Lorsque le marché a été optimiste envers l’IA en pariant « juste » sur ses avancées, les entreprises ont utilisé l’IA pour réduire leurs coûts de main-d’œuvre et augmenter leurs marges bénéficiaires, ce qui a fait grimper leurs cours — cela ressemble à un récit haussier parfait. Mais Citrini Research, dans « THE 2028 GLOBAL INTELLIGENCE CRISIS », propose une expérience de pensée contre-intuitive : si l’IA dépasse réellement toutes les attentes, cela pourrait en fait déclencher des risques systémiques plus profonds.
Ce n’est ni une prévision ni une littérature apocalyptique, mais un mémo macroéconomique regardant « en 2028 en retrospectant sur 2026–2028 », décomposant comment une « surabondance de sagesse » pourrait faire ralentir simultanément l’emploi, la consommation, le crédit et les marchés financiers, dans un scénario de queue gauche.
Un taux de chômage élevé devient la nouvelle norme en deux ans
Dans la version de juin 2028 de cette projection, le taux de chômage aux États-Unis atteint 10,2 %, soit 0,3 % de plus que prévu ; le marché chute de 2 % ce jour-là, faisant reculer le S&P 500 de 38 % depuis son sommet d’octobre 2026. L’auteur décrit les traders comme progressivement insensibilisés : il y a six mois, ces chiffres auraient suffi à déclencher une suspension des échanges, mais aujourd’hui, il ne reste qu’une pression de vente fatiguée.
Ce mémo ne cherche pas à répondre à « l’IA progressera-t-elle » mais plutôt : lorsque l’IA progresse trop vite, trop bon marché, que devient alors l’économie, dont la dynamique repose sur les revenus et la consommation des ménages ?
La bourse fait d’abord un bond, mais « le marché, c’est l’IA, l’économie, ce n’est pas »
En ramenant la projection à octobre 2026 : le S&P 500 frôle les 8000, le Nasdaq dépasse 30 000. La vague de licenciements dans le secteur des cols blancs, remplacés par l’IA, a commencé début 2026, et l’effet à court terme « semble correct » — baisse des coûts, expansion des marges, résultats supérieurs aux attentes, hausse des cours ; les entreprises réinvestissent leurs profits records dans la puissance de calcul pour renforcer leurs capacités en IA.
Le problème, c’est que la prospérité comptable ne correspond pas à une prospérité ressentie. L’auteur introduit le concept de « Ghost GDP » : la production augmente dans les comptes nationaux, mais ne pénètre pas efficacement dans le secteur des ménages, empêchant la formation de nouveaux cycles de consommation. Plus simplement, une ferme de GPU remplaçant la production de 10 000 cols blancs à Manhattan pourrait ressembler à une « pandémie économique » — car les machines n’achètent pas de maison, ne voyagent pas, ni ne font d’achats impulsifs.
Plus l’IA devient puissante, plus les cols blancs s’affaiblissent, et plus la consommation se refroidit
Le mécanisme central de cette projection est une boucle de rétroaction négative sans fond naturel : capacité accrue de l’IA → licenciements massifs → baisse des revenus et des dépenses des remplacés → demande affaiblie, marges des entreprises comprimées → investissements accrus dans l’IA pour réduire les coûts → IA encore plus forte → nouvelles vagues de licenciements plus rapides.
Ce cycle est le plus effrayant, car il ne ressemble pas aux cycles économiques traditionnels (stocks, taux d’intérêt, investissements) qui se corrigent d’eux-mêmes à un certain point. La force motrice n’est pas une contraction du crédit, mais la baisse continue du coût et de la puissance de l’IA. L’auteur résume même : « Avec 200 dollars par mois pour un agent Claude, on peut faire le travail d’un product manager gagnant 180 000 dollars par an. »
L’e-commerce basé sur des agents redéfinit l’intermédiation, et stablecoins évitent les frais de transaction par carte de 2–3 %
Lorsque les LLM deviennent des outils quotidiens en 2027, l’impact en « e-commerce agentique » devient évident : l’IA ne vous attend plus pour donner des instructions, elle compare automatiquement les prix, annule des abonnements, négocie, renouvelle des contrats en arrière-plan 24/7, privant ainsi le « inertie du consommateur » qui soutient l’économie par l’habitude. En mars 2027, le rapport indique qu’un individu moyen aux États-Unis consomme environ 400 000 tokens par jour, soit dix fois plus qu’à la fin 2026.
