L’IA et l’économie mondiale : cap sur de nouveaux horizons

De nos jours, il est difficile de parler de la conjoncture macroéconomique sans que la conversation finisse par porter sur la façon dont l’intelligence artificielle (IA) pourrait influencer, voire remodeler, le paradigme actuel. Bien qu’il existe clairement un large éventail de résultats possibles, nos perspectives explorent l’impact probable de l’IA sur l’économie mondiale au cours des prochaines années, les considérations macroéconomiques à long terme et certains obstacles potentiels auxquels le secteur est confronté.

À court terme : les dépenses en capital seront un moteur majeur de la croissance

Alimenté par des attentes de gains de productivité significatifs dans tous les secteurs et une adoption rapide par les utilisateurs, l’essor des grands modèles de langage (GML) depuis 2022 a déclenché un cycle de dépenses en capital robuste aux États-Unis. Ce phénomène s’est accéléré au point où nous estimons que les investissements dans le matériel de traitement et les logiciels, un indicateur des dépenses globales en IA, ont représenté près de 25 % de la croissance annuelle du PIB du pays au cours des trois premiers trimestres de 2025 (après ajustement pour tenir compte de la part importante des semi-conducteurs importés). Nous pensons que les dépenses liées à l’IA expliquent principalement la résilience surprenante de l’économie américaine cette année, malgré l’incertitude accrue en matière de politiques et les droits de douane, et nous nous attendons à ce que cela se poursuive au cours des prochaines années.

Au cours des deux prochaines années, les investissements liés à l’IA devraient se poursuivre à une vitesse vertigineuse. Au moment d’écrire ces lignes, les analystes prévoient que les cinq plus grands fournisseurs américains de services infonuagiques à très grande échelle dépenseront plus de 1 000 milliards de dollars américains en dépenses d’investissement dans l’IA en 2026 et 2027. Ces investissements devraient inclure des centres de données, des unités de traitement graphique, de la mémoire vive dynamique, et du stockage, en plus de la capacité de production de microprocesseurs et du développement de logiciels d’IA (tant aux États-Unis qu’à l’étranger). Le chiffre de 1 000 milliards de dollars pourrait en fait s’avérer être une estimation prudente, de nouveaux accords étant annoncés presque quotidiennement et des acteurs mondiaux se joignant de plus en plus à la course à l’IA, en particulier en Chine.

Cette croissance explosive s’accompagne de préoccupations croissantes concernant la construction excessive et la création de capacités excédentaires. Cependant, nous pensons que quatre facteurs importants atténuent ce risque et soutiennent la construction de l’infrastructure d’IA, qui devrait, à son tour, continuer à soutenir la croissance économique mondiale à court terme :

1. Le taux d’adoption de l’IA est assez rapide. Les consommateurs et les entreprises adoptent rapidement les technologies d’IA, la demande de nouveaux modèles informatiques augmentant d’environ 4,4 fois par an selon EpochAI. Plus vite l’IA s’enracinera en tant qu’outil commercial, plus tôt les technologies commenceront à générer des revenus significatifs pour les entreprises. Au fur et à mesure qu’une voie vers une rentabilité accrue émerge, plus la probabilité que la construction de l’infrastructure d’IA soit durable est élevée.  
2. Les dépenses proviennent d’entreprises rentables. Contrairement aux bulles alimentées par l’endettement du passé, les dépenses en capital actuelles ont jusqu’à présent été largement financées par les bénéfices non répartis et les flux de trésorerie disponibles des sociétés, ce qui a contribué à limiter le risque qu’une spirale de désendettement se propage à l’ensemble de l’économie. Cette tendance pourrait commencer à changer, ce qui n’est guère surprenant compte tenu de l’ampleur du capital nécessaire pour soutenir l’expansion liée à l’IA dans les années à venir. Les principaux acteurs de l’industrie ont récemment annoncé un financement par emprunt pour la construction de leurs infrastructures à venir.
3. Les vents favorables de la politique budgétaire pourraient stimuler davantage les dépenses liées à l’IA. Dans de nombreux pays, la politique budgétaire pourrait également être un facteur favorable au cours des 12 prochains mois. Prenons l’exemple de la déduction des dépenses en capital aux États-Unis en vertu du « One Big Beautiful Bill Act ». De plus, les exemptions tarifaires pour les importations liées à l’IA permettent aux entreprises d’économiser des milliards de dollars, améliorant ainsi la rentabilité des investissements dans la technologie. 
4. La politique monétaire pourrait apporter une autre forme de soutien aux dépenses liées à l’A. Par exemple, nous croyons que la Réserve fédérale américaine continuera probablement de réduire les taux d’intérêt jusqu’en 2026, ce qui devrait stimuler les investissements en capital américains dans l’IA à mesure que les coûts de financement diminueront. Historiquement, plusieurs corrections du marché ont coïncidé avec la hausse des taux, ce qui a tendance à amplifier le stress sur les entreprises à forte capitalisation.

