Le dividende de productivité de l'IA est-il un « remède miracle » ou une « tactique de temporisation » ?

En février 2026, une discussion sur la capacité de l’intelligence artificielle à sauver les finances publiques dans les pays développés continue de s’enflammer dans le cercle de la stratégie macroéconomique mondiale. Un optimisme généralisé est quant à l’augmentation de la productivité de l’IA pour développer l’économie et renforcer la base fiscale, offrant une voie relativement « indolore » vers la consolidation budgétaire pour les gouvernements fortement endettés. Cependant, des estimations préliminaires partagées avec Reuters par l’Organisation de coopération et de développement économiques (OCDE) et plusieurs anciens économistes institutionnels remettent en question ce récit au niveau quantitatif.

Objectivement factuellement, les économies avancées font face aux contraintes budgétaires les plus sévères depuis la Seconde Guerre mondiale. Le ratio de dette fédérale américaine est déjà à un sommet historique d’environ 100 %, et la plupart des économies riches détiennent plus de 100 % de la dette du PIB, tout en souffrant de la rigidité des dépenses sociales dues au vieillissement de la population, à une augmentation des dépenses de défense et à la « triple pression » des investissements pour la transition climatique. Dans ce contexte, que les dividendes de productivité promis par l’IA soient un « médicament spécial » capable de réparer fondamentalement le bilan, ou une « mesure de retard » qui ne fait que retarder les réformes structurelles pour les décideurs, sont devenus un sujet d’attention dans la communauté macroéconomique et le marché obligataire.

Contexte et chronologie : des avancées technologiques à la révision fiscale

La pénétration de l’intelligence artificielle dans la macroéconomie est en train de passer d’un « outil de micro-efficacité » à une « variable de macro-croissance ». En regardant la chronologie, de 2023 à 2024, l’IA générative, représentée par de grands modèles de langage, est principalement considérée comme un outil permettant aux entreprises de réduire les coûts et d’accroître l’efficacité, avec un accent sur le remplacement de main-d’œuvre et les marges bénéficiaires des entreprises. À partir de 2025, les discussions vont progressivement s’intensifier vers un niveau de compétitivité nationale, Goldman Sachs et d’autres institutions publiant des rapports prédisant que l’IA connaîtra un coup de pouce significatif au PIB mondial dans la prochaine décennie.

À l’approche de 2026, les dimensions de la discussion évoluent à nouveau structurellement. Fin février, les économistes de l’OCDE ont commencé à divulguer les résultats de leurs déductions internes de modèles, liant directement pour la première fois les dividendes de productivité de l’IA à la durabilité de la dette souveraine. Parallèlement, Citrini Research, un cabinet de recherche en investissement, a publié le rapport « 2028 Global Intelligence Crisis », proposant le concept de « PIB fantôme », avertissant que si les revenus de l’IA sont trop concentrés du côté du capital et que la consommation diminue, cela peut entraîner l’érosion de la base fiscale et la crise budgétaire. À ce stade, la signification fiscale de l’IA n’est plus une proposition théorique, mais une variable inévitable pour les investisseurs obligataires lorsqu’on examine le crédit national.

Analyse des données et des structures : Mécanisme de frontière et de transmission des modèles

Selon des estimations préliminaires présentées à Reuters par l’économiste de l’OCDE Filiz Unsal et son équipe, il existe des limites quantitatives claires à l’impact positif de l’IA sur les finances. Les modèles montrent que si l’intelligence artificielle peut stimuler la productivité du travail et stimuler efficacement l’emploi à long terme, le fardeau de la dette des pays de l’OCDE tels que les États-Unis, l’Allemagne et le Japon devrait diminuer d’environ 10 points de pourcentage d’ici 2036 par rapport à la prévision de référence actuelle.

Ce chiffre peut sembler significatif en termes absolus, mais il doit être interprété avec soin dans le contexte de la détresse budgétaire. Une amélioration de 10 points de pourcentage ne suffira pas à inverser la tendance à la hausse à long terme des ratios d’endettement, et les niveaux d’endettement dans la plupart des pays développés resteront nettement supérieurs aux niveaux actuels, même dans le « meilleur des cas ». Kevin Khang, responsable de la recherche économique mondiale chez Vanguard, a défini la démographie comme la « racine » du problème de la dette, notant que la dette provient du vieillissement et de ses promesses liées à la protection sociale, et que l’IA « ne fait que nous acheter du temps ».

