L’IA n’a encore rien rapporté aux entreprises hors de la tech, selon l’économiste d’Apollo

Les géants de la tech investissent des centaines de milliards de dollars dans l’intelligence artificielle, mais qu’en tirent les autres entreprises ? Pour Torsten Slok, chef économiste du gestionnaire d’actifs américain Apollo Global Management, la réponse est pour l’instant sans appel : rien. Dans une note publiée le 24 octobre 2026 et intitulée « No signs of AI payoff outside the tech sector », il affirme que l’IA n’a produit « aucun gain financier pour les entreprises américaines en dehors de la tech ». Une analyse courte mais percutante, relayée par TechCrunch le 25 octobre, qui tombe au moment où les marchés s’interrogent sur la rentabilité de ces investissements.

Ce que montre la note d’Apollo

Torsten Slok s’appuie sur une distinction devenue courante à Wall Street. D’un côté, les Sept Magnifiques : Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia et Tesla, qui dominent la Bourse et l’IA. De l’autre, le S&P 493, c’est-à-dire les 493 autres entreprises de l’indice S&P 500, qui représentent l’économie américaine traditionnelle : banques, industrie, distribution, santé, énergie.

Ses graphiques, construits à partir de données de Bloomberg, Macrobond et Apollo, montrent que le chiffre d’affaires par salarié et les marges progressent chez les géants de la tech, mais restent plats pour le reste de l’indice. Un troisième indicateur, la productivité globale des facteurs calculée par la Réserve fédérale de San Francisco, qui mesure l’efficacité avec laquelle une économie combine travail et capital, ne montre selon lui aucun signe d’accélération attribuable à l’IA.

Pourquoi les entreprises ne voient pas encore les bénéfices

L’économiste avance plusieurs explications. D’après les données de la fintech Ramp qu’il cite, les dépenses d’IA restent très concentrées : un petit nombre d’entreprises, souvent des jeunes pousses financées par le capital-risque, augmentent fortement leurs achats de jetons, ces unités de texte facturées par les fournisseurs de modèles. Les entreprises traditionnelles, elles, réduiraient leurs dépenses d’IA, considérées comme un coût qui pèse sur les marges plutôt que comme un moteur de croissance, et rechigneraient à payer pour les modèles les plus récents.

Son argument le plus marquant porte sur la nature du travail en entreprise. « L’IA est peut-être une excellente calculatrice, mais dans les affaires, l’intelligence relève surtout du jugement », écrit-il. Selon lui, l’IA ne comprend pas la responsabilité, la confiance, la culture d’entreprise, les règles non écrites, les arbitrages éthiques ou l’équité, autant d’éléments qui déterminent la plupart des décisions. Il doute donc que les entreprises parviennent à transformer une « intelligence de moins en moins chère » en croissance du chiffre d’affaires et des marges.

Une analyse à nuancer

La note de Torsten Slok est un avis d’économiste, pas une étude exhaustive. Apollo précise d’ailleurs que les opinions exprimées sont celles de l’auteur à la date de publication. Plusieurs limites méritent d’être soulignées.

D’abord, les indicateurs retenus sont globaux. Des marges stables sur 493 entreprises n’excluent pas des gains réels dans certaines d’entre elles, compensés ailleurs par d’autres facteurs comme les taux d’intérêt, les prix de l’énergie ou les droits de douane. Ensuite, la note ne détaille pas les valeurs exactes de ses graphiques ni les périodes étudiées, ce qui empêche d’en mesurer précisément l’ampleur.

Surtout, l’histoire économique montre que les grandes technologies mettent souvent du temps à se traduire dans les statistiques. Les économistes parlent de courbe en J de la productivité : les entreprises doivent d’abord investir dans la formation, la réorganisation et les données, ce qui pèse sur les comptes, avant de récolter les bénéfices. L’électricité ou l’informatique ont connu des décalages de plusieurs années, voire de plusieurs décennies, entre leur adoption et leur effet visible sur la productivité.

Le choix de l’indice lui-même peut aussi être discuté. Le S&P 500 ne regroupe que de grandes entreprises cotées, qui ont souvent les moyens d’expérimenter longtemps avant de déployer. Les effets de l’IA pourraient apparaître plus vite dans des entreprises plus petites, plus agiles, ou dans des secteurs précis, comme le développement logiciel ou le marketing, que des moyennes à l’échelle de l’indice ont tendance à diluer.

Ce que disent les autres études

Le constat d’Apollo rejoint d’autres observations récentes. Une étude commandée par Monday.com et publiée le 21 octobre 2026 montrait que plus d’un manager sur deux trouve plus difficile d'évaluer le travail de son équipe depuis l’arrivée de l’IA, et que près de la moitié passent plus de temps à vérifier les livrables. Des gains de temps individuels peuvent ainsi être absorbés par de nouvelles tâches de contrôle.

À l’inverse, des études menées sur des tâches précises, comme le service client ou la programmation, ont mesuré des gains de productivité réels pour les salariés équipés d’outils d’IA. Le décalage entre ces gains au niveau des tâches et l’absence d’effet visible à l’échelle des entreprises est au cœur du débat : il peut traduire un manque de maturité des usages, une mauvaise intégration dans les processus, ou des bénéfices captés par les clients sous forme de baisses de prix plutôt que par les marges.

Quelles leçons pour les entreprises ?

Pour les dirigeants, la note d’Apollo rappelle quelques principes utiles, valables bien au-delà des États-Unis :

• mesurer avant d’étendre : fixer des indicateurs précis, comme le temps de traitement, le taux d’erreur ou le coût par dossier, avant de généraliser un outil d’IA ;
• cibler les tâches répétitives et bien définies, où les gains sont les plus faciles à démontrer, plutôt que les décisions qui reposent sur le jugement ;
• compter les coûts cachés : abonnements, consommation de jetons, temps de vérification et formation des équipes ;
• revoir les processus, et pas seulement ajouter un outil : les gains viennent souvent de la réorganisation du travail autour de l’IA ;
• garder la responsabilité humaine sur les décisions qui engagent l’entreprise, un point sur lequel Torsten Slok insiste.

Le vrai test de l’IA se joue hors de la Silicon Valley

La conclusion de l’économiste est claire : l’avenir de l’IA ne se décidera pas chez les Sept Magnifiques, qui vendent l’IA autant qu’ils l’utilisent, mais dans le reste de l’économie. Tant que les dépenses d’IA et le recours aux agents resteront concentrés dans une petite partie des entreprises, les effets macroéconomiques resteront limités, estime-t-il.

Cette lecture pose une question directe aux investisseurs, déjà soulevée par le Fonds monétaire international dans son rapport sur l’endettement et les financements circulaires liés à l’IA : les centaines de milliards de dollars engagés dans les centres de données seront-ils rentabilisés si les clients finaux ne voient pas de gains ? Les résultats des géants du cloud, publiés fin octobre, et surtout les comptes des entreprises traditionnelles dans les prochains trimestres apporteront des éléments de réponse. Les articles de la page productivité d’Actu.ai suivent ce débat.