Dans l’imaginaire collectif, l’intelligence artificielle a longtemps été vendue comme une simple histoire d’efficacité : moins de tâches ingrates, plus de productivité, des profits dopés, des services moins chers, et à la clé une société plus prospère. Le raisonnement paraissait imparable tant qu’il s’agissait d’optimisations locales : automatiser des rapports, accélérer le développement logiciel, délester les centres d’appels, réduire les coûts de back-office.
Mais c’est précisément là que se niche le paradoxe. Si l’optimisme se révèle « trop » fondé, la logique économique peut se retourner contre elle-même. Une technologie qui multiplie radicalement la production par heure travaillée est aussi capable de dévaloriser radicalement… l’heure humaine elle-même.
Le scénario qui suit n’a rien d’un récit apocalyptique ni d’une charge pamphlétaire. C’est la reconstitution froide d’une chaîne d’événements sans grand méchant appuyant sur le bouton « détruire l’économie ». Il n’y a que des décisions rationnelles prises par des entreprises et des ménages, qui, mises bout à bout, produisent un système à rétroaction négative, sans frein naturel. Le système ne s’effondre pas d’un coup. Il se « réentraîne » progressivement vers un point où les stabilisateurs classiques cessent d’opérer.
À l’horizon mi-2028, certains marqueurs s’installent. Sur les graphiques boursiers, ils ressemblent à une correction ordinaire ; dans l’économie réelle, ils ont des allures de bascule historique. Le chômage grimpe à 10,2 %, soit 0,3 point au-dessus des anticipations. Le jour de la publication des statistiques, les marchés décrochent d’environ 2 %, et l’indice large accuse une chute cumulée de 38 % depuis son pic d’octobre 2026. Autrefois, de tels chiffres auraient déclenché des coupe-circuits automatiques. Désormais, le marché a émoussé sa sensibilité : les investisseurs se sont accoutumés aux mauvaises nouvelles comme une société s’habitue à une douleur chronique.
Le plus décisif n’est pas là. En deux ans, l’économie passe du stade « phénomène sectoriel » à un modèle où la production statistique ne coïncide plus avec la solvabilité réelle du consommateur de masse. Surgit alors le phénomène du « PIB fantôme » : la production est bien là sur le papier, mais l’argent dans les poches des ménages - ceux qui devraient l’acheter - se raréfie. Ce n’est ni une illusion comptable ni un débat méthodologique. C’est une fracture structurelle entre le lieu où la valeur est créée et les canaux par lesquels elle est censée circuler.
L’euphorie de 2026 : quand le marché est devenu intelligence artificielle, mais pas encore l’économie
Au sommet de la fièvre technologique, en octobre 2026, l’indice large frôle les 8 000 points, l’indice technologique dépasse les 30 000. Après une première vague de licenciements entamée dès le début de l’année, les entreprises publient des résultats « parfaits » : marges en hausse, bénéfices supérieurs aux prévisions, actions en lévitation. Les économies réalisées sur la masse salariale sont aussitôt réinjectées en dépenses d’investissement et d’exploitation dans la puissance de calcul : davantage de GPU, davantage de centres de données, davantage de licences et de déploiements.
Dans les gros titres, tout semble festif. Le PIB nominal affiche des rythmes de croissance annuels solides, parfois à un chiffre élevé. La productivité s’envole. La production réelle par heure travaillée progresse à des cadences inédites depuis les années 1950 : les agents d’IA ne dorment pas, ne tombent pas malades, ne prennent pas de congés et n’exigent aucune assurance santé.
Mais dans la répartition des gains, une ligne de faille se dessine en silence. Les propriétaires des infrastructures de calcul s’enrichissent à mesure que les coûts du travail s’évaporent. En parallèle, la croissance des salaires réels se brise et cesse de suivre la productivité. Les employés de bureau perdent leur poste et acceptent des fonctions moins rémunérées. En apparence, on croirait assister à un cycle technologique classique. En réalité, il s’agit d’un cycle d’une autre nature : la nouvelle technologie ne se contente pas de remplacer des métiers isolés, elle remplace le mécanisme même qui, dans les époques précédentes, créait de nouveaux emplois.
La question devient brutale, presque cynique : combien les machines dépensent-elles en biens non essentiels ? Réponse : zéro. Or près de 70 % de l’économie américaine reposait historiquement sur une consommation centrée sur l’humain. Si un « cluster » de calcul, quelque part dans le Dakota du Nord, est capable de générer la production auparavant assurée par dix mille employés de bureau à Manhattan, ce n’est pas une simple victoire d’efficacité. C’est un choc de demande maquillé en croissance de l’offre.
La boucle s’enclenche alors. Les capacités de l’IA progressent ; les entreprises ont besoin de moins de salariés ; les licenciements s’étendent ; les revenus des ménages baissent ; la pression sur les marges pousse les entreprises à investir davantage dans l’IA ; et le cycle recommence. Une rétroaction négative sans plancher naturel. Dans une récession classique, le mécanisme finit par s’auto-corriger : la baisse de l’activité entraîne celle des taux, les stocks se résorbent, la reprise s’amorce. Ici, la cause n’est pas cyclique. La technologie s’améliore et devient moins chère précisément au moment où cette amélioration aggrave la situation sociale.
Le point de départ : la programmation autonome et la vulnérabilité soudaine du SaaS
Le déclencheur se situe fin 2025, avec le bond de la programmation autonome. Un développeur compétent, armé d’outils comme Claude Code ou Codex, peut reproduire en quelques semaines les fonctionnalités de base d’un produit SaaS de milieu de gamme. Ce n’est pas parfait, tous les cas limites ne sont pas couverts, mais c’est suffisant pour que le directeur des systèmes d’information se pose la question qui glace le marché du logiciel par abonnement : « Si nous pouvons le faire en interne, pourquoi renouveler un contrat annuel à 500 000 dollars ? »
La mécanique budgétaire est décisive. Les budgets 2026 ont été validés au quatrième trimestre 2025, à une époque où « l’IA agentique » sonnait encore comme un slogan marketing. La révision semestrielle devient le moment de vérité : les départements achats voient concrètement ce que ces systèmes savent faire et constatent que leurs équipes internes bâtissent, en quelques semaines, des prototypes remplaçant des contrats SaaS à six chiffres.
Une nouvelle réalité de négociation s’impose. Les fournisseurs étaient habitués au rituel : hausse annuelle de 5 % et argument massue - « votre équipe est déjà dépendante de notre service ». Désormais, le client peut rétorquer : « Nous avons l’option de mandater des ingénieurs d’un grand fournisseur d’IA et de vous remplacer. » Le contrat est renouvelé avec une remise de 30 % - et cela passe pour un succès. Pour la longue traîne du SaaS, y compris des acteurs comme Monday.com, Zapier ou Asana, le choc est plus rude : la différenciation s’effrite, la guerre des prix s’engage.
Le moment symbolique survient avec les résultats d’un grand acteur de l’automatisation des workflows au troisième trimestre 2026 : la croissance des nouveaux contrats ralentit à 14 %, contre 23 % auparavant ; 15 % des effectifs sont supprimés ; un plan d’efficacité structurelle est annoncé ; le titre décroche d’environ 18 %. Le secteur ne meurt pas. Il perd son pouvoir de négociation. Puis il perd son modèle de monétisation : nombre d’acteurs facturaient « par employé ». Si le client réduit ses effectifs de 15 %, il réduit mécaniquement ses licences de 15 %. Double peine : les coupes chez les clients améliorent leurs marges, mais détruisent le chiffre d’affaires des fournisseurs.
Les entreprises réagissent rationnellement : elles taillent dans leurs effectifs et réinvestissent les économies dans la technologie même qui érode leur marché. À l’échelle microéconomique, cela ressemble à un sauvetage. À l’échelle du système, c’est un accélérateur de crise : chaque dollar économisé renforce la technologie capable de remplacer la prochaine vague de salariés.
Quand le frottement tombe à zéro : la commerce agentique et la fin des intermédiaires
Début 2027, les grands modèles de langage sont devenus banals. Les utilisateurs recourent à des agents souvent sans même s’en rendre compte, comme ils ont cessé de penser au « cloud » en utilisant des services de streaming. Mais la rupture qualitative ne tient pas seulement au confort : elle réside dans le transfert de la décision de consommation à la machine.
Le catalyseur est l’émergence d’un agent acheteur ouvert, bientôt imité par la quasi-totalité des grands assistants, qui intègrent des briques de commerce agentique. Les modèles distillés permettent d’exécuter ces agents directement sur smartphones et ordinateurs portables, abaissant le coût marginal d’inférence. Surtout, les agents cessent d’être réactifs : ils n’attendent plus la requête. Ils opèrent en arrière-plan, optimisant les achats selon les préférences de l’utilisateur. En mars 2027, l’Américain médian « consomme » environ 400 000 tokens par jour - dix fois plus qu’à la fin de 2026. Autrement dit : la machine compare, négocie, annule, modifie, optimise en permanence.
La première couche qui cède est celle de l’intermédiation. Pendant des décennies, l’économie a bâti des rentes sur les limites humaines : manque de temps, fatigue, tendance à faire confiance à une marque plutôt qu’à analyser, disposition à payer plus cher pour moins de clics. Des milliers de milliards de capitalisation reposaient sur ces frictions. Le commerce agentique transforme ces limites en variable obsolète : la machine ne se lasse pas.
Les abonnements reconduits pendant des mois sans usage deviennent des « situations à renégocier ». Les tarifs d’appel qui doublent après la période d’essai cessent d’être des pièges. La valeur vie client - métrique clé de l’économie de l’abonnement - s’érode.
Puis les agents redessinent presque toutes les transactions. Un humain compare rarement cinq plateformes avant d’acheter un produit banal. La machine le fait instantanément. Les plateformes de réservation de voyages figurent parmi les premières victimes : dès le quatrième trimestre 2026, les agents assemblent itinéraires, vols, hôtels, transferts, optimisation des programmes de fidélité, contraintes budgétaires et politiques de remboursement plus vite et à moindre coût que n’importe quelle plateforme.
Le renouvellement des polices d’assurance, longtemps fondé sur l’inertie du client, se fissure à son tour. La révision annuelle automatisée détruit 15 à 20 % des primes que les assureurs tiraient des reconductions passives. Le conseil financier, la déclaration fiscale, le travail juridique standardisé - partout où la proposition de valeur se résumait à « je démêle une complexité qui vous ennuie » - vacillent. Les machines ne ressentent ni lassitude ni irritation.
Même les marchés réputés protégés par la relation personnelle prennent l’eau. L’immobilier a longtemps préservé des commissions de 5 à 6 % grâce à l’asymétrie d’information entre agent et acheteur. Un agent d’IA, connecté aux bases de transactions et aux archives, reconstitue instantanément ce capital de connaissance. Dans les grandes métropoles, la commission médiane côté acheteur chute de 2,5–3 % à moins de 1 %, et une part croissante des transactions se conclut sans agent humain côté acquéreur. La vérité, inconfortable, s’impose : dans bien des cas, la « relation humaine » n’était pas une valeur, mais une friction affublée d’un sourire.
Cas d’école : DoorDash et l’économie où l’agent n’a pas d’« écran d’accueil »
Dans la consommation grand public, la livraison de repas devient le symbole de la désintégration en cours. Les agents de programmation font fondre les barrières à l’entrée : une application compétitive peut être développée en quelques semaines. Une nuée d’acteurs surgissent, promettant aux livreurs 90 à 95 % de la commission, versée quasi intégralement. Des tableaux de bord multi-plateformes apparaissent, permettant de suivre les commandes sur des dizaines de services à la fois et d’effacer la dépendance à un opérateur unique. Le marché se fragmente à une vitesse sidérante ; les marges convergent vers zéro.
Puis les agents accélèrent la destruction des deux côtés : ils créent des concurrents et, aussitôt, les utilisent. L’ancien modèle reposait sur une réalité très humaine : l’utilisateur a faim, il est pressé, l’application trône sur l’écran d’accueil. Mais pour un agent, il n’existe pas d’écran d’accueil. Il scanne toutes les options - y compris les sites des restaurants et les nouveaux entrants - et sélectionne la commission la plus basse et le délai le plus court. La fidélité à une application, pilier du modèle économique, n’a aucun sens pour une machine.
