Pourquoi la BRI s’inquiète des risques financiers liés au boom de l’IA

L’intelligence artificielle peut tenir ses promesses économiques tout en alimentant des risques financiers. C’est le message central de Pablo Hernández de Cos, directeur général de la Banque des règlements internationaux (BRI) : une technologie susceptible d’améliorer sensiblement la productivité peut aussi générer un cycle d’investissement instable si les dépenses, l’endettement et les engagements entre entreprises progressent plus vite que les revenus durables qu’ils sont censés produire. 17

Une course dont l’ampleur dépasse le seul secteur technologique

La BRI estime que les cinq plus grandes entreprises technologiques mondiales investiront plus de 1 000 milliards de dollars dans l’IA sur 2025 et 2026. À cette échelle, la course aux infrastructures ne concerne plus uniquement la tech : elle peut influencer l’investissement global, les conditions de financement et les marchés financiers. 1

Le sujet n’est pas d’affirmer que ces dépenses seraient toutes inutiles. La concurrence pour sécuriser de la puissance de calcul, des centres de données et les équipements associés peut toutefois inciter les entreprises à engager très tôt des montants considérables, avant que les recettes futures des services d’IA soient clairement établies. Les travaux de la BRI décrivent une course à l’investissement dans laquelle le mode de financement peut lui-même accroître la fragilité du système. 14

Dette et crédit privé : le risque augmente si les rendements déçoivent

Selon Pablo Hernández de Cos, le développement de l’IA a d’abord été financé principalement par les ressources internes des entreprises et les fonds propres. Il dépend désormais davantage de financements externes, souvent apportés par des acteurs du crédit privé. 25

Cela change la nature du scénario défavorable. Si les recettes ou les rendements sont inférieurs aux attentes, les emprunteurs doivent toujours rembourser leurs dettes. La BRI prévient qu’un investissement financé à crédit peut contraindre les entreprises à vendre dans l’urgence des actifs très spécialisés en cas de retournement — un risque particulièrement marqué pour des équipements coûteux, conçus pour un usage précis et difficiles à réemployer. 14

Le crédit privé élargit les sources de financement disponibles, mais sa place croissante exige aussi des superviseurs qu’ils sachent où se situe réellement le risque. L’enjeu n’est pas le crédit privé en tant que tel : il est de pouvoir évaluer l’endettement, les garanties et les engagements croisés avant qu’une période de tension ne survienne.

Les « financements circulaires », une opacité préoccupante

La BRI met en avant le risque lié aux participations croisées et à d’autres montages qui relient fabricants de puces, hyperscalers — les géants du cloud disposant d’immenses capacités de calcul —, entreprises d’IA et fournisseurs d’infrastructures. Ces liens peuvent associer prises de participation et engagements qui soutiennent mutuellement l’expansion des différents acteurs. 1425

Ces dispositifs peuvent financer un déploiement rapide. Mais ils compliquent aussi la cartographie de la transmission des risques. Lorsqu’une même entreprise est à la fois fournisseur, investisseur, client et financeur, une baisse des anticipations de demande pour l’IA peut frapper plusieurs bilans simultanément. La BRI estime que la dette et les participations circulaires créent de la fragilité financière et rendent un retournement plus probable. 14

Pour les investisseurs comme pour les régulateurs, la question pratique est simple : qui supportera la perte si les flux de trésorerie attendus de l’IA ne se matérialisent pas ? Des structures opaques peuvent retarder la réponse et accroître le risque qu’une réévaluation des prix des actifs devienne désordonnée.

Valorisation élevée : le danger d’extrapoler trop loin

Des valorisations élevées ne prouvent ni l’existence d’une bulle ni l’absence de valeur économique de l’IA. Elles rendent toutefois les marchés plus sensibles à toute révision des anticipations. La BRI a signalé le niveau élevé des valorisations et le risque que la course à l’investissement conduise à des engagements excessifs si entreprises et investisseurs prolongent trop loin les profits futurs dans leurs calculs. 114

Le parallèle historique ne consiste donc pas à assimiler l’IA à une précédente frénésie technologique. Il rappelle plutôt que des innovations réellement transformatrices ont parfois été accompagnées de surinvestissement, de levier financier et de pertes importantes avant que leurs bénéfices économiques de long terme ne deviennent visibles. Le risque pertinent est un décalage entre la vitesse de déploiement des capitaux aujourd’hui et le calendrier — ou le niveau — des flux de trésorerie futurs.

