CONTRIBUTEURS

Stephen Dover, CFA
Chief Market Strategist
Head of Franklin Templeton Institute

Jonathan Curtis
Chief Investment Officer,
Portfolio Manager
Franklin Equity Group
United States
Stephen Dover, du Franklin Templeton Institute, s'entretient avec Jonathan Curtis, co-directeur des placements au sein du Groupe de gestion des actions Franklin, au sujet de l'intelligence artificielle (IA) et de ses répercussions sur l'économie et les marchés.

1. Les marchés anticipent une véritable onde de choc liée à l'IA, et non une bulle
La récente volatilité des marchés boursiers, en particulier dans les secteurs des logiciels et des connaissances numériques, témoigne d'une prise de conscience croissante du fait que les bouleversements liés à l'IA ne sont plus théoriques. L'attention ne se porte plus sur la question de savoir si l'IA va refaçonner l'activité économique, mais plutôt sur la rapidité avec laquelle elle va modifier les modèles économiques, la durabilité des bénéfices et l'allocation des capitaux.
M. Curtis a souligné qu'il estime que ce comportement des marchés n'est pas motivé par une spéculation excessive. Les investisseurs tentent plutôt d'évaluer le coût tangible des bouleversements pour l'économie des logiciels, les formes connexes des connaissances numériques et les entreprises dont les prévisions de bénéfices reposent sur des plans d'investissement dans des infrastructures d'IA potentiellement fragiles.
Fondamentalement, cette conjoncture témoigne d’une prise de conscience croissante sur le fait que les progrès rapides des capacités de l'IA commencent à se traduire par des conséquences économiques tangibles.
2. Les progrès de l'IA ont des conséquences plus rapides sur l'économie que ne le montrent les paramètres fondamentaux
Le rythme d'amélioration des modèles d'IA continue de dépasser les attentes. Les lois de mise à l'échelle demeurent intactes, les coûts des jetons diminuent rapidement et les performances continuent de s'améliorer dans un éventail toujours plus vaste de tâches économiquement importantes.
Sur des indices de référence tels le GDPval1 (qui met l'accent sur le travail numérique réel plutôt que sur les performances académiques abstraites), les résultats continuent de progresser de manière décisive. Dans un nombre croissant de catégories d'emplois numériques, les résultats générés par l'IA sont de plus en plus préférés à ceux obtenus par les humains.
3. Les logiciels sont l'épicentre du bouleversement
Le développement de logiciels représente la première grande catégorie de travail intellectuel numérique où les progrès de l'IA se traduisent par des conséquences économiques tangibles et spectaculaires. Au cours des six derniers mois, les actions des éditeurs de logiciels ont subi des pressions soutenues, une tendance qui s'est intensifiée parallèlement aux progrès rapides des capacités de codage agentique des principaux fournisseurs de modèles.
L'IA augmente considérablement la productivité des développeurs, modifiant ainsi la dynamique de l'offre en matière de logiciels. À mesure que les coûts de développement des applications diminuent, les barrières à l'entrée s'amenuisent et les entreprises acquièrent une plus grande capacité à développer des outils internes plutôt que de dépendre uniquement de fournisseurs tiers. Les investisseurs s'intéressent de plus en plus à la manière dont cette dynamique affecte les modèles économiques des éditeurs de logiciels et la durabilité de leurs flux de trésorerie à long terme.
L'essor des comportements d’agents est tout aussi important. Les systèmes d'IA sont de plus en plus capables d'exécuter des tâches de longue durée et d'utiliser des outils numériques de manière autonome pour accomplir un travail économiquement utile. En effet, ils commencent à effectuer le travail des travailleurs du savoir numérique, et ne se contentent plus de seulement le compléter.
Cette évolution oblige à réévaluer les modèles traditionnels de tarification à l’utilisation, qui sont mal adaptés à un monde où les agents d’IA, et non les humains, effectuent une part croissante du travail. Si une transition vers une tarification basée sur la consommation ou les résultats est probable, elle représente néanmoins un ajustement opérationnel et financier difficile pour de nombreuses entreprises de logiciels.
M. Curtis estime que le scepticisme des investisseurs à l'égard des logiciels est devenu excessif. Les plateformes à l'échelle de l'entreprise qui fonctionnent comme des systèmes d'enregistrement devraient encore pouvoir bien résister, même si les marchés demeurent réticents à payer pour la stabilité tant qu'elle n'est pas clairement démontrée.
Le bouleversement va bien au-delà des logiciels
Le bouleversement induit par l'IA ne se limite pas au développement de logiciels. Toute forme de travail intellectuel numérique dont les résultats sont vérifiables représente un domaine naturel de bouleversement. Les services financiers, la santé, le service à la clientèle et la mercatique en sont les premiers exemples, les outils d'augmentation récents basés sur l'IA attirant de plus en plus l'attention des investisseurs.
M. Curtis estime que l’amplification future de la diffusion de l'IA dans l'économie numérique est encore trop sous-estimée. Les gains de productivité qui en découlent pourraient dépasser ceux enregistrés lors du cycle technologique de la fin des années 1990.
4. La concurrence entre les fournisseurs de modèles d'IA redéfinit les prévisions en matière de dépenses d'infrastructure