À long terme : il existe un avantage clair, mais des questions demeurent

À plus long terme, les avantages économiques de ces investissements massifs dépendent des gains de productivité futurs rendus possibles par l’adoption de l’IA. Sur ce point, les estimations varient grandement. En fonction des hypothèses sur les taux d’adoption, les économies de coûts et la génération potentielle de revenus, une étude d’impact de Cognizant menée en partenariat avec Oxford Economics prévoit que l’activité dans le domaine de l’IA pourrait faire augmenter le PIB américain de 0,7 % à 6,0 % au cours de la prochaine décennie. Même un impact de base médian de 2,5 % aurait un effet additionnel important sur les perspectives économiques à long terme.

L’impact potentiel de l’IA sur l’inflation est intéressant. Le principal point de pression à court terme est l’énergie. En effet, la demande d’énergie apparemment insatiable des centres de données met à rude épreuve les réseaux électriques et fait grimper les prix de l’électricité. Dans ce contexte, l’efficacité énergétique des centres de données (par exemple, un climat plus froid pour réduire les coûts de refroidissement) et l’accès à des sources d’énergie peu coûteuses pourraient devenir des considérations plus importantes liées aux coûts. Cependant, l’amélioration généralisée de la productivité pourrait s’avérer déflationniste.

Dans l’ensemble, les effets nets à long terme devraient être légèrement désinflationnistes, car les avantages considérables de l’innovation devraient l’emporter sur les problèmes liés à la pénurie d’énergie. Accessoirement, une inflation plus faible favoriserait un assouplissement de la politique monétaire, qui se répercuterait sur le reste de la courbe des taux. Cela dit, l’évolution récente vers le financement des dépenses en capital liées à l’IA par l’endettement pourrait accroître l’émission globale d’obligations et l’offre mondiale, ce qui pourrait augmenter le coût du capital dans certains secteurs.

L’impact de l’IA sur le marché du travail est également incertain. Il y a actuellement beaucoup d’anecdotes qui circulent sur la façon dont l’IA réécrit les exigences de l’emploi dans le domaine de la technologie, mais pour le moment, les preuves de pertes d’emplois généralisées dues à l’IA ne sont pas concluantes. À plus long terme, cependant, nous nous attendons à un effet à trois niveaux sur le marché du travail : 1) certains types d’emplois seront éventuellement remplacés par les technologies d’IA; 2) d’autres emplois sont susceptibles d’utiliser l’IA pour améliorer la productivité; 3) des professions qui n’existent plus aujourd’hui pourraient voir le jour sous l’effet de l’évolution de la technologie.

Il y a des obstacles à surmonter

Enfin, pour ce qui est de l’avenir, l’industrie de l’IA n’est pas exempte de risques et de vents contraires potentiels. Pour réaliser pleinement son potentiel à long terme, nous pensons que l’industrie devra surmonter certains obstacles, tels que :

• Goulots d’étranglement énergétiques : les besoins en énergie des nouveaux modèles d’IA ont doublé chaque année, et les centres de données du monde entier consomment déjà autant d’énergie que la France ou le Royaume-Uni. D’ici 2030, l’utilisation pourrait atteindre ce que le Japon utilise aujourd’hui. L’énergie devient un obstacle à la réalisation des projets en temps opportun, car les retards de connexion et les pénuries de transformateurs s’accumulent. En réponse, de nombreuses entreprises technologiques ont commencé à stocker leurs propres réserves d’énergie. Si cette tendance se maintient, les développements en infrastructures énergétiques pourraient garantir une puissance continue à l’espace de l’IA sans nuire à d’autres segments de l’économie.
• Monétisation : à l’heure actuelle, les frais d’abonnement des GML ne couvrent qu’une fraction des dépenses d’exploitation et d’investissement de l’IA. Au fil du temps, nous pensons que les principaux acteurs auront besoin d’un retour sur investissement positif, ce qui pourrait freiner les dépenses en IA. De plus, la structure du marché des GML ne bénéficie pas des effets de réseau de la même manière que les médias sociaux, ce qui rend théoriquement plus difficiles l’extraction d’abonnements et l’ajout de flux de revenus. Nous pensons que la monétisation implique d’étendre les applications de l’IA au-delà des GML à des secteurs tels que la robotique et les soins de santé.
• Amortissement rapide : les unités de traitement graphique et les équipements réseau ont des cycles de vie relativement courts. Les entreprises technologiques prévoient généralement une durée de vie du matériel d’environ cinq ans seulement en raison de l’innovation technique rapide et des taux d’utilisation élevés. Le défi sera de mettre en œuvre un modèle d’affaires durablement rentable, compte tenu des coûts très élevés de maintien des capacités de pointe des centres de données.