La bulle dans la bulle : valorisations, IA et bénéfices gonflés

Un chiffre repéré par le FT résume l’inquiétude du moment : ajusté d’un niveau de bénéfices lui-même anormalement élevé, le CAPE du S&P 500 atteindrait un extrême sans précédent. Thèse de la bulle, antithèse méthodique, et le rôle des promesses de l’IA dans l’équation. Analyse chiffrée et sourcée.

Le débat sur une éventuelle bulle boursière, alimentée par l’intelligence artificielle, se joue sur deux registres qui se répondent mal. Le premier est qualitatif : juger si le potentiel réel d’une industrie justifie ses prix. Le second est quantitatif : comparer les valorisations à leur histoire. Une note de marché relayée par le Financial Times début juillet a fait tiquer précisément parce qu’elle pousse le second registre à son terme logique, avec un chiffre volontairement provocateur. Reprenons les deux registres, méthodiquement, avant d’en tirer une lecture.

Deux manières de flairer une bulle

Cette double grille de lecture, qu’a formulée l’entrepreneur et penseur du numérique Gilles Babinet en commentant l’épisode, oppose deux façons de juger une bulle. La première méthode suppose une connaissance fine du secteur : estimer que sa vitesse de développement justifie des prix très élevés. Appliquée à l’IA, cette lecture s’appuie sur un imaginaire de rupture, résumé par une série d’acronymes devenus des totems dans l’industrie : AGI pour intelligence artificielle générale, ASI pour superintelligence, RSI pour une IA capable de s’améliorer elle-même. Ces horizons sont défendus par les premiers acteurs du domaine. Dans son essai « Machines of Loving Grace », le patron d’Anthropic, Dario Amodei, situe l’arrivée d’une « IA puissante », aux capacités égalant ou dépassant les meilleurs spécialistes humains dans la plupart des disciplines, dès fin 2026 ou début 2027. Elon Musk annonce la mise en vente de son robot humanoïde Optimus pour la fin 2027, entre 20 000 et 30 000 dollars, promis à des usages domestiques. La conviction que ces jalons seront tenus, et à ces dates, est le socle du scénario haussier.

La seconde méthode se passe de pronostic sur l’avenir : elle prend les grands ratios de valorisation. Le PER, rapport entre le prix d’une action et son bénéfice, et surtout le CAPE, popularisé par l’économiste Robert Shiller, qui rapporte le prix à la moyenne des bénéfices sur dix ans corrigés de l’inflation, afin de lisser le cycle. C’est sur ce terrain que se situe le chiffre qui a circulé cette semaine.

Le chiffre qui a fait tiquer le FT

Dans FT Alphaville, le 3 juillet 2026, Bryce Elder relaie une note mensuelle des stratégistes Joachim Klement et Francisca Reis, de Panmure Liberum. Leur raisonnement est en deux temps. D’abord, le constat classique : selon les données de Shiller, le CAPE du S&P 500 valait 32,6 en 1929, soit 1,8 écart-type au-dessus de sa tendance, et 44,2 en 2000, soit 3,3 écarts-types, un signal clair de bulle. Aujourd’hui, il est à 41,0, soit 2,9 écarts-types au-dessus de la tendance. Territoire de bulle, donc, mais rien d’inédit à ce stade.

Le second temps est le plus original. En 1929 comme en 2000, les bénéfices étaient dans leur fourchette normale, à moins d’un écart-type de leur tendance. Aujourd’hui, ils sont eux-mêmes 1,8 écart-type au-dessus. Autrement dit, la valorisation est élevée à un moment où le dénominateur, le bénéfice, est déjà anormalement gonflé. Corrigé de cette anomalie, le CAPE ressortirait non à 41 mais à 67,6, soit 4,6 écarts-types au-dessus de la tendance, un niveau qui dépasse tout ce que l’histoire américaine a connu. Klement en tire une image frappante : sous l’hypothèse, fausse et assumée comme telle, d’une distribution normale des valorisations, un tel niveau se produirait dans 0,00019 % des mois, soit une fois tous les 43 432 ans.

Un point de méthode s’impose, et l’auteur du FT le souligne le premier : ce « une fois tous les 43 432 ans » ne doit pas être pris au pied de la lettre, car les valorisations ne suivent pas une loi normale. C’est une manière de dire l’ampleur de l’écart, pas une probabilité réelle. Elder ajoute la mise en garde habituelle : les profits supra-normaux finissent toujours par se normaliser, mais vouloir chronométrer le retournement est un jeu de dupes. La rigueur commande de retenir l’ordre de grandeur sans lui prêter une fausse précision.

