Quand on parle d’intelligence artificielle (IA), les investisseurs pensent d’abord aux grandes sociétés technologiques et au marché boursier. Pourtant, l’un des effets les plus importants de l’IA pourrait se jouer ailleurs : dans le marché du revenu fixe, et plus particulièrement dans le crédit.
Pourquoi ? Parce que l’IA ne change pas seulement la productivité. Elle change la vitesse à laquelle les écarts se creusent entre les entreprises gagnantes et les entreprises perdantes.
Concrètement, les sociétés qui adoptent bien l’IA peuvent réduire leurs coûts, accélérer certaines tâches, améliorer leur service et prendre de l’avance sur leurs concurrents. À l’inverse, celles qui tardent à s’adapter risquent de perdre rapidement des parts de marché, de voir leurs marges se détériorer et, dans certains cas, de fragiliser leur profil de crédit.
C’est là que le sujet devient particulièrement important pour les investisseurs obligataires.
Pourquoi l’IA compte-t-elle davantage pour le crédit
En actions, une plus grande dispersion entre gagnants et perdants peut être positive. Les grands gagnants peuvent compenser largement les perdants.
En crédit, la logique est différente. Le potentiel de hausse d’une obligation demeure limité : l’investisseur reçoit son coupon et, idéalement, le remboursement du capital à l’échéance. En revanche, le potentiel de baisse peut être important lorsqu’un émetteur se détériore ou fait défaut.
Autrement dit, dans un monde où l’IA crée plus de gagnants… mais aussi plus de perdants, le bilan est souvent moins favorable pour le crédit que pour les actions.
C’est une idée simple, mais centrale : plus la dispersion des résultats d’entreprise augmente, plus le risque de sélection devient critique dans les portefeuilles obligataires.
Une transformation qui peut aller très vite
Ce qui rend l’IA différente des précédentes vagues technologiques, c’est la vitesse d’adoption potentielle. Le coût d’entrée est relativement faible, les outils sont accessibles, et les gains de productivité peuvent être visibles très rapidement.
Dans plusieurs secteurs de services ou de travail intellectuel, des tâches qui demandaient auparavant des jours, voire des semaines, peuvent maintenant être réalisées en quelques heures. Cela veut dire que l’écart entre les entreprises bien préparées et les autres peut se creuser beaucoup plus vite que dans les cycles technologiques passés. Pour les investisseurs en crédit, ce point est crucial. Les marchés obligataires réagissent souvent lorsque la détérioration financière devient visible dans les chiffres : baisse des revenus, compression des marges, hausse du levier, pression sur la liquidité.
Mais si l’IA accélère la perte de compétitivité d’une entreprise, la détérioration économique réelle peut commencer bien avant d’apparaître clairement dans les états financiers. En d’autres mots, les indicateurs traditionnels du crédit risquent parfois d’arriver trop tard.
Tous les segments ne sont pas exposés de la même façon
Certains segments du revenu fixe sont plus vulnérables que d’autres. Le haut rendement est probablement l’un des plus exposés. Ces entreprises ont souvent moins de marge d’erreur, moins de ressources pour investir rapidement et une plus grande sensibilité à la pression sur les flux de trésorerie. Les prêts à effet de levier méritent aussi une attention particulière, surtout lorsque la structure de protection des prêteurs est plus faible.
Dans un environnement où les modèles d’affaires peuvent être remis en question plus vite, les investisseurs ont intérêt à être très sélectifs. Le crédit privé n’est pas à l’abri non plus. Son illiquidité, souvent présentée comme un avantage de rendement, peut devenir un désavantage si la thèse d’investissement change rapidement et qu’il n’existe pas de marché secondaire efficace pour sortir d’une position.
À l’autre extrémité, les obligations de catégorie investissement paraissent mieux placées en moyenne. Les grandes entreprises disposent généralement de plus de capital, de meilleures équipes de gestion et d’une plus grande capacité à intégrer l’IA dans leurs opérations.
Les obligations gouvernementales, elles, ne sont pas directement exposées à ce risque de la même manière. Elles pourraient même retrouver un rôle plus défensif si l’IA accentuait la fragilité de certains segments corporatifs et poussait les banques centrales à soutenir davantage l’économie.
Ce que les conseillers et investisseurs devraient surveiller
L’enjeu n’est pas de devenir des spécialistes de l’IA. L’enjeu est plutôt d’intégrer une nouvelle grille de lecture du risque de crédit. Il ne suffit plus d’analyser seulement le levier financier, la couverture des intérêts ou les échéances de dette. Il faut aussi se demander si le modèle d’affaires de l’émetteur est vulnérable à une vague d’automatisation ou à une baisse rapide des barrières à l’entrée.
Quelques questions simples peuvent aider :
- L’entreprise repose-t-elle fortement sur des processus manuels ?
- Son avantage concurrentiel dépend-il surtout de l’information, de l’intermédiation ou d’une main-d’œuvre intellectuelle coûteuse ?
- A-t-elle la taille, les données et la culture pour intégrer l’IA efficacement ?
- Son secteur risque-t-il de voir les prix baisser rapidement à mesure que l’IA réduit les coûts ?
Cette réflexion ne mène pas nécessairement à sortir du crédit. Elle mène plutôt à être plus sélectif, à privilégier la qualité, la liquidité et les émetteurs les mieux positionnés pour s’adapter.