La concurrence entre les développeurs de modèles d'IA s'intensifie, ce qui a des répercussions directes sur l'allocation des capitaux, en particulier parmi les fournisseurs les plus gourmands en capitaux et les plus déficitaires. Les investisseurs s'interrogent de plus en plus sur la possibilité de réaliser l'intégralité des plans de déploiement d'infrastructures annoncés.
Ce scepticisme ne reflète pas le fléchissement de la demande en matière d'IA. Il reflète plutôt les incertitudes quant aux plateformes susceptibles de conquérir des parts de marché auprès des entreprises et des consommateurs, et quant à la répartition des dépenses d'infrastructure entre les différents fournisseurs. Ces incertitudes ont exercé une pression sur les entreprises considérées comme les bénéficiaires les plus directs des développeurs de modèles individuels.
5. La rotation des capitaux est rationnelle
Vu sous cet angle, la récente volatilité des marchés semble rationnelle. Les capitaux se tournent vers des domaines qui bénéficient clairement de l'adoption de l'IA et vers des segments où le risque de bouleversement est perçu comme structurellement plus faible, en particulier dans l'économie physique.
Répercussions sur les placements
M. Curtis table sur une volatilité qui demeurera élevée à mesure que les bouleversements liés à l'IA se dérouleront suivant des courbes exponentielles puissantes. Cette volatilité doit être considérée comme une caractéristique de la transition plutôt que comme la preuve d'un fléchissement des tendances sous-jacentes.
L'une des convictions de M. Curtis est toujours fermement ancrée : la demande en matière de calcul d’IA devrait demeurer exceptionnellement forte. Cela conforte l'argumentaire d'investissement durable en faveur des principaux fabricants de semi-conducteurs, des fournisseurs d'équipements de capital pour semi-conducteurs et des entreprises alignées sur le développement plus vaste des infrastructures d’IA, notamment les services publics, les industries et les matériaux.
M. Curtis constate également une sous-estimation des futurs gains de productivité pour les premiers utilisateurs de l'IA qui contrôlent de grands ensembles de données composites et sont prêts à reconstruire leurs flux de travail autour de systèmes agentiques, en particulier dans les domaines de la santé, des services financiers, du service à la clientèle, de la mercatique et des technologies.
Les contraintes du monde réel ne peuvent être ignorées. M. Curtis reconnaît que la disponibilité de l'énergie, les capacités d'ingénierie et de construction, ainsi que les intrants en ressources naturelles représentent à la fois des goulots d'étranglement et des sources de pouvoir de fixation des prix, de croissance et d'augmentation des marges bénéficiaires sous-estimés pour les fournisseurs bien positionnés.
Conclusion
Les marchés ne paniquent pas face à l'IA; nous estimons qu'ils sont confrontés aux répercussions économiques de l'accélération rapide des capacités de l'IA. Le secteur des logiciels est le premier à ressentir cette pression, mais il n’en sera pas le dernier. Pour les investisseurs, la tâche consiste à distinguer les risques de bouleversement exagérés des domaines où la demande tirée par l'IA, en particulier pour le calcul et les infrastructures, demeure durable.
Notes de bas de page
- Source : « Mesurer les performances de nos modèles sur des tâches réelles. » OpenAI. 25 septembre 2025. « GDPval mesure les performances des modèles sur des tâches tirées directement du travail intellectuel réel de professionnels expérimentés dans un vaste éventail de professions et de secteurs, fournissant ainsi une image plus claire des performances des modèles sur des tâches à valeur économique. »
Glossaire
Lois de mise à l'échelle : l'idée selon laquelle les performances de l'IA s'améliorent de manière prévisible à mesure que l'on ajoute des données, de la puissance de calcul ou du temps de formation.
Modèles de tarification à l’utilisation : tarification où vous payez par utilisateur ou par licence, quelle que soit la valeur ou le rendement du logiciel.
Tarification basée sur les résultats : tarification liée aux résultats obtenus; les clients paient en fonction des résultats mesurables ou de la valeur créée, et non en fonction de l'utilisation.
QUELS SONT LES RISQUES?
Tous les placements comportent des risques, dont une perte possible de capital.
Les titres de participation sont tributaires de la fluctuation des cours et peuvent entraîner une perte de capital.
Les actions à petite et moyenne capitalisation comportent un degré de risque et de volatilité plus élevé que les actions à grande capitalisation.
Les stratégies de placement qui intègrent le recensement d'occasions de placement thématiques, et leur rendement, peuvent être pénalisés dans le cas où le gestionnaire de placement ne parvient pas à bien cerner ces occasions ou lorsque le thème évolue de façon inattendue. Privilégier des placements essentiellement dans les technologies de l’information (TI) ou dans les secteurs liés aux technologies comporte des risques beaucoup plus importants d’éléments et de fluctuation de prix nuisibles survenant dans ces secteurs qu’une stratégie investissant dans une plus grande variété de secteurs.
Les sociétés et études de cas mentionnées dans le présent document sont utilisées uniquement aux fins d’illustration; ces placements peuvent faire ou ne pas faire actuellement partie d’un portefeuille conseillé par Placements Franklin Templeton. Les renseignements fournis aux présentes ne sauraient constituer une recommandation ou un conseil de placement particulier pour un titre, une stratégie ou un produit de placement donné ni ne préjugent d’une intention quelconque de placement dans un portefeuille géré par Franklin Templeton.
WF : 8735212
