AI, une bulle qui est aussi un volant d'inertie ?

L'économiste du MIT Ricardo Caballero, dans son dernier document de travail 《Croissance spéculative et la "bulle" de l'IA》, avance un point de vue très intéressant :
Le vrai problème n'est pas de savoir si l'IA est une bulle, mais si la bulle elle-même peut créer les fondamentaux futurs.
La finance traditionnelle estime que la valorisation repose sur les fondamentaux. Les flux de trésorerie futurs déterminent le prix d'aujourd'hui. Si le prix est bien supérieur aux flux de trésorerie, c'est une bulle. C'est presque la logique suivie par tous les investissements de valeur, les modèles DCF et la théorie des marchés efficients.
Caballero complète quant à lui la relation de cause à effet en une boucle fermée. Le prix ne reflète pas seulement l'avenir, il le façonne aussi. Une valorisation élevée apporte une capacité de financement, la capacité de financement amène la formation de capital, la formation de capital augmente la productivité, et la productivité améliore finalement les flux de trésorerie futurs. Ainsi, une valorisation qui semblait initialement déconnectée des fondamentaux devient en réalité une partie de la formation des fondamentaux futurs (un peu comme la réflexivité de Soros ?).
Le document estime que lorsque la valorisation peut influencer l'investissement, la hausse des prix elle-même peut aider à créer les fondamentaux futurs.
La clé pour que cette logique s'applique à l'IA réside dans le fait que l'IA n'est pas un capital au sens traditionnel.
Le capital ordinaire suit des rendements marginaux décroissants. Construire plus d'usines finit par rencontrer une demande insuffisante, une surcapacité de production, et les rendements du capital deviennent de plus en plus faibles.
Mais Caballero estime que l'IA s'approche davantage d'un "capital de type travail" capable de s'étendre continuellement. Les GPU, les modèles, les Agents n'augmentent pas seulement le nombre de machines, mais augmentent constamment le travail effectif dans l'ensemble de l'économie. Le document modélise directement l'IA comme un capital capable d'effectuer des tâches qui étaient auparavant accomplies par le travail. Ainsi, pendant que le capital augmente, la capacité de travail s'étend également en parallèle, et la diminution des rendements du capital est nettement atténuée.
Si l'on creuse plus loin, on trouve une découverte encore plus importante : les investissements dans l'IA modifient la répartition des revenus.
De plus en plus de revenus vont aux propriétaires du capital, et ces derniers ont naturellement une propension plus élevée à épargner. L'augmentation de l'épargne signifie une offre accrue de fonds à long terme, une baisse des taux d'intérêt à long terme, et un stock de capital plus important qui est plus facilement supporté par l'ensemble de l'économie. Le document appelle ce phénomène le Funding Feedback. Plus il y a de formation de capital, plus le coût de financement futur est faible ; plus le coût de financement est faible, plus la formation de capital est soutenue. L'ensemble du système commence à montrer une rétroaction positive, contrairement à la rétroaction négative des modèles de croissance traditionnels.
Ainsi, l'économie commence à présenter deux équilibres à long terme complètement différents.
Dans un monde, l'investissement dans l'IA est toujours insuffisant, la formation de capital est lente, et la productivité reste faible à long terme.
Dans l'autre monde, l'IA obtient un financement continu, avec la construction à grande échelle de centres de données, de GPU, de modèles et d'Agents, aboutissant finalement à un nouvel équilibre à fort capital et forte productivité.
Ce qui est vraiment intéressant, c'est que même si l'équilibre à fort capital existe, il ne peut pas être atteint automatiquement par un marché rationnel. Le document prouve qu'à partir de l'état actuel de faible capital, même si tous les investisseurs étaient parfaitement rationnels, ils ne sauteraient pas activement vers ce meilleur avenir. La raison est simple. Sans suffisamment de capital aujourd'hui, il n'y aura pas de forte croissance future ; sans forte croissance future, il n'y aura pas de valorisation élevée aujourd'hui ; sans valorisation élevée, il n'y a pas de formation de capital. L'ensemble du système est verrouillé sur lui-même.
La bulle brise justement ce cycle.
La valorisation élevée permet aux entreprises de se financer, de construire plus de GPU, d'entraîner des modèles plus grands, de déployer plus d'Agents, et finalement d'augmenter réellement la productivité de l'ensemble de l'économie. La bulle n'est pas l'équilibre à long terme, mais le pont vers cet équilibre.
C'est aussi pourquoi le document insiste à plusieurs reprises sur la Fragility. La vraie question n'a jamais été de savoir si la bulle éclaterait, mais si elle éclaterait trop tôt. Si le capital n'est pas encore formé et que le financement s'arrête, alors toute la construction de l'IA sera interrompue, et la croissance future disparaîtra. Si, avant l'éclatement de la bulle, suffisamment de centres de données, de modèles, d'Agents et d'infrastructures ont été réalisés, alors même si la valorisation finit par revenir à la normale, l'équilibre à fort capital peut être maintenu. Le document précise clairement que la clé n'est pas de savoir si la correction a lieu, mais si elle a lieu trop tôt.
