Le boom de l'IA au crible de la BIS : révolution réelle, financement opaque, surcapacité possible

La Banque des règlements internationaux ne fait pas dans le sensationnel. Quand elle range l’investissement dans l’intelligence artificielle parmi les points de pression qui « demandent attention », au même rang que l’inflation et le stress budgétaire, il faut lire le document source plutôt que les titres. Dans un fil publié le 29 juin 2026, Finneko (@finneko_prgrm) relaie et commente le graphique 13 du rapport annuel de la BIS, dont la légende dit l’essentiel : le crédit aux entreprises est vulnérable à une révision de prix en cas de déception sur l’IA. On remonte ici à la source primaire, et on confronte cette prospective à l’état de la recherche économique sur les révolutions technologiques.

Le fil de Finneko tire de la BIS cinq idées qui méritent d’être prises au sérieux : un gain de productivité sur une tâche ne fait pas une hausse durable pour toute l’économie, la course à l’investissement est en partie défensive et risque la surcapacité, un goulot peut surgir du côté de la demande, le financement de l’écosystème est opaque, et l’erreur du marché serait de transformer une histoire vraie en certitude financière. Reprenons sur pièces.

Ce que dit vraiment la BIS

Le diagnostic repose sur des données. Le bulletin n° 120 de la BIS, signé Aldasoro, Doerr et Rees, chiffre l’ampleur du phénomène : à la mi-2025, les dépenses en centres de données et en usines de semi-conducteurs équivalaient à 1 % du PIB américain, et l’investissement total lié à l’informatique atteignait 5 % du PIB, au-dessus de son pic de la bulle Internet de 2000. L’IA a contribué pour 0,4 point à la croissance américaine sur trois ans, et l’informatique au total pour près de la moitié de la croissance récente. La trajectoire ne faiblit pas : la BIS projette une dépense annuelle en centres de données portée à 0,8 à 1,3 % du PIB, contre 0,5 % aujourd’hui.

Le point dur est financier. Les cinq grands hyperscalers prévoient plus de 1 000 milliards de dollars de capex lié à l’IA sur 2025 et 2026, un rythme qui dépasse leurs bénéfices et leur flux de trésorerie libre et les pousse vers l’endettement. Le graphique 13 montre trois mouvements convergents : un investissement de plus en plus financé par la dette, un risque de crédit en hausse, un financement circulaire devenu courant. Depuis janvier 2025, les primes de CDS des émetteurs de l’IA notés BBB ou mieux montent alors que l’indice large de qualité comparable se détend : le crédit commence à distinguer ces émetteurs.

Le financement circulaire, l’angle mort

C’est le passage que Finneko met le plus en avant, et il a raison d’insister. La BIS définit le financement circulaire comme un montage où les hyperscalers prennent des participations dans les laboratoires d’IA en échange d’engagements d’achat, ce qui renvoie le capital vers les investisseurs sous forme de revenus. S’y ajoutent des baux sur des centres de données construits par des tiers, des clauses de capacité à payer quel que soit l’usage, et des engagements hors bilan, où le levier ne disparaît pas pour autant. Notre article sur le financement circulaire de l’IA détaille ces boucles.

Le crédit privé est au cœur de la bascule. Selon la BIS, les prêts directs de fonds de crédit privé aux entreprises liées à l’IA sont passés de près de zéro à plus de 200 milliards de dollars, leur part montant de moins de 1 % à près de 8 % des encours, avec une projection de 300 à 600 milliards d’ici 2030. Or les marges exigées sur ces prêts, 6,2 points contre 6,1 pour les autres secteurs, sont quasi identiques. Les prêteurs traitent donc le risque IA comme un risque moyen, alors que les valorisations en actions postulent des rendements hors norme. De deux choses l’une : soit le crédit sous-estime le risque, soit les actions surestiment les profits futurs. Cette dissonance entre dette et actions est le vrai signal du rapport. La toile de fond est un crédit privé devenu colossal : les actifs gérés par ces fonds sont passés d’environ 100 milliards de dollars en 2010 à plus de 2 200 milliards aujourd’hui. La revue trimestrielle de mars 2026 de la BIS parle d’« endettement de l’ombre » pour des engagements économiquement assimilables à de la dette mais largement logés hors bilan, et relève une émission obligataire brute des hyperscalers dépassant 100 milliards de dollars en 2025, à des maturités longues calées sur la durée de vie des actifs. Pour la mécanique du crédit privé, voir notre guide sur la lecture du crédit privé.

La productivité ne se décrète pas

Le premier point de Finneko, le décalage entre gain sur une tâche et gain pour l’économie entière, est l’un des résultats les mieux établis de l’histoire économique. En 1990, Paul David a montré, avec l’exemple de la dynamo, pourquoi l’électrification n’a relevé la productivité que des décennies après : il a fallu réorganiser les usines, abandonner l’arbre de transmission central pour des moteurs distribués. La technologie était là bien avant que ses gains n’apparaissent dans les statistiques.

La recherche contemporaine confirme ce délai. Brynjolfsson, Rock et Syverson ont formalisé en 2021 une courbe en J de la productivité : les technologies à usage général exigent des investissements complémentaires immatériels, en réorganisation et en compétences, de sorte que la productivité mesurée stagne d’abord, avant d’accélérer. Et l’estimation prudente de Daron Acemoglu, en 2024, chiffre le gain de productivité totale des facteurs imputable à l’IA à pas plus de 0,66 % cumulés sur dix ans, soit sous le seuil de 1 %, loin des promesses. Son raisonnement part d’un modèle par tâches : tant que l’effet de l’IA passe par des économies de coûts au niveau de chaque tâche, son effet macroéconomique se déduit de la part des tâches réellement touchées et de l’économie moyenne par tâche. Rien n’interdit une transformation profonde, mais elle se mesurera en années, pas en trimestres.