La bulle dans la bulle : les bénéfices eux-mêmes

Le cœur de la thèse n’est donc pas le CAPE, mais le dénominateur. L’idée que les bénéfices actuels sont anormalement élevés se vérifie hors de la seule note de Panmure. Les marges des entreprises américaines tournent autour de 14 %, un plus haut historique dans les données disponibles, soutenu par des facteurs qui ne sont pas tous durables : concentration sectorielle, fiscalité favorable, rachats massifs d’actions qui dopent le bénéfice par action, et l’effet direct de la dépense d’IA sur quelques champions.

Or la marge bénéficiaire est, selon la formule de l’investisseur Jeremy Grantham, « probablement la série la plus revenant à la moyenne de toute la finance, et si les marges ne reviennent pas à la moyenne, alors c’est que quelque chose a gravement mal tourné dans le capitalisme ». La maison de gestion GMO a consacré à cette anomalie une étude au titre parlant, « The Curious Incident of the Elevated Profit Margins ». Si cette logique tient, utiliser des bénéfices gonflés au dénominateur d’un ratio de valorisation fait paraître le marché moins cher qu’il ne l’est. C’est très exactement le mécanisme de la « bulle dans la bulle » : une survalorisation posée sur des profits eux-mêmes en excès.

Le doute qui monte sur la rentabilité de l’IA

Ce qui rend la question brûlante en 2026, c’est que les mauvaises nouvelles s’accumulent du côté de la rentabilité réelle de l’IA, à la fois pour ceux qui la vendent et pour ceux qui l’achètent. La dépense d’infrastructure explose bien plus vite que les revenus. Les cinq plus grands hyperscalers prévoient entre 700 et 900 milliards de dollars d’investissement en 2026, en hausse d’environ 36 % sur un an, alors que l’écosystème de l’IA générerait un chiffre d’affaires très inférieur, laissant un manque estimé à environ 600 milliards de dollars par an. Selon Allianz Research, la divergence entre l’investissement en IA et la croissance des revenus atteint environ 46 %, au-delà des 32 % observés lors de l’excès télécoms de 2001, qui avait précédé une correction brutale et durable.

Le cas d’OpenAI illustre la tension : environ 25 milliards de dollars de revenus annualisés début 2026, mais des pertes passées de 540 millions en 2022 à 1,5 milliard en 2023 puis 5 milliards en 2024, sans profitabilité attendue avant 2029. À cela s’ajoute une architecture de financement en partie circulaire, où une fraction des revenus déclarés est du capital recyclé entre acteurs interconnectés plutôt que de la demande organique indépendante, un risque que nous avons décrit à propos du financement circulaire de l’IA et de la fragilité pointée par la BIS. Enfin, la valeur réellement dégagée reste incertaine : comme le montre notre revue des preuves sur la productivité de l’IA, les gains sont réels à l’échelle de la tâche mais peinent à se diffuser à l’économie, ce qui limite le réservoir de revenus capable de justifier l’investissement.

L’antithèse, prise au sérieux

La rigueur interdit de s’arrêter à la thèse baissière, aussi bien étayée soit-elle. Plusieurs objections solides méritent d’être posées.

D’abord, le CAPE a ses limites, largement documentées. Il est critiqué pour ne pas tenir compte de l’évolution des normes comptables, de la montée des rachats d’actions, de la baisse tendancielle des taux d’intérêt sur quarante ans et du changement de composition sectorielle du marché, plus léger en capital qu’autrefois. Certains soutiennent qu’une partie de la hausse des marges est structurelle, portée par des entreprises dominantes et peu capitalistiques, et non un simple excès cyclique appelé à se corriger. Si cette lecture est juste, le dénominateur n’est pas si gonflé, et la « bulle dans la bulle » se dégonfle d’elle-même.

Ensuite, même en acceptant le diagnostic, le calendrier reste imprévisible. Une valorisation extrême dit qu’un actif est cher, pas qu’il va baisser demain. Les bulles peuvent enfler des années, et parier sur leur éclatement a ruiné bien des sceptiques : sur la dernière décennie, les avertissements récurrents sur une « bulle technologique » ont fait manquer une hausse considérable des indices. Un CAPE élevé est un indicateur de rendement futur médiocre à dix ans, pas un signal de timing.

Enfin, le scénario haussier a sa cohérence interne. Si les totems de l’industrie se matérialisent, ne serait-ce qu’en partie, les bénéfices futurs pourraient croître assez vite pour rattraper les prix, et la valorisation d’aujourd’hui n’aurait alors rien d’aberrant. Une IA vraiment transformatrice justifierait des marges élevées et durables. C’est le pari, parfaitement défendable en théorie, de ceux qui achètent la promesse plutôt que la preuve.