Internet en est un exemple typique. La bulle Internet de 2000 a complètement éclaté, mais les fibres optiques, les serveurs, les logiciels, les centres de données et les talents Internet ont tous été conservés. La bulle a disparu, mais la révolution Internet a vraiment commencé. L'IA suivra probablement un processus similaire, à la différence près que ce qui reste n'est pas seulement le réseau, mais l'intelligence elle-même.
Cependant, je pense que le cadre de Caballero peut encore être poussé un peu plus loin.
Le document modélise l'IA comme un "travail reproductible", mais dans la réalité, l'IA se rapproche de plus en plus d'un "chercheur reproductible". Si l'IA peut non seulement remplacer le travail, mais aussi participer à la recherche, écrire du code, concevoir des puces, découvrir de nouveaux matériaux et développer de nouveaux modèles, alors elle ne modifie pas seulement la fonction de production, mais la fonction d'innovation.
Par le passé, la capacité d'innovation dépendait principalement du nombre de scientifiques, d'ingénieurs et de talents exceptionnels. Ainsi, les grandes révolutions technologiques prenaient généralement des décennies à se matérialiser, ce qui est une raison importante de la persistance à long terme des cycles de Kondratiev. Ce n'est pas que l'économie connaisse naturellement une révolution tous les soixante ans, mais que les ressources d'innovation elles-mêmes augmentent trop lentement.
L'IA commence pour la première fois à briser cette contrainte.
La capacité d'innovation future ne reposera plus uniquement sur le cerveau humain (Human brain), mais pourrait être Humain + des millions d'Agents IA. Plus encore, la capacité d'innovation pourrait même dépendre uniquement de l'IA (puissance de calcul).
La puissance de calcul augmente continuellement, et la capacité d'innovation augmente également continuellement. Pour la première fois, l'innovation devient un facteur de production qui peut être capitalisé et étendu à grande échelle.
Si l'on combine cela avec les Coding Agents, Research Agents, la recherche automatique et l'amélioration récursive de soi (RSI) qui se développent rapidement aujourd'hui, cette rétroaction devient encore plus forte. Plus d'IA apporte une recherche plus rapide, une recherche plus rapide produit de meilleurs modèles, et de meilleurs modèles continuent d'améliorer l'efficacité de la recherche, formant un véritable Intelligence Flywheel. La vitesse d'innovation elle-même commence à s'accélérer, et pas seulement l'efficacité de la production.
C'est aussi pourquoi j'ai toujours pensé que les rendements économiques de l'IA suivraient probablement le modèle "Slowly, Then Suddenly".
Aujourd'hui, ce que l'on voit, ce sont des investissements dans les GPU, l'entraînement des modèles, la construction de centres de données, et le ROI ne semble pas très élevé, ce qui amène beaucoup de gens à se demander si l'IA est une bulle. Mais ce que ces investissements achètent vraiment, ce n'est pas le profit d'aujourd'hui, mais le capital intelligent futur. Lorsque la capacité des modèles franchira un certain seuil, que les Agents à grande échelle commenceront à entrer dans les entreprises, que la substitution du travail commencera à se produire, la productivité pourrait connaître une transition non linéaire, et les valorisations apparemment trop élevées des dernières années commenceront vraiment à se concrétiser.
Cela signifie que la boucle de rétroaction proposée par Caballero :
Valorisation → Investissement → Formation de capital → Fondamentaux
pourrait très probablement évoluer à l'avenir en :
Valorisation → Investissement → Puissance de calcul → Intelligence → Innovation → Plus d'idées → Productivité plus élevée → Profits plus élevés → Valorisation plus élevée
Ce qui forme ici une véritable rétroaction positive, ce n'est pas seulement le capital, mais la capacité d'innovation de toute la société.
Si ce processus se vérifie, alors le changement apporté par l'IA pourrait ne pas être simplement une nouvelle révolution technologique, mais un changement dans le mécanisme même de production des révolutions technologiques.
Si les ondes longues de Kondratiev dans l'histoire ont duré quarante à cinquante ans, ce n'est pas en grande partie dû à des lois économiques, mais parce que les ressources d'innovation ont toujours été rares : scientifiques limités, capacités de R&D limitées, diffusion lente des connaissances. L'IA est en train de changer cette prémisse.
À l'avenir, nous pourrions ne pas voir une onde de Kondratiev de plus en plus courte, mais l'émergence continue de multiples révolutions industrielles sur une même plateforme d'IA : médicaments par IA, matériaux par IA, puces par IA, robots par IA, biofabrication par IA... L'innovation commence à s'industrialiser, les révolutions technologiques commencent à se succéder en continu.
Si l'on peut dire que Schumpeter a fait de l'innovation le cœur de la croissance, et Romer a fait de la connaissance le cœur de la croissance, alors RSI et Caballero pointent ensemble vers un thème central de la prochaine étape de la théorie de la croissance :
La théorie des cycles économiques de Schumpeter reposait auparavant sur l'innovation destructrice, laquelle reposait à son tour sur le cerveau humain et les génies occasionnels. L'IA, pour la première fois, fait de ce génie lui-même un capital qui peut être investi, produit en série, renforcé en continu, et même auto-renforcé.
De ce point de vue, quelle que soit l'ampleur de la bulle actuelle, face à une innovation à croissance exponentielle, elle pourrait être rapidement digérée.