Publié sur Les blogs du Diplo fin juillet, un nouveau volet de la série de Frédéric Lordon prolonge une thèse centrale: on peut organiser l’innovation sans passer par la finance de marché. Sa cible n’est pas la finance au sens large, mais la finance néolibérale, c’est-à-dire un régime où l’allocation du capital est dominée par des marchés financiers et des exigences de rentabilité actionnariale. L’auteur relie ce diagnostic à un terrain très actuel, l’intelligence artificielle, dont il conteste l’idée selon laquelle elle devrait être financée, orientée et évaluée par des mécanismes de marché.

Ce texte s’inscrit dans une séquence plus large de publications datées de 2026, où Lordon détaille principes, banques, dette, actions, puis la question de la fermeture de la Bourse. Le nouvel épisode met l’accent sur l’IA comme objet politique, industriel et budgétaire, plutôt que comme simple produit de la concurrence entre firmes. La question posée est directe: si l’on veut une IA utile collectivement, qui décide des priorités, qui paie, et selon quels critères de succès?

Le débat intervient alors que, dans le secteur financier, l’IA est déjà présentée comme un levier de transformation des métiers, des processus de décision et des infrastructures techniques, avec une demande accrue de jugement humain dans les organisations. D’un côté, des institutions cherchent à industrialiser l’IA pour gagner en productivité, de l’autre, des voix critiques interrogent les risques systémiques, la concentration des capacités de calcul et la dépendance à des acteurs privés. Lordon ajoute une couche: la dépendance au financement par marchés n’est pas une fatalité, et elle oriente la technologie dans un sens particulier.

Frédéric Lordon propose une IA financée par crédit public

Dans son argumentaire, l’IA illustre un point plus général: quand l’investissement dépend des marchés, les projets se conforment à des métriques de performance financières. Les horizons se raccourcissent, la sélection des projets privilégie ce qui scale vite, et les coûts sociaux, énergétiques ou organisationnels se retrouvent repoussés hors du calcul. Lordon oppose à cette logique une autre forme de sélection, pilotée par des objectifs publics, et soutenue par un crédit organisé hors marchés financiers, avec une capacité de financement adossée à l’État et au système bancaire reconfiguré.

Le cœur de la proposition repose sur l’idée qu’il existe déjà des circuits de financement non marchands ou faiblement marchands, budgets publics, banques publiques, commandes publiques, dispositifs d’investissement sectoriels. L’enjeu serait de les renforcer et de les doter d’une cohérence stratégique, pour financer des infrastructures lourdes, centres de calcul, données, formation, recherche, sans se soumettre aux exigences de rentabilité imposées par l’actionnariat. Le financement deviendrait un instrument de planification, non un filtre dicté par le prix des actifs.

Appliquée à l’IA, cette logique vise des choix concrets: quels usages prioriser, santé, éducation, justice, administration, industrie, et quels usages encadrer, notamment ceux dont les effets peuvent être extractifs ou déstabilisants. Lordon ne discute pas seulement de technologie, il discute de souveraineté de décision, c’est-à-dire la capacité à dire non à certains déploiements, même s’ils sont profitables à court terme. La question de la propriété des modèles, de l’accès aux données et des conditions de travail dans les chaînes de production de l’IA, annotation, modération, maintenance, se retrouve mécaniquement posée si le financeur devient une puissance publique exigeante.

Cette approche entre en résonance avec des discussions internationales sur l’IA dans la finance et sur les risques, notamment ceux liés aux usages offensifs et aux vulnérabilités logicielles. Des analyses sectorielles décrivent une transformation des workflows et la nécessité de requalifier les métiers, ce qui confirme que la technologie n’est pas neutre. Lordon pousse plus loin: si la structure de financement reste inchangée, la transformation se fera au bénéfice d’acteurs déjà dominants. Par conséquent, changer les canaux de financement revient à changer le contenu même de l’innovation.

Sur le plan opérationnel, une IA financée par crédit public suppose des indicateurs d’évaluation autres que le retour sur investissement, par exemple des gains de qualité de service, des économies d’erreurs, des délais réduits, ou des bénéfices sociaux mesurables. Elle suppose aussi des garde-fous, transparence des achats, audit des modèles, contrôle des dépendances aux fournisseurs. L’objectif n’est pas de promettre une IA parfaite, mais de replacer la question, qui paie et qui décide, au centre du dispositif.

