L'effet de levier des prêts AI atteint 1,2 trillion de dollars

La collatéralisation des modèles d'intelligence artificielle et de la propriété intellectuelle associée a créé plus de 1,2 trillion de dollars d'utilisation cachée sur le marché du crédit privé, un développement désormais examiné comme un risque systémique. MarketWatch a rapporté le 23 mai 2026 que cette utilisation opaque, appelée 'termites de crédit', représente une menace plus grande que les problèmes traditionnels du marché du crédit soulignés par le PDG de JP Morgan Chase, Jamie Dimon. La concentration de ces prêts au sein des fonds d'investissement de taille intermédiaire a augmenté de 40 % d'une année sur l'autre, dépassant largement la croissance des prêts aux entreprises conventionnels.

Contexte — [pourquoi cela compte maintenant]

Le risque actuel fait écho aux échecs des véhicules d'investissement structurés (SIV) précédant la crise financière de 2008, où 400 milliards de dollars d'actifs hors bilan ont déclenché un gel de liquidité. Le contexte macroéconomique actuel présente un rendement des bons du Trésor à 10 ans à 4,31 % et la Réserve fédérale maintenant son taux directeur stable, comprimant les marges de prêt traditionnelles et poussant les investisseurs vers des actifs privés complexes à rendement plus élevé. Le catalyseur de cette attention accrue est la convergence de trois facteurs : une baisse marquée de 15 % des valorisations des fabricants de puces AI depuis le début de l'année, un nouvel examen réglementaire de l'Autorité bancaire européenne sur les garanties d'actifs numériques, et les premiers défauts trimestriels dans le crédit privé depuis 2023, totalisant 4,7 milliards de dollars au T1 2026.

Données — [ce que les chiffres montrent]

Le marché des prêts AI estimé à 1,2 trillion de dollars représente 18 % de l'univers total du crédit privé de 6,7 trillions de dollars. Les ratios de levier sur ces prêts s'élèvent en moyenne à 6,5x EBITDA, contre 4,2x pour les prêts à effet de levier standard. Les données de la Loan Syndications and Trading Association montrent que les spreads sur les prêts garantis par l'AI se sont comprimés à 375 points de base au-dessus du SOFR fin 2025, mais se sont depuis élargis à 550 bps en mai 2026. Une comparaison sectorielle révèle des différences marquées : le taux de défaut annualisé du marché des prêts AI a augmenté à 2,1 %, tandis que le taux de défaut de l'indice des obligations d'entreprises à haut rendement est de 1,4 %. La croissance rapide est visualisée dans le changement de la fin de l'année 2024 au T1 2026.

Indicateur	T4 2024	T1 2026	Changement
Taille du marché des prêts AI	850 Mds $	1,2 T $	+41 %
Ratio moyen prêt/valeur	68 %	74 %	+6pp
Nombre de fonds d'origine	47	89	+89 %

Analyse — [ce que cela signifie pour les marchés / secteurs / tickers]

Les effets de second ordre exerceront une pression sur des secteurs et des tickers spécifiques. Les sociétés de développement commercial (BDC) cotées en bourse avec une forte exposition à l'AI, comme PSEC et FSK, font face à des pertes mark-to-market immédiates estimées entre 8 et 12 % de la valeur de leur portefeuille. En revanche, les grandes banques de dépôt et les fournisseurs de fiducie, y compris State Street (STT) et BNY Mellon (BK), pourraient voir leurs revenus de frais augmenter en agissant en tant que vérificateurs indépendants des garanties AI. L'argument principal contre cela est que la génération de revenus des modèles AI est fondamentalement différente de la dépréciation des actifs physiques, justifiant potentiellement des valeurs de garantie plus élevées. Cependant, ce point de vue est remis en question par l'obsolescence technologique rapide. Les données de position montrent que les fonds spéculatifs, y compris Citadel et Millennium, ont augmenté leurs positions courtes dans l'iShares iBoxx $ High Yield Corporate Bond ETF (HYG) de 3,2 milliards de dollars notionnels au cours du mois dernier, tout en faisant tourner leur exposition longue vers des ETF de Trésorerie à courte durée comme SGOV.

Perspectives — [ce qu'il faut surveiller ensuite]

Les catalyseurs immédiats incluent le rapport sur le risque systémique du Financial Stability Oversight Council prévu pour le 15 juin 2026 et les résultats des principaux gestionnaires de crédit privé Blackstone (BX) et Ares Management (ARES) le 24 juillet. Les participants au marché surveilleront toute divulgation d'augmentation des provisions pour pertes sur prêts AI. Les niveaux techniques clés à surveiller sont le rendement de 4,50 % sur les bons du Trésor à 10 ans, une rupture de ce niveau pouvant déclencher une nouvelle réévaluation des actifs à risque, et le niveau de support de 95 pour l'ETF HYG. Si la SEC finalise sa règle proposée sur le reporting amélioré des fonds privés d'ici le T3, une transparence forcée pourrait déclencher un événement de désendettement rapide dans tout le secteur.

Questions Fréquemment Posées

Comment les prêts AI diffèrent-ils des titres adossés à des actifs traditionnels ?

Les prêts AI sont garantis par des actifs intangibles tels que des algorithmes propriétaires, des ensembles de données entraînés et du code logiciel, contrairement aux ABS soutenus par des créances physiques. L'évaluation repose sur les flux de trésorerie futurs projetés provenant des services AI, et non sur des données de paiement historiques. Cela les rend très sensibles aux changements dans les taux d'adoption technologique et vulnérables à la cannibalisation des modèles par des alternatives plus récentes et open-source, créant un cycle de dépréciation plus rapide que les prêts automobiles ou la dette de carte de crédit.

Quel est le risque direct pour le fonds obligataire d'un investisseur typique ?

De nombreux fonds obligataires de qualité institutionnelle et fonds de revenu diversifiés ont des limites d'allocation au crédit privé, souvent jusqu'à 15 %. Une dépréciation de 20 % dans le segment des prêts AI pourrait se traduire par un impact direct de 1 à 3 % sur la valeur nette d'inventaire (NAV) de ces fonds. Le risque plus important est la contagion : une vente à la sauvette dans le crédit privé pourrait geler la liquidité pour toutes les dettes de qualité inférieure, élargissant les spreads des obligations d'entreprises dans l'ensemble et déclenchant des sorties de fonds d'ETF généralisées.

Quels régulateurs se concentrent le plus sur ce risque et quels outils ont-ils ?

L'Autorité bancaire européenne est en tête avec des cadres proposés pour les garanties numériques, tandis que la SEC américaine se concentre sur la divulgation. Leur principal outil consiste à ajuster les exigences de capital des banques pour les prêts impliquant des garanties intangibles, forçant potentiellement les banques à détenir plus de capital contre de telles expositions. L'Office du contrôleur de la monnaie pourrait également émettre des directives limitant la participation des banques nationales à ces syndications, une mesure qui étoufferait une source clé de financement.

Conclusion

L'utilisation opaque dans le prêt AI représente un risque systémique matériel et croissant qui dépasse les préoccupations conventionnelles en matière de crédit.

Disclaimer : Cet article est à des fins d'information uniquement et ne constitue pas un conseil en investissement. Le trading de CFD comporte un risque élevé de perte de capital.