Constats macroéconomiques
Les données présentées par Apollo montrent que le revenu moyen par salarié augmente chez les sept plus grandes entreprises technologiques (le "Mag 7"), tandis qu’il reste stable pour l’ensemble des 493 sociétés du S&P 500 hors du secteur technologique. De même, les marges bénéficiaires progressent dans le Mag 7 mais stagnent dans le reste du marché. Aucun des graphiques fournis n’indique une hausse de la productivité liée à l’IA en dehors du domaine technologique.
Investissements en jetons et IA générative
Les sociétés soutenues par le capital-risque augmentent leurs dépenses en jetons numériques, mais les entreprises traditionnelles ne justifient pas le coût d’un modèle d’IA avancé. Cette divergence crée une concentration de l’usage de l’IA générative dans une petite fraction de l’économie, limitant ainsi les effets macroéconomiques attendus. Les graphiques cinq et six confirment que les dépenses en IA restent marginales pour le S&P 493.
Limites fonctionnelles de l’IA en entreprise
Selon l’analyse, l’IA excelle comme calculateur, mais la plupart des décisions commerciales reposent sur le jugement humain. Ce jugement intègre la responsabilité, la confiance, la culture d’entreprise, les règles tacites et les compromis éthiques – des dimensions que les modèles actuels ne saisissent pas. En l’absence de ces capacités, les gains de productivité restent théoriques et ne se traduisent pas en revenus ou en marges supérieures.
Perspectives et risques futurs
Le texte souligne que la véritable validation de l’IA se fera dans le S&P 493, où les entreprises devront transformer une intelligence bon marché en croissance réelle. La commoditisation des modèles pourrait réduire les coûts, mais sans amélioration du jugement contextuel, les marges resteront inchangées. Ainsi, l’impact macroéconomique de l’IA dépendra davantage de l’intégration de mécanismes de gouvernance et de responsabilité que de simples capacités de calcul.
