L'économiste en chef d'Apollo Global Management, Torsten Slok, a conclu que l'intelligence artificielle n'a amélioré les revenus et les marges que pour les Magnificent 7, tandis que le reste du monde des entreprises américaines n'a retiré aucun bénéfice financier. Les entreprises du reste du S&P 500, a-t-il constaté, affichent un revenu par salarié et des marges bénéficiaires stables, sans aucune hausse de productivité.

Slok a présenté ces conclusions dans une note intitulée « No Signs of AI Payoff Outside the Tech Sector », publiée samedi dans le Daily Spark d'Apollo.

Les 10 % d'entreprises les plus importantes représentent 99,5 % des dépenses d'inférence

Slok divise l'indice en deux. Les Magnificent 7 sont Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia et Tesla ; le S&P 493 regroupe tout le reste du S&P 500.

Le revenu par employé ajusté de l'inflation chez les Magnificent 7 a grimpé à environ 780 000 dollars. Le S&P 493 stagne autour de 525 000 dollars et n'a pas bougé. Les marges se divisent de la même manière : les sept géants tournent autour de 30 %, contre environ 10 % pour les 493 autres entreprises.

« Malgré des investissements massifs et un engouement généralisé autour de l'intelligence artificielle, la technologie n'a apporté aucun retour financier au monde des entreprises américaines en dehors du secteur technologique », a écrit Slok.

Son graphique de productivité globale des facteurs utilise la série ajustée du taux d'utilisation de la Fed de San Francisco — une estimation de la croissance de la production que l'ajout de travail et de capital ne peut expliquer, ajustée en fonction de l'intensité d'utilisation des ressources — qui ne montre aucune accélération malgré le flot d'argent investi dans l'IA.

La concentration est tout aussi frappante du côté des dépenses. Selon les données de Slok, les 10 % d'entreprises les plus importantes représentent 99,5 % des dépenses de service des modèles et d'inférence — le calcul nécessaire au fonctionnement des modèles entraînés et à la génération de leurs réponses — et 99 % des dépenses liées aux neoclouds, l'abréviation désignant les fournisseurs de cloud spécialisés dans l'IA. Ces mêmes 10 % représentent plus de 95 % de l'argent lié OpenAI et Anthropic, et 95,7 % de l'informatique en nuage.

L'argent du capital-risque gouverne les plus gros utilisateurs : 80,4 % du 1 % des plus gros dépensiers en IA sont soutenus par du capital-risque, contre 13,1 % du dépensier médian.

Les entreprises grand public traitent désormais les dépenses en tokens — les unités de texte facturables que les modèles d'IA traitent — comme un centre de coûts nuisant à leurs marges et réduisent la voilure, a écrit Slok. Le monde des entreprises américaines n'a pas besoin du dernier modèle et ne paiera pas pour l'obtenir, a-t-il déclaré. « Tant que l'IA agentique et les dépenses en tokens restent confinées à une petite partie de l'économie, les effets macroéconomiques de l'IA seront très limités », a-t-il écrit.

Le S&P 493 tranchera l'histoire, conclut l'économiste

Les graphiques de dépenses de Slok s'appuient sur le Ramp AI Index et sur l'économiste en chef de Ramp, Ara Kharazian. Cryptopolitan a rapporté ce mois-ci que les dépenses des entreprises en IA ont diminué depuis juillet même si l'utilisation a bondi d'environ 50 % pour atteindre un record, la concurrence sur les prix entre OpenAI et Anthropic ayant rendu les modèles moins chers.

Slok ne pense pas que les retardataires aient simplement besoin de plus de temps. Les modèles continuent de devenir moins chers et plus banalisés, a-t-il noté, et il s'interroge sur la capacité des entreprises ordinaires à les utiliser pour générer une croissance de revenus plus rapide ou des marges plus larges.

« L'IA est peut-être une excellente calculatrice, mais dans les affaires, l'intelligence est avant tout du jugement », a-t-il écrit. Le jugement dépend du contexte, a précisé Slok, et la réponse dépend de l'humain ou du modèle auquel on pose la question. Il a ajouté que l'IA « ne comprend pas la responsabilité, la confiance, la culture, les règles non écrites, les arbitrages éthiques ou l'équité », des éléments qu'il considère comme des facteurs de risque réputationnel et, in fine, de revenus et de marges bénéficiaires.

« L'histoire de l'IA se décidera dans le S&P 493, et non dans les Magnificent 7 », a conclu Slok. Il n'a pas encore trouvé de preuve d'une meilleure croissance de revenus ou de meilleures marges en dehors du secteur technologique. Les futures mises à jour des deux jeux de données derrière ces graphiques — la série de productivité de la Fed de San Francisco et le Ramp AI Index — montreront si le revenu par salarié et les marges stagnants du S&P 493 commencent à progresser.

En avril, les actions liées à l'IA avaient atteint environ 45 % de la capitalisation boursière du S&P 500. Sur les 12 derniers mois, le Global X Artificial Intelligence & Technology ETF (AIQ) a progressé d'environ 20 %, tandis que le iShares U.S. Technology ETF (IYW) a gagné environ 23 %.