Les économies de main-d'œuvre par l'IA ne reviennent pas directement aux actionnaires

Fri, 11 Sep 2026 12:00:00 +0900

Dans le scénario extrême d’Anthropic, l’économie est 32,4 % plus grande au début de 2030 qu’elle ne le serait sans l’IA, tandis que l’emploi cognitif est 21,5 % plus faible qu’à mi-2026. Aucun de ces chiffres n’est une prévision de revenus pour les semi-conducteurs ni une probabilité de perte d’emploi. Les bases de comparaison diffèrent, et aucune probabilité n’est assignée à ce scénario.¹

Pour les actions coréennes, la vraie question est de savoir qui conserve les économies réalisées quand le travail de bureau devient moins coûteux. Une banque peut réduire ses coûts de traitement pendant que son prestataire externalisé perd des heures facturables. Un éditeur de logiciels peut vendre davantage de services IA tout en payant plus pour son infrastructure. Un fournisseur de mémoires peut bénéficier d’une demande accrue, mais l’expansion, la dépréciation et la valorisation d’acquisition déterminent les rendements actionnariaux.

La recherche soutient un cadre de sélection conditionnel, non des achats indiscriminés d’actions liées à l’IA. Il faut distinguer l’infrastructure contrainte, le déploiement en entreprise, les bénéficiaires de productivité et les activités dont l’unité de revenu est en voie de disparition. Les correspondances entre entreprises et les jugements d’investissement ci-dessous relèvent de l’analyse de l’auteur, non des recommandations d’Anthropic. Les cours actuels et les multiples de valorisation n’ont pas été vérifiés pour cet article ; aucun objectif de cours ni aucun conseil d’achat immédiat ne sont formulés.

Le modèle macroéconomique n’est pas une prévision profession par profession

L’article économique de septembre modélise deux groupes de travail. Les lectures détaillées d’exposition proviennent d’une étude distincte de mars, fondée sur l’activité observée de Claude et les caractéristiques des tâches. L’exposition n’est pas un déplacement, et les agrégats professionnels américains ne peuvent pas être simplement transposés à la Corée.¹²

Tableau 3 publié : début 2030	Modéré	Substantiel	Extrême
Niveau du PIB vs trajectoire sans IA	+1,6 %	+8,3 %	+32,4 %
Salaire moyen vs trajectoire sans IA	+0,7 %	+2,1 %	+9,7 %
Salaire cognitif vs trajectoire sans IA	+0,4 %	−0,3 %	−11,5 %
Emploi cognitif vs mi-2026	−0,5 %	−3,9 %	−21,5 %
Taux de chômage global	3,9 %	4,6 %	11,9 %
Stock de capital vs trajectoire sans IA	+2,3 %	+13,8 %	+56,3 %
Part du capital dans le revenu	40,6 %	43,9 %	54,8 %
Revenu du capital vs trajectoire sans IA	+3,1 %	+18,9 %	+81,4 %

Ce sont des résultats publiés du modèle, non des estimations recalculées de façon indépendante. Les écarts de PIB sont des différences de niveaux, non des taux de croissance annuels composés. Un salaire moyen plus élevé chez les travailleurs en emploi ne dit rien, en soi, sur le revenu des travailleurs déplacés.¹

L’inférence pour l’investisseur est que la prospérité globale et la rentabilité d’une entreprise individuelle peuvent diverger. Le propriétaire d’un intrant indispensable et le prestataire rémunéré pour une activité en déclin peuvent se retrouver dans des situations opposées au sein d’une même économie.

Capacité, déploiement et automatisation ont des dénominateurs différents

La masse de tâches dans l’article est pondérée par la masse salariale pré-IA. Ce n’est pas un effectif. Avec la masse de capacité m, le déploiement d et la fraction d’automatisation ψ, les grandeurs mécaniques sont :

Hypothèse ou calcul pour 2030	Modéré	Substantiel	Extrême
Masse de capacité m	20 %	30 %	50 %
Déploiement dans les tâches concernées d	20 %	40 %	60 %
Fraction d’automatisation ψ	50 %	75 %	90 %
Masse effectuée par l’IA m×d	4 %	12 %	30 %
Masse automatisée m×d×ψ	2 %	9 %	27 %
Taux de réintégration dans de nouvelles tâches ρ	50 %	25 %	0 %
Masse nette de tâches de travail retirée (1−ρ)×m×d×ψ	1 %	6,75 %	27 %

