Goldman affirme que les gains de productivité liés à l'IA ne sont pas encore là

Goldman Sachs a rapporté le 17 août 2026 que les gains de productivité liés à l'intelligence artificielle ne se sont pas encore matérialisés pour l'économie dans son ensemble. L'analyse de la banque d'investissement a comparé l'intensité de la main-d'œuvre des entreprises et la sensibilité à l'IA pour modéliser où les gains d'implémentation auront le plus d'impact lorsqu'ils commenceront enfin. Cette évaluation arrive alors que les principales actions d'infrastructure IA et de semi-conducteurs affichent des performances mitigées, Intel se négociant à 103,49 $, en baisse de 1,02 % au jour le jour, à 23:08 UTC aujourd'hui. Le rapport établit une référence pour mesurer la production économique réelle d'un cycle d'investissement de plusieurs trillions de dollars actuellement reflété davantage dans les valorisations que dans les bénéfices des entreprises.

Contexte — pourquoi cela compte maintenant

Le contexte macroéconomique actuel est défini par des taux d'intérêt élevés et des questions persistantes sur l'efficacité des entreprises. Les investisseurs ont investi des capitaux dans des entreprises axées sur l'IA pendant des années, anticipant un changement radical de la productivité qui justifierait les valorisations et augmenterait les marges bénéficiaires dans l'ensemble de l'économie. Le manque d'amélioration mesurable de la productivité agrégée remet en question le calendrier de ce retour sur investissement. Des cycles d'anticipation similaires ont précédé des changements technologiques majeurs, comme le boom des dot-com à la fin des années 1990, où l'adoption généralisée d'Internet a finalement entraîné des gains de productivité des années après l'engouement initial. La dernière poussée comparable de croissance de la productivité, alimentée par la technologie de l'information à la fin des années 1990, a vu la production par heure du secteur des affaires non agricoles augmenter en moyenne de 2,5 % par an entre 1995 et 2004, selon les données du Bureau of Labor Statistics. Le catalyseur du rapport de Goldman est la divergence croissante entre les dépenses en capital liées à l'IA et la production économique mesurable, incitant à une analyse approfondie des entreprises qui sont structurellement positionnées pour capturer les gains futurs en premier.

Données — ce que les chiffres montrent

Le cadre de Goldman repose sur deux indicateurs concrets : le coût du travail en pourcentage du chiffre d'affaires et un score d'exposition à l'IA basé sur l'automatisation des tâches. Les entreprises avec une forte intensité de main-d'œuvre et une haute sensibilité à l'IA devraient voir la plus grande expansion de marge grâce à une intégration réussie. La performance boursière d'Intel reflète l'incertitude actuelle, se négociant dans une fourchette quotidienne entre 101,80 $ et 105,97 $ avant de se stabiliser à 103,49 $, une baisse de 1,02 %. Ce mouvement contraste avec le secteur technologique plus large, qui a connu une volatilité significative autour des narrations de bénéfices liés à l'IA. L'écart de valorisation entre les entreprises de logiciels IA pures et les industriels traditionnels s'est élargi, les logiciels se négociant souvent à des multiples de revenus supérieurs à 10x tandis que de nombreux industriels se négocient en dessous de 2x. L'indice des semi-conducteurs est en hausse d'environ 15 % depuis le début de l'année, fortement influencé par la demande de puces IA, mais cela ne s'est pas traduit par des gains proportionnels pour les métriques de productivité des utilisateurs finaux. Les dépenses des entreprises en logiciels et matériels liés à l'IA devraient dépasser 500 milliards de dollars par an d'ici 2026, selon les prévisions de l'industrie, créant un coût tangible qui doit être compensé par des gains d'efficacité.

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

L'effet secondaire principal est une rotation potentielle au sein des secteurs d'actions. Les entreprises identifiées avec une forte exposition aux coûts de main-d'œuvre et une haute sensibilité aux tâches liées à l'IA, telles que certains segments de l'externalisation des processus d'affaires, de l'administration de la santé et de segments des services financiers, pourraient connaître un réajustement significatif lorsque les gains de productivité seront confirmés. À l'inverse, les entreprises avec une faible intensité de main-d'œuvre ou des opérations pas facilement augmentées par l'IA pourraient connaître une sous-performance relative à mesure que les investissements se dirigent vers des noms plus sensibles. Le secteur du matériel technologique et des semi-conducteurs, y compris des actions comme Intel, fait face à un chemin bifurqué : ils sont des bénéficiaires clairs des dépenses en infrastructure IA mais sont également sous pression pour démontrer que leurs produits génèrent une valeur économique en aval. Une limitation clé de cette analyse est qu'elle modélise des résultats potentiels plutôt que prouvés ; les défis d'intégration, les obstacles réglementaires et les coûts de reconversion des employés pourraient retarder ou diluer les gains projetés. Le positionnement actuel du marché montre que les investisseurs institutionnels maintiennent des positions longues dans les facilitateurs de l'IA comme les semi-conducteurs tout en faisant preuve de prudence sur les actions cycliques du marché plus large jusqu'à ce que des signaux de productivité plus clairs émergent. Les données de flux indiquent que de nouveaux capitaux se concentrent sur les fournisseurs d'outils plutôt que sur les adopteurs finaux.

