L’IA, menace grandissante pour le crédit d’entreprise : UBS anticipe une vague de défauts
New York – L’euphorie initiale autour de l’intelligence artificielle laisse place à une inquiétude croissante sur les marchés financiers, et plus particulièrement dans le secteur du crédit d’entreprise. Selon une analyse récente d’UBS, l’accélération du développement de l’IA pourrait entraîner une vague de défauts de paiement, touchant en priorité les entreprises de logiciels et de services de données rachetées par des fonds de capital-investissement.
Matthew Mish, responsable de la stratégie crédit chez UBS, estime que des dizaines de milliards de dollars de prêts d’entreprises pourraient être remis en question au cours de l’année à venir. “Nous intégrons déjà dans nos modèles un scénario de disruption rapide et agressive”, a-t-il déclaré à CNBC. L’analyste souligne que les avancées récentes d’entreprises comme Anthropic et OpenAI ont accéléré les prévisions d’impact de l’IA, forçant les acteurs du marché à revoir leurs évaluations de risque.
Un changement de paradigme
Le marché a tardé à réagir, pensant initialement que l’IA serait un moteur de croissance pour l’ensemble du secteur technologique. Or, la dynamique semble évoluer vers un scénario “gagnant-perdant”, où Anthropic, OpenAI et d’autres acteurs dominants menacent les entreprises établies. Si le secteur des logiciels a été le premier à ressentir les effets, les inquiétudes se propagent désormais à d’autres secteurs, comme la finance, l’immobilier et même le transport routier.
UBS prévoit un scénario de base avec 75 à 120 milliards de dollars de défauts de paiement supplémentaires d’ici la fin de 2026, sur un marché total de prêts d’entreprises estimé à 3,5 billions de dollars (1,5 billion pour les prêts à effet de levier et 2 billions pour le crédit privé). Cependant, l’analyste met en garde contre un scénario plus pessimiste, qualifié de “risque de queue”, qui pourrait doubler ces chiffres et provoquer une véritable crise du crédit.
Un risque systémique ?
“L’effet domino serait une crise du crédit sur les marchés obligataires, une remontée brutale des taux d’intérêt et un choc pour l’ensemble du système financier”, explique Mish. Le risque est d’autant plus important que les prêts à effet de levier et le crédit privé sont souvent accordés à des entreprises moins solvables, fortement endettées et soutenues par des fonds de capital-investissement.
L’impact de l’IA sur le crédit d’entreprise est un sujet de préoccupation croissante pour les autorités financières. La Banque de France, dans son rapport de stabilité financière publié en décembre dernier, mettait déjà en garde contre les risques liés à l’adoption rapide de l’IA et à la concentration du pouvoir entre les mains de quelques acteurs.
Trois catégories d’entreprises face à l’IA
Selon UBS, les entreprises peuvent être classées en trois catégories face à la révolution de l’IA :
- Les créateurs de modèles de langage: Anthropic et OpenAI, des startups à fort potentiel de croissance.
- Les entreprises technologiques solides: Salesforce et Adobe, qui disposent de ressources financières et de la capacité de s’adapter à l’IA.
- Les entreprises de logiciels et de services de données rachetées par des fonds de capital-investissement: Les plus vulnérables, en raison de leur niveau d’endettement élevé et de leur manque de flexibilité.
“Les gagnants de cette transformation seront probablement issus des deux premières catégories, et non de la troisième”, conclut Matthew Mish.
Un marché en pleine mutation
L’évolution rapide de l’IA et son impact sur le crédit d’entreprise soulignent la nécessité pour les investisseurs et les entreprises de réévaluer leurs stratégies et de prendre en compte les risques liés à cette nouvelle technologie. La situation actuelle rappelle les bouleversements provoqués par l’essor d’internet dans les années 1990, qui avait également entraîné une vague de faillites et de restructurations.
[Intégration potentielle d’une vidéo YouTube expliquant les bases de l’IA et son impact sur les entreprises : par exemple, une vidéo de vulgarisation scientifique sur le fonctionnement des LLM.]
[Intégration potentielle d’un post X (anciennement Twitter) d’un expert financier commentant les prévisions d’UBS : par exemple, un tweet d’un analyste financier partageant son point de vue sur le risque de crédit lié à l’IA.]
