Le président de la Réserve fédérale américaine, Kevin Warsh, a récemment annoncé la création dun nouveau groupe de travail chargé Ŧ détudier le rythme, la portée [et] limpact économique des nouvelles technologies ā usage général, y compris lIA, et dexplorer les implications pour la Fed ŧ dans le cadre de ses Ŧ missions en matičre demploi et dinflation ŧ. Il est ā noter que la déclaration de M. Warsh ne faisait aucune mention de limpact de lIA sur la stabilité financičre, qui constitue de facto le troisičme mandat de la Fed.
La Fed a montré une certaine prise de conscience des risques que l’IA fait peser sur la stabilité financière. En avril, le prédécesseur de M. Warsh, Jerome Powell, a organisé, en collaboration avec le secrétaire au Trésor américain Scott Bessent, une réunion visant à évaluer comment les modèles d’IA avancés pourraient affecter la cybersécurité au sein du système bancaire. Mais même cette approche était bien trop restrictive.
Aux États-Unis, tant le système financier que les marchés d’actifs sont devenus un pari à sens unique sur l’IA. Si les tendances actuelles se maintiennent, l’encours de la dette liée aux centres de données dédiés à l’IA dépassera la dette hypothécaire d’ici la fin de cette décennie. La Fed devrait désormais se demander si les revenus générés par ces centres de données permettront de dégager suffisamment de liquidités pour rembourser les créanciers dans les délais.
Cette question est souvent confondue avec deux autres : l’IA est-elle une bulle spéculative et s’agit-il d’une technologie transformatrice ? On pourrait être tenté de présenter cela comme une dichotomie — l’IA est soit une bulle, soit une technologie transformatrice — mais ce serait une erreur. Le boom ferroviaire américain du XIXe siècle s’est achevé par la panique de 1873, et le boom des télécommunications et des « dot-com » des années 1990 a abouti à un krach boursier. Dans les deux cas, la technologie était véritablement transformatrice, mais les créanciers et les actionnaires ont tout de même été ruinés, car les investissements ont dépassé tout rendement plausible à court terme.
De même, en ce qui concerne l’IA, le succès technologique ne garantira pas le succès financier. Les revenus que générera l’IA restent incertains, mais les échéanciers de remboursement des emprunteurs sont fixes. Les outils d’IA peuvent être largement adoptés, et un centre de données peut être fortement sollicité, sans pour autant produire suffisamment de liquidités pour assurer le service de la dette de leurs propriétaires. La préoccupation en matière de stabilité financière découle du décalage entre des revenus futurs spéculatifs et des obligations contractuelles actuelles.
Le calcul est redoutable. David Cahn, de la société de capital-risque Sequoia, estime que les dépenses d’investissement en IA des hyperscalers, qui s’élèvent cette année à environ 750 milliards de dollars, devront générer environ 1 500 milliards de dollars de recettes auprès des clients finaux sur la durée de vie des équipements pour être rentabilisées. Selon ses calculs, l’ensemble du déploiement d’IA depuis le lancement de ChatGPT en 2022 nécessite désormais un seuil de rentabilité cumulé d’au moins quelque 3 000 milliards de dollars. Selon certaines rumeurs, Anthropic afficherait un chiffre d’affaires annualisé d’environ 60 milliards de dollars.
Le cabinet de conseil Bain & Company estime que le financement de la puissance de calcul nécessaire pour répondre à la demande prévue en matière d’IA d’ici 2030 nécessitera environ 2 000 milliards de dollars de nouveaux revenus annuels liés à l’IA. Étant donné qu’une bulle se produit lorsque le prix d’un actif dépasse largement les flux de trésorerie qu’il génère, de telles projections semblent corroborer les avertissements selon lesquels l’IA est bel et bien une bulle.
D’ores et déjà, le financement du développement de l’IA s’est résolument déplacé des flux de trésorerie des géants de la technologie vers les marchés des capitaux. Les montages financiers circulaires abondent : les fabricants de puces investissent dans des laboratoires d’IA, qui utilisent cet argent pour acheter des puces, et les fournisseurs de cloud financent les start-ups qui louent leurs serveurs. Il en résulte une boucle de rétroaction positive entre la hausse des valorisations et les dépenses d’investissement.
Le géant des puces Nvidia s’est imposé comme un soutien essentiel pour les « néoclouds », permettant aux fournisseurs de cloud à faible capitalisation de lever des fonds privés à des conditions attractives. Les géants de la technologie accumulent d’énormes passifs hors bilan par le biais de coentreprises et de structures de crédit-bail. Et une part croissante des capitaux provient de fonds de crédit privés, qui prêtent souvent à des projets affiliés à leurs propres bailleurs de fonds.
Contrairement aux chemins de fer ou aux câbles à fibre optique issus des bulles spéculatives précédentes, cet investissement ne laisse pas derrière lui d’actifs durables. Les puces représentent environ la moitié du coût d’un centre de données dédié à l’IA, et elles deviennent pratiquement inutilisables au bout de 3 à 5 ans. Les garanties pourraient perdre de la valeur plus rapidement que la dette n’est remboursée.
De plus, les gains de productivité généralisés et les effets sur le marché du travail que l’IA est largement censée apporter ne sont pas encore visibles dans les données. Une note récente des services de la Fed conclut que cela s’explique par le fait que l’IA en est encore à sa phase de « déploiement ». Mais une forte hausse de la productivité exigera également des entreprises qu’elles réalisent d’énormes investissements internes pour repenser leurs processus. Néanmoins, les marchés anticipent déjà une solide croissance des bénéfices, alimentée en partie par les gains de productivité liés à l’IA, ce qui soulève des inquiétudes quant à une « bulle des bénéfices ».
La plupart des discussions sur les risques baissiers liés à l’essor actuel de l’IA se sont concentrées sur le marché boursier. Or, le risque le plus important concerne les marchés du crédit. Nous disposons désormais d’un système financier « basé sur les marchés », dans lequel le crédit est moins intermédié par les banques que par les marchés obligataires, les véhicules de titrisation et les prêteurs non bancaires. Le danger ne réside pas dans une ruée sur les dépôts bancaires à la manière des années 1930, mais dans une ruée sur le système bancaire parallèle à la manière de 2007 : les doutes quant à la qualité du crédit déclenchent une contraction du financement à court terme, et les emprunteurs sont contraints de vendre sur un marché en baisse, ce qui entraîne une nouvelle chute des prix.
Face au gel des marchés de financement à court terme, la Fed serait soumise à une pression énorme pour soutenir les prêteurs non bancaires et la dette des centres de données, tout comme elle a soutenu les fonds monétaires en 2020, au début de la pandémie de COVID-19. Mais l’IA est aujourd’hui encore moins populaire que ne l’était Wall Street en 2007. Un plan de sauvetage des deux secteurs risquerait de détruire ce qui reste de l’indépendance de la Fed.
Il est possible que les dépenses d’investissement massives dans l’IA se justifient, générant les revenus nécessaires pour assurer le service de milliers de milliards de dollars de dette. Dans ce cas, cependant, les perturbations implicites sur le marché du travail seraient sans précédent historique. C’est le tirage au sort des cauchemars : pile, c’est l’instabilité financière ; face, c’est un choc biblique sur l’emploi.
Quoi qu’il en soit, la stabilité financière doit être au cœur du programme de la Fed en matière d’IA. Même si cette fois-ci s’avère différente sur le plan technologique, elle pourrait ne pas l’être sur le plan financier.
By Brian Judge
JDF TV
L'actualité en vidéo
