La Sentinelle — décryptage

IA : posséder du capital pourrait-il devenir indispensable d'ici 2030 ?

On parle beaucoup, en ce moment, de l'IA qui va remplacer des emplois. Beaucoup moins d'une question plus discrète — et, je crois, plus importante sur la durée : si l'IA prend une place croissante dans la production, qui récupère la richesse qu'elle crée ?

Pas seulement « qui garde son poste ». Plutôt : quand une économie s'enrichit grâce à l'IA, où va cet argent ? Vers les salaires ? Vers le capital — c'est-à-dire vers ceux qui possèdent les machines, les logiciels, l'infrastructure qui font tourner tout ça ?

C'est la question que pose une étude publiée début septembre 2026 par l'Anthropic Institute, Economic Scenarios for Transformative AI. Je l'ai lue en détail cette semaine, et j'avais envie de la partager ici, parce qu'elle touche directement à ce qu'on essaie de construire ensemble : une compréhension claire de son argent, avant d'y engager quoi que ce soit.

Précisons tout de suite ce que ce papier n'est pas. Ce n'est pas une prédiction. Anton Korinek, Charles Jones et leurs coauteurs construisent un modèle, font varier quelques hypothèses, et regardent ce que ça donne. Trois scénarios en sortent — modeste, substantiel, extrême — sans qu'aucun ne soit présenté comme le plus probable. C'est un exercice de recherche, prudent dans son ton. Mais les chiffres, eux, méritent qu'on s'y arrête.

Je vais d'abord résumer ce que dit l'étude, sans lui faire dire plus qu'elle ne dit. Puis je te donnerai mon avis, clairement identifié comme tel.

Ce que le modèle essaie de capturer

L'étude est signée par une équipe d'économistes d'Anthropic. Leur objectif : construire un cadre pour évaluer les conséquences économiques de l'IA aux États-Unis, entre 2026 et 2030.

Le modèle regarde l'effet de l'IA sur le PIB et sa croissance, sur les salaires (globalement, et selon les métiers), sur l'emploi cognitif — les métiers d'analyse, de rédaction, de code, de gestion — sur le chômage, et sur un point qu'on va creuser longuement : la répartition entre part du travail et part du capital.

Pour y arriver, les chercheurs découpent l'économie en tâches, plutôt qu'en emplois. Et ils font varier un petit nombre de curseurs :

• quelle part des tâches, dans l'économie, l'IA est capable d'affecter ;
• à quel point elle est réellement adoptée — être techniquement capable ne suffit pas si personne ne s'en sert ;
• de combien elle rend les gens plus productifs quand elle est utilisée ;
• si elle remplace la tâche (automatisation) ou aide simplement à mieux, ou plus vite, la faire (augmentation) ;
• si de nouvelles tâches apparaissent pour les humains, en compensation de celles qui disparaissent ;
• et si l'économie parvient à fournir davantage de capital — les ressources et l'équipement nécessaires pour que tout ça tourne à grande échelle.

L'intuition, une fois qu'on a ces curseurs en tête, devient assez simple : plus l'IA automatise plutôt qu'elle n'augmente, plus elle se diffuse vite, et moins elle laisse de nouvelles tâches aux humains — plus on glisse vers le scénario extrême. Ce n'est pas une trajectoire écrite d'avance. C'est un jeu d'hypothèses qu'on peut faire varier.

Trois scénarios, un même horizon : 2030

Voici les chiffres, tels qu'ils ressortent du modèle, comparés à une économie sans IA.

Le scénario modeste ressemble, selon les mots des auteurs, à ce qu'a fait internet en son temps : des gains réels, mais dans les normes historiques des grandes ruptures technologiques. Le chômage reste bas. La part du travail bouge à peine.

Le scénario substantiel est plus intéressant à mon sens, parce qu'il est le moins spectaculaire des trois — et donc, probablement, le plus facile à imaginer. L'IA y réalise la moitié du travail cognitif d'ici 2030, majoritairement de façon autonome, mais sans être utilisée sur toutes les tâches où elle le pourrait. La croissance double par rapport à sa tendance habituelle. Le salaire moyen progresse — mais regardez d'où vient cette hausse : +5,9 % pour les métiers non cognitifs, -0,3 % pour les métiers cognitifs. Une moyenne qui cache déjà deux réalités très différentes.

Le scénario extrême, lui, suppose une IA plus productive que l'humain sur la quasi-totalité des tâches cognitives, exécutées presque sans intervention humaine, et sans création de nouvelles tâches pour compenser. Les auteurs précisent que cette trajectoire suppose vraisemblablement une IA capable de s'améliorer elle-même. C'est de loin le cas le plus spéculatif des trois — et celui dont les chiffres donnent le plus le vertige.

Le basculement travail → capital

C'est, à mon sens, le passage le plus important de l'étude.

Aujourd'hui, dans l'économie américaine, chaque dollar produit se répartit à peu près ainsi : 60 cents vont aux travailleurs sous forme de salaires, 40 cents vont au capital — les machines, les logiciels, les infrastructures et les actifs qui les financent.

Quand une tâche autrefois réalisée par un humain passe à l'IA, cette logique se déplace. La valeur créée ne disparaît pas. Elle change simplement de destinataire. Elle ne rémunère plus un salarié, mais le capital qui fait tourner l'IA : le calcul, les serveurs, l'énergie, les logiciels. Plus l'IA automatise, plus cette part glisse mécaniquement vers le capital — même quand, dans l'absolu, la situation générale s'améliore.

Dans le scénario extrême, ce glissement est frappant : la part du travail tombe d'environ 60 % à 45,2 %, celle du capital dépasse 54,8 %. Le revenu total du travail, lui, bouge à peine — l'étude le décrit comme « à peine changé » d'ici 2030. Le revenu du capital, en revanche, progresse de 81,4 % par rapport à une économie sans IA.