La dernière ligne n’est pas une prévision d’emploi. Un autre piège d’unité est le paramètre de productivité a : 0,30, 0,45 et 0,80 sont des gains logarithmiques, correspondant à exp(a)−1 d’environ 35,0 %, 56,8 % et 122,6 %, et non 30 %, 45 % et 80 %.¹

Pour les actions, n’appliquez pas le nombre de cols blancs à la consommation de tokens d’un développeur. Un modèle de demande utilisable nécessite les travailleurs ou flux de travail déployés, la fréquence, la durée des tâches, le taux de réussite, les nouvelles tentatives et le calcul requis par finalisation. Il faut ensuite le mix produit et les prix. Un bond du PIB n’est pas une prévision d’expéditions HBM.

Le changement professionnel identifie le client et l’unité de revenu menacée

Les pourcentages d’exposition ci-dessous sont les valeurs de la figure 3 de la recherche de mars, non les taux d’adoption de septembre. Les implications commerciales sont des hypothèses analytiques.²

Profession	Exposition observée	Déplacement de dépenses potentiel	Revenu à risque
Programmeurs informatiques	74,5 %	Déploiement, tests et infrastructure	Développement facturé à l’heure
Représentants du service client	70,1 %	Centres de contact IA intégrés	Externalisation facturée par poste
Agents de saisie de données	67,1 %	Documents, ERP et traitement des exceptions	Services de saisie routiniers
Spécialistes des dossiers médicaux	66,7 %	Codification, remboursements et intégration des dossiers	Services administratifs facturés à la main-d’œuvre
Spécialistes en études de marché / marketing	64,8 %	Données propriétaires et expériences mesurables	Rapports et contenus génériques
Représentants commerciaux en gros / fabrication*	62,8 %	CRM, devis et commandes	Prospection standardisée
Analystes financiers / en investissement	57,2 %	Données sous licence, vérification et pistes d’audit	Synthèses d’information banalisées
Analystes / testeurs AQ logiciels	51,9 %	Assurance qualité des versions et tests de régression	Exécution de tests facturée manuellement
Analystes en sécurité informatique	48,6 %	Réponse autorisée et contrôles d’identité	Triage d’alertes banalisé
Spécialistes du support utilisateur informatique	46,8 %	Diagnostic, approbation d’accès et récupération	Main-d’œuvre de support routinière

*Exclut les produits techniques et scientifiques, conformément à la catégorie source. Ces expositions ne peuvent pas être généralisées à l’ensemble des commerciaux ou développeurs.

Le même changement peut bénéficier à un client et pénaliser son fournisseur. Une réduction du temps de traitement ne dit pas quelle entreprise conserve le surplus économique. Cela dépend des contrats, de la concurrence et de la question de savoir si la facturation est liée au temps, aux postes, aux transactions ou aux résultats.

La mémoire a besoin de preuves de déploiement, non d’un multiplicateur du marché du travail

Les résultats de juillet de Samsung Electronics ont attribué la vigueur de la mémoire à la demande axée sur les serveurs et à des prix plus élevés. La direction a également décrit la DRAM serveur, les SSD d’entreprise et l’HBM comme des domaines de croissance attendue de la demande au second semestre. Ces déclarations sont des éléments probants de l’entreprise et des orientations, non une preuve indépendante de la demande future.³

Samsung Electronics et SK hynix figurent donc sur une liste de surveillance des mémoires, mais le test porte sur la demande au niveau des applications, la qualification des produits, le mix des expéditions, les prix et les rendements en trésorerie après expansion. Cet article n’estime pas les bénéfices de SK hynix et ne suggère aucune décote de valorisation non vérifiée.

Une hypothèse haussière raisonnable est que l’exécution récurrente d’agents de bureau élargisse la demande d’inférence. Une hypothèse baissière raisonnable est qu’une inférence plus efficace, des prix plus bas, une faible monétisation côté clients ou une expansion excessive réduisent le profit capturé par unité d’usage. Les deux peuvent être vraies simultanément : le volume de tokens peut croître tandis que les profits matériels déçoivent.

