Bulle de l’IA : un crash serait-il pire qu’une croissance laissée sans garde-fous ?

L’intelligence artificielle concentre à la fois des espoirs de croissance considérables et des inquiétudes très concrètes. À mesure que les entreprises technologiques, les fonds d’investissement et les grands groupes accélèrent leurs dépenses, une question s’impose : que se passerait-il si les promesses de revenus et de productivité ne se matérialisaient pas au rythme attendu ? Le risque d’une « bulle de l’IA » ne se résume pas à une baisse de Bourse. Il touche aussi l’emploi, la répartition des richesses et la capacité de la société à choisir les usages qu’elle veut encourager.

Le débat mérite toutefois de la rigueur. Parler de bulle ne signifie pas qu’un effondrement est inévitable, ni que l’intelligence artificielle serait une technologie sans valeur. Cela désigne un possible décalage entre des anticipations financières très élevées et la réalité des revenus, des coûts ou des gains de productivité. L’IA peut transformer durablement des activités, tout en ayant suscité, dans certaines entreprises ou certains segments du marché, des attentes difficiles à satisfaire à court terme.

Qu’appelle-t-on une bulle de l’IA ?

Une bulle économique se forme lorsque le prix d’actifs, par exemple des actions, des parts de start-up ou des infrastructures, augmente surtout parce que les acheteurs anticipent des gains futurs exceptionnels. Les valorisations peuvent alors s’éloigner des résultats observables : chiffre d’affaires, marges, nombre de clients ou capacité à générer des revenus réguliers.

Appliqué à l’IA, ce mécanisme concerne plusieurs niveaux de l’économie. Il y a les entreprises qui développent des modèles, celles qui vendent des puces et de la puissance de calcul, les opérateurs de centres de données, mais aussi les jeunes pousses qui promettent d’automatiser un métier ou une fonction précise. Les investissements massifs peuvent être rationnels s’ils financent des infrastructures utiles sur le long terme. Ils deviennent plus fragiles lorsque chaque acteur suppose que la demande future sera illimitée, immédiate et très rentable.

Le texte d’origine alerte sur des rendements annoncés qui pourraient être en décalage avec l’économie tangible et évoque la volatilité des marchés comme un signal de nervosité. Il mentionne également des pertes qui pourraient atteindre plusieurs milliers de milliards de dollars dans un scénario de rupture. Cette estimation n’est toutefois accompagnée ni d’une méthode de calcul ni d’une source identifiable. Elle doit donc être comprise comme l’illustration d’un risque systémique possible, et non comme une prévision établie.

Pourquoi un éclatement pourrait-il se transmettre à toute l’économie ?

Le premier effet d’un retournement serait financier. Les investisseurs qui ont acheté des actifs à des prix élevés subiraient des pertes. Les jeunes entreprises les plus dépendantes de levées de fonds, et pas encore rentables, pourraient avoir davantage de mal à financer leurs serveurs, leurs équipes ou leur commercialisation. Des projets seraient reportés, revendus ou abandonnés.

Mais les répercussions ne s’arrêteraient pas à la Silicon Valley. L’IA est désormais liée à une vaste chaîne économique : fabricants de matériel informatique, fournisseurs d’énergie, construction de centres de données, éditeurs de logiciels, cabinets de conseil, entreprises clientes et sous-traitants. Lorsque les dépenses s’emballent, elles soutiennent cette chaîne. Lorsqu’elles se contractent, les effets peuvent se propager par les commandes annulées, les recrutements gelés et une prudence accrue des banques comme des investisseurs.

Les ménages ne sont pas à l’abri d’un choc, même lorsqu’ils n’achètent pas directement d’actions technologiques. Une baisse marquée des marchés peut affecter l’épargne investie en fonds, la confiance économique et les budgets des entreprises. Si des sociétés réduisent brutalement leurs dépenses, cela peut déboucher sur moins d’embauches, des licenciements et une diminution de certains services.

