Les États-Unis ont dépensé 410 milliards pour l’IA en 2025 et on sait enfin quelle a été leur contribution à leur PIB : rien

En 2025, aux États-Unis, 410 milliards ont été investis dans l’IA et le plan des grandes entreprises technologiques est d’en dépenser environ 650 milliards en 2026 (un millier de plus, un millier de moins). La promesse derrière cette folie est que l’IA est synonyme de richesse ; Grâce à l’IA, nous sommes plus productifs, nous faisons plus et plus vite, et les entreprises peuvent dépenser moins en personnel. Les économistes ont quelque chose à dire.

Zéro. C’est l’impact que les investissements dans l’IA ont eu sur l’économie américaine et cela a été dit par nul autre que Jan Hatzius, économiste en chef chez Goldman Sachs, un leader mondial de la banque d’investissement. Selon Hatzius, il y a beaucoup de désinformation sur l’impact des investissements dans l’IA sur le PIB américain et cela vient de l’erreur de supposer que parce que vous investissez beaucoup, vous gagnez beaucoup. Comme ils le soulignent dans Futurism, la rhétorique de Goldman Sachs s’est durcie ; Au début, ils mettaient en garde subtilement contre les dangers d’un investissement aussi massif dans l’IA, et maintenant ils affirment directement qu’en 2025, la contribution était insignifiante ou, selon leurs termes, « fondamentalement nulle ».

Débat. En 2025, des discours ont circulé plaçant l’IA comme responsable d’une grande partie de la croissance du PIB du pays, certains avec des chiffres aussi optimistes que 92 %. L’économiste Hanna Rubinton a réalisé une analyse un peu plus sobre, mais aussi optimiste, dans laquelle elle affirme que les dépenses en matière d’IA avaient contribué à hauteur de 39 % à la croissance économique au cours des neuf premiers mois de 2025. Elle reconnaît cependant qu’elles incluent des dépenses en logiciels et ordinateurs qui n’étaient pas nécessairement liées à l’IA, ce chiffre pourrait donc être gonflé. Goldman Sachs n’est pas la seule banque à jeter de l’eau froide sur les passionnés d’IA, les économistes de JP Morgan et Morgan Stanley s’accordent à dire que le chiffre réel est plus proche de zéro.

Distorsion de l’économie. La diversité des analyses est en grande partie due à la difficulté de connaître le véritable impact de l’IA sur l’économie. Déjà en novembre de l’année dernière, Reuters rapportait que le boom des investissements dans l’IA faussait les chiffres et rendait très difficile la lecture de la véritable situation de l’économie du pays. D’une part, le PIB a enregistré une croissance de 4 %, mais les licenciements ont augmenté, peut-être en partie à cause de l’IA. Ils l’appelaient « l’économie bifurquée ».

Le problème géographique. Dans son invention, Jan Hatzius a souligné un fait qui passe souvent inaperçu : pour construire l’infrastructure qui pilote l’IA, il faut de nombreux GPU, mémoires et composants importés d’autres pays. « Une grande partie des investissements dans l’IA que nous constatons aux États-Unis ajoutent en réalité au PIB de Taiwan ou de la Corée, mais pas vraiment au PIB des États-Unis », a-t-il déclaré.

Le problème de la productivité. C’est la grande promesse de l’IA : grâce à elle, nous devenons plus productifs. Cependant, la rapidité, la qualité ou la quantité du travail produit sont des aspects intangibles qui ne se traduisent pas toujours par un retour économique immédiat, et encore moins un impact sur l’économie mondiale, mais où les améliorations restent « piégées » au sein des entreprises.

Ce qui arrive. Si l’investissement de 2025 était déjà vraiment fou, les prévisions pour 2026 le sont encore plus. Les investissements combinés des grandes entreprises technologiques s’élèvent à environ 650 milliards de dollars, ce qui équivaudrait à dépenser 1,2 million de dollars par minute pendant une année entière. Certains pensent que la bulle de l’IA n’existe pas, mais bien sûr, le retour économique de cet énorme investissement est pour le moins discutable.

Images | Unsplash, édité

À Simseo | Investir dans des centres de données pour l’IA est insensé, et cela va empirer. bien pire