Written by Alors que les responsables des banques centrales du monde entier se réunissaient à Jackson Hole, dans le Wyoming, pour leur rencontre annuelle visant à discuter des enjeux touchant le secteur financier mondial et la politique monétaire, les statistiques américaines relatives aux bénéfices des entreprises pour le deuxième trimestre 2026 ont été publiées. Ces chiffres étaient véritablement stupéfiants. Les bénéfices des entreprises américaines ont bondi de 401 milliards de dollars au deuxième trimestre 2026. Cela a propulsé le total des bénéfices des entreprises à un niveau record de 4 300 milliards de dollars, soit une hausse de près de 23 % depuis le deuxième trimestre 2025.
et a fait grimper les marges brutes (rapport entre les bénéfices et le chiffre d’affaires) à 19,4 % — le niveau le plus élevé enregistré aux États-Unis depuis les années 1940 !
Capitalistes et marxistes s’accordent sur un point : les bénéfices comptent ; ils constituent le moteur de l’investissement dans une économie capitaliste. Lorsque les bénéfices augmentent, l’investissement suit et, à terme, l’emploi aussi, même si cet investissement permet d’économiser de la main-d’œuvre, comme c’est soi-disant le cas de l’IA. Ces chiffres indiquent donc qu’une récession aux États-Unis n’est pas encore à l’ordre du jour.
Quels sont les facteurs à l’origine d’une telle reprise des bénéfices des entreprises américaines ? Il semble s’agir d’une combinaison de plusieurs facteurs : des hausses de prix agressives pratiquées par les entreprises après la fin de la pandémie, des dépenses massives dans les infrastructures d’IA générant d’énormes bénéfices pour ceux qui construisent les centres de données, fabriquent des puces et d’autres équipements nécessaires au boom de l’IA ; et enfin, les baisses d’impôts sur les bénéfices des entreprises mises en place par Trump. Ces baisses d’impôts ont ajouté près de 50 milliards de dollars aux bénéfices après impôts des 100 plus grandes entreprises américaines, tandis que les fabricants de matériel et de puces (les « vendeurs » d’IA) ont enregistré des bénéfices explosifs, les bénéfices du secteur technologique ayant augmenté de plus de 65 % d’une année sur l’autre.
Mais un facteur clé de la hausse des bénéfices a été la compression générale des salaires des travailleurs. Alors que la part des bénéfices avant impôts dans le revenu national a atteint 18 %, soit son plus haut niveau depuis l’après-guerre, la part des salariés dans les salaires et les avantages sociaux est tombée à 60 %, son niveau le plus bas depuis les années 1950. L’inflation a dépassé la croissance des salaires, entraînant une baisse de 0,2 % des salaires horaires réels en juillet par rapport à l’année précédente.
Les dirigeants des plus grandes entreprises américaines employant une main-d’œuvre à bas salaire ont vu leur rémunération augmenter de 41 % entre 2019 et 2025, tandis que le salarié moyen n’a perçu qu’une hausse de 21 % — un chiffre inférieur à la hausse des prix de 26 % enregistrée sur cette même période. Comme le souligne le Financial Times : « Les salariés ont progressivement perdu de leur influence dans le monde des entreprises américaines depuis le début des années 1980, à mesure que le nombre d’adhérents aux syndicats diminuait et que les entreprises externalisaient de plus en plus d’emplois à des prestataires externes. » Mais la baisse de la part du revenu revenant aux salariés s’est accélérée depuis la fin de la pandémie de COVID-19, et plus particulièrement au cours des 12 derniers mois.
L’explosion des bénéfices reste concentrée sur les « Magnificent Seven », ces sept géants de la technologie. Leurs chiffres d’affaires ont augmenté de 36 %, mais leurs bénéfices ont progressé encore davantage, de 67 %, selon les travaux de Brian Green. « Cette augmentation de deux tiers du volume des bénéfices en seulement un an explique en grande partie pourquoi Wall Street a été si dynamique. »
Mais ces chiffres phares doivent être nuancés. Il semble que les géants de la tech aient fortement gonflé leurs résultats nets grâce à des postes comptables intitulés « autres revenus », qui intègrent d’énormes plus-values latentes issues de leurs participations dans des start-ups privées et des entreprises spécialisées dans l’IA. Les grandes entreprises technologiques ont comptabilisé plus de 160 milliards de dollars de plus-values liées à leurs participations dans d’autres sociétés spécialisées dans l’IA au cours du dernier trimestre. Alphabet, Amazon, Nvidia et Microsoft ont toutes enregistré une hausse significative de leurs bénéfices avant impôts grâce à des plus-values sur leurs participations, notamment dans OpenAI, Anthropic et SpaceX. Alphabet a comptabilisé 97,9 milliards de dollars d’« autres revenus » au cours du trimestre clos le 30 juin, tandis qu’Amazon a déclaré 53,4 milliards de dollars. Nvidia a quant à elle enregistré 7,7 milliards de dollars supplémentaires au cours du trimestre clos fin juillet.
