trop ambitieux sur les échéances […] La société et l’économie s’adapteront plus lentement. »N’oublions pas que la plupart des tâches sont physiques . Une explosion des capacités de l’IA est avant tout une explosion des capacités cognitives . Or, seul un tiers environ de l’économie repose sur des activités pouvant être réalisées sur ordinateur ( voir l’article d’Epoch AI sur le télétravail ). Le reste du PIB est produit dans les mines, sur les chantiers de construction, dans les cuisines, les hôpitaux et les maisons de retraite. Automatiser les deux tiers des tâches d’ici 2035 nécessite donc des robots capables d’effectuer une part importante du travail physique. Ces robots devraient être conçus, fabriqués, installés et entretenus par milliards en l’espace d’une décennie. Bien que des progrès soient indéniables, le développement de la robotique est plus lent que celui des logiciels, et les robots capables d’effectuer un large éventail de tâches physiques à un coût proche de celui d’un travailleur ne sont pas encore pour demain.Jusqu’à présent, les preuves de gains de productivité à l’échelle de l’économie sont rares ; en fait, la productivité totale des facteurs (une mesure de la productivité issue des nouvelles technologies) est inférieure à la tendance. Il est vrai que l’adoption de l’IA par les entreprises s’accélère, du moins dans le secteur des services. En seulement deux ans, son utilisation est passée de 25 % à 61 % dans les entreprises de services et de 16 % à 51 % dans le secteur manufacturier. Cependant, seuls 17 % des employés du secteur des services et 7 % de ceux du secteur manufacturier utilisent régulièrement l’IA dans leur travail. Comme l’a reconnu la Banque fédérale de New York : « La prochaine étape sera cruciale car, pour l’instant, l’IA aide surtout à écrire, résumer, coder ou analyser plus rapidement. Demain, des agents et des outils spécialisés pourraient gérer des flux de travail entiers. À ce moment-là, l’impact sur la productivité et l’emploi pourrait prendre une toute autre dimension. L’utilisation explose tandis que les dépenses des entreprises restent relativement limitées, mais le prix de l’intelligence artificielle ne cesse de baisser. C’est très encourageant pour la diffusion de l’IA et la productivité, mais beaucoup moins pour la monétisation par chaque acteur de l’écosystème. » Autrement dit, la croissance de la productivité pourrait à terme augmenter, mais au détriment de la rentabilité, car les prix de l’IA baissent : une contradiction classique du capitalisme.Des failles persistent dans la nature même des grands modèles de langage (LLM) d’IA. Il y a deux ans, des chercheurs d’Oxford et de Cambridge ont démontré que tout LLM entraîné exclusivement sur du contenu généré par l’IA développe un dysfonctionnement irréversible. Chaque nouveau modèle n’apprend que de ce que le précédent a produit. À la neuvième génération, le nouveau modèle a oublié de quoi il parlait. Interrogez-le sur les clochers médiévaux et il vous répondra par une liste de lièvres. Ils ont appelé cela un « effondrement du modèle ». À chaque fois qu’une production machine est publiée, le modèle suivant devient un peu plus moyen.Les signes avant-coureurs d’un krach imminent se multiplient. Une hausse des taux d’intérêt conjuguée à la chute des prix des obligations pourrait être l’élément déclencheur de la crise. Il pourrait aussi s’agir d’un échec en introduction en bourse (Anthropic, OpenAI), ou encore d’une concurrence accrue des modèles LLM dits « à pondération ouverte » venus de Chine et d’ailleurs, faisant chuter les profits. Le pari le plus audacieux de l’histoire économique américaine est extrêmement risqué  |
