Des milliards dépensés sans preuve d'un retour économique
Les grands groupes américains, hors géants de la technologie, ont lancé des programmes d'investissements massifs dans l'intelligence artificielle. Pourtant, pour Torsten Slok, chief economist chez Apollo Global Management, ces dépenses ne produisent pas les effets financiers attendus : ni amélioration des marges, ni augmentation du revenu par employé, ni gains de productivité clairement mesurables.
Son analyse se concentre sur ce qu'il appelle le S&P 493 — le S&P 500 débarrassé des mastodontes de la tech (Tesla, Microsoft, Meta, Apple, Nvidia, Amazon et Alphabet). Sur ce périmètre, la lecture des indicateurs opérationnels est, selon lui, décevante : les marges stagnent et le revenu par employé reste plat.
« aucun retour financier à l’Amérique des entreprises en dehors de la tech »
Pourquoi l'IA peine à se transformer en rendement économique
Plusieurs facteurs expliquent ce décalage entre les budgets et les résultats :
- Nature des investissements : beaucoup de dépenses vont vers l'acquisition d'outils, de licences et d'infrastructures, qui pèsent sur les coûts à court terme sans générer immédiatement des gains de productivité.
- Intégration opérationnelle : déployer des modèles d'IA au cœur des processus métiers exige des changements organisationnels profonds, formation des équipes et refonte des workflows — des chantiers longs et coûteux.
- Limites humaines : l'IA améliore les capacités techniques, mais le jugement et la prise de décision restent souvent humains; l'automatisation complète n'est ni souhaitée ni possible dans de nombreux métiers.
Conséquences pour les entreprises, les salariés et les clients
Pour les directions générales, le diagnostic impose de revisiter les stratégies d'investissement : il ne suffit plus d'acquérir la technologie, il faut la mettre en capacité de délivrer de la valeur économique. Les priorités risquent d'évoluer vers :
- la montée en compétences des salariés et la gestion du changement ;
- la redéfinition des processus métiers pour tirer parti des outils numériques ;
- l'évaluation rigoureuse du time-to-value des projets IA avant des déploiements massifs.
Pour les salariés, l'impact est double : d'un côté, l'IA peut alléger les tâches répétitives ; de l'autre, l'absence de gains de productivité observés suggère que les transformations structurelles rompent rarement l'équilibre emploi/coûts à court terme. Pour les clients, l'amélioration des services ou des prix n'est donc pas automatiquement au rendez-vous malgré la promesse technologique.
Un récit médiatique en décalage avec la réalité économique
Le discours dominant présente l'IA comme une révolution déjà à l'œuvre. L'analyse de Slok invite à nuancer ce récit : la valeur créée par l'IA semble aujourd'hui concentrée chez ceux qui produisent les composants — puces, modèles, infrastructures — tandis que la majorité des entreprises utilisatrices n'en retire pas encore de bénéfices financiers tangibles.
| Périmètre | Constat principal |
|---|---|
| S&P 493 (grandes entreprises hors Big Tech) | Marges et revenu par employé stables, pas de gains de productivité visibles |
| Big Tech / fournisseurs d'infrastructures | Concentration des retombées économiques liées à l'IA (fabrication de puces, modèles, cloud) |
Que retenir pour la France et l'Europe ?
Le constat de Slok doit alerter les dirigeants et les investisseurs européens : miser uniquement sur l'achat de technologies sans restructurer les organisations est insuffisant. Les autorités publiques et les entreprises doivent coordonner les efforts sur la formation, l'interopérabilité des systèmes et la mesure des effets économiques réels.
Cette période d'investissements massifs en IA est sans doute une étape nécessaire. Mais la conversion de capacités techniques en gains économiques nécessite patience, adaptation des modèles opérationnels et priorisation des projets à fort time-to-value, sous peine de voir des budgets importants absorber des ressources sans améliorer durablement la performance.
