L'IA peut-elle déclencher une super croissance de l'économie mondiale ?

L'intelligence artificielle (IA) devient l'une des variables les plus importantes de la croissance économique mondiale. Des prédictions des optimistes de la Silicon Valley aux calculs des principales institutions économiques, savoir si l'IA peut faire passer le taux de croissance économique mondial de 2-3 % actuellement à un niveau « explosif » de 20-30 % est devenu un sujet central de débat intense. Cet article propose une analyse systématique en combinant les trajectoires historiques de croissance économique, les modèles théoriques économiques, les données les plus récentes sur les investissements et l'énergie en 2026, ainsi que les contraintes réelles.

Perspective historique : un changement de paradigme de croissance, de la stagnation à l'accélération

Avant 1700, le taux de croissance annuel moyen de l'économie mondiale était d'environ 0,1 %, essentiellement en stagnation. Après la révolution industrielle, des percées technologiques comme la machine à vapeur ont porté le taux de croissance à 0,5 % entre 1700 et 1820, puis à 1,9 % à la fin du XIXe siècle. Au XXe siècle, la production mondiale a augmenté en moyenne de 2,8 % par an. Cette tendance de long terme montre que l'innovation technologique, en améliorant la productivité et l'accumulation de capital, a permis des sauts progressifs des taux de croissance.

L'IA est considérée comme une technologie à usage général (General Purpose Technology) similaire, voire supérieure à la révolution industrielle. Contrairement aux technologies précédentes, l'IA a le potentiel de s'auto-itérer et d'automatiser la grande majorité des tâches cognitives et physiques, permettant ainsi une accélération exponentielle de « l'accumulation de travail ». Cela contraste fortement avec « l'accumulation de population » historique : la croissance traditionnelle repose sur le renouvellement des générations, tandis que les « travailleurs » IA peuvent être rapidement reproduits par l'investissement.

Mécanismes théoriques de la croissance explosive de l'IA

Les modèles de croissance économique dominants, lorsqu'ils supposent que l'IA peut remplacer efficacement le travail humain, prédisent souvent une croissance explosive. Les modèles de croissance semi-endogène et exogène montrent tous que lorsque le coût de l'IA est inférieur à celui de la main-d'œuvre humaine et que la part d'investissement est suffisante (par exemple, plus de 20 % du PIB), l'accumulation rapide d'agents IA crée une boucle de rétroaction positive : l'automatisation augmente la production → réinvestissement dans davantage d'IA → effet boule de neige sur la productivité.

Des études comme celles d'Epoch AI indiquent que si le coût annuel d'un système IA est inférieur à 15 000 dollars pour accomplir un travail équivalent à celui d'un humain, et que l'efficacité matérielle continue de s'améliorer, le taux de croissance économique mondial pourrait dépasser 30 %. Dans le scénario optimiste du rapport 2026 de la Banque mondiale, l'amélioration de la productivité tirée par l'IA pourrait ramener la croissance mondiale dans les années 2030 à des niveaux dépassant ceux des années 2000. Le FMI estime également que les investissements dans l'IA ont déjà contribué de manière significative à la croissance du PIB américain en 2026 et pourraient, à moyen terme, ajouter 0,1 à 0,8 point de pourcentage à la croissance mondiale.

Les mécanismes clés incluent : l'automatisation des tâches, l'augmentation de la productivité par tâche, et l'accélération de la R&D elle-même par l'IA (amélioration récursive). Des institutions comme Morgan Stanley prévoient une croissance mondiale d'environ 3,2 % en 2026, les dépenses d'investissement en IA étant le principal soutien.

Vague d'investissements réels et contraintes d'infrastructure énergétique

En 2026, les investissements dans l'IA sont passés du concept à un déploiement à grande échelle. La consommation électrique des centres de données est devenue l'indicateur le plus direct. Selon les données de l'AIE, les centres de données mondiaux ont consommé environ 485 TWh en 2025, et ce chiffre devrait doubler pour atteindre 950 TWh d'ici 2030, soit environ 3 % de l'électricité mondiale. La demande électrique des centres de données américains pourrait passer de 80 GW à 150 GW entre 2025 et 2028.

McKinsey estime que d'ici 2030, les infrastructures des centres de données liées à l'IA nécessiteront un investissement de 5 200 milliards de dollars, dont 60 % pour le matériel technologique. Des géants comme Alphabet, Amazon et Meta prévoient d'investir plus de 350 milliards de dollars en 2025-2026. Côté énergie, les accords d'achat d'énergie renouvelable (PPA) explosent, mais les goulots d'étranglement du réseau, les limitations foncières et la consommation d'eau (certains grands centres de données consomment des millions de gallons par jour) constituent des contraintes réelles.