Les marchés financiers orientent l’innovation vers la rentabilité rapide

Lordon décrit la finance néolibérale comme un système où l’allocation des ressources est subordonnée à la valorisation boursière et à des normes de rendement. Dans ce cadre, la Bourse et l’univers des investisseurs imposent un calendrier, une narration et des arbitrages. Les projets jugés trop lents, trop incertains ou insuffisamment monétisables sont évincés, même s’ils répondent à des besoins collectifs. L’IA, dont les coûts initiaux sont élevés, calcul, données, ingénierie, énergie, est particulièrement exposée à cette contrainte, car elle nécessite des investissements massifs avant des bénéfices stables.

Cette structure d’incitation explique la concentration du secteur, peu d’acteurs peuvent financer durablement l’entraînement de modèles à grande échelle. Le résultat est une dépendance à des plateformes et à des infrastructures privées, ce qui déplace le centre de gravité de la décision. Même lorsqu’un usage est public, la chaîne technique peut rester privée, licences, clouds, mises à jour, support. Le débat n’est donc pas seulement budgétaire: il touche la capacité à contrôler les choix techniques et les conditions d’accès. Dans les termes de Lordon, la finance de marché n’est pas un simple outil, c’est un principe d’organisation qui finit par commander le reste.

Les textes de 2026 de l’auteur abordent aussi les mécanismes bancaires, le crédit, la dette, puis la place des actions et la possibilité de fermer la Bourse. Sans reprendre chaque démonstration, l’idée directrice est que les marchés obligataires et actions structurent les comportements des entreprises et, par ricochet, la direction des innovations. Dans l’IA, cela se traduit par des priorités, automatisation de tâches rentables, optimisation commerciale, surveillance, plutôt que par des investissements de long terme dans des outils publics robustes, documentés, interopérables.

Dans le secteur financier, des observateurs notent que l’IA change les processus d’investissement et le travail, avec des besoins de supervision humaine. Cette demande de jugement humain signale que la promesse d’automatisation totale est trompeuse, et que l’IA ajoute des couches de complexité et de risques. D’autre part, des forums académiques soulignent que les mêmes capacités peuvent stabiliser des systèmes ou, au contraire, les fragiliser selon l’usage, ce qui renforce l’argument: il faut des choix politiques explicites. Lorsque les marchés dictent les priorités, la gestion des risques tend à devenir une variable d’ajustement.

Le propos de Lordon consiste donc à déplacer le débat: si l’on veut éviter que l’IA soit un accélérateur de dépendance et de concentration, il faut agir sur les structures de financement. Il plaide pour des circuits qui acceptent le long terme, la redondance, les infrastructures partagées, et qui financent aussi la gouvernance, audits, contrôles, formation, pas seulement les performances brutes. La discussion reste conflictuelle, car elle touche des intérêts installés, fonds, grandes entreprises, intermédiaires. Mais l’auteur insiste sur un point simple: il existe des alternatives institutionnelles aux marchés, et elles déterminent le type d’innovation rendu possible, y compris dans l’IA.

Comment un badge brodé améliore la visibilité de votre marque et renforce la reconnaissance de votre entreprise

Questions fréquentes

Que vise Frédéric Lordon quand il parle de « finance néolibérale » ?

Il distingue la finance au sens large de la finance de marché structurée par la Bourse, les actionnaires et des normes de rendement élevées. Dans ce régime, l’investissement est orienté par la valorisation des actifs et des attentes de rentabilité, ce qui pèse sur les choix industriels et technologiques.

Que signifie « innover sans les marchés » appliqué à l’IA ?

Il s’agit de financer et piloter des projets d’IA via des instruments non marchands, comme le crédit public, la commande publique ou des structures bancaires réorganisées, avec des critères d’évaluation liés à l’utilité sociale, à la robustesse et à la maîtrise des risques plutôt qu’au retour financier rapide.

Pourquoi le financement par marchés peut-il influencer le contenu des innovations ?

Parce que les marchés privilégient des projets monétisables rapidement et compatibles avec des horizons de rendement courts. Cela favorise certains usages, optimisation commerciale, automatisation rentable, au détriment d’investissements plus lents comme des infrastructures partagées, des audits, de la documentation et des déploiements orientés service public.

L’IA dans la finance réduit-elle automatiquement le besoin d’humains ?

Des analyses sectorielles décrivent plutôt une reconfiguration des workflows et une montée de la supervision, avec une demande de jugement humain. Les systèmes automatisés créent de nouveaux risques, biais, erreurs, dépendances techniques, qui exigent contrôle, audit et responsabilités clairement définies.

Lire :  Sorégies se lance dans l'éolien en Anjou, en 2026 les prix moins prévisibles, le pari local sur des parcs plus compétitifs

1er août 2026, forte baisse des prix des carburants en Outre-mer, le gazole repasse sous l’essence, ce qui change pour vous

Bâtir une stratégie de communication pour votre école en 2026