De plus, les investissements massifs dans les modèles d’IA et les centres de données réalisés par les « hypescalers » des géants de la tech ne semblent solides que parce que les entreprises d’IA comme OpenAI et Anthropic ont une méthode très douteuse pour calculer leurs revenus provenant des utilisateurs d’IA, appelée « revenu annuel récurrent » (ARR). Elles prennent le chiffre d’affaires d’un mois récent et le multiplient par 12 pour établir une prévision pour l’année à venir. Comme l’a expliqué Ed Zitron, analyste de référence en matière de modèles économiques de l’IA : « L’ARR peut signifier aussi bien “[mois réel] × 12” que “[période de 30 jours de chiffre d’affaires] × 12” et, dans la plupart des cas, c’est un chiffre qui ne tient pas compte du taux de désabonnement. Si vous utilisez l’ARR, vous prenez essentiellement un mois et vous le considérez comme représentatif de l’année civile entière, alors qu’il ne l’est pas. » Les revenus d’abonnement ne suffisent pas à justifier une hausse de plus de 600 % du chiffre d’affaires annualisé en moins d’un an. Cela suppose que les revenus hors abonnement resteront élevés alors même que le secteur entre dans une guerre des prix et peine à convaincre les clients de payer pour les modèles les plus avancés.
De plus, les entreprises spécialisées dans l’IA et les hyperscalers recourent de plus en plus au crédit pour financer leurs investissements. Selon Morgan Stanley, ces entreprises avaient déjà levé 217 milliards de dollars sur les marchés de la dette l’année dernière. À la mi-août, elles avaient déjà largement dépassé ce total, avec 445 milliards de dollars de dette émise, et la frénésie d’endettement globale atteindra près de 600 milliards de dollars pour 2026. Ce montant dépasse la somme des budgets 2026 des ministères américains de la Justice, des Transports et de l’Éducation. Les futurs plans d’investissement représentent environ 3 % du PIB américain par an jusqu’en 2030, soit plus que la croissance annuelle en termes réels du PIB de l’ensemble de l’économie.
Lors de la bulle Internet et de son éclatement, le marché boursier américain a perdu près de la moitié de sa valeur entre le pic de 2000 et le creux de 2003, mais l’économie n’a subi qu’un léger et bref revers. Cette fois-ci, cependant, les entreprises technologiques mobilisent l’intégralité de leurs liquidités, voire davantage, pour investir dans le boom de l’IA. Les flux de trésorerie disponibles de Google sont devenus négatifs pour la toute première fois au deuxième trimestre 2026, après avoir généré au total près de 600 milliards de dollars depuis son introduction en bourse en 2004.
Vient ensuite la question des passifs moins visibles. Les hyperscalers évitent de plus en plus de faire apparaître leur dette dans leurs comptes en présentant leurs investissements dans les centres de données comme des « engagements de location ». Le projet de centre de données Hyperion de Meta en Louisiane ne serait pas financé par l’endettement. L’entreprise a obtenu la majeure partie du financement en s’engageant à « louer » le centre de données lui-même pendant 20 ans. Par conséquent, le prêt de 27,3 milliards de dollars n’apparaît nulle part dans le bilan de Meta. Les analystes de Goldman Sachs ont récemment chiffré à 1 500 milliards de dollars ces « engagements de location » pris par les hyperscalers spécialisés dans l’IA : « ce traitement comptable peut sous-estimer l’endettement et les besoins futurs en liquidités, car ces obligations finiront par être comptabilisées et les paiements contractuels deviendront exigibles. » À cela s’ajoutent environ 1 500 milliards de dollars d’« engagements d’achat » — des promesses d’achat de puces et d’électricité. Ces engagements n’apparaissent pas non plus dans les bilans. Ainsi, si les bénéfices des entreprises ont explosé, cette hausse est en partie alimentée par l’énorme financement de l’IA par les hyperscalers, dans le cadre d’un modèle de financement circulaire.
Nvidia s’appuie de plus en plus sur son propre bilan pour alimenter l’essor de l’IA. Non seulement l’entreprise vend les GPU qui alimentent le développement de l’IA, mais elle contribue également à financer l’infrastructure et les clients qui les achètent, notamment grâce à près de 50 milliards de dollars investis dans des laboratoires d’IA et à une garantie prévue de 105 milliards de dollars pour le projet de centre de données de l’Ohio, lié à OpenAI et SB Energy. Nvidia collabore également avec des sociétés de Wall Street pour mettre en place jusqu’à 500 milliards de dollars de financement destiné à l’achat de puces d’IA, tandis qu’OpenAI pourrait acquérir pour environ 350 milliards de dollars de puces Nvidia pour mener à bien l’ensemble du projet de l’Ohio.