D’après l’analyse du mécanisme de transmission structurelle, il existe deux voies de freins et d’équilibres entre l’IA et la finance. La transmission future dépend de « l’amélioration de la productivité - croissance des profits et des salaires des entreprises - expansion de la base fiscale - amélioration des recettes fiscales ». Cependant, l’effet inverse existe aussi : si l’automatisation conduit à une réduction nette des emplois, ou si davantage de gains de productivité se versent à des facteurs de capital moins chargés d’impôts, l’amélioration des recettes fiscales peut ne pas être attendue ; Parallèlement, si les salaires du secteur privé augmentent grâce à une productivité accrue, la pression budgétaire sur le gouvernement en tant qu’employeur et payeur de la sécurité sociale augmentera également.

Démantèlement de l’opinion publique : optimistes, scénarios prudents et inversés

Les opinions actuelles du marché sur ce sujet sont nettement stratifiées.

Les optimistes insistent sur l’effet « magique » de la productivité. Idanna Appio, gestionnaire de fonds chez First Eagle Investment Management, admet que les gains de productivité amélioreront significativement la dynamique budgétaire, mais elle conserve aussi la principale réserve – « Nos problèmes fiscaux dépassent largement ce que la productivité peut résoudre. » Cette déclaration a en fait présenté le rôle de l’IA comme « atténuant » plutôt que comme « guérisseur ».

La faction prudente se concentre sur l’incertitude du mécanisme de transmission. L’économiste de l’OCDE Unsal a souligné que l’impact réel de l’IA sur la trajectoire de la dette dépend de la possibilité d’établir simultanément trois liens fondamentaux : si les emplois remplacés par l’automatisation peuvent être absorbés par les nouveaux emplois créés ; si l’augmentation des bénéfices des entreprises peut être effectivement transmise aux salaires des travailleurs ; Si le gouvernement a la capacité de freiner l’expansion des dépenses totales ? Kent Smetters, responsable de l’équipe du modèle budgétaire de Penn-Wharton à l’Université de Pennsylvanie, est plus direct, prédisant que l’impact de l’IA sur la dette américaine au cours de la prochaine décennie pourrait être « minimal », car des dépenses rigides comme la Sécurité sociale sont liées aux salaires moyens, et les gains de productivité pourraient faire grimper la base de dépenses du gouvernement.

La déduction du scénario inverse étend la perspective au risque du « PIB fantôme ». Citrini Research suggère que si les agents d’IA remplacent à grande échelle la main-d’œuvre en col blanc, la production et le PIB des entreprises pourraient maintenir la croissance, mais la main-d’œuvre remplacée ne pourra pas maintenir le niveau de consommation initial après une perte de revenus, ce qui entraînera l’effondrement du côté demande dans le cycle macroéconomique. Dans ce scénario, l’impôt sur le revenu des personnes personnelles et les revenus de sécurité sociale liés aux salaires seront sous pression, tandis que les allocations chômage et les dépenses de transition continueront d’augmenter, et le crédit souverain sera directement impacté.

Examen de l’authenticité narrative : expérience historique et contraintes réalistes du choc de productivité

En évaluant les points ci-dessus, il est nécessaire de revenir à l’expérience historique du changement technologique. Citadel Securities a souligné dans un rapport sur la stratégie macroéconomique publié en même temps que l’adoption de l’IA suit un schéma historique de courbe en S similaire à celui des ordinateurs personnels et d’Internet, plutôt que de s’accélérer de façon exponentielle. Les évolutions technologiques du siècle dernier n’ont pas rendu la main-d’œuvre obsolète, mais suffisent à maintenir la croissance à long terme dans les économies avancées autour de 2 %.

Cette perspective historique constitue un ancrage important. Des recherches de la Fondation des technologies de l’information et de l’innovation (ITIF) soulignent également que le changement technologique n’a historiquement jamais éliminé l’emploi net, et que les changements d’emploi continuent d’évoluer, les tâches de s’ajuster, et que l’augmentation de la productivité finira par créer de nouvelles demandes de main-d’œuvre. Par conséquent, le récit actuel de « l’IA mettant fin à la main-d’œuvre » est plus susceptible d’être une surinterprétation des cas limites théoriques qu’une description précise de la trajectoire réelle.

Cependant, il faut en même temps admettre que cette vague d’IA présente les caractéristiques de « remplacer le travail cognitif » en termes de capacités, ce qui est fondamentalement différent des technologies précédentes qui ont remplacé le travail manuel. Si la substitution à grande échelle prend la tête dans des secteurs à forte intensité de connaissances comme la finance, le droit et le conseil, elle pourrait comprimer les emplois de col blanc bien rémunérés plus rapidement que les attentes du marché, ce qui mettra à son tour une pression sur le marché du crédit fondé sur ces attentes de revenus stables et élevés.

Analyse d’impact sur le secteur : réévaluation des prix des actifs sous des changements macroéconomiques

La question de savoir si et comment les dividendes de productivité par IA peuvent être versés devient une variable importante sur le marché obligataire et les notations souveraines de crédit.

