😨 Comment un simple post Substack imaginant l’économie en 2028 a angoissé Wall Street ?

Une note fictive mais crédible de Citrini Research imaginant une “crise mondiale de l’intelligence” en 2028 a suffi à déclencher une violente chute des marchés.

Hello tout le monde 👋

Oui oui vous avez bien lu.

Une note fictive mais crédible de Citrini Research imaginant une “crise mondiale de l’intelligence” en 2028 où l’IA détruit massivement les emplois qualifiés, comprime la demande et provoque un choc systémique malgré une forte productivité a suffi à déclencher une violente chute des marchés, en ravivant la crainte que l’IA puisse enrichir les entreprises tout en fragilisant l’économie réelle.

Ce n’est pas une prédiction. C’est une modélisation.

Mais elle a un mérite rare : elle force à articuler un scénario cohérent, pas juste des intuitions. Et surtout, elle met le doigt sur une idée que beaucoup d’investisseurs évitent encore de regarder frontalement : l’IA peut être un moteur de productivité immense tout en cassant, dans le même mouvement, certaines bases de l’économie de consommation.

L’intérêt du texte n’est pas de savoir s’il se réalisera exactement. L’intérêt, c’est de comprendre les mécanismes. Parce que si une partie de cette chaîne devient plausible, cela change la manière dont on pense le risque, les secteurs exposés, et même la solidité de certaines “fondations” financières qu’on croyait intouchables.

📌 Ce contenu est réalisé en partenariat avec IG France.

✅ 6 000 actions et 2 000 ETF accessibles
✅ 0 € de commission* sur vos ordres
✅ 0 frais de change
✅ Et jusqu’à 5 % d’intérêts sur vos liquidités non investies**

👉 Découvrez la plateforme et ouvrez votre compte-titres dès maintenant !

Bonne lecture !

Le texte part d’un point très simple : une économie peut afficher des chiffres de productivité spectaculaires, et pourtant se fragiliser. Pourquoi ? Parce que la production n’est pas seulement une histoire d’output, c’est une histoire de circulation. Il ne suffit pas que la valeur soit créée, il faut qu’elle passe dans les mains des ménages, qu’elle redevienne de la demande, qu’elle nourrisse la consommation, qu’elle finance le crédit, qu’elle alimente l’activité des entreprises.

Dans le scénario, l’IA fait exactement ce qu’on attend d’elle sur le papier. Les entreprises réduisent les coûts, automatisent les tâches, augmentent les marges, battent les résultats, réinvestissent dans le compute. Les marchés applaudissent. Les indices montent. Les profits sont records.

Mais en parallèle, la croissance des salaires réels s’effondre. Les cols blancs sont les premiers touchés, parce que ce sont précisément les tâches “de bureau” et d’intermédiation que l’IA sait absorber vite. Et comme la consommation américaine est largement tirée par les revenus élevés, un déplacement même partiel de cette population produit un choc disproportionné.

Le texte met un mot sur ce décalage : “Ghost GDP”. Une croissance qui existe dans les comptes nationaux, mais qui ne nourrit plus l’économie réelle comme avant.

🤖 Licencier pour acheter de l’IA, acheter de l’IA pour licencier

Ce qui rend le scénario inquiétant, ce n’est pas seulement la vague de productivité. C’est la dynamique d’auto-accélération. L’IA s’améliore, donc les entreprises licencient. Elles réallouent l’argent économisé vers davantage d’IA, ce qui améliore encore l’IA, ce qui rend possibles de nouveaux licenciements.

Cette logique n’a pas de frein naturel, parce que l’investissement en IA n’est pas forcément perçu comme un capex “lourd”. Il peut être vécu comme une substitution d’opex : moins de masse salariale, plus de budget IA, et au total une structure de coûts plus faible. Chaque entreprise a une décision rationnelle individuellement. Mais collectivement, l’effet est destructeur pour la base de revenus des ménages.

Le texte insiste aussi sur un point contre-intuitif : historiquement, les incubents résistent aux ruptures technologiques. Ici, ils ne le peuvent pas. Parce que quand tes marges sont attaquées et que ton action est en chute, la seule option, c’est d’adopter la technologie qui te menace pour survivre… et accélérer ainsi la disruption générale.

🤨 Quand la friction devient une source de revenus… puis disparaît

L’une des parties les plus fortes du texte, c’est sa lecture de l’économie américaine comme une immense couche d’intermédiation construite sur les limites humaines. On paye des commissions, des frais, des “primes de confort”, parce que les humains n’ont pas le temps, pas l’énergie, pas la patience de tout optimiser. On accepte un prix moyen parce que chercher le meilleur est coûteux en effort.

Dans le scénario, les agents IA font tomber ce coût à zéro. Ils comparent, négocient, optimisent en continu. Ils ne se fatiguent pas. Ils ne procrastinent pas. Ils ne “restent” pas sur l’appli par habitude. Ils cherchent le meilleur deal, tout le temps.

