Tout le monde crie à la hausse, mais personne ne parle du plus grand risque social lié au développement de l'IA

Auteur : Le Vieux Juriste Économique et Politique ; Source : X, @PolEcoGuru

Accompagnant la fièvre d’investissement généralisée dans l’IA, tout le monde pense qu’en achetant des actions liées à l’IA, ils détiennent la clé de la liberté financière, mais pourquoi Buffett ne s’est-il pas encore lancé, et Peter Thiel a-t-il vidé toutes ses positions fin l’année dernière, alors qu’ils ont tous vu le potentiel de l’IA, ainsi que les risques macroéconomiques que l’IA pourrait apporter à la société humaine :

L’IA ne se limite pas à remplacer “les ouvriers”, mais à substituer la prime de compétence de la classe moyenne.

Au cours des 40 dernières années, la classe moyenne a pu exister non pas grâce à la force physique, mais grâce à plusieurs compétences rares : lire, écrire, calculer, organiser l’information, rédiger des rapports, coder, analyser, gérer des processus, communiquer avec les clients, appliquer les politiques d’entreprise. Le problème est que, ce que l’IA générative a d’abord absorbé, ce sont précisément ces compétences “de col blanc de la classe moyenne”.

Le FMI estime que l’IA affectera environ 40 % des emplois mondiaux, avec environ 60 % dans les économies développées ; une partie des personnes sera renforcée, une autre sera confrontée à la substitution de postes, à la compression des salaires ou à une réduction des recrutements. Le WEF mentionne également que 40 % des employeurs prévoient de réduire leur personnel dans les tâches automatisables par l’IA.

Le vrai danger réside dans le fait que l’IA ne remplace pas d’abord la main-d’œuvre physique comme lors de la révolution industrielle, mais frappe d’abord les “emplois d’entrée” et “intermédiaires” dans les bureaux. Un article du WEF en 2026 indique que les postes d’entrée aux États-Unis ont diminué de 35 % au cours des 18 derniers mois, et de nombreux travaux de rédaction de base, saisie de données, service client, codage débutant, et organisation de rapports sont en train d’être exécutés par l’IA.

Cela entraînera une fracture problématique : dans le passé, les entreprises formaient leur personnel à des postes de début, les jeunes commençaient par des tâches à faible valeur, puis évoluaient vers des postes de gestion, analyste, avocat, ingénieur, ou chercheur en investissement. Mais si l’IA élimine directement ces emplois fondamentaux, l’efficacité à court terme de l’entreprise augmente, mais à long terme, cela coupe la voie d’ascension de la classe moyenne.

Ainsi, le paradoxe macroéconomique de l’IA est : Plus une entreprise utilise l’IA, plus sa marge bénéficiaire augmente ; mais si toute la société utilise l’IA, les revenus de la classe moyenne risquent de s’effondrer.

Du point de vue des entreprises, cela paraît logique. Un département qui comptait 20 personnes peut désormais, avec 6 personnes et des outils d’IA, produire la même chose, la marge augmente, le cours de l’action monte, et le marché du capital le récompense. Mais à l’échelle macroéconomique, cela se traduit par une compression des revenus salariaux, du pouvoir d’achat et de la stabilité sociale. La classe moyenne n’est pas un ornement économique, mais le principal acheteur de prêts hypothécaires, voitures, éducation, assurances, tourisme, restauration, produits électroniques, et services financiers pour la retraite.

Si l’IA réduit les salaires de la classe moyenne, les entreprises se heurteront à une contre-attaque : elles économisent sur les coûts salariaux, mais perdent en même temps leurs consommateurs finaux.

C’est pourquoi la conclusion selon laquelle “accroître l’utilisation de l’IA pourrait accélérer l’effondrement économique” est logique. Ce n’est pas parce que l’IA est mauvaise en soi, mais parce que la répartition des bénéfices tend à favoriser fortement le capital, les plateformes, les entreprises de calcul et quelques individus hautement qualifiés, tandis que les coûts sont supportés par les cols blancs ordinaires, les services en petites villes, et les jeunes diplômés. McKinsey admet également que le rendement de la productivité générée par l’IA dépend de la reconfiguration et de la reconversion des travailleurs ; si l’automatisation ne s’accompagne pas d’une réinsertion professionnelle, les bénéfices ne se traduiront pas naturellement en revenus pour tous.

Finalement, apparaîtra une société en “forme de K” :

La couche supérieure, composée de ceux qui contrôlent le capital, les données, les plateformes, la puissance de calcul et les outils d’IA, voit ses revenus continuer à augmenter ; la couche inférieure, incapable de bénéficier de la prime de compétence, voit ses salaires stagner ou diminuer ; la couche intermédiaire, composée des blancs-collants traditionnels, se réduit peu à peu.

Ce n’est pas un problème à court terme pour le marché boursier, mais une question de structure économique.

