L'envolée des investissements dans l'IA risque de rappeler la crise asiatique de 1997, avertit un stratège
Un stratège majeur de Wall Street a établi des parallèles entre la vague actuelle d'investissements dans l'intelligence artificielle et la bulle économique qui a précédé la crise financière asiatique de 1997. Les dépenses corporatives massives dans les technologies et infrastructures d'IA ont propulsé le marché boursier américain à des niveaux records, le S&P 500 (SP:SPX) progressant de 0,59 % pour atteindre 7 812 points. Cependant, des recherches montrent que la croissance de la productivité globale des facteurs aux États-Unis a continué de ralentir malgré ce déploiement massif de capital, reflétant les schémas d'allocation inefficace du capital observés en Asie de l'Est durant les années 1990.
Le décalage entre investissement et efficacité découle de la stagnation de l'investissement net des entreprises en proportion du produit intérieur brut. Alors que les dépenses brutes des entreprises en équipements et technologies ont augmenté, l'investissement net, une fois prise en compte la dépréciation rapide du matériel, est resté pratiquement inchangé. Comme les technologies en évolution rapide deviennent vite obsolètes, les entreprises doivent continuellement dépenser pour remplacer le matériel ancien sans nécessairement renforcer l'efficacité économique à long terme ni accroître leur capacité productive.
Les investisseurs devraient surveiller si les futures données économiques américaines commenceront à refléter de véritables gains de productivité issus des outils d'IA déployés, car les bénéfices technologiques mettent souvent du temps à apparaître dans les statistiques officielles. De plus, les pressions sur le marché obligataire mondial demeurent un vent contraire majeur pour les valorisations boursières. Les coûts d'emprunt dans les grandes économies telles que la France, le Japon, le Royaume-Uni et les États-Unis pourraient être soumis à de nouvelles tensions si les investisseurs commencent à douter de la soutenabilité des niveaux élevés d'endettement et de dépenses.
Points clés
- Les lourdes dépenses des entreprises en infrastructures d'IA coïncident avec le ralentissement de la productivité globale des facteurs aux États-Unis.
- L'investissement net des entreprises américaines en part du PIB reste stable en raison des taux élevés de dépréciation du matériel.
- Le contexte actuel du marché présente des similitudes avec l'allocation du capital précédant la crise financière asiatique de 1997.
- Le S&P 500 a gagné 0,59 % pour atteindre 7 812 points sur fond d'enthousiasme généralisé pour les investissements technologiques.
Traduit par notre IA à partir de notre article en anglais, fondé sur des sources expertes des marchés sur le web. Des erreurs sont possibles : vérifiez les faits avant d’agir. Synthèses rédigées avec l’API d’IA gratuite de FreeTheAI.org
Comment nous écrivonsAvertissementQuestions et réponses
Pourquoi l'essor des investissements dans l'IA est-il comparé à la crise financière asiatique de 1997 ?
La comparaison repose sur le fait qu'un investissement massif en capital masque une faible croissance de la productivité sous-jacente. Dans les deux cas, de fortes dépenses et un vif optimisme du marché ont occulté les inefficacités du capital avant que des gains économiques globaux ne soient démontrés.
Comment la dépréciation affecte-t-elle l'investissement net des entreprises américaines pendant l'essor de l'IA ?
Bien que l'investissement brut des entreprises dans le matériel d'IA ait augmenté, l'investissement net en part du PIB reste relativement stable car les équipements technologiques se déprécient et deviennent obsolètes rapidement, nécessitant un remplacement constant.
La technologie de l'IA a-t-elle déjà amélioré la productivité globale des facteurs aux États-Unis ?
La croissance de la productivité globale des facteurs aux États-Unis a diminué malgré les lourdes dépenses des entreprises dans les infrastructures d'IA. Toutefois, les économistes rappellent que les progrès technologiques peuvent mettre du temps à générer des gains d'efficacité mesurables dans les statistiques officielles.