Le risque caché de l’IA qui émerge de l’adoption des CBDC

Les monnaies numériques de banque centrale (CBDC) sont perçues comme une innovation financière majeure de l’ère numérique qui accélère les paiements, renforce la transparence, améliore l’inclusion financière et consolide la souveraineté monétaire. Ces atouts expliquent pourquoi les CBDC suscitent un intérêt croissant de la part des banques centrales du monde entier.

Mais ce qui est moins discuté, c’est le risque moins visible de ces versions numériques des monnaies officielles. L’adoption des CBDC modifie la façon dont les entreprises envisagent et présentent leurs stratégies technologiques, et ce, pas toujours de manière bénéfique.

Des recherches récentes suggèrent que les CBDC augmentent la pression pour démontrer la transformation numérique, ce qui pousse certaines entreprises à intensifier leurs récits sur l’IA sans que ces affirmations ne soient accompagnées de développements techniques. Il s’agit davantage de marketing que d’apprentissage automatique.

Cet écart entre ce que les entreprises déclarent concernant leurs ambitions en IA et ce qu’elles construisent réellement a des conséquences concrètes pour les investisseurs, les marchés de capitaux et la crédibilité du cycle d’investissement plus large en IA, et il est resté largement inexploré jusqu’à présent.

Pour les investisseurs, la leçon va au-delà des CBDC. Au lieu de se fier uniquement aux commentaires de la direction, ils doivent évaluer l’exposition à l’IA à travers les brevets, l’intensité de la R&D, les recrutements, les déploiements et la génération de revenus. À mesure que les affirmations sur l’IA deviennent omniprésentes, l’écart de crédibilité entre la promotion et l’exécution peut devenir un facteur d’évaluation matériel et un risque de financement.

Pourquoi les banques centrales se précipitent vers les monnaies numériques

La plupart des pays possèdent leur propre banque centrale. Ces autorités centralisées gèrent la monnaie et l’offre de crédit d’une nation via la politique monétaire. Elles utilisent des outils tels que les taux d’intérêt, les réserves obligatoires et les opérations d’open market pour contrôler l’inflation, stabiliser la valeur de la monnaie et orienter la croissance économique. Bien qu’elles soient conçues pour fonctionner de manière indépendante, les banques centrales ne fonctionnent pas réellement¹ ainsi.

Non seulement leur indépendance est remise en cause, mais ces institutions financières publiques font également face à des limites en matière de resserrement monétaire et à des inquiétudes concernant le maintien de la souveraineté monétaire dans l’économie numérique.

Au cours de la dernière décennie, les systèmes financiers se sont rapidement numérisés et les plateformes de paiement privées se sont développées. Aujourd’hui, les systèmes de paiement, les produits financiers et les formes de monnaie évoluent plus rapidement que les cadres réglementaires et politiques, tandis que les stablecoins et les actifs tokenisés coexistent avec les structures traditionnelles, affaissant davantage l’impact des décisions de politique des banques centrales.

Les CBDC ont émergé en réponse à tous ces enjeux. Bien que l’idée qu’une banque centrale émette sa propre monnaie numérique ne soit pas nouvelle, elle a gagné une traction importante après l’essor du Bitcoin (BTC ), lancé à la suite de la crise financière de 2008 qui a érodé la confiance du public dans les institutions financières.

L’essor des cryptomonnaies a attiré l’attention des autorités monétaires et les a poussées à envisager à quoi pourrait ressembler une monnaie numérique soutenue par l’État. Au cours des dernières années, les banques centrales ont accéléré la recherche, l’expérimentation et les programmes pilotes afin de moderniser les infrastructures de paiement tout en conservant un contrôle complet.

Les données montrent un intérêt considérable pour les CBDC, avec 146 pays et unions monétaires impliqués d’une manière ou d’une autre. Parmi eux, 40 recherchent actuellement la création de versions numériques de leurs monnaies nationales. Un nombre encore plus important de pays (41) ont déjà lancé des projets pilotes, tandis que de nombreux (33) sont en phase de développement. Environ quinze projets, cependant, sont inactifs et neuf ont été annulés.

Il convient de noter que seules quelques économies, comme le Nigeria, sont parvenues à lancer pleinement une CBDC de détail, mais leur expérience se caractérise par une adoption modeste.

La Banque centrale du Nigeria (CBN) a récemment partagé ses projets d’utiliser l’eNaira pour les paiements gouvernementaux tels que les pensions, les salaires des fonctionnaires et les prestations sociales afin de stimuler l’adoption de l’eNaira, lancé en 2021, selon le document de la banque intitulé « Nigerian Payments System Vision 2028 ».

Les pays membres du groupe BRICS, qui comprennent le Brésil, la Russie, l’Inde, la Chine et l’Afrique du Sud, ainsi que le Nigeria entre autres, discutent également de la liaison de leurs systèmes de paiement rapides avec les CBDC, Reuters a rapporté.

