Investir à l’ère de l’IA : ce que les 25 premières années du siècle ont changé

À l’approche de 2025, les investisseurs regardent un paysage très différent de celui imaginé à la fin des années 1990. Les crises financières, les interventions des banques centrales, l’essor des géants technologiques et le retour des tensions géopolitiques ont profondément modifié le rapport entre risque et rendement. Dans ce contexte, l’intelligence artificielle est souvent présentée comme le prochain grand relais de croissance. Elle est aussi devenue l’un des principaux foyers d’incertitude des marchés.

Le débat ne porte donc pas seulement sur la capacité de l’IA à faire monter le cours des entreprises qui la développent. Il concerne une question plus large : cette technologie pourra-t-elle relever durablement la productivité des économies au moment où l’endettement public augmente et où la population active ralentit dans de nombreux pays développés ? Pour un investisseur, il s’agit moins de céder à une promesse technologique que de comprendre les mécanismes économiques qui peuvent, ou non, transformer cette promesse en résultats.

Un quart de siècle qui a bouleversé les repères financiers

Le XXIe siècle a officiellement commencé le 1er janvier 2001. Fin 2024, il n’est donc pas encore achevé dans son premier quart, qui s’étend jusqu’à la fin de 2025. Mais les presque vingt-quatre années écoulées suffisent à illustrer l’ampleur du changement.

À la fin des années 1990, le débat américain portait encore sur la possibilité de rembourser intégralement la dette publique des États-Unis. En 1999, certains analystes envisageaient alors un désendettement complet à l’horizon 2013. La suite a pris une direction radicalement différente : les crises et les réponses budgétaires ont alourdi le passif public, au point que le rapport entre dette et produit intérieur brut, ou PIB, a dépassé 100 %.

Les grandes étapes de cette période montrent pourquoi les comparaisons avec les décennies précédentes doivent être maniées avec prudence.

L’éclatement de la bulle internet en 2000, les attentats du 11 septembre 2001 et la crise financière de 2008 ont déclenché des réponses publiques d’une ampleur considérable. Les banques centrales ont joué un rôle central dans la stabilisation de l’économie et des marchés. Ces interventions ont toutefois nourri une interrogation durable : comment gérer, à long terme, l’accumulation de dette après une succession de chocs ?

Des actions américaines dominantes, sans rendement historique exceptionnel

Les actions américaines ont largement marqué la période. La progression de groupes technologiques comme Apple et Nvidia a soutenu les grands indices et renforcé l’idée que l’innovation numérique était le principal moteur des marchés. Cette domination ne doit pourtant pas masquer une réalité plus nuancée sur les rendements.

Les analystes de Deutsche Bank indiquent que le rendement des actions américaines sur les 25 premières années du siècle atteint 4,9 % au-dessus de l’inflation. Selon leur lecture historique, ce résultat figure parmi les plus faibles performances observées. Ce chiffre rappelle une distinction essentielle : un marché peut produire de très grands gagnants et, dans le même temps, offrir une rémunération globale moins spectaculaire qu’attendu une fois l’inflation prise en compte.

La concentration compte aussi. Lorsque quelques entreprises pèsent très lourd dans les indices, leur évolution peut influencer la perception de l’ensemble du marché. Apple et Nvidia ont été des symboles de cette dynamique, avec des activités qui touchent respectivement aux appareils, aux services numériques et aux composants de calcul indispensables à l’IA moderne. Mais une telle concentration peut rendre les marchés plus sensibles aux déceptions concernant un nombre limité de groupes.

Pour les investisseurs, la leçon n’est pas que la technologie serait à éviter. Elle est que la hausse passée d’une action, même soutenue par une innovation réelle, ne préjuge ni de sa valorisation future ni des rendements de l’ensemble du secteur.

Pourquoi l’or a mieux résisté aux crises successives

Face aux turbulences de ce début de siècle, l’or a affiché une meilleure résistance. Ce métal précieux occupe une place particulière : il ne verse pas de dividende et ne génère pas, par lui-même, de bénéfices comme une entreprise. Sa valeur est plutôt liée à son rôle de réserve, à sa rareté et à la confiance que lui accordent les marchés durant les épisodes d’incertitude économique, financière ou géopolitique.