Perspectives — ce qu'il faut surveiller ensuite

Le catalyseur immédiat pour valider ou contredire la thèse de Goldman sera la prochaine vague de rapports de bénéfices des entreprises, commençant par les grandes entreprises technologiques à la fin d'octobre 2026. Les commentaires de la direction sur l'efficacité des dépenses en capital et les métriques de production par employé seront scrutés. Les prochaines publications de données, y compris le rapport trimestriel sur la productivité et les coûts du Bureau of Labor Statistics prévu pour début novembre 2026, fourniront un contrôle économique agrégé. Les niveaux clés à surveiller incluent l'indice des semi-conducteurs de Philadelphie (SOX) se maintenant au-dessus de sa moyenne mobile sur 200 jours, actuellement près du niveau 4 200, comme indicateur de la demande d'infrastructure continue. Pour des actions individuelles comme Intel, maintenir un soutien au-dessus du niveau psychologique de 100 $ est crucial pour le sentiment haussier. Si les données de productivité commencent à montrer une inflexion à la hausse, le mouvement suivant se dirigerait probablement vers les actions à forte intensité de main-d'œuvre filtrées par le modèle de Goldman. Si les données restent stables, la pression pourrait s'accroître sur les valorisations des actions adjacentes à l'IA qui ont intégré des bénéfices à court terme.

Questions Fréquemment Posées

Que signifie la productivité de l'IA pour les valorisations boursières ?

La productivité de l'IA fait référence à l'augmentation de la production économique générée par unité de main-d'œuvre ou d'investissement en capital grâce à l'utilisation de l'intelligence artificielle. Pour les valorisations boursières, des gains de productivité démontrés peuvent justifier des valorisations plus élevées en élargissant les marges bénéficiaires et les bénéfices sans augmentations proportionnelles des coûts. Les entreprises qui automatisent avec succès des tâches répétitives et coûteuses peuvent réaffecter des capitaux vers la croissance ou les retourner aux actionnaires. L'absence de ces gains, comme l'a noté Goldman Sachs, contribue à l'incertitude des valorisations pour les actions qui ont principalement augmenté en anticipation.

Comment cela se compare-t-il aux vagues de productivité passées liées à la technologie ?

Des parallèles historiques existent avec la prolifération des ordinateurs personnels dans les années 1980 et des logiciels d'entreprise dans les années 1990. Dans les deux cas, les gains de productivité mesurables ont retardé l'investissement initial de plusieurs années alors que les entreprises apprenaient à intégrer de nouveaux outils et à réorganiser les flux de travail. La vague de l'IA implique un ensemble de technologies plus pervasive visant des tâches cognitives, suggérant que la période d'intégration pourrait être plus longue et plus complexe. L'échelle d'investissement en capital, cependant, est plus grande et plus concentrée parmi quelques fournisseurs d'infrastructure dominants.

Quels secteurs ont la plus forte exposition aux coûts de main-d'œuvre liés à l'IA ?

Les secteurs avec de fortes concentrations de rôles administratifs, analytiques et d'interaction avec les clients montrent généralement la plus grande exposition aux coûts de main-d'œuvre. Cela inclut les services financiers pour les opérations de back-office, la santé pour la facturation médicale et la gestion des dossiers, et les services professionnels pour la recherche et la synthèse de données. Ces secteurs ont souvent des coûts de main-d'œuvre représentant 40-60 % des dépenses d'exploitation totales, créant une cible importante pour les outils d'efficacité liés à l'IA visant le traitement de documents, la saisie de données et la communication de routine.

Conclusion

Le marché paie pour un potentiel de productivité lié à l'IA qui ne s'est pas encore manifesté dans les données économiques agrégées, préparant le terrain pour une rotation sectorielle lorsque les gains se matérialiseront.

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.