« Les paiements transfrontaliers sont un domaine d’intérêt pour nous tous, y compris les BRICS, car nous estimons qu’il existe un grand potentiel de réduction des coûts. Diverses options sont à l’étude, mais elles en sont encore au stade de la discussion, y compris les CBDC et les liaisons des systèmes de paiement rapides. »

– Gouverneur de la Reserve Bank of India (RBI), Sanjay Malhotra, la semaine dernière lors d’un événement

En plus d’internationaliser la monnaie locale, le gouverneur a également déclaré que la RBI ne considère pas l’IA comme un risque à contenir mais comme une capacité à exploiter.

« Les banques indiennes ne peuvent pas se permettre de rester en retrait et d’observer », a déclaré Malhotra. Son appel aux prêteurs à établir des politiques de gouvernance de l’IA approuvées par le conseil d’administration intervient alors que les banques centrales du monde entier scrutent l’utilisation de l’IA par les prêteurs au milieu des inquiétudes concernant les risques opérationnels, les risques de gouvernance et les cyberattaques.

« L’innovation et la sécurité ne sont pas des objectifs opposés, ils sont en fait des exigences complémentaires d’un système financier durable. »

– Malhotra

Dans le domaine des CBDC, l’initiative du yuan numérique chinois (e-CNY) est l’un des exemples les plus marquants. La Banque populaire de Chine a commencé la recherche interne sur les CBDC en 2014, lancé un programme pilote en 2019, et l’a étendu aux principales régions économiques d’ici la fin 2022.

L’e‑CNY se distingue particulièrement par son adoption. La CBDC a déjà traité plus de 3,4 milliards de transactions de détail, d’une valeur d’environ 16,7 trillions de renminbi (environ 2,3 trillions de dollars) en décembre 2025.

Plus tôt cette année, la PBOC a reclassé le yuan numérique comme une dette de dépôt, signalant son évolution d’un simple substitut de liquidité vers une composante plus profondément intégrée de l’infrastructure financière chinoise. L’attrait des CBDC réside dans leur capacité à offrir un règlement plus rapide et moins coûteux que les moyens traditionnels tels que les virements bancaires.

En plus de faciliter le règlement instantané, les monnaies numériques réduisent également les frictions de transaction, abaissent les coûts de paiement, améliorent l’efficacité du système financier et la transmission de la politique monétaire, et renforcent la transparence grâce à des transactions plus traçables.

La traçabilité accrue, en particulier, est importante pour les régulateurs, car c’est ce qui différencie les CBDC de l’argent liquide ou même des dépôts bancaires ordinaires. Contrairement à l’argent liquide, les CBDC peuvent créer des enregistrements de transaction au sein d’un système de paiement administré de façon centralisée, offrant potentiellement aux autorités monétaires et réglementaires une visibilité accrue sur les mouvements de fonds.

Cette combinaison de caractéristiques crée un environnement d’information pour le comportement des entreprises qui n’existait pas auparavant, et il semble qu’elle redéfinisse discrètement la manière dont les entreprises communiquent sur leurs stratégies technologiques.

Si les entreprises deviennent plus visibles simultanément pour les régulateurs, les investisseurs et le public, cela augmente l’incitation à être perçues comme faisant les « bonnes » choses, même lorsque le fondement n’est tout simplement pas présent. Ces conséquences micro‑niveau pour les entreprises n’ont pas reçu beaucoup d’attention de la part des chercheurs, qui se sont principalement concentrés sur les résultats macroéconomiques tels que la transmission monétaire, la stabilité financière et la réforme du système de paiement.

Des preuves émergentes suggèrent que les CBDC font plus que transformer les systèmes de paiement ; elles transforment également l’environnement institutionnel dans lequel les entreprises opèrent. Une visibilité accrue des activités financières, des attentes plus fortes en matière de transformation numérique et une surveillance réglementaire accrue peuvent influencer la façon dont les entreprises communiquent leurs stratégies d’innovation et allouent leurs ressources. Cela crée un nouveau type de risque autour de l’authenticité des investissements en IA des entreprises.

Ce risque négligé sous-tend une étude récente examinant la relation entre l’adoption des CBDC et les stratégies d’IA des entreprises, en utilisant le déploiement du e‑CNY en Chine comme expérience naturelle.

Comment les CBDC peuvent alimenter un problème de crédibilité de l’IA

L’étude intitulée Tout le bruit et aucune substance: le dilemme des stratégies d’entreprise en IA sous les politiques de monnaies numériques de banque centrale² examine si l’adoption des CBDC influence l’écart entre ce que les entreprises déclarent à propos de l’IA et leurs véritables investissements en IA. Cet écart est désigné « découplage de la stratégie IA », défini comme la divergence entre les récits publics d’IA d’une entreprise et ses réelles capacités technologiques en IA.

Les chercheurs ont mesuré les récits IA à travers les divulgations correspondantes dans les rapports annuels, tandis que la capacité réelle et vérifiable a été approximée à l’aide des demandes de brevets liées, tirées du système de classification des brevets de l’Administration nationale de la propriété intellectuelle de Chine.

En utilisant un échantillon de plus de 30 000 observations d’entreprise‑année provenant de 5 015 sociétés chinoises cotées en actions A entre 2014 et 2024, les auteurs Jinlei Yu et Rui Chen du Département de gestion, Business School, Université Nankai, Chine, et Haotian Luