L'intelligence artificielle génère des gains de productivité spectaculaires sur des tâches précises, mais son effet sur la croissance agrégée reste, pour l'heure, très limité. Les économistes — Nordhaus, Acemoglu, Aghion, Jones — convergent sur ce point : aucune accélération sensible de la tendance de croissance n'est attendue à court terme. La tension réelle se situe entre des bénéfices structurels différés et des risques de déstabilisation immédiats.

Un hiatus entre performance micro et impact macro

Sur une tâche isolée — rédaction, analyse de données, diagnostic médical — l'IA affiche des gains de productivité mesurables et souvent significatifs. À l'échelle d'une économie nationale, le constat est inverse : la tendance de croissance ne bouge pas.

L'étude de Jones (2026) sur les États-Unis documente ce phénomène sur longue période. Depuis la fin du XIXe siècle, la croissance par tête américaine s'est maintenue aux alentours de 2 % par an, à l'exception des années 1930 et 1940. Cette stabilité remarquable traverse plusieurs révolutions technologiques majeures sans jamais être fondamentalement altérée à la hausse.

L'hypothèse développée par des économistes de Stanford éclaire ce paradoxe : chaque révolution technologique aurait précisément permis de maintenir cette tendance de 2 %, non de la dépasser. La loi des rendements décroissants explique le mécanisme : une fois une technologie généralisée, ses gains de productivité s'érodent. L'électricité, l'informatique, puis l'internet ont chacun suivi cette trajectoire. La décélération de la productivité observée dans l'OCDE sur les vingt-cinq dernières années en est la traduction la plus récente.

Les révolutions technologiques s'installent lentement

L'histoire technologique enseigne une leçon constante : le délai entre l'invention et la diffusion macroéconomique se compte en décennies, jamais en trimestres.

• Électricité : les découvertes scientifiques fondamentales remontent à la fin du XIXe siècle ; la généralisation aux économies industrielles n'intervient qu'dans les années 1920, soit un décalage de trente ans environ.
• Informatique : le premier microprocesseur est créé dans les années 1970 ; la diffusion réelle dans les entreprises et les ménages prend encore vingt-cinq ans.
• IA : les modèles de langage et les systèmes d'apprentissage profond se développent depuis les années 2010 ; leur effet macroéconomique agrégé reste, en 2026, encore très contenu.

Ce schéma répété n'est pas une anomalie. Il s'explique par le temps nécessaire à la réorganisation des processus productifs, à la formation des travailleurs, à la refonte des organisations et à l'amortissement des investissements liés aux anciennes technologies. L'IA ne fait pas exception. La lenteur apparente de sa propagation dans les statistiques de productivité globale s'inscrit dans un pattern historique documenté, non dans une déception spécifique à cette technologie.

Dans ce cadre interprétatif, l'IA jouerait le rôle de la prochaine révolution technologique capable de maintenir une tendance de croissance par tête à 2 % sur le long terme — là où, sans elle, la décélération de productivité observée ces dernières décennies aurait pu s'installer durablement.

Les risques à court terme : la face moins visible du débat

La tension principale n'oppose pas les optimistes aux pessimistes sur le potentiel de l'IA. Elle oppose un bénéfice structurel différé à des risques de déstabilisation immédiats, encore insuffisamment pris en compte dans les scénarios économiques standards.

Un emploi malveillant de l'IA peut désorganiser des systèmes critiques : infrastructures énergétiques, systèmes financiers, chaînes industrielles, dispositifs militaires. La probabilité d'un accident systémique à l'échelle d'une nation entière n'est pas élevée, mais elle n'est pas négligeable. Et son coût potentiel, si elle se matérialisait, serait considérable.

Ce n'est pas un risque théorique. Les virus informatiques capables de cibler des infrastructures critiques existent et leur sophistication progresse avec les capacités des modèles d'IA. La question n'est pas de savoir si le scénario est probable au sens statistique, mais si une économie ou un investisseur peut se permettre d'ignorer un risque à impact potentiellement systémique.

Trois dimensions du risque à court terme

• Désorganisation des systèmes énergétiques : une attaque ciblée sur des réseaux pilotés par IA peut provoquer des coupures en cascade aux conséquences économiques immédiates.
• Déstabilisation financière : des marchés et des systèmes de paiement de plus en plus automatisés sont exposés à des manipulations ou des pannes induites par des modèles défaillants ou malveillants.
• Perturbation industrielle et logistique : les chaînes d'approvisionnement optimisées par IA concentrent de nouveaux points de fragilité que les acteurs malveillants peuvent cibler.

Ce que cela change pour les décisions patrimoniales

Un investisseur qui construit son allocation autour du thème IA doit intégrer cette double temporalité. Les valorisations actuelles de nombreux actifs liés à l'IA anticipent des gains de productivité macroéconomiques rapides que les données historiques et les études économiques récentes jugent peu probables à court terme. Le consensus académique pointe vers un impact structurel réel, mais différé.

Cela ne disqualifie pas le thème. Cela impose de distinguer l'horizon : un investissement en private equity sur des fonds de croissance exposés à l'IA relève d'une logique de long terme, compatible avec une illiquidité de sept à dix ans. Une exposition via des produits structurés à maturité courte sur des indices sectoriels IA introduit un désalignement entre la temporalité du thème et celle du véhicule.

Les risques à court terme identifiés — désorganisation des systèmes critiques — justifient également une diversification sectorielle rigoureuse. Concentrer un patrimoine sur des actifs dont la valeur dépend de la continuité de systèmes numériques interconnectés, sans contrepartie dans des actifs réels ou décorrélés, amplifie l'exposition à ce type de choc.

Rappel nécessaire : tout investissement comporte un risque de perte en capital. Les performances passées des secteurs technologiques ne préjugent pas de leurs performances futures, et les scénarios de croissance associés à l'IA restent, par nature, incertains dans leur calendrier comme dans leur ampleur.