Au sein d’un conglomérat diversifié, les effets peuvent aussi se compenser. Samsung a déclaré une perte opérationnelle dans ses activités mobiles et réseaux en même temps que ses résultats mémoire solides, citant des pressions sur les coûts des composants. Les investisseurs ne devraient pas appliquer un bénéfice de prix mémoire à l’ensemble du groupe sans une analyse par segment.³

L’équipement électrique bénéficie d’une capacité de livraison rare, non d’une rareté illimitée

HD Hyundai Electric a indiqué à Reuters que son carnet de commandes atteignait USD 8,5 milliards fin juin, soit 23 % au-dessus du niveau de fin d’année, avec plus de trois ans de commandes et des discussions s’étendant jusqu’aux livraisons de 2030. C’est la preuve d’une demande contractualisée et de longs délais de livraison, non la certitude quant à la marge de chaque commande future.⁴

Un investisseur doit relier les commandes aux calendriers de livraison, aux acomptes, aux conditions d’annulation, à la répercussion des coûts, à l’expansion des usines et à l’encaissement. Un carnet de commandes long peut protéger l’utilisation des capacités ; il peut aussi contenir des contrats à faible prix signés avant la hausse des coûts. La seule valeur du carnet ne peut pas trancher cette question.

L’article macroéconomique offre un test de résistance utile. En maintenant le scénario technologique extrême tout en faisant varier l’élasticité de l’offre de capital :¹

Élasticité de l’offre de capital ε	Écart de PIB	Rendement net du capital	Écart du stock de capital
1	+21,3 %	10,3 %	+33,5 %
3	+32,4 %	8,3 %	+56,3 %
6	+37,2 %	7,5 %	+67,1 %
Illimitée	+43,3 %	6,5 %	+82,2 %

Ce sont les résultats du tableau 5 ; le rendement net du capital hors IA est de 6,5 %. L’élasticité du capital n’est pas le coût du capital d’une entreprise. L’inférence d’investissement est plus restreinte : la demande peut soutenir davantage de capital sans maintenir durablement un rendement supérieur sur chaque unité. Des ajouts de capacité réussis peuvent finalement éroder la rareté qui rendait un fournisseur attrayant.

Samsung SDS et LG CNS nécessitent un pont entre projets et profit récurrent

Samsung SDS a déclaré un chiffre d’affaires de KRW 3 717,8 milliards au T2 et un bénéfice opérationnel de KRW 231,8 milliards, en hausse de 5,9 % et 0,7 % en glissement annuel. Le chiffre d’affaires cloud a progressé de 17 %. Le chiffre d’affaires logistique était de KRW 1 955,3 milliards, soit environ 52,6 % du chiffre d’affaires total par division.⁵

Ce mix explique pourquoi le chiffre d’affaires global ne peut pas être qualifié de chiffre d’affaires IA. La question analytique est de savoir si les nouveaux déploiements deviennent des produits réutilisables et des contrats d’exploitation récurrents, ou restent des projets d’implémentation à forte intensité de main-d’œuvre. Une génération de code plus rapide peut réduire les coûts de livraison pendant que les clients exigent des prix de projets plus bas. Un carnet de commandes IA en croissance ne suffit pas à déterminer l’effet net.

LG CNS décrit des offres de centres de contact couvrant l’intégration, l’assistance par IA générative, les abonnements et les services à l’usage. Son propre matériel produit aborde les défis d’implémentation, de maintenance et de sécurité.⁶ Cela établit une exposition commerciale, non une contribution vérifiée au profit IA.

Pour les deux entreprises, il convient de demander la part des produits reproductibles, les renouvellements par des clients externes, les coûts de déploiement, le support humain continu, l’amortissement des infrastructures et les flux de trésorerie opérationnels. La propriété d’infrastructure et la distribution de logiciels devraient être valorisées séparément lorsque leurs besoins en capital diffèrent.

Banques et assureurs peuvent gagner en productivité tout en perdant ailleurs

Les analystes financiers, le personnel de support et les flux de travail administratifs suggèrent une opportunité d’économies de coûts pour les institutions financières. Mais ces économies peuvent être répercutées sur les clients via des frais ou des prix. Les dépenses d’intégration, la conformité, la correction d’erreurs et l’ajustement de la main-d’œuvre réduisent ce qui reste.