Surinvestissement défensif et leçons des bulles

Le deuxième point, la course défensive au capital, renvoie à une dynamique connue. Carlota Perez a décrit en 2002 comment chaque révolution technologique passe par une phase d’installation où le capital financier s’emballe, surinvestit et gonfle une bulle, avant une rupture puis un déploiement plus sobre. Chemins de fer, électricité et bulle Internet ont tous combiné une vraie rupture et un excès de capital investi trop vite. Un travail récent de Rahil Solanki, en 2026, rapproche l’économie circulaire de l’IA de trois précédents : le financement par les fournisseurs des télécoms en 2000, l’opacité hors bilan de 2008, et le surinvestissement du pétrole de schiste.

La BIS elle-même calibre la suite. La fin des booms d’investissement passés s’est accompagnée d’un ralentissement de la croissance de plus de 1 point en moyenne, et rien n’indique qu’un boom, même porté par une vraie avancée technologique comme Internet, débouche sur une croissance durablement plus forte. Le plus fort recul a suivi la bulle Internet, pourtant modeste rapportée au PIB. La taille du choc ne dépend pas que de la taille du boom.

Le goulot de la demande

Le troisième point, plus prospectif, reste ouvert. Si l’IA déplace le revenu du travail vers le capital, dont la propension à consommer est plus faible, une économie plus productive en théorie peut buter sur une demande insuffisante. La BIS pose ce risque sans le quantifier ; il fait écho à la littérature sur l’automatisation et la part du travail, chez Acemoglu et Restrepo, qui ont documenté comment l’automatisation a pesé sur la part des salaires dans le revenu national américain depuis les années 1980. Un risque conditionnel, de moyen terme, qui tient autant au partage de la valeur qu’à la technologie.

Ce que ça vaut

La synthèse tient en un équilibre. La BIS ne dit pas que l’IA est une bulle, et son bulletin qualifie les risques macro-financiers de modérés à ce stade. Mais le rapport annuel monte d’un cran : une révision de prix, par des taux plus élevés ou une déception sur l’IA, pourrait être aussi perturbatrice pour le crédit que la crise de 2008, d’autant que les ménages américains sont très exposés aux actions et que les institutions non bancaires sont devenues les premiers détenteurs de dette souveraine des économies avancées.

Les frictions réelles ne sont pas abstraites. McKinsey chiffre à près de 6 700 milliards de dollars les capex mondiaux de centres de données nécessaires d’ici 2030 pour suivre la demande de calcul, et l’AIE rappelle que l’électricité, le réseau et le refroidissement deviennent une contrainte physique aussi sérieuse que le financement. À cela s’ajoutent les pénuries de semi-conducteurs et une concurrence qui peut comprimer les marges, autant d’obstacles entre la promesse d’usage et le profit effectif.

L’apport de Finneko est de nommer l’erreur cognitive : prendre une histoire vraie et la traiter comme une certitude financière. La révolution est probablement réelle, mais cela n’oblige à accepter ni n’importe quel niveau de capex, ni n’importe quel montage. Pour qui veut juger sur pièces, trois cadrans valent mieux que mille récits : l’écart entre dépenses d’investissement et flux de trésorerie libre, la part du financement circulaire dans les revenus annoncés, et la prime de crédit des émetteurs de l’IA. Le crédit voit souvent avant les actions. Ces données sont publiques, et la BIS vient d’en publier la carte.

---

Sources principales :

• BIS, Annual Economic Report 2026, 28 juin 2026 : graphique 13, financement par la dette, hausse des CDS des émetteurs IA, financement circulaire, révision de prix comparée à 2008.
• BIS, communiqué de presse sur le rapport annuel 2026, 28 juin 2026.
• BIS, bulletin n° 120, « Financing the AI boom: from cash flows to debt » (Aldasoro, Doerr, Rees), 7 janvier 2026 : chiffres d’investissement (1 % et 5 % du PIB, 0,4 point de croissance), bascule vers la dette, crédit privé, perspective historique des booms.
• BIS, Quarterly Review, encadré sur l’« endettement de l’ombre », mars 2026.
• FMI, Global Financial Stability Report, chapitre 2 « The Rise and Risks of Private Credit », avril 2024.
• AIE, Energy and AI, avril 2025.
• McKinsey, « The cost of compute: A $7 trillion race to scale data centers », 28 avril 2025.
• Daron Acemoglu, « The Simple Macroeconomics of AI », NBER Working Paper 32487, 2024.
• Erik Brynjolfsson, Daniel Rock, Chad Syverson, « The Productivity J-Curve », NBER Working Paper 25148, 2021.
• Rahil Solanki, « The AI Circular Economy: Systemic Risk, Vendor Financing, and the Keystone Problem », SSRN, avril 2026.
• Paul A. David, « The Dynamo and the Computer », American Economic Review, 1990.
• Carlota Perez, Technological Revolutions and Financial Capital, 2002.
• Point de départ : fil de Finneko (@finneko_prgrm), 29 juin 2026.