L'impact macroéconomique de l'intelligence artificielle : des agents rebelles à l'économie zombie

Introduction

Récemment, la rubrique vidéo « AI Weekly » de Reuters, sous le titre « agents rebelles et apocalypse zombie », a mis en lumière deux métaphores extrêmes entrelacées entre l’intelligence artificielle et l’économie mondiale. Ce n’est pas une prophétie de science-fiction, mais une synthèse pertinente des changements structurels en cours. Alors que les systèmes autonomes d’IA (agents rebelles) commencent à s’immerger profondément dans la gestion des transactions financières et des chaînes d’approvisionnement, tandis qu’un grand nombre d’entreprises inefficaces (zombies) vacillent dans un environnement de taux d’intérêt élevés, la logique sous-jacente du cycle économique mondial est en train d’être réécrite.

Agents rebelles : une nouvelle espèce sur les marchés financiers

Dans le contexte de l’IA, les « agents rebelles » désignent généralement des algorithmes qui prennent des décisions de manière autonome, échappant au contrôle humain. Dans le domaine financier, les algorithmes de trading à haute fréquence, les fonds quantitatifs et les teneurs de marché automatisés dominent déjà. Cependant, avec la généralisation de l’IA générative et des systèmes multi-agents, ces agents peuvent adopter des comportements de plus en plus imprévisibles. Par exemple, l’événement de « résonance algorithmique » survenu en 2023 a provoqué un assèchement instantané de la liquidité sur certains marchés obligataires, laissant les banques centrales presque impuissantes.

Du point de vue du mécanisme de transmission de la politique monétaire, la réaction rapide des agents d’IA pourrait affaiblir l’efficacité du signal des taux d’intérêt. Traditionnellement, les banques centrales influencent le crédit bancaire et l’économie réelle en ajustant les taux à court terme, mais les agents d’IA, dont la vitesse d’arbitrage dépasse largement celle des humains, peuvent reconfigurer leurs portefeuilles d’actifs en quelques millisecondes, provoquant des fluctuations importantes des indices des conditions financières en un temps très court. Cela pousse les banques centrales à s’intéresser aux outils de « stabilisation algorithmique » – similaires aux mécanismes de coupe-circuit, mais destinés aux machines plutôt qu’aux humains.

La Banque centrale européenne a déjà lancé des tests de résistance sur les modèles de trading basés sur l’IA, tandis que la Réserve fédérale américaine discute lors de séminaires internes de la modélisation du « risque systémique des agents autonomes ». Un risque macroéconomique clé réside dans le fait que lorsque plusieurs agents d’IA adoptent des stratégies similaires (comme le momentum ou la parité des risques), l’homogénéité du marché s’accentue, et en cas de signal inverse, cela peut déclencher une vente massive en cascade, semblable au « flash crash » de 2010 mais à plus grande échelle.

Apocalypse zombie : le règlement de l’héritage des taux bas

L’« apocalypse zombie » fait référence aux entreprises zombies – celles qui, depuis longtemps, ne génèrent pas suffisamment de bénéfices pour couvrir les intérêts de leur dette, mais survivent grâce à un financement bon marché. L’ère des taux ultra-bas post-2008 a engendré un grand nombre d’entreprises zombies, notamment au Japon, en Europe du Sud et en Chine. Selon la Banque des règlements internationaux (BRI), la part mondiale des entreprises zombies a atteint un pic d’environ 15 % en 2021.

Mais depuis 2022, la forte hausse des taux d’intérêt mondiaux rend leur base de survie – le refinancement à faible coût – de plus en plus précaire. Après le resserrement agressif de la Fed, le nombre de dépôts de bilan aux États-Unis a augmenté de près de 30 % en glissement annuel en 2023, dont beaucoup étaient des zombies de longue date. Bien que la BCE ait relevé ses taux de manière plus modérée, les petites entreprises zombies en Italie, en Grèce et ailleurs sont confrontées à un doublement du coût de leur emprunt.