Résultat : tout modèle économique dont la rentabilité dépend de l’inertie, de la paresse, du manque de temps, ou de l’asymétrie d’information se fragilise. Plateformes de voyage, renouvellements d’assurance, conseils financiers routiniers, préparation fiscale, services juridiques standardisés, commissions immobilières, marketplaces où la “loyauté” était surtout une question de friction.

Le point clé, c’est que l’IA ne se contente pas de concurrencer des entreprises. Elle attaque directement la base économique de certains moats : l’habitude, la complexité, et la fatigue humaine.

👥 Le consommateur n’est plus un détail, c’est le moteur

Au départ, le marché traite ça comme un sujet sectoriel. Le SaaS souffre, le conseil souffre, certains péages vacillent. Mais l’économie “tient”. Sauf que dans ce scénario, les secteurs touchés ne sont pas périphériques. Ils sont au cœur de la machine.

Les cols blancs concentrent une part énorme de la consommation discrétionnaire. Quand cette cohorte perd des revenus, ou anticipe qu’elle pourrait les perdre, elle change de comportement. Elle épargne, elle coupe les dépenses, elle ralentit. Et l’effet est amplifié par une particularité : les hauts revenus peuvent maintenir une apparence de normalité pendant quelques trimestres grâce à leur épargne. Donc les données confirment le problème trop tard. Quand les statistiques “rattrapent” la réalité, la dynamique est déjà installée.

Le texte insiste aussi sur la différence avec les cycles classiques. Une récession classique a un mécanisme de correction. Ici, la cause n’est pas cyclique. L’IA continue de s’améliorer. Donc la pression continue.

🏠 Le vrai point de bascule : le crédit et l’immobilier

Le passage le plus “macro-financier” du scénario arrive quand le texte pose une question simple : si les revenus des ménages aisés deviennent structurellement plus incertains, que vaut l’hypothèse de base des prêts immobiliers ?

L’immobilier américain repose sur un principe : l’emprunteur restera employé à peu près au même niveau de revenus pendant des décennies. Pas parce qu’il est subprime ou risqué, mais parce que le système est calibré sur la stabilité des trajectoires salariales des ménages “prime”.

Dans le scénario, le choc ne vient pas de prêts mauvais à l’origine, mais d’un futur qui change après coup. Les prêts étaient solides le jour 1. Ce sont les revenus futurs qui deviennent fragiles. Et comme les revenus des cadres structurent aussi le marché hypothécaire, la pression se diffuse vers les prix immobiliers, les défauts, la perception du risque, puis les conditions de crédit.

Quand l’économie réelle et la finance se mettent à s’alimenter mutuellement en boucle négative, on passe d’un sujet “IA” à un sujet “crise”.

🏦 L’État doit intervenir… au moment où sa base fiscale s’érode

Le texte termine sur une dimension institutionnelle : une grande partie des recettes publiques est une taxe sur le travail humain. Si la part du revenu qui va au travail diminue, l’État collecte moins. Or, au même moment, les dépenses augmentent, car davantage de personnes ont besoin de transferts.

C’est un étau. La productivité augmente, mais elle remonte vers le capital et le compute, pas vers les ménages, donc pas vers l’impôt sur le revenu. Et le besoin de redistribution monte.

Le scénario évoque alors des réponses possibles : transferts directs, déficit, taxation du compute, voire une idée plus radicale d’un “droit public” sur les rendements de l’infrastructure d’intelligence. Et surtout, il souligne une tension : l’IA évolue plus vite que les institutions ne peuvent s’adapter. Et si la politique est trop lente, ce sont les boucles économiques qui écrivent la suite.

🔮 Conclusion : ce texte n’annonce pas l’avenir, il montre un risque

On ne partage pas ce scénario pour jouer à se faire peur. On le partage parce qu’il formule proprement une question qui devient difficile à éviter : dans une économie où l’intelligence devient abondante et bon marché, qu’est-ce qui reste rare ?

Pendant des siècles, l’intelligence humaine était l’input rare. Beaucoup de nos institutions, de nos modèles de crédit, de nos carrières, de nos fiscalités, reposent sur cette hypothèse. Si elle s’érode, même partiellement, il y a une phase de repricing.

Ce repricing ne veut pas dire effondrement. Mais il veut dire que certains “impensables” deviennent au moins discutables. Et pour un investisseur, c’est exactement le genre de lecture utile : pas parce qu’elle dit ce qui va arriver, mais parce qu’elle oblige à tester les hypothèses cachées de nos portefeuilles.

---

📌 Ce contenu est réalisé en partenariat avec IG France.

IG c’est 6000 actions, 2000 ETFs, 0€ commission*, 0 frais de change

et jusqu’à 5 % d’intérêts sur vos liquidités non investies**.

👉 Découvrez la plateforme et ouvrez votre compte-titres dès maintenant !

*Détails sur leur site
**Des conditions générales applicables

Ce contenu est informatif et ne constitue pas un conseil en investissement. Investir comporte des risques, dont un risque de perte en capital.