Le paradoxe veut que cette fragmentation offre un bref répit aux salariés de bureau évincés : devenus livreurs, ils conservent une part plus importante de leur revenu. Mais à mesure que les véhicules autonomes se diffusent, cette respiration se referme. L’économie des plateformes, qui avait absorbé une partie du choc social, se retrouve à son tour automatisée.
Le choc des paiements : pourquoi 2 à 3 % de commission deviennent une cible
Lorsque les agents prennent la main sur la transaction, ils s’attaquent aux poches d’inefficience plus massives. Une fois l’effet de comparaison des prix épuisé, la source d’économie la plus évidente devient l’élimination de la commission elle-même. Dans un univers de commerce piloté par des machines, 2 à 3 % de frais sur les paiements par carte apparaissent comme un impôt archaïque sur la friction.
Les agents migrent vers des règlements plus rapides et moins coûteux. Les stablecoins sur Solana ou sur les couches secondaires d’Ethereum s’imposent : règlement quasi instantané, frais mesurés en fractions de centime. Ce qui relevait hier d’une niche crypto devient une simple optimisation d’ingénierie financière.
Au premier trimestre 2027, un géant des paiements annonce une croissance du chiffre d’affaires de 6 % sur un an. Mais le volume des achats ralentit à 3,4 %, contre 5,9 % le trimestre précédent. La direction évoque explicitement « l’optimisation agentique des prix » et la pression sur les biens discrétionnaires. Le marché comprend que l’on a franchi un seuil : le commerce agentique n’est plus un produit, c’est une infrastructure. Le titre décroche d’environ 9 % le lendemain ; le principal concurrent recule également, avant de se reprendre partiellement grâce à une meilleure exposition aux infrastructures de stablecoins.
Le risque maximal se concentre chez les banques et les émetteurs centrés sur les cartes, qui captaient l’essentiel de la commission et finançaient des programmes de récompenses payés par les commerçants. Peu importe les noms. Ce qui compte, c’est que les « douves défensives » étaient construites en grande partie sur la friction. Or la friction disparaît.
Du risque sectoriel au risque systémique : pourquoi l’argument des “nouveaux emplois” s’érode
Tout au long de 2026, les marchés traitent les effets négatifs de l’IA comme une histoire sectorielle : le logiciel et le conseil souffrent, les paiements vacillent, mais l’économie semble tenir. Le consensus est ancien : la destruction créatrice est douloureuse, mais elle est globalement positive. Les technologies détruisent des emplois, mais en créent davantage.
Cette logique a tenu deux siècles parce que chaque nouvel emploi nécessitait un humain. Les distributeurs automatiques ont réduit les coûts des agences bancaires, mais les banques ont ouvert plus d’agences ; l’emploi de guichetier a continué de croître pendant des années. Internet a détruit les agences de voyages traditionnelles et les annuaires papier, mais a donné naissance à de nouvelles industries gourmandes en travail humain.
Avec une intelligence artificielle généraliste, le mécanisme change. Elle progresse précisément dans les tâches vers lesquelles les travailleurs déplacés auraient pu se reconvertir. Un développeur ne peut pas simplement « passer à la gestion de l’IA » si l’IA est déjà capable d’assurer la gestion, l’analyse et la production.
À l’automne 2026, les statistiques envoient des signaux. L’enquête JOLTS montre un nombre d’offres d’emploi tombant sous les 5,5 millions, en baisse de 15 % sur un an. Le ratio chômeurs/offres atteint son plus haut niveau depuis août 2020. Les agrégateurs d’annonces enregistrent une chute marquée des postes en programmation, finance et conseil, sur fond « d’initiatives de productivité ». Les emplois dans la construction, la santé ou les métiers manuels résistent davantage.
Le choc frappe un segment particulier : celui qui rédige des notes internes, valide des budgets et fait tourner la mécanique du cœur de l’économie. Dans le même temps, la croissance réelle des salaires reste négative dans de nombreux secteurs et continue de s’éroder.