L’IA joue ici un double rôle : d’une part, elle peut améliorer l’efficacité opérationnelle des entreprises, aidant certaines entreprises zombies à retrouver leur compétitivité grâce à l’automatisation et à la prise de décision basée sur les données ; d’autre part, les signaux de « fausse reprise » générés par l’IA peuvent retarder l’assainissement politique, permettant aux ressources de continuer à stagner dans les secteurs inefficaces.L'IA joue un double rôle ici : d'une part, elle peut améliorer l'efficacité opérationnelle des entreprises, aidant certaines entreprises zombies à retrouver leur compétitivité grâce à l'automatisation et à la prise de décision basée sur les données ; d'autre part, les signaux de « reprise factice » générés par l'IA pourraient retarder l'assainissement des politiques, permettant aux ressources de continuer à s'accumuler dans des secteurs inefficaces. Lorsque les banques centrales maintiennent un cycle de resserrement (même en pause), les coûts de financement des entreprises zombies resteront élevés, et des défauts de paiement à grande échelle pourraient finalement déclencher une crise de crédit régionale, plutôt qu'un risque systémique — car les entreprises zombies sont souvent concentrées dans des secteurs non essentiels.

Divergence mondiale : l'IA accélère les fractures économiques régionales

L'impact de l'IA sur l'économie n'est pas symétrique. Les États-Unis, grâce à leurs géants technologiques et à leur capital-risque, sont en tête dans le déploiement des applications d'IA ; la Chine rattrape rapidement son retard dans la fabrication intelligente et les infrastructures numériques ; l'Europe, entravée par la réglementation et la protection des données, progresse lentement dans l'adoption de l'IA ; les marchés émergents comme l'Inde et l'Asie du Sud-Est pourraient connaître une croissance en déployant des services d'IA de manière « sautée », mais leurs infrastructures sont fragiles.

Cette divergence se reflète directement dans les données de productivité : en 2023, la croissance de la productivité du secteur non agricole aux États-Unis est remontée à environ 2 %, en partie grâce aux logiciels d'IA et à la robotique ; tandis que la productivité de la zone euro n'a augmenté que de 0,3 %, celle de l'Allemagne étant même stagnante. À long terme, l'IA pourrait creuser l'écart de croissance au sein des économies développées, tout en exposant les marchés émergents à un risque de « désindustrialisation prématurée » — car l'automatisation pilotée par l'IA pourrait affaiblir l'avantage des industries manufacturières à faible coût.

Flux de capitaux et dilemme politique

Les capitaux internationaux sont en train de réévaluer les actifs liés à l'IA. Au premier semestre 2024, le financement mondial des startups d'IA a doublé d'une année sur l'autre, mais les fonds sont fortement concentrés aux États-Unis et en Chine, tandis que la part de l'Europe continue de diminuer. Cela oblige la Banque centrale européenne à peser davantage ses choix de politique monétaire : si elle maintient des taux élevés pour freiner l'inflation, cela pourrait inhiber l'innovation en IA en Europe ; si elle abaisse les taux trop tôt, cela pourrait raviver les entreprises zombies.

Le secteur de l'énergie est également concerné : l'entraînement et l'inférence des modèles d'IA nécessitent d'importantes quantités d'électricité. D'ici 2027, la consommation d'électricité des centres de données dans le monde devrait représenter 2 à 3 % de la production totale d'électricité. Cela exerce une pression supplémentaire sur les prix de l'énergie et les objectifs de neutralité carbone. Les pays exportateurs de pétrole et les fournisseurs d'énergies renouvelables en bénéficieront, mais les contraintes d'émissions de carbone pourraient en augmenter les coûts.

Conclusion : de la peur à la gouvernance

« Rogue agents » et « zombie apocalypse » ne sont pas une fin en soi, mais les douleurs nécessaires que l'économie mondiale doit traverser pour s'adapter à l'ère de l'IA. Les banques centrales et les autorités de régulation doivent mettre en place des outils macroprudentiels spécifiques aux agents d'IA, notamment des tests de résistance algorithmiques, des mécanismes de reconstitution par défaut des liquidités et une surveillance coordonnée entre les marchés. Parallèlement, la normalisation des taux d'intérêt doit rester progressive et prévisible, afin d'éviter un double choc pour les entreprises zombies et l'innovation en IA.

À long terme, le potentiel d'amélioration de la productivité par l'IA est réel, mais ses effets pourraient prendre 5 à 10 ans pour se manifester pleinement. Le modèle de croissance mondial passera d'une intensité capitalistique à une intensité « puissance de calcul + données », ce qui signifie que les indicateurs traditionnels des cycles économiques (comme les commandes de biens d'équipement, les PMI manufacturiers) devront être recalibrés.Cet article ne vise pas à prédire l'apocalypse, mais à rappeler : alors que les décideurs politiques mondiaux s'affairent à faire face à l'inflation et aux conflits géopolitiques, l'IA réécrit silencieusement l'équation de l'évolution économique.