Le verdict de la réalité

Le point faible du scénario haussier n’est pas sa logique, c’est sa dépendance à des prédictions datées. Or les prédictions datées ont un juge implacable : le calendrier. L’histoire financière est un cimetière de convictions d’experts démenties au pire moment. En octobre 1929, à quelques jours du krach, l’économiste Irving Fisher, sommité de sa discipline, assurait que les cours avaient atteint « ce qui ressemble à un plateau durablement élevé », épisode que raconte John Kenneth Galbraith dans « The Great Crash 1929 ». La leçon n’est pas que les optimistes ont toujours tort, mais que la proximité d’un acteur avec une industrie ne le protège pas de l’excès d’enthousiasme, elle l’y expose.

Que conclure, sans céder ni au catastrophisme ni au déni ? Trois choses, que les preuves autorisent. Les valorisations américaines sont, sur les mesures historiques, à des sommets rarement atteints, et la marge de sécurité est mince. Ces valorisations reposent sur des bénéfices dont le caractère durable est contesté, ce qui fragilise doublement l’édifice. Et le scénario qui les justifierait dépend de promesses technologiques encore non tenues, dont l’échéance approche. Rien de tout cela ne dit quand, ni même si, une correction surviendra : le timing reste hors de portée, comme le rappellent les classiques du genre, de « Irrational Exuberance » de Robert Shiller à « Manias, Panics, and Crashes » de Charles Kindleberger. Mais l’analyste honnête doit distinguer une promesse d’une preuve, et reconnaître qu’aujourd’hui, une part importante du prix des actions repose sur la première.

Sources

1. Bryce Elder, FT Alphaville, 3 juillet 2026, relayant la note de Panmure Liberum (Joachim Klement, Francisca Reis) : CAPE de 32,6 en 1929, 44,2 en 2000, 41,0 en 2026 ; bénéfices 1,8 écart-type au-dessus de la tendance ; CAPE corrigé à 67,6 (4,6 écarts-types) ; 0,00019 % des mois, soit une fois tous les 43 432 ans, sous hypothèse de normalité explicitement présentée comme fausse : https://www.ft.com/content/8e9337f8-9191-48e9-9289-a8defda89431
2. Robert Shiller, données historiques du CAPE et « Irrational Exuberance » (Princeton University Press, 2000) : construction et lecture du ratio de valorisation ajusté du cycle : http://www.econ.yale.edu/~shiller/data.htm
3. Dario Amodei, « Machines of Loving Grace », essai personnel : arrivée d’une « IA puissante » possible dès fin 2026 ou début 2027 : https://www.darioamodei.com/essay/machines-of-loving-grace
4. Entrepreneur / déclarations d’Elon Musk : mise en vente d’Optimus visée pour fin 2027, entre 20 000 et 30 000 dollars, usages domestiques : https://www.entrepreneur.com/business-news/elon-musk-tesla-sell-optimus-humanoid-robots
5. Jeremy Grantham (GMO), citation sur le retour à la moyenne des marges, et GMO, « The Curious Incident of the Elevated Profit Margins » : https://www.gmo.com/americas/research-library/the-curious-incident-of-the-elevated-profit-margins-part-1_whitepaper/
6. Fortune, 19 mai 2026, Jeremy Grantham sur la « guerre de l’IA » et la pression à venir sur les marges : https://fortune.com/2026/05/19/blood-in-the-streets-jeremy-grantham-ai-monopoly-brutal-competitive-world-recession/
7. Allianz Research, 2026 : divergence capex-revenus de l’IA d’environ 46 %, au-delà des 32 % du cycle télécoms de 2001 : https://www.allianz.com/content/dam/onemarketing/azcom/Allianz_com/economic-research/publications/specials/en/2026/march/2026_03_25_AI.pdf
8. Forbes, 2 juin 2026, élargissement de l’écart entre dépense d’IA et revenus, hyperscalers entre 700 et 900 milliards de dollars de capex en 2026 : https://www.forbes.com/sites/jasonkirsch/2026/06/02/the-ai-capex-to-revenue-gap-is-widening---and-markets-are-starting-to-notice/
9. FutureSearch, données financières d’OpenAI : environ 25 milliards de dollars de revenus annualisés début 2026, pertes de 540 millions (2022), 1,5 milliard (2023) et 5 milliards (2024), profitabilité attendue vers 2029 : https://futuresearch.ai/openai-revenue-forecast/
10. John Kenneth Galbraith, « The Great Crash 1929 » (1955) : la déclaration d’Irving Fisher sur un « plateau durablement élevé » à la veille du krach de 1929.
11. Charles P. Kindleberger, « Manias, Panics, and Crashes: A History of Financial Crises » (1978) : anatomie récurrente des bulles et de leur retournement.
12. Gilles Babinet, commentaire sur X réagissant à l’article du FT (source secondaire, analyse et non source primaire) : propose la grille de lecture en deux méthodes reprise ici, compile les prédictions datées de l’industrie de l’IA et rappelle le précédent des experts démentis en 2000 : https://x.com/babgi/status/2073731501045248405