Il existe aussi un risque de second ordre. Une transition technologique qui nuit à l’emploi de certains emprunteurs peut aggraver les coûts du crédit en même temps qu’elle améliore l’efficacité du back-office. C’est un scénario à tester, non une prévision de défauts coréens. Les assureurs ont également besoin d’une analyse des coûts de sinistres et de la tarification plutôt que d’une hausse uniforme des économies de main-d’œuvre.

L’éducation, la santé et les services terrain appellent la même prudence. Une demande plus forte en services humains peut faire progresser à la fois les ventes et les salaires. Sans pouvoir de fixation des prix, l’opérateur n’est pas nécessairement le bénéficiaire. L’article exclut la robotique avancée, et sa catégorie cognitive inclut les praticiens de santé et les professions techniques ; le gain salarial de l’autre groupe ne peut pas être directement attribué aux infirmières.¹

Le temps économisé doit devenir de la trésorerie, et la trésorerie doit résister à la concurrence

Considérons une illustration avec 100 salariés à un coût total annuel chargé de KRW 80 millions chacun : KRW 8 milliards au total. En supposant 40 % de travaux éligibles, 50 % de déploiement, 80 % de réussite et 50 % de conversion du temps économisé en économies financières réelles.

Économies brutes annuelles = KRW 8 milliards × 40 % × 50 % × 80 % × 50 % = KRW 640 millions.

En supposant KRW 160 millions de frais logiciels, KRW 80 millions de coûts directs d’inférence/révision humaine non inclus dans ces frais, et KRW 40 millions de coûts d’intégration/exploitation annualisés. Le coût total est de KRW 280 millions ; le bénéfice net pour le client est de KRW 360 millions.

À seulement 20 % de réalisation en trésorerie, les économies brutes tombent à KRW 256 millions et le bénéfice net devient négatif à −KRW 24 millions. Le seuil de réalisation est de 280 ÷ (8 000 × 0,4 × 0,5 × 0,8) = 21,875 %. Ce sont des hypothèses de l’auteur, non des résultats d’entreprises observés ni la simulation propre à l’article.

Un exemple de tarification distinct illustre le problème du fournisseur. Une réduction de 20 % des postes nécessite une hausse de prix de 25 % simplement pour maintenir le chiffre d’affaires inchangé : 0,8 × 1,25 = 1,0. Si le coût d’inférence augmente, un chiffre d’affaires inchangé peut malgré tout signifier un profit inférieur. Une tarification à l’usage ou aux résultats peut aider, mais seulement si le client accepte la nouvelle économie.

La rigidité salariale rend le taux de chômage affiché très sensible aux hypothèses

Le tableau 6 fait varier la rigidité des salaires dans le scénario technologique extrême :¹

Rigidité relative annuelle des salaires ξ	Écart de salaire cognitif	Chômage cognitif
0, flexible	−42,2 %	2,6 %
0,5, hypothèse centrale	−11,5 %	17,9 %
0,9, très rigide	+2,8 %	24,0 %

Ce serait une erreur de traiter 17,9 % comme une prévision précise, puis de valoriser des actions de consommation, de recrutement ou d’éducation à partir de ce seul chiffre. Les institutions coréennes, la fixation des salaires, la démographie et le mix sectoriel nécessitent des preuves distinctes. Un meilleur test de résistance de portefeuille envisage un revenu salarial plus faible, un recrutement plus faible et une consommation plus lente, sans prétendre que le modèle prédit leurs magnitudes coréennes exactes.

La croissance des bénéfices peut être compensée par la valorisation payée

Supposons que le BPA croisse de 15 % annuellement pendant trois ans, tandis que le P/E passe de 35 à 25. Le rendement en prix annualisé, hors dividendes et impôts, est :

(1,15³ × 25 ÷ 35)^(1/3) − 1 = environ 2,8 %.

L’exemple n’utilise le multiple actuel d’aucune action réelle. Il illustre pourquoi une thèse industrielle correcte ne garantit pas un achat attrayant. Une décision de prix nécessite un cours vérifié, un nombre dilué d’actions, des bénéfices normalisés, la dette nette, les dépenses de maintenance et d’expansion, et une valorisation de sortie plausible.