En résumé : Le vrai danger de l’IA n’est pas le chômage, mais que beaucoup de gens “aient encore du travail, mais n’aient plus de pouvoir de négociation en tant que classe moyenne”.

Sans redistribution fiscale, reconstruction éducative, réduction du temps de travail, revenu de base universel ou mécanismes de redistribution des actifs, plus l’IA se répand rapidement, plus la demande sociale risque d’être vidée. À ce moment-là, l’efficacité comptable des entreprises s’améliorera, mais l’économie macroéconomique deviendra plus fragile.

À court terme, la hausse des actions bénéficiant de l’IA s’explique par une logique très directe du marché du capital : les fournisseurs de cloud, les sociétés de modèles, les clients d’entreprise investissent massivement dans l’IA, ce qui profite d’abord aux fabricants de puces, serveurs, mémoire, électricité, et centres de données.

Les plus grands bénéficiaires à cette étape sont Nvidia, Broadcom, Micron, SK Hynix, TSMC, Dell, Vertiv, les modules optiques, les équipements électriques, et les REIT de centres de données, qui “vendent des outils”. Aujourd’hui, les dépenses en capital dans la tech sont à un niveau historique, Reuters rapportant que les quatre géants technologiques pourraient investir près de 600 milliards de dollars en IA en 2026, et MarketWatch mentionne que les principaux hyperscalers pourraient dépenser jusqu’à 755 milliards de dollars cette année.

Mais le problème à long terme est : si l’IA réduit réellement les revenus de la classe moyenne, la demande finale s’affaiblira, et les actions liées à l’IA ne pourront pas continuer à monter uniquement sur “l’économie qui économise sur la main-d’œuvre”.

Car la rentabilité des entreprises provient essentiellement de deux sources : réduire les coûts et vendre plus. Au début, l’IA augmente la marge, en supprimant des emplois, en réduisant les salaires, en améliorant l’efficacité, ce qui fait monter le cours des actions ; mais si toutes les entreprises font cela, la baisse des revenus de la classe moyenne et le recul du pouvoir d’achat finiront par nuire aux industries de la publicité, du commerce électronique, des abonnements logiciels, de l’automobile, de la finance, du tourisme, de l’éducation.

Ainsi, à long terme, les actions liées à l’IA se diviseront en trois catégories :

La première, potentiellement gagnante à long terme, est celle des monopoles d’infrastructures. C’est-à-dire les entreprises qui contrôlent les GPU, les puces d’IA, les plateformes cloud, les réseaux, l’EDA, les équipements de semi-conducteurs, et l’électricité des centres de données. Elles ressemblent à “les compagnies de chemins de fer, de réseaux électriques, ou de pétrole de l’ère de l’IA”, car tant que tout le monde construit de l’IA, elles continueront à faire payer. Mais le risque est une valorisation trop élevée, et si les dépenses d’investissement ralentissent, leur cours pourrait s’effondrer.

La deuxième, gagnante à moyen terme mais incertaine à long terme, ce sont les sociétés d’applications IA. Par exemple, logiciels, services client, design, bureautique, outils de codage. Si elles parviennent à faire de l’IA une véritable capacité à augmenter leurs prix, elles seront très performantes à long terme ; mais si l’IA rend les logiciels trop standardisés, beaucoup de SaaS seront sous-évalués.

La troisième, la plus risquée, ce sont celles qui ne reposent que sur la notion d’IA, sans boucle de profit claire. Ces actions pourraient connaître une hausse spectaculaire à court terme, mais à long terme, elles risquent de ressembler aux nombreuses sociétés du web lors de la bulle Internet de 2000, d’abord surévaluées, puis ramenées à la réalité par les flux de trésorerie.

La véritable clé à long terme est : l’IA peut-elle créer suffisamment de nouvelles demandes pour compenser la destruction de la prime de la classe moyenne ?

Le développement de l’industrie doit d’abord prendre en compte la politique, cette idée étant valable non seulement pour la Chine.

Si l’IA génère de nouvelles industries, de nouveaux médicaments, une meilleure efficacité énergétique, une productivité robotique accrue, une diffusion accélérée de l’éducation et de la médecine, et des découvertes scientifiques, alors les leaders de l’IA à long terme resteront puissants ; mais si l’IA devient principalement “un outil de licenciement”, cela représentera une hausse temporaire des marges, mais une baisse durable du pouvoir d’achat social, menant à une bulle qui finira par éclater.

Ma conclusion est :

Les actions bénéficiant de l’IA pourraient encore être très fortes dans les 6 prochains mois, mais sur plus de 3 ans, elles ne continueront pas à monter en général, et pourraient même entraîner un effondrement du marché, ne laissant survivre que quelques entreprises contrôlant réellement les infrastructures et les flux de trésorerie, pour redevenir des oligopoles.

En résumé : Acheter de l’IA à court terme, c’est miser sur le cycle des investissements en capital ; à long terme, il faut acheter des flux de trésorerie monopolistiques.