Bien que ces investissements stimulent la croissance à court terme, ils peuvent entraîner une pénurie de capitaux et une hausse des taux d'intérêt. Dans un scénario de croissance explosive, les attentes de rendement élevé réduisent l'épargne, tandis que les besoins d'infrastructure augmentent les coûts d'emprunt, poussant les rendements obligataires à long terme à la hausse. Cela pourrait à son tour freiner les prix des actifs, créant un équilibre dynamique complexe.

Transition de l'emploi : risques d'automatisation et effet de la maladie des coûts

L'impact de l'IA sur l'emploi n'est pas un simple remplacement. Les emplois dans les domaines de tâches automatisables seront rapidement touchés, mais il reste des espaces dans les domaines non automatisables (comme les métiers nécessitant une dextérité physique ou des interactions interpersonnelles complexes, par exemple les plombiers). L'expérience historique montre que les secteurs à croissance rapide de la productivité font grimper l'ensemble des salaires via la « maladie des coûts de Baumol » (Baumol Cost Disease), les salaires dans les secteurs à faible productivité augmentant également, offrant ainsi un amortisseur aux travailleurs déplacés.

Les experts prévoient que, même dans un scénario de « progrès rapide de l'IA », le taux de participation à la main-d'œuvre pourrait baisser d'ici 2050, mais la croissance du PIB s'accélérerait à environ 3,5-4 %. Le modèle de Wharton est plus conservateur : d'ici 2035, l'IA augmentera les niveaux de productivité et de PIB de 1,5 %, et de 3,7 % d'ici 2075. La Chine est particulièrement en avance dans les domaines de la robotique et de l'IA incarnée, et la combinaison de la puissance matérielle manufacturière et de la planification logicielle en IA devrait lui permettre de prendre une position de leader dans l'intégration des chaînes d'approvisionnement et des industries physiques.

Implications pour les marchés de capitaux : valorisation vs. signaux macroéconomiques

La valorisation élevée de la Silicon Valley reflète un pari sur la domination à long terme des entreprises d'IA, mais sur les marchés monétaires, la croissance explosive n'est pas encore pleinement intégrée dans les prix. Le rendement des obligations à long terme est un indicateur clé : s'il augmente significativement, cela signifie que le marché croit à une « explosion » de l'économie globale ; si seules les valorisations des entreprises d'IA sont élevées, il s'agit plutôt d'un cycle de croissance normal, spécifique à une technologie.

Comparée à la bulle Internet, la différence de l'IA réside dans sa capacité à accélérer la frontière de la connaissance. Si l'IA peut générer des idées de recherche et franchir des goulots d'étranglement scientifiques, son impact à long terme sur le niveau de vie dépassera largement celui de l'ère Internet. L'AI Index 2026 de Stanford montre que l'adoption de l'IA a été historiquement rapide, et que les entreprises et les consommateurs en tirent déjà une valeur substantielle.

Politiques, réglementation et déséquilibre mondial

Le potentiel de croissance de l'IA est inégalement réparti entre les pays. Les économies avancées, grâce à leurs infrastructures numériques et à leur capital humain, captent plus facilement les bénéfices, tandis que les marchés émergents doivent combler la fracture numérique. La Chine, dans des enceintes comme l'APEC, met l'accent sur l'intégration profonde de l'IA avec l'industrie physique et le développement de la robotique, et se positionne activement. Au niveau mondial, il est nécessaire d'équilibrer l'incitation à l'innovation et la réglementation : la confidentialité des données, les normes éthiques, les restrictions sur le déploiement des robots peuvent tous constituer des goulots d'étranglement.

Les politiques budgétaires devraient se concentrer sur la reconversion professionnelle, les infrastructures et les subventions à la R&D. La combinaison de la sécurité énergétique et des investissements dans l'IA pourrait devenir un nouveau moteur de croissance.

Perspectives : un avenir entre optimisme et prudence

L'IA a le potentiel d'augmenter significativement la productivité et la croissance économique mondiales, mais le scénario explosif dépend de multiples conditions : auto-amélioration, baisse des coûts, levée des goulots d'étranglement, etc. Dans le scénario de référence, l'IA apportera un moteur de croissance stable entre 2026 et 2030 ; le scénario optimiste pourrait entraîner une croissance historique élevée ; le scénario pessimiste ne serait qu'une nouvelle vague technologique, avec des perturbations importantes mais une augmentation limitée de la production globale.

Les décideurs, les entreprises et les investisseurs doivent surveiller de près les données réelles de productivité, les progrès en approvisionnement énergétique, les ajustements du marché du travail et les signaux du marché obligataire. L'ère de l'IA n'est pas une utopie inévitable, mais une fenêtre d'opportunité qu'il faut activement façonner. Ce n'est qu'en combinant gouvernance technologique, investissement dans les talents et coopération internationale que l'on pourra maximiser son potentiel universel.