Les interventions massives des autorités monétaires après les crises de 2000, 2001 et 2008 ont renforcé l’attention portée aux actifs susceptibles de servir de protection. L’or est ainsi souvent considéré comme un indicateur de défiance envers les monnaies, l’inflation ou la stabilité du système financier. Cela ne signifie pas qu’il soit dépourvu de volatilité, ni qu’il puisse se substituer à une stratégie d’investissement diversifiée. Cela montre surtout que les actifs ne réagissent pas tous de la même façon aux mêmes événements.

Dette et démographie : deux contraintes de long terme

L’endettement n’est pas la seule difficulté structurelle. Les tendances démographiques peuvent également modifier les perspectives économiques. Dans plusieurs économies développées, le vieillissement de la population réduit ou ralentit la progression du nombre de personnes en âge de travailler. Or une population active moins dynamique peut limiter la croissance potentielle du PIB.

Cette question intéresse directement les marchés. La croissance des bénéfices des entreprises dépend notamment de la consommation, de l’investissement, de l’emploi et des gains de productivité. Si la main-d’œuvre progresse moins vite, l’économie doit trouver d’autres leviers pour maintenir son rythme : formation, innovation, automatisation, amélioration de l’organisation du travail ou hausse de la productivité par salarié.

Jim Reid, de Deutsche Bank, alerte ainsi sur une possible dégradation des indicateurs entre 2024 et 2049. Le risque mis en avant est celui d’un ralentissement sensible de la croissance réelle du PIB, particulièrement dans les marchés développés. À cela s’ajoute la contrainte budgétaire : une population plus âgée peut accroître les dépenses publiques, tandis qu’une croissance moins soutenue rend le poids de la dette plus difficile à absorber.

L’IA peut-elle vraiment relancer la productivité ?

C’est dans cet environnement que l’intelligence artificielle concentre autant d’attentes. L’IA peut automatiser certaines tâches, accélérer l’analyse d’informations, aider à produire du logiciel, optimiser des opérations et améliorer la prise de décision dans des secteurs variés. Son intérêt macroéconomique potentiel est donc clair : permettre de produire davantage, ou plus efficacement, avec les ressources disponibles.

Pour une entreprise, le gain ne vient pas simplement de l’installation d’un outil d’IA. Il dépend de sa capacité à l’intégrer aux processus de travail, à disposer de données pertinentes, à former ses équipes et à mesurer les effets sur les coûts, la qualité ou les revenus. Une technologie peut être impressionnante sans créer immédiatement de valeur économique mesurable.

Le scénario le plus ambitieux évoqué dans le débat est celui d’une intelligence générale artificielle, capable de réaliser un éventail très large de tâches cognitives. L’horizon mentionné s’étend de 2025 à 2049. Il ne s’agit pas d’une échéance établie ni d’une certitude scientifique, mais d’une hypothèse qui explique une partie de l’enthousiasme des investisseurs. Si les capacités des systèmes progressaient au point de transformer profondément la production de biens et de services, les conséquences pour la productivité mondiale seraient considérables.

Cette possibilité doit cependant être séparée de la réalité actuelle. Les outils d’IA existants peuvent déjà créer des usages concrets, mais ils restent soumis à des coûts de calcul, à des erreurs, à des contraintes de sécurité des données et à la nécessité d’une supervision humaine dans de nombreux contextes.

Des milliards dépensés avant la preuve des profits

La course à l’IA se distingue par l’ampleur des investissements nécessaires. Les entreprises doivent financer des centres de données, des processeurs spécialisés, des réseaux, de l’énergie et des équipes de recherche. Les dépenses d’infrastructure liées à l’IA évoquées pour le trimestre approchent 20 milliards de dollars. Ce niveau d’investissement montre que les grands acteurs considèrent l’IA comme un enjeu stratégique majeur.

Il ne répond pas, à lui seul, à la question essentielle : ces dépenses généreront-elles des profits à la hauteur des attentes ? Un investissement est rentable si les revenus supplémentaires, les économies réalisées ou les avantages concurrentiels finissent par dépasser son coût. Or les modèles d’IA peuvent aussi devenir plus accessibles, plus standardisés et donc plus proches d’un produit interchangeable, phénomène souvent qualifié de commoditisation.