Des gains de productivité possibles, mais nullement automatiques

La BRI continue de voir dans l’IA un potentiel important d’amélioration de la productivité. Mais cet effet ne dépend pas seulement de modèles toujours plus puissants : les entreprises doivent revoir leurs processus, investir dans des systèmes complémentaires et diffuser la technologie au-delà d’un petit groupe d’acteurs de pointe. 17

Les bénéfices pour l’ensemble de l’économie reposent aussi sur des infrastructures numériques et énergétiques fiables, sur des compétences adaptées et sur la capacité des entreprises comme des administrations à adopter efficacement ces outils. Investir massivement dans les infrastructures ne garantit donc pas, à lui seul, un gain de productivité largement partagé.

Emploi, répartition des gains et résilience cyber

La BRI souligne également les coûts d’ajustement d’une économie davantage structurée par l’IA. À mesure que des outils plus performants s’appliquent à un nombre croissant de tâches et de métiers, les déplacements d’emplois pourraient s’intensifier. La capacité de nouvelles activités et d’une demande accrue à compenser ces pertes demeure incertaine. 3

La reconversion, la formation tout au long de la vie et la mobilité professionnelle deviennent ainsi des priorités économiques, et non de simples sujets annexes. Une autre question est celle de la répartition : les gains de productivité pourraient se concentrer chez les entreprises, les travailleurs et les pays qui disposent déjà d’un meilleur accès aux capitaux, à la puissance de calcul, aux données et aux compétences.

L’IA ajoute enfin des risques opérationnels et cyber. Pablo Hernández de Cos a relevé qu’elle peut amplifier le risque de modèle, les comportements corrélés et l’opacité des chaînes de décision dans la finance. 18 La dépendance accrue à un nombre limité de fournisseurs de cloud, de modèles et de puces peut aussi créer des points de défaillance communs. Gouvernance solide, tests de résilience et supervision humaine effective comptent donc autant que le suivi des risques financiers.

Ce que doivent surveiller les autorités monétaires et financières

La BRI appelle à la vigilance, non à considérer l’investissement dans l’IA comme intrinsèquement nocif. Les pouvoirs publics doivent favoriser les conditions qui rendent les gains de productivité plus probables — compétences, concurrence, infrastructures et accès large à la technologie — tout en surveillant l’endettement, les valorisations et les interconnexions cachées du système financier. 1725

La coopération internationale est essentielle, car les chaînes d’approvisionnement de l’IA, les marchés de capitaux et les menaces cyber traversent les frontières. La BRI considère la stabilité financière comme un bien public mondial : le partage d’informations et des méthodes d’analyse communes entre banques centrales, superviseurs et régulateurs sont donc particulièrement importants. 21

Le prochain cycle pourrait redistribuer les gagnants

L’évolution du cycle d’investissement dans l’IA constitue une autre source de risque de transition. Goldman Sachs évoque une hausse des déploiements en entreprise et un déplacement vers l’inférence — l’utilisation des modèles une fois entraînés — et l’adoption des outils, après un démarrage lent. 32

Cela ne signifie pas que les investissements dans les infrastructures doivent s’effondrer. En revanche, les rendements pourraient être répartis différemment à mesure que l’IA passe de la construction de capacités à leur utilisation. Pour les projets fortement endettés et les fournisseurs d’infrastructures arrivés tard dans le cycle, la nuance est décisive : une économie de l’IA rentable peut tout de même produire des perdants si la demande, les prix ou le rythme des dépenses d’investissement ne répondent pas aux hypothèses intégrées dans les financements actuels.

L’avertissement de la BRI doit donc être lu ainsi : distinguer le potentiel de long terme de l’IA de la solidité financière du chemin choisi pour bâtir ses infrastructures. 1417