Le marché obligataire réagit avant les actions : le rendement des Treasuries à dix ans glisse de 4,3 % à 3,2 % en quatre mois, anticipant un choc sur la consommation avant même l’envolée officielle du chômage. Les marchés actions, eux, oscillent longtemps entre détérioration macroéconomique et euphorie sur « l’infrastructure de l’intelligence » : turbines vendues pour une décennie, centres de données en construction, puces écoulées à flux tendu, budgets d’investissement des hyperscalers atteignant 150 à 200 milliards de dollars par trimestre. L’infrastructure affiche une vigueur insolente, tandis que l’économie qu’elle transforme s’affaiblit.
La bifurcation mondiale : gagnants industriels et perdants monétaires
La transformation n’est pas uniforme. Les économies arrimées à la production de puces et d’équipements paraissent temporairement robustes : taux d’utilisation des usines au-dessus de 95 %, exportations dynamiques, bénéfices en hausse, cycle d’investissement soutenant l’emploi dans des chaînes d’approvisionnement étroites.
En revanche, les pays dont le modèle d’exportation reposait sur le travail intellectuel à bas coût encaissent le choc. L’Inde en offre l’illustration : les services informatiques génèrent plus de 200 milliards de dollars d’exportations annuelles et soutiennent le compte courant. L’avantage compétitif reposait sur le différentiel salarial des développeurs indiens. Mais le coût marginal d’un agent de programmation tend vers celui de l’électricité. Des groupes comme TCS, Infosys ou Wipro voient les résiliations de contrats s’accélérer en 2027. En quatre mois, la roupie se déprécie de 18 % face au dollar. Au premier trimestre 2028, le FMI entame des consultations préliminaires avec New Delhi. L’issue importe moins que le principe : la technologie frappe au cœur l’avantage comparatif des pays qui vendaient au monde « de l’intelligence humaine à prix abordable ».
La spirale du déclassement : pourquoi le choc sur la consommation dépasse le nombre de licenciés
En 2027, la transmission sociale du choc devient visible. Les employés de bureau évincés ne restent pas inactifs : ils se redéploient vers des emplois de services ou de plateformes, moins rémunérés, augmentant brutalement l’offre de travail en bas de l’échelle et comprimant les salaires. Le scénario typique : un cadre à 180 000 dollars par an, avec couverture complète, perd son poste ; après plusieurs mois de recherche, il devient chauffeur de plateforme pour environ 45 000 dollars annuels. Multipliez ce basculement par des centaines de milliers de cas dans les grandes métropoles.
Plus inquiétante encore est la concentration des pertes dans les déciles supérieurs de revenus. En récession classique, les licenciements sont relativement diffus. Ici, ils frappent le haut de la distribution. Les 10 % les plus aisés représentent plus de la moitié de la dépense de consommation aux États-Unis ; les 20 % supérieurs, environ 65 %. Ce sont eux qui achètent logements, voitures, voyages, restaurants, éducation privée, rénovations. Quand ces ménages voient leurs revenus amputés de moitié, le choc sur la demande discrétionnaire dépasse de loin les statistiques d’emploi. Une baisse de 2 % de l’emploi dans le segment des bureaux peut se traduire par un recul de 3 à 4 % des dépenses discrétionnaires. L’effet est différé : les ménages puisent dans leur épargne deux ou trois trimestres, entretenant l’illusion de stabilité. Lorsque les chiffres officiels actent la dégradation, celle-ci est déjà devenue un nouveau normal.
Au troisième trimestre 2027, les demandes initiales d’allocations chômage atteignent 487 000, un sommet depuis avril 2020. Les données privées confirment que la majorité des nouveaux inscrits provient des professions de bureau. L’indice boursier recule d’environ 6 % la semaine suivante : la macroéconomie reprend la main sur le récit technologique. Au deuxième trimestre 2027, l’économie entre en récession - deux trimestres consécutifs de contraction réelle du PIB - même si la reconnaissance officielle intervient plus tard.
La chaîne financière : crédit privé, assureurs-vie et le moment de vérité
Le relais est pris par la finance. Le volume du crédit privé passe de moins de 1 000 milliards de dollars en 2015 à plus de 2 500 milliards en 2026. Une part substantielle finance des opérations technologiques, notamment des LBO de sociétés SaaS, bâties sur l’hypothèse d’une croissance à deux chiffres durable. Ces hypothèses s’évaporent entre les premières démonstrations de programmation agentique et l’effondrement sectoriel du premier trimestre 2026. Pourtant, les valorisations privées s’ajustent lentement.