Cela ne veut pas dire qu’un tel scénario est acquis. Les marchés peuvent réévaluer certaines entreprises sans provoquer de crise générale. Tout dépendrait de l’ampleur de l’endettement, de la concentration des pertes, de l’exposition des institutions financières et, surtout, de la place réellement prise par l’IA dans les revenus des entreprises à ce moment-là.

L’emploi est exposé à un double risque

La publication d’origine insiste à juste titre sur une tension souvent oubliée : les travailleurs peuvent être fragilisés dans les deux scénarios opposés. Une croissance désordonnée de l’IA peut conduire des entreprises à automatiser trop vite certaines tâches, sans préparer la mobilité professionnelle ni répartir les gains. Un éclatement de bulle peut ensuite entraîner des réductions d’effectifs dans les entreprises technologiques et chez leurs prestataires.

Il faut néanmoins distinguer une tâche d’un métier. Les systèmes d’IA générative peuvent rédiger un premier brouillon, classer des documents, résumer une réunion, produire du code ou aider à analyser des données. Dans de nombreux emplois, ces fonctions ne suffisent pas à remplacer l’ensemble du travail : il reste la responsabilité, la relation humaine, la connaissance d’un contexte, le contrôle de la qualité et la décision.

Le danger est plutôt celui d’une transition mal organisée. Les personnes qui disposent déjà de capital, de compétences numériques recherchées ou d’un pouvoir de négociation élevé peuvent capter une part importante des gains de productivité. À l’inverse, les salariés les moins protégés risquent de subir l’intensification du travail, la surveillance automatisée ou la disparition de certaines missions sans bénéficier des revenus créés.

L’économiste de Stanford Erik Brynjolfsson met en garde contre une trajectoire dans laquelle « ceux sans pouvoir voient leurs perspectives se dégrader ». Cette formule résume l’enjeu : les effets de l’IA ne dépendent pas seulement de ses performances techniques. Ils dépendent des choix d’organisation, de propriété, de formation et de partage de la valeur.

Les agriculteurs, les travailleurs à faibles revenus et les professions très standardisées sont souvent cités parmi les publics susceptibles de ressentir plus fortement ces changements. Il serait cependant réducteur de les présenter comme les seules victimes potentielles. Les fonctions administratives, créatives, techniques et de services peuvent toutes être redéfinies par l’automatisation de certaines tâches.

Un crash peut-il avoir des effets utiles ?

L’idée paraît contre-intuitive, mais un retournement pourrait aussi mettre fin à des promesses irréalistes et réorienter les capitaux vers les usages les plus utiles. Lorsque le financement devient plus exigeant, les entreprises doivent davantage démontrer ce que leur produit apporte : un gain de temps mesurable, une meilleure qualité de service, une réduction d’erreurs ou une capacité nouvelle pour les professionnels.

L’histoire économique montre que les périodes de spéculation peuvent laisser des actifs durables. La bulle des chemins de fer au XIXe siècle a été marquée par des excès financiers et des faillites, tout en contribuant à bâtir des réseaux de transport qui ont continué à servir l’économie. De la même manière, l’éclatement de la bulle internet au début des années 2000 a détruit de nombreuses entreprises et une part considérable de la valeur boursière, sans empêcher Internet de devenir une infrastructure essentielle.

La leçon n’est pas qu’il faudrait souhaiter une crise. Les faillites, la perte d’épargne et le chômage ont un coût humain réel. Elle est plutôt qu’une technologie peut survivre à la correction de ses excès financiers. Le véritable objectif devrait être d’éviter à la fois l’investissement aveugle et le choc brutal.

Augmenter le travail humain plutôt que le contourner

La question centrale n’est donc pas de savoir si l’IA est « pour » ou « contre » l’emploi. Elle est de déterminer quels usages seront financés, déployés et évalués. Une IA qui aide un soignant à organiser des informations, un chercheur à explorer des hypothèses ou un salarié à automatiser une tâche répétitive n’a pas les mêmes conséquences qu’un système conçu uniquement pour supprimer des postes à court terme.