Le flux de trésorerie disponible constitue un second filtre. Un bénéfice opérationnel en hausse peut être absorbé par des achats d’équipements et le besoin en fonds de roulement. Pour les opérateurs cloud, l’utilisation et la durée de vie des équipements comptent ; pour les fournisseurs de mémoires, les investissements dans les procédés et les rendements normalisés sur le cycle comptent ; pour l’équipement électrique, les dépenses d’usine et les calendriers d’encaissement comptent.

La liste de surveillance est conditionnelle et comporte des tests de rejet explicites

Candidat ou groupe d’activités	Preuves nécessaires pour renforcer la thèse	Preuves qui l’affaiblissent
Samsung Electronics / SK hynix	Produits à haute valeur qualifiés, amélioration prix/mix et génération de trésorerie	Croissance de la demande sans profits ; fardeau excessif de capacité ou d’investissement
HD Hyundai Electric	Le carnet se convertit en livraisons rentables et en trésorerie	Retards, annulations, inflation des coûts ou fin plus rapide de la rareté
Samsung SDS / LG CNS	Déploiements réutilisables, contrats récurrents et amélioration des marges	Le chiffre d’affaires évolue avec les effectifs ; la contribution IA au profit reste non vérifiée
Banques / assureurs	Économies de charges conservées après implémentation et coûts de risque	Concurrence sur les frais ou compensation des économies par des coûts de crédit/sinistres
Services facturés au poste / à l’heure	Transition réussie vers des résultats payants	Chute des unités facturées plus rapide que les hausses de prix réalisables

Dans un scénario modéré, privilégiez les rendements déjà démontrés et évitez de payer pour un boom non avéré. Dans un scénario substantiel, examinez à la fois l’infrastructure et la conversion de projets d’entreprise en profit récurrent. Dans un scénario extrême, testez le crédit, la demande des consommateurs, la consolidation des plateformes et l’expansion de l’offre en plus de l’évidente hausse des volumes. Ce sont des réponses analytiques conditionnelles, non des probabilités assignées.

Le prochain achat devrait attendre le chaînon manquant au niveau de l’entreprise : changement professionnel → client payant → unité de revenu → marge conservée → flux de trésorerie disponible → prix. La taille du marché du travail ne peut se substituer à aucune de ces étapes.

Limites des sources et du tableur

L’article technique de 57 pages et l’étude professionnelle distincte ont été examinés. Le fichier Excel original n’a pas été obtenu depuis la page publique. Le classeur indépendant d’accompagnement transcrit les tableaux et effectue des vérifications mécaniques et des illustrations commerciales ; il ne valide pas les formules du tableur original ni ne réexécute l’intégralité du modèle mensuel.

Une vérification comptable reste non résolue. L’écart de PIB extrême de 32,4 % du tableau 3, une part du travail de 45,2 % et une part de base de 60 % impliquent (1,324 × 0,452 ÷ 0,60 − 1) × 100 = −0,259 % de variation du revenu du travail sur une identité à dénominateur commun, contre +0,5 % déclaré. L’écart d’environ 0,759 point de pourcentage ne peut pas s’expliquer par le seul arrondi de ces deux entrées à une décimale. La valeur publiée est retenue et la définition/l’agrégation des résultats est signalée pour vérification à la source, sans être déclarée comme une erreur confirmée de l’article. Aucune conclusion d’investissement ne repose sur la précision de +0,5 %.

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.

Korinek et al., septembre 2026, Economic Scenarios for Transformative AI, tableaux 1, 3, 5, 6 et annexes ; explorateur de scénarios. ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
Massenkoff et McCrory, 5 mars 2026, Labor market impacts of AI: A new measure, figure 3. L’exposition observée n’est pas une probabilité de perte d’emploi. ↩︎ ↩︎
Samsung Electronics, 30 juillet 2026, résultats du T2. Séparer les résultats déclarés des perspectives de la direction. ↩︎ ↩︎
Reuters, 1er septembre UTC / mis à jour le 2 septembre 2026, fournisseurs d’équipements d’alimentation et de refroidissement, incluant des déclarations de HD Hyundai Electric. ↩︎
Samsung SDS, 30 juillet 2026, résultats préliminaires du T2. Part logistique calculée comme 19 553/37 178, arrondi à une décimale. ↩︎
LG CNS, AI Contact Center, consulté le 11 septembre 2026. Les descriptions de produits n’établissent pas les marges. ↩︎

LG CNS on Korea Invest Insights