L’aspect crucial est « le canal ». Quand les agents contrôlent les transactions, les frais d’échange par carte de 2–3 % deviennent le coût le plus visible. La projection décrit des agents utilisant des stablecoins sur Solana ou Ethereum Layer 2 pour régler presque instantanément, à des coûts infimes — « moins d’un cent de dollar » par transaction. L’auteur cite le premier trimestre 2027 de Mastercard : un chiffre d’affaires en hausse de 6 %, mais une croissance des dépenses de seulement 3,4 % (contre 5,9 % le trimestre précédent), avec la direction évoquant « l’optimisation des prix par agents » et la pression sur les biens non essentiels, ce qui fait chuter le cours de 9 % le lendemain ; Visa, avec une infrastructure de stablecoins plus solide, voit une baisse plus modérée.
De « risques industriels contrôlables » à « exposition systémique incertaine »
La projection place le déclencheur financier en crédit privé : sa taille passe de moins de 1 billion de dollars en 2015 à plus de 2,5 billions en 2026, avec une grande partie de ces fonds investis dans des prêts à des sociétés SaaS et logiciels soutenus par du capital-investissement, pariant sur une croissance continue des revenus récurrents (ARR). Dans ce scénario, Moody’s abaisse en avril 2027 la note de 14 émetteurs pour un total de 18 milliards de dollars de dette de logiciels SaaS ; en septembre 2027, Zendesk viole ses clauses de dette, et un prêt de 5 milliards de dollars est dévalué à 58 cents, devenant l’un des plus grands défauts de paiement en crédit privé logiciel.
Plus problématique encore, la « pensée du capital permanent » : de grands gestionnaires d’actifs achètent des compagnies d’assurance-vie, intégrant des dépôts de rentes dans leurs portefeuilles de crédit privé ; lorsque les régulateurs resserrent les règles de capital pour certains actifs de qualité privée (mentionné en novembre 2027 par les directives des États et de la NAIC), cela peut forcer des injections de capital ou des ventes d’actifs, poussant des structures initialement « non forcées à vendre » vers une pression de liquidité.
La prochaine étape concerne l’immobilier : un marché de 13 billions de dollars basé sur l’hypothèse que les revenus des cols blancs restent stables
La projection se tourne vers le marché immobilier : en juin 2028, l’indice Zillow montre une baisse annuelle de 11 % à San Francisco, 9 % à Seattle, 8 % à Austin ; Fannie Mae alerte aussi sur des « premiers retards de paiement » dans certains quartiers où l’emploi dans la tech et la finance est élevé.
Le point clé n’est pas la mauvaise solvabilité des emprunteurs — au contraire, ce sont souvent des groupes de qualité supérieure, dans la soixantaine ou plus — mais que « le prêt était bon à l’origine, mais le monde a changé ». Lorsque la capacité de revenu des cols blancs est structurellement affaiblie, le marché doit se demander : le prêt prime est-il encore « good money » ?
L’auteur estime même que si en seconde moitié 2028, les défauts de paiement hypothécaires explosent, la chute du marché boursier pourrait atteindre 57 %, rappelant la crise financière, avec un S&P 500 pouvant descendre vers 3500 (près du niveau d’avant le « moment ChatGPT » de novembre 2022).
La valeur de cette expérience de pensée ne réside pas dans sa certitude qu’elle se produira, mais dans le fait qu’elle dévoile une contradiction souvent ignorée : lorsque la sagesse n’est plus rare, comment le système financier, basé sur les salaires, la consommation et le crédit, sera-t-il réévalué ? À la fin, la canari est encore vivant — mais il est peut-être temps de commencer à faire l’inventaire des hypothèses.