Cette distinction est particulièrement importante dans la santé et la recherche scientifique. L’IA peut assister l’analyse de données complexes ou soutenir la conception de nouvelles protéines. Dans ces domaines, la valeur du système dépend d’un cadre humain : vérification, expertise, responsabilité clinique ou scientifique, et contrôle des erreurs. La machine peut étendre les capacités d’un professionnel, elle ne supprime pas la nécessité de son jugement.

Pour que cette logique d’augmentation l’emporte, plusieurs leviers peuvent être activés :

• investir dans la formation continue, afin que les salariés puissent utiliser les nouveaux outils et évoluer vers des tâches à plus forte valeur ajoutée ;
• associer les travailleurs aux décisions de déploiement, notamment lorsque l’IA modifie les objectifs, l’évaluation ou les conditions de travail ;
• mesurer les gains de productivité et préciser la façon dont ils sont redistribués, par les salaires, le temps de travail, l’emploi ou l’investissement collectif ;
• soutenir la concurrence et l’interopérabilité, afin que les bénéfices ne soient pas captés par un nombre très restreint d’acteurs ;
• imposer des exigences adaptées de fiabilité, de transparence et de recours humain pour les usages qui affectent directement les personnes.

Pourquoi la régulation économique compte autant que la régulation technique

Encadrer l’intelligence artificielle ne consiste pas seulement à lutter contre les biais, les erreurs ou les atteintes à la vie privée. La gouvernance doit aussi s’intéresser à la structure économique du secteur : concentration des infrastructures, accès à la puissance de calcul, dépendance des entreprises utilisatrices et conditions dans lesquelles les données et les outils sont exploités.

Une politique publique cohérente peut chercher à réduire les risques sans bloquer l’innovation. Elle peut, par exemple, améliorer la transparence des systèmes utilisés dans les décisions sensibles, soutenir la recherche ouverte, renforcer les dispositifs de reconversion professionnelle et surveiller les pratiques qui limiteraient indûment la concurrence. Les entreprises ont également une responsabilité : ne pas vendre comme une automatisation fiable ce qui reste un outil probabiliste nécessitant une supervision humaine.

La croissance contrôlée n’est pas l’absence de croissance. C’est une croissance qui tient compte des coûts cachés : consommation d’énergie, dépendance à des fournisseurs rares, fragilisation des emplois, erreurs dans les services essentiels et concentration de la valeur. Elle suppose de distinguer les applications qui résolvent un problème réel de celles qui n’existent que parce qu’elles attirent, temporairement, le capital.

Ce qu’il faut surveiller dans les prochains mois

Le scénario d’une bulle de l’IA ne doit ni être traité comme une certitude, ni être écarté sous prétexte que la technologie est prometteuse. Les signaux les plus utiles seront concrets : les entreprises parviennent-elles à convertir les démonstrations en revenus durables ? Les coûts de calcul baissent-ils assez pour permettre des services rentables ? Les clients renouvellent-ils leurs contrats ? Les gains de productivité profitent-ils aux salariés et aux usagers, ou se concentrent-ils uniquement au sommet ?

Il faudra aussi observer la manière dont les organisations parlent de l’emploi. Une entreprise qui présente l’IA comme un outil d’assistance devra pouvoir expliquer comment elle forme ses équipes, contrôle les résultats et partage les gains. À défaut, la promesse d’efficacité risque d’alimenter les inégalités, y compris sans krach financier.

L’alternative n’est donc pas simplement entre l’explosion d’une bulle et une déferlante technologique. La voie la plus solide consiste à exiger des preuves économiques, à préparer les transitions professionnelles et à orienter l’IA vers des capacités qui renforcent les personnes. C’est à cette condition que les investissements actuels pourront laisser autre chose qu’une facture sociale ou financière.