Cette stratégie peut booster considérablement le chiffre d’affaires de Nvidia tant que la demande en IA continue de s’accélérer, mais elle accroît également l’exposition de l’entreprise si les dépenses en matière d’IA commencent à ralentir. Si les laboratoires d’IA et les développeurs de centres de données ne parviennent pas à financer eux-mêmes ces déploiements, Nvidia pourrait être de plus en plus amenée à soutenir les clients qui génèrent la demande pour ses propres puces. Plus les engagements prendront de l’ampleur, plus un ralentissement de la demande pourrait être douloureux, car Nvidia serait exposée non seulement à une baisse des ventes de puces, mais aussi aux risques liés aux financements et aux garanties qui sous-tendent le boom de l’IA.
Dans le même temps, les tarifs d’utilisation des modèles d’IA s’effondrent à mesure que la concurrence des modèles chinois s’intensifie, alors que le coût des cartes graphiques, de la mémoire, des serveurs et de l’électricité reste extrêmement élevé. Cela creuse un écart croissant entre ce que paient les clients et ce qu’il en coûte pour mettre en place l’infrastructure nécessaire à l’IA.
Une IA moins coûteuse pourrait entraîner une croissance massive de son utilisation, mais la question principale est de savoir si cette croissance se traduira par de réels bénéfices. BCA estime que les entreprises spécialisées dans l’IA devront générer 10 000 milliards de dollars de chiffre d’affaires par an rien que pour justifier les dépenses d’investissement engagées, ce qui équivaut à peu près aux dépenses annuelles mondiales consacrées à l’alimentation ou aux soins de santé ! L’utilisation de l’IA devient peut-être nettement moins coûteuse, mais si les bénéfices ne parviennent pas à rattraper les coûts de développement, les investisseurs pourraient bientôt se rendre compte que le boom de l’IA génère certes beaucoup de chiffre d’affaires, mais pas suffisamment de bénéfices.
En effet, selon la théorie marxiste, cette forte hausse des investissements en capital entraîne une augmentation de la composition organique du capital (le rapport entre l’investissement dans les moyens de production et le coût de l’emploi des travailleurs). Cela devrait faire baisser la rentabilité. Jusqu’à présent, cette tendance a été contrebalancée par l’augmentation du taux d’exploitation des travailleurs. La rentabilité des entreprises (bénéfice par capital investi) est donc en hausse, même si elle ne l’est pas autant que les bénéfices des entreprises. Depuis la pandémie, la rentabilité des entreprises américaines a augmenté de plus de 20 %, mais reste bien en deçà du niveau atteint lors de la reprise de 2010-2014 qui a suivi la Grande Récession (à noter toutefois que les données de rentabilité du deuxième trimestre 2026 ne sont pas encore disponibles). Voir également les estimations de Brian Green.
Le succès de l’essor de l’IA reste donc encore à confirmer ; et le risque d’un effondrement boursier lié à l’IA demeure élevé. Néanmoins, l’optimisme prévaut, non seulement parmi les entreprises spécialisées dans l’IA, les hyperscalers et les investisseurs boursiers, mais aussi parmi les grandes puissances internationales. En effet, selon Kristalina Georgieva, directrice générale du FMI, le boom des investissements dans l’IA s’étend depuis les États-Unis pour dynamiser l’économie mondiale et devrait stimuler la croissance mondiale cette année. «Ce qui n’était au départ qu’un phénomène américain lié à l’IA devient aujourd’hui un moteur de croissance pour l’économie mondiale, d’autres pays accélérant la construction de centres de données et d’autres infrastructures.» D’autres pays sont désormais « intégrés à la chaîne d’approvisionnement » et exportent du matériel d’IA vers les États-Unis.
Il est vrai que les bénéfices mondiaux des entreprises (selon mes estimations) ont fortement augmenté depuis le début de l’année 2025, à mesure que l’essor de l’IA prenait de l’ampleur.
Mais la croissance du PIB réel américain a ralenti au deuxième trimestre, passant de 2,7 % en glissement annuel au premier trimestre à 2,1 % au deuxième trimestre, tandis que l’inflation progresse à un rythme supérieur à 4 % par an ; selon les prévisions, elle pourrait atteindre 5 % d’ici la fin de l’année si le conflit avec l’Iran n’est pas résolu. Si la Réserve fédérale décide de relever son taux directeur pour tenter de freiner l’inflation, cela pourrait entraîner une forte baisse des emprunts et une « correction » boursière.
Permettez-moi de conclure en citant Ed Zitron au sujet de la question plus large de l’IA. « Tout le monde semble tellement obsédé par l’idée d’investir des milliards de dollars dans la possibilité théorique que l’apprentissage automatique puisse remplacer les êtres humains, et que plus on y consacre d’argent, plus il devient « plus intelligent » et « plus performant » dans ses tâches. N’est-il pas certain qu’investir de l’argent réel dans de vrais travailleurs — en améliorant leur vie, en améliorant leurs conditions de travail, en leur apprenant de nouvelles choses, en affinant leurs compétences existantes, en les récompensant pour leur travail acharné, etc. — aurait de meilleurs effets que d’injecter à toute vitesse des centaines de milliards de dollars dans une machine qui donne l’impression de travailler ? »