Du point de vue de la logique de tarification de marché, les attentes de croissance engendrées par l’IA peuvent réduire la pression sur les investisseurs obligataires pour examiner la durabilité budgétaire à court terme. Cependant, Christian Keller, responsable de la recherche économique mondiale chez Barclays, a averti que si la récession survient avant le boom de l’IA, le marché pourrait être nerveux quant à la trajectoire budgétaire à l’avance, et la hausse des coûts de financement ramènera le problème de la dette sous les projecteurs plus rapidement. Cela signifie que l’efficacité narrative de l’IA est fragile dans le temps – si la réalisation des dividendes est en retard par rapport aux pressions cycliques, la confiance du marché pourrait céder prématurément.

Pour le marché des crypto-actifs, l’environnement macro de liquidité et le statut de crédit souverain sont toujours des variables externes importantes. Si l’amélioration de la productivité grâce à l’IA peut maintenir la stabilité relative des taux d’intérêt réels à moyen et long terme, cela sera bénéfique pour la logique d’évaluation des actifs à risque. Au contraire, si le discours sur l’IA est brisé et que les pressions fiscales sont exposées, déclenchant une nouvelle vague d’aversion au risque, toutes les expositions au risque, y compris les crypto-actifs, seront testées par la contraction de la liquidité.

Déduction évolutive multi-scénario

Sur la base de modèles et de perspectives existants, la tendance finale de l’IA affectant le dilemme fiscal des pays à forte dette peut se résumer en trois scénarios :

Scénario 1 : Meilleur cas - temps pour l’espace (probabilité moyenne)

La productivité de l’IA a augmenté régulièrement, et elle s’est effectivement transmise à l’emploi et aux salaires ; La croissance économique a conduit à l’expansion de la base fiscale, et la pente du ratio de la dette a été efficacement contrôlée. Le ratio de la dette américaine pourrait passer d’environ 100 % à environ 120 % au cours de la prochaine décennie, plutôt que des niveaux plus élevés dans le scénario de base. Dans ce scénario, l’IA joue avec succès le rôle de « temps pour l’espace », obtenant une période tampon pour que le gouvernement puisse promouvoir des réformes budgétaires structurelles longtemps retardées.

Scénario 2 : Situation neutre - conduite inefficace, effet limité (forte probabilité)

Les dividendes de productivité sont principalement précipités par les profits des entreprises et les rendements du capital, et les salaires des travailleurs augmentent lentement ; L’amélioration des recettes fiscales est limitée, tandis que les dépenses de sécurité sociale et de services publics ont fortement augmenté avec le niveau des prix. Bien que le ratio de dette se soit amélioré, son ampleur soit faible, la question de la viabilité fiscale est suspendue depuis longtemps, et le marché doit encore continuer à faire face à la décompte du crédit souverain.

Scénario 3 : Scénario inverse - la récession précède la réalisation du dividende (probabilité modérément faible mais pas négligeable)

Le ralentissement cyclique de l’économie a précédé la réalisation des dividendes de productivité de l’IA, ralentissant l’investissement des entreprises et augmentant le chômage ; La fonction de stabilisation automatique budgétaire est déclenchée, et la baisse des impôts ainsi que la hausse des dépenses sociales forment une contrainte bidirectionnelle. Si le marché doute de la trajectoire budgétaire à ce moment-là, le coût du financement augmente rapidement, et le ratio d’endettement pourrait atteindre la zone de danger d’environ 180 % à la fin des années 2030. Dans ce scénario, l’IA ne parvient pas seulement à sauver les finances, mais peut aussi dépasser la confiance du marché en raison d’un excès de narration au stade précoce.

Conclusion

En combinant le modèle de l’OCDE et la déduction de nombreux économistes, la position des dividendes de productivité de l’IA dans le dilemme fiscal actuel devient plus claire : ce n’est ni une « balle magique » capable de résoudre tous les problèmes, ni un récit vide et sans valeur. Plus précisément, l’IA offre une « fenêtre temporelle » limitée mais précieuse – la capacité à résoudre des problèmes structurels tels que le vieillissement de la population et la rigidité des dépenses sociales dépend encore du choix des décideurs.

Pour les acteurs du marché, la clé n’est pas de croire ou nier le récit macro de l’IA, mais de distinguer entre « faits » et « opinions » et distinguer « spéculation » de « certitude ». L’amélioration de 10 points de pourcentage révélée par le modèle de l’OCDE, ainsi que les propos d’Idanna Appio qui « dépassent largement ce que la productivité peut réparer », constituent le véritable contexte du trading macro à cette époque.