Après la bourse, c'est au tour du marché obligataire : UBS affirme que le « classement de la mise à mort » de l'IA est mis à jour, et que 120 milliards de dollars de prêts aux entreprises sont confrontés à un risque de défaut

Lorsque Wall Street tremble encore face à la chute brutale des actions de logiciels, UBS tire la sonnette d’alarme : le marché du crédit pourrait être la « bombe à retardement invisible » non encore pleinement évaluée dans la vague de disruption de l’IA. Avec la vitesse d’évolution de la technologie d’intelligence artificielle dépassant largement les prévisions, les entreprises de logiciels et de services de données fortement endettées — en particulier celles détenues par du capital-investissement — se trouvent au bord de la faillite.

Le responsable de la stratégie de crédit chez UBS, Matthew Mish, indique dans un rapport publié mercredi (12 avril) que le marché est en train de réévaluer une « disruption rapide et radicale ». Il prévoit qu’à la fin de l’année prochaine, seuls les prêts à effet de levier et le crédit privé pourraient voir 75 à 120 milliards de dollars de défauts supplémentaires. Cette estimation repose sur le scénario de référence d’UBS : un taux de défaut sur les prêts à effet de levier en hausse de 2,5 points de pourcentage, représentant environ 1,5 trillion de dollars ; un taux de défaut sur le crédit privé en hausse de 4 points, représentant environ 2 trillions de dollars.

« La réaction du marché est lente parce qu’ils ne s’attendaient vraiment pas à ce que cela arrive si vite », a déclaré Mish dans une interview à CNBC. Il souligne qu’avec la sortie de modèles avancés par des entreprises comme Anthropic et OpenAI, les attentes concernant le calendrier de la disruption de l’IA ont été fortement comprimées. « Les gens doivent réajuster toute leur façon d’évaluer ce risque de rupture, car ce n’est pas un problème pour 2027 ou 2028. »

De « l’histoire de croissance » à « la course contre la montre »

Depuis ce mois, la narration autour de l’IA a connu une transformation fondamentale : le marché ne voit plus cette technologie comme un bénéfice universel pour toutes les entreprises technologiques, mais comme une redistribution brutale où les gagnants raflent tout. Bien que les actions de logiciels soient les premières à subir des ventes massives, la panique s’est rapidement propagée à la finance, à l’immobilier, au transport routier et à d’autres secteurs apparemment sans lien.

Mish insiste sur le fait qu’avec l’impact de l’IA, les entreprises peuvent être clairement classées en trois niveaux :

· Premier niveau : les créateurs de grands modèles fondamentaux comme Anthropic et OpenAI. Actuellement encore des startups, elles ont de fortes chances de devenir rapidement les prochaines grandes entreprises cotées.

· Deuxième niveau : les sociétés de logiciels de qualité investissement telles que Salesforce et Adobe. Dotées de bilans solides et de flux de trésorerie abondants, elles sont capables de déployer rapidement l’IA pour résister aux challengers.

· Troisième niveau : les entreprises de logiciels et de services de données détenues par du capital-investissement. Ces sociétés ont généralement un niveau d’endettement élevé et dépendent fortement de modèles d’affaires traditionnels, ce qui les rend les plus vulnérables face à la disruption de l’IA.

Risque de queue : si le marché du crédit « se fige » ?

Outre le scénario de référence, UBS esquisse une vision plus douloureuse, celle d’un « risque de queue » : dans ce cas, le taux de défaut pourrait doubler par rapport à l’estimation de base, coupant de nombreux canaux de financement pour les entreprises.

« La réaction en chaîne serait une contraction du crédit sur le marché des prêts », explique Mish. « Vous verrez une réévaluation large des prêts à effet de levier, et le crédit aura un impact systémique. » Ce scénario évoque la vente massive de dettes pourries des sociétés énergétiques il y a dix ans, ou le gel du crédit lors de l’éclatement de la bulle Internet il y a plus de vingt ans.

Les analystes d’UBS soulignent que, malgré l’accumulation des risques, la trajectoire réelle dépendra de plusieurs variables clés : la vitesse d’adoption de l’IA par les grandes entreprises, la rapidité d’amélioration des modèles d’IA eux-mêmes, et la demande de refinancement du marché. Actuellement, environ 20 % des prêts à effet de levier et du crédit privé seront soumis à une pression de refinancement d’ici 2028, ce qui signifie que le risque continuera de s’intensifier dans les deux prochaines années.

« Nous n’appelons pas encore un scénario de risque de queue, mais nous avançons dans cette direction », confie Mish.

Qui paie pour la révolution de l’IA ?

Il est important de noter que cette alerte concerne principalement les prêts à effet de levier et le crédit privé, qui sont les segments les plus risqués du crédit d’entreprise. Ces financements sont souvent destinés à des sociétés en dessous du niveau d’investissement, souvent soutenues par du capital-investissement et fortement endettées.

Avec l’érosion des modèles traditionnels de Software as a Service (SaaS) par les outils d’IA, ces entreprises fortement endettées voient leur flux de trésorerie mis à rude épreuve. Le marché craint que, si ces sociétés ne parviennent pas à s’adapter rapidement lors de la prochaine vague technologique, elles deviendront les premières victimes de cette révolution, et ce seront finalement les détenteurs de ces dettes massives qui en paieront le prix.