Cette tension explique la vigilance des marchés envers les valeurs technologiques. Amazon et Nvidia, malgré leur position dominante, ne sont pas à l’abri des pressions. Nvidia fait notamment l’objet de vérifications réglementaires en Chine, un élément susceptible de peser sur sa trajectoire. Les avancées d’OpenAI et de ses produits illustrent également la vitesse du secteur : elles peuvent ouvrir de nouveaux marchés, mais elles intensifient en parallèle la concurrence et les interrogations sur les modèles économiques.

Comment examiner une entreprise exposée à l’IA

L’expression « action IA » recouvre des réalités très différentes. Une entreprise peut vendre des composants de calcul, exploiter une infrastructure de cloud, développer des modèles, intégrer l’IA à des logiciels existants ou simplement annoncer des projets encore peu avancés. Regrouper ces profils sous une même étiquette peut conduire à des raccourcis.

Quelques questions aident à distinguer l’annonce de la capacité réelle à créer de la valeur :

• Quelle est la source de revenus ? Il faut identifier si l’IA est déjà vendue, si elle améliore une offre existante ou si elle demeure un projet de recherche.
• Quels sont les coûts ? Les besoins en calcul, en données et en énergie peuvent peser lourdement sur les marges.
• Quel avantage peut durer ? L’accès à des puces, à une infrastructure, à une clientèle établie ou à des données peut être plus déterminant qu’une démonstration ponctuelle.
• Quels risques réglementaires existent ? Les règles de concurrence, de protection des données, de propriété intellectuelle et d’exportation peuvent modifier les perspectives d’un groupe.
• Comment l’entreprise mesure-t-elle les résultats ? Les annonces doivent être confrontées aux indicateurs concrets : adoption, revenus, coûts et capacité à conserver les clients.

L’IA peut aussi être utilisée pour analyser de grands volumes de données financières, détecter des tendances ou automatiser certaines opérations. Mais elle ne supprime pas l’incertitude. Les marchés sont influencés par des décisions politiques, des crises et des comportements collectifs que les modèles ne peuvent pas prévoir avec certitude. Utiliser un outil d’analyse ne dispense ni de vérifier ses données ni de diversifier ses risques.

Innovation, concentration et responsabilités

La perspective d’une économie plus productive grâce à l’IA soulève des questions qui dépassent la Bourse. Les bénéfices de la technologie pourraient se concentrer chez les détenteurs d’infrastructures, de données et de capital, tandis que certaines catégories de travailleurs pourraient subir des transformations rapides de leurs tâches. Les conséquences potentielles sur l’emploi, la fiscalité et la répartition des richesses font donc partie intégrante de l’analyse économique.

Les enjeux éthiques sont tout aussi importants. Déployer l’IA à grande échelle suppose de traiter les risques liés aux biais, à la confidentialité des données, à la transparence des décisions automatisées et à la sécurité. Une adoption mal maîtrisée peut provoquer des coûts juridiques, réputationnels ou opérationnels qui se répercutent ensuite sur les entreprises et leurs actionnaires.

La régulation ne doit pas être comprise uniquement comme une contrainte extérieure. Des règles claires peuvent aussi contribuer à définir les conditions dans lesquelles les technologies seront acceptées, utilisées et monétisées. Pour les marchés, la qualité de la gouvernance devient ainsi un élément aussi concret que la performance technique.

Ce qu’il faut surveiller en 2025

L’année 2025 devra apporter des éléments plus tangibles sur la capacité de l’IA à dépasser le stade de l’expérimentation et des annonces. Les investisseurs suivront d’abord l’évolution des revenus tirés de ces services, puis leur rentabilité réelle une fois pris en compte les dépenses en infrastructures. Ils observeront également si les gains de productivité apparaissent au-delà du seul secteur technologique.

La trajectoire de la dette, les conditions de financement et les évolutions démographiques resteront des paramètres décisifs. L’IA peut devenir un outil puissant pour atténuer certaines contraintes économiques, notamment en améliorant l’efficacité du travail. Elle ne peut cependant pas, à elle seule, effacer les déséquilibres budgétaires, les tensions géopolitiques ou les défis sociaux.

Pour les particuliers, la prudence consiste à ne pas confondre intérêt technologique et certitude financière. Le potentiel de l’IA est réel, mais sa traduction en bénéfices durables, en rendements boursiers et en prospérité collective reste à démontrer entreprise par entreprise, secteur par secteur et sur la durée.