Les sociétés SaaS cotées se négocient désormais entre 5 et 8 fois l’EBITDA ; dans les portefeuilles privés, les multiples de chiffre d’affaires restent obstinément élevés, corrigés par paliers - de 100 à 92, puis 85 - quand les comparables publics suggèrent 50. Au printemps 2027, Moody’s dégrade pour 18 milliards de dollars de dettes de sociétés logicielles, invoquant une pression structurelle sur les revenus liée à l’IA. La plus importante vague sectorielle depuis 2015.
Au troisième trimestre 2027, des prêts adossés à des actifs logiciels basculent en défaut. Les services informatiques et le conseil suivent. Plusieurs grands LBO entrent en restructuration. Le cas Zendesk fait figure de « pistolet fumant » : violation de covenants, automatisation du support érodant les revenus récurrents annuels, ligne de crédit de 5 milliards de dollars revalorisée à 58 cents pour un dollar - le plus important défaut de l’histoire du logiciel sur le marché du crédit privé.
La logique était simple : la dette fonctionnait tant que le revenu récurrent l’était réellement. Mais lorsque l’IA résout le problème du support en amont, la demande « ne naît plus ». Le revenu structurant le crédit cesse d’être récurrent ; il devient simplement un revenu en sursis. Et sur chaque desk de crédit, la même question résonne : qui d’autre masque un problème structurel sous l’apparence du cyclique ?
Au départ, beaucoup se rassurent : le crédit privé n’est pas le système bancaire de 2008. Ce sont des fonds fermés, à capital fixe, sans déposants ni ruées. On peut conserver les actifs et les restructurer. Mais le mantra du « capital permanent » occulte un détail : durant la décennie précédente, de grands gestionnaires alternatifs ont acquis des assureurs-vie et transformé les rentes en source de financement. Les primes d’annuités fournissent un passif stable à long terme, investi dans le crédit privé structuré par ces mêmes gestionnaires. Tant que les prêts tiennent, la machine paraît parfaite.
Quand les pertes apparaissent, on découvre que ce « capital permanent » correspond en réalité à l’épargne des ménages, empaquetée dans des produits d’assurance et injectée dans des dettes illiquides. Les règles prudentielles ne sont plus les mêmes. Les régulateurs, inquiets de la concentration de crédit privé dans les bilans des assureurs-vie, réexaminent les exigences de capital. Il faut soit lever des fonds supplémentaires, soit vendre des actifs sur un marché déjà sous tension. Aucun scénario n’est confortable.
En novembre 2027, plusieurs États durcissent les exigences de capital pour certaines catégories de dettes privées détenues par des assureurs-vie ; des recommandations visent à relever les coefficients de risque et renforcer la supervision. La mise sous perspective négative d’un grand assureur provoque une chute d’environ 22 % du cours de la société de gestion associée en deux séances, entraînant d’autres titres dans son sillage.
La vérité classique de la finance refait surface : ce ne sont pas les pertes en elles-mêmes qui déclenchent les crises, mais leur reconnaissance. Et la crainte de cette reconnaissance commence à contaminer un marché bien plus vaste - celui des crédits hypothécaires.
La question hypothécaire : 13 000 milliards de dollars suspendus à la foi dans l’avenir
En juin 2028, l’indice des prix immobiliers enregistre une baisse annuelle de 11 % à San Francisco, de 9 % à Seattle et de 8 % à Austin. Dans le même temps, un grand acteur du crédit immobilier signale une hausse des retards précoces dans les codes postaux concentrant les prêts les plus élevés - ces quartiers où résident des emprunteurs affichant des scores supérieurs à 780, longtemps considérés comme quasi intouchables.
Le marché hypothécaire résidentiel américain pèse environ 13 000 milliards de dollars. Son underwriting repose sur une hypothèse cardinale : l’emprunteur conservera son emploi et un niveau de revenu proche de l’actuel sur toute la durée du crédit, souvent trente ans. La crise de l’emploi dans les professions de bureau érode cette hypothèse non pas par une dégradation initiale de la « qualité » des dossiers, mais par une transformation de l’environnement après l’octroi. En 2008, nombre de prêts étaient fragiles dès le premier jour. En 2028, ils étaient impeccables à l’émission : 20 % d’apport, revenus vérifiés, historique irréprochable. Ce qui vacille, c’est la croyance dans l’avenir sur laquelle la dette a été contractée.