Le paradoxe mérite d'être formulé simplement : une économie peut devenir beaucoup plus riche — dans le scénario extrême, le PIB grimpe de plus de 32 % — sans que les salariés, pris dans leur ensemble, en récupèrent une part comparable. Ce qui détermine qui profite de cette richesse n'est plus vraiment le métier qu'on exerce. C'est ce qu'on possède.

Pourquoi le capital prend cette place

L'étude explique ce basculement par une demande croissante pour tout ce qui permet à l'IA de fonctionner : puissance de calcul, centres de données, logiciels, infrastructures réseau, équipements, énergie.

Je veux être honnête sur ce que le modèle dit, et sur ce qu'il ne dit pas. Les auteurs regroupent tous ces éléments sous une seule notion, large : le capital. Le modèle ne cherche pas — et ne peut pas — dire quelles entreprises, quels secteurs boursiers ou quelles classes d'actifs en profiteront le plus. Ce n'est pas son objet. Lui faire dire davantage serait malhonnête vis-à-vis du travail de ses auteurs.

Ce que l'étude établit, en revanche, c'est un principe plus large : si une part croissante de la production repose sur du capital plutôt que sur du travail, alors une part croissante de la richesse créée reviendra à ceux qui possèdent ce capital — sous quelque forme qu'il prenne.

Mon avis

Cette partie est une opinion personnelle. Elle n'engage que moi, pas les auteurs de l'étude.

Cette étude ne me pousse pas à penser qu'il faut spéculer sur l'IA. Elle renforce plutôt une conviction que je porte depuis longtemps : dépendre uniquement de son salaire pourrait devenir plus risqué, dans une économie où le capital participe de plus en plus directement à la production.

Je ne dis pas que le scénario extrême va arriver. L'étude elle-même ne le prétend pas, et je n'ai aucune raison de prétendre en savoir plus que ses auteurs sur ce que fera l'IA d'ici 2030. Mais même le scénario substantiel — le plus mesuré des trois, celui qui ressemble le moins à de la science-fiction — montre déjà une part du travail qui recule et des salaires cognitifs à l'arrêt. Ce n'est pas un scénario catastrophe. C'est presque le scénario « raisonnable ».

Ce que j'en retiens, concrètement, ce n'est pas une urgence à tout changer du jour au lendemain. C'est une raison de plus de tenir la ligne que je défends dans ces pages depuis le début : maîtriser son budget, pour savoir précisément ce qui rentre, ce qui sort, et ce qu'il reste. Créer une capacité d'épargne, même modeste, même irrégulière au départ. Construire une sécurité avant tout projet, avant tout investissement. Investir progressivement, une fois les bases posées — sans précipitation, sans emprunter un risque qu'on ne comprend pas. Et, sur le temps long, détenir des actifs productifs diversifiés — pas pour parier sur un gagnant précis, mais pour participer, à sa mesure, à la création de richesse plutôt que d'en rester exclusivement spectateur.

Je ne te donne pas de conseil personnalisé ici — ta situation, tes contraintes, ton horizon ne sont pas les miens. Mais l'idée générale me semble solide : dans un monde où une part croissante de la valeur pourrait revenir au capital, ne rien posséder n'est pas une position neutre. C'est un choix — même quand il est subi plutôt que décidé.

D'ailleurs, cette question a fini par peser dans mes propres décisions ces derniers mois : j'ai personnellement augmenté la part de mon capital allouée aux entreprises qui construisent l'infrastructure de l'IA, précisément pour essayer de capter une partie de cette croissance. Je reviendrai en détail sur ce choix, ses risques et sa logique, dans un prochain article.

Ce que cette étude ne dit pas

Il serait malhonnête de présenter ce travail comme une vérité établie. Les auteurs eux-mêmes en soulignent les limites, et je trouve que c'est tout à leur honneur de les documenter aussi clairement :

• ce sont des scénarios illustratifs, pas des prévisions — les auteurs le répètent : les résultats réels pourraient différer sensiblement ;
• le modèle est une simplification volontaire d'une économie bien plus complexe, qui isole quelques forces et en laisse beaucoup d'autres de côté ;
• le marché du travail y est réduit à deux grandes catégories — cognitif et non-cognitif — alors que la réalité est évidemment plus fine ;
• la robotique avancée est largement absente du modèle ;
• le capital est traité de façon agrégée, sans distinction d'entreprises, de secteurs ou de classes d'actifs ;
• les marchés financiers eux-mêmes ne sont pas modélisés, ni leurs dynamiques propres ;
• la politique économique et la redistribution sont peu traitées ;
• les effets de recherche et d'auto-amélioration de l'IA — pourtant un moteur potentiel du scénario extrême — restent volontairement limités dans le cadre retenu.

Ces réserves n'enlèvent rien à l'intérêt du travail. Elles en précisent la portée : un outil pour réfléchir à des trajectoires possibles, pas un instrument de prédiction.

Pour conclure

Le vrai sujet n'est peut-être pas seulement de savoir si l'IA va prendre une partie de notre travail. C'est aussi de savoir si nous posséderons une partie du capital qui profitera de cette transformation.

Si la part du capital dans l'économie continue de progresser — même modestement, même sans que le scénario extrême se réalise — construire progressivement son propre capital pourrait devenir l'un des sujets financiers les plus importants des années à venir.

Sources : Korinek, A., Jones, C.I., Sacher, S., Cotter, T., McCrory, P. (2026), « Economic Scenarios for Transformative AI », The Anthropic Institute, Working Paper No. 2026-02 ; Anthropic, « Scenarios for our Economic Future », septembre 2026.