Investir dans l’intelligence artificielle déclenche des retombées bien supérieures aux attentes
Les dépenses consacrées à l’IA ne profitent pas seulement aux entreprises technologiques. Une analyse d’UBS met en lumière un effet d’entraînement sur les logiciels, la recherche, l’énergie et l’industrie, qui élargit les retombées économiques bien au-delà des premiers achats.
En bref : l’investissement dans l’IA entraîne toute une chaîne d’activité
- Les investissements technologiques liés à l’IA progressent d’environ 30 % sur un an, bien plus vite que les autres investissements fixes des entreprises.
- Selon UBS, un point de croissance issu de ces dépenses est associé à environ 1,46 point de croissance de l’investissement au trimestre suivant.
- Les effets se diffusent vers les logiciels, la recherche et développement, l’électricité, les équipements industriels et des fournisseurs moins attendus.
- Cette dynamique ouvre des opportunités, mais ne garantit ni la rentabilité de chaque projet ni des gains de productivité immédiats.
Comment les dépenses d’IA alimentent la croissance des entreprises
Le contraste relevé par UBS est net : les investissements technologiques liés à l’intelligence artificielle progressent d’environ 30 % en glissement annuel. Sur la même période étudiée, les autres investissements fixes des entreprises gagnent seulement 0,8 %, tandis que l’investissement résidentiel recule de 3,8 %.
La vigueur de l’investissement global repose donc en grande partie sur l’IA. Pour illustrer le mécanisme, imaginons une entreprise qui installe un outil d’analyse automatisée : elle doit aussi renforcer ses serveurs, sa connexion, son alimentation électrique et parfois former ses équipes. Un achat technologique entraîne ainsi d’autres dépenses, loin du seul fournisseur de logiciel.
Un effet d’entraînement mesuré par UBS
D’après l’analyse de la banque, un point de pourcentage de croissance provenant des investissements liés à l’IA est associé à environ 1,46 point de croissance de l’investissement au trimestre suivant. La ventilation publiée attribue 0,46 point à la poursuite des dépenses liées à l’IA, 0,30 aux logiciels et à la recherche, et 0,69 à d’autres branches ; ces composantes, arrondies, ne donnent pas exactement le total annoncé.
UBS regroupe cinq catégories dans son indicateur : équipements de transport et de distribution d’électricité, machines industrielles spécialisées, ordinateurs et périphériques, matériel de communication et centres de données. Ensemble, elles représentent près de 18 % de l’investissement fixe non résidentiel et environ 2,5 % du PIB. Ces repères donnent une idée de l’ampleur du cycle, sans mesurer à eux seuls les profits futurs.
Des retombées économiques jusque dans l’énergie et l’industrie
Les centres de données ont besoin d’électricité disponible en continu et d’équipements capables de supporter une forte charge. La construction de nouvelles installations stimule donc les commandes de turbines à gaz, de réseaux électriques et de services publics. Les fournisseurs de ces infrastructures peuvent profiter de la vague sans vendre directement de systèmes d’IA.
Le cas de l’entreprise japonaise TOTO, cité par UBS, illustre cette diffusion inattendue. Son savoir-faire dans la céramique sert à produire des mandrins électrostatiques utilisés dans la fabrication de semi-conducteurs ; ces produits représentent désormais plus de la moitié de ses bénéfices, selon le rapport. L’innovation dans un secteur peut ainsi soutenir la performance d’une société venue d’un univers industriel différent.
Pour les investisseurs, cela invite à regarder au-delà des grands noms de la technologie. Les analyses sur l’ampleur des investissements dans l’IA éclairent la taille du cycle, tandis que les projets de développement industriel d’Air Liquide rappellent le rôle des infrastructures et des fournisseurs spécialisés.
La croissance des dépenses ne garantit pas la rentabilité
Un marché en expansion ne signifie pas que chaque investissement sera rentable. Une entreprise peut acheter des équipements trop tôt, sous-utiliser ses serveurs ou peiner à intégrer l’IA dans ses opérations. La transformation numérique demande du temps : les gains de productivité dépendent aussi de la qualité des données, de la formation et de la réorganisation du travail.
Avant de financer un projet, les dirigeants peuvent examiner quelques critères concrets :
- Le besoin opérationnel : quelle tâche sera accélérée ou améliorée, et comment le résultat sera-t-il évalué ?
- Le coût complet : matériel, énergie, logiciels, maintenance et compétences doivent entrer dans le calcul.
- Le calendrier : les dépenses précèdent souvent les gains, ce qui pèse sur la trésorerie à court terme.
Ce décalage aide à comprendre pourquoi les marchés suivent de près les montants engagés, mais aussi les signes d’un usage concret. Une baisse des investissements en IA pourrait affecter les fournisseurs et les indices exposés à cette thématique. Le potentiel est réel, mais la qualité d’exécution reste le meilleur indicateur de rentabilité.