La menace se manifeste par une « tension cachée » : recours accru aux lignes de crédit adossées au logement, retraits anticipés des comptes retraite, hausse de l’endettement sur cartes de crédit, alors même que les mensualités hypothécaires continuent d’être honorées. À mesure que les licenciements, les gels d’embauche et la réduction des bonus s’installent, le ratio dette/revenu de ces ménages double. La mensualité est maintenue au prix d’un renoncement total aux dépenses discrétionnaires, d’une érosion de l’épargne et du report de l’entretien du logement. Officiellement, il n’y a pas de défaut. En réalité, l’emprunteur se trouve à un pas du stress financier - et ce pas se rapproche au rythme des avancées technologiques.
Il n’y a pas encore de crise hypothécaire généralisée : les défauts restent inférieurs aux niveaux de 2008. Mais tout est dans la trajectoire. Si l’acheteur marginal perd sa solidité financière au moment même où les prix baissent, le marché peut se fissurer au second semestre. Dans un tel scénario, la chute des actions pourrait approcher l’ampleur de la crise financière mondiale - environ 57 % du pic au creux - ce qui ramènerait l’indice large vers les 3 500 points, soit les niveaux observés avant novembre 2022.
Pourquoi la politique arrive en retard : l’État comme impôt sur le temps humain
Dans une récession classique, l’État s’appuie sur les stabilisateurs automatiques, puis déclenche des plans de relance. Mais ici, la base même du budget - un impôt prélevé sur le temps humain - commence à se fissurer. L’impôt sur le revenu et les cotisations sociales supposent une mécanique simple : les individus travaillent, les entreprises paient, l’État prélève sa part. Lorsque la production augmente mais que les gains se concentrent dans le capital et la puissance de calcul plutôt que dans les salaires, le circuit se rompt.
Au premier trimestre 2028, les recettes fédérales accusent un retard de 12 % par rapport aux projections budgétaires. Les prélèvements liés à la masse salariale reculent sous l’effet de la baisse de l’emploi et des revenus. La part du travail dans le PIB, passée de 64 % en 1974 à 56 % en 2024, chute à 46 % en l’espace de quatre années d’essor exponentiel de l’IA - un décrochage sans précédent dans ce scénario.
Le résultat est une double pression : les recettes diminuent tandis que les dépenses augmentent, car davantage de ménages ont besoin d’aide. Mais il ne s’agit pas d’un chômage temporaire, pour lequel les stabilisateurs ont été conçus. Il s’agit d’un déplacement durable : nombre de travailleurs ne retrouveront pas leur niveau de revenu antérieur. Pendant la pandémie, un déficit de 15 % du PIB pouvait être perçu comme exceptionnel et transitoire. Ici, le problème est structurel : la technologie remplace des personnes et continue de s’améliorer.
Le pays ne fait pas défaut - il emprunte dans sa propre monnaie. Mais la tension se déplace ailleurs : les obligations municipales se différencient davantage ; les États sans impôt sur le revenu paraissent plus résilients ; ceux qui en dépendent doivent offrir une prime de risque. Le débat politique se polarise mécaniquement.
Dans ce scénario, l’administration du président Donald Trump reconnaît la nature structurelle de la crise et ouvre la discussion sur des mesures bipartites regroupées sous l’intitulé provisoire de « Transition Economy Act » : transferts directs aux travailleurs déplacés, financés par le déficit et par une taxe sur les opérations de calcul de l’intelligence artificielle. Une version plus audacieuse - le « Shared Prosperity Act » - propose un droit public sur les revenus de l’infrastructure de l’intelligence : un hybride entre fonds souverain et redevance sur la production générée par l’IA, redistribuée sous forme de dividendes aux ménages.
Le secteur privé met en garde contre une pente glissante. À droite, on dénonce une redistribution pénalisant la compétitivité face à la Chine si l’on taxe le calcul. À gauche, on redoute la capture réglementaire par les acteurs en place. Les partisans de l’orthodoxie budgétaire invoquent le déficit ; leurs contradicteurs rappellent les effets délétères d’une austérité prématurée après 2008.
Dans la rue, un mouvement Occupy Silicon Valley émerge. Des manifestants bloquent pendant des semaines les entrées des grands laboratoires à San Francisco. La couverture médiatique des protestations finit par éclipser les statistiques du chômage qui les ont déclenchées. L’hostilité publique envers les laboratoires d’IA s’approche du ressentiment dirigé contre les banquiers après la crise financière mondiale : fondateurs et premiers investisseurs accumulent des fortunes à un rythme qui ferait presque paraître l’Âge doré mesuré. L’essentiel des gains de productivité se concentre entre les mains des propriétaires de puissance de calcul et des actionnaires.
Chaque camp désigne ses responsables. Mais le véritable adversaire est le temps. Les capacités de l’IA progressent plus vite que les institutions ne s’adaptent. La politique avance au rythme des idéologies, pas de la réalité. Si le pouvoir ne synchronise pas son diagnostic avec la vitesse du phénomène, la prochaine page sera écrite par la mécanique même de la rétroaction.
La compression de la prime à l’intelligence : la révolution économique du siècle
Dans toute l’histoire moderne, l’intelligence humaine fut une ressource rare. Le capital est reproductible ; les ressources naturelles sont limitées mais substituables ; les technologies évoluaient assez lentement pour laisser le temps d’adaptation. L’intelligence - capacité à analyser, décider, créer, persuader, coordonner - demeurait un facteur impossible à multiplier instantanément. C’est sur cette rareté que reposait la « prime à l’intelligence » : salaires élevés, carrières, crédits immobiliers, recettes fiscales, ascenseurs sociaux.
Dans ce scénario, la prime à l’intelligence humaine commence à se contracter. L’intelligence machinique devient substitut dans un nombre croissant de tâches et continue de se bonifier tout en coûtant moins cher. Le système financier, optimisé durant des décennies pour un monde d’esprits humains rares, subit une réévaluation douloureuse. Cela n’implique pas nécessairement l’effondrement. L’économie peut trouver un nouvel équilibre. Mais atteindre cet équilibre devient l’une des rares missions qui restent, pour l’heure, proprement humaines - et il faudra la réussir.
La rupture tient en une phrase : pour la première fois, l’actif le plus productif de l’économie ne génère pas plus d’emplois, mais moins. Aucun modèle hérité ne s’applique pleinement, car aucun n’a été conçu pour un monde où la ressource rare devient excédentaire. Il faudra inventer de nouveaux schémas : de répartition des revenus, d’assiette fiscale, d’évaluation du risque de crédit, d’éducation, de reconversion professionnelle.
C’est là que se situe la véritable bifurcation. En février 2026, au début du scénario, l’indice évolue encore près de ses sommets historiques, les cycles négatifs ne sont pas enclenchés, et tout ce qui précède pourrait ne pas se matérialiser intégralement. Mais une chose est presque certaine : l’intelligence machinique continuera d’accélérer. Et avec elle, la prime à l’intelligence humaine se réduira.
Il en découle une conclusion pragmatique, sans dramatisation inutile. Les investisseurs doivent identifier quelle part de leurs portefeuilles repose sur des hypothèses susceptibles de ne pas survivre à la décennie. Les sociétés doivent agir de manière préventive tant que le « PIB fantôme » n’est pas devenu la norme. Les États doivent admettre que les instruments classiques - taux, liquidité, relance - peuvent traiter les symptômes financiers, mais pas la cause première si celle-ci réside dans une chute plus rapide de la valeur du travail intellectuel que la capacité de l’économie à se réinventer.
La brutalité de ce scénario ne tient pas à son pessimisme, mais à sa logique. Il résulte d’une somme de décisions rationnelles produisant un résultat collectif irrationnel. Les révolutions technologiques du passé ont détruit des métiers tout en consolidant la solvabilité de masse. La nouvelle porte un risque inverse : la production augmente, mais le consommateur de masse disparaît de l’équation.
Le marché peut s’habituer aux mauvaises nouvelles.
L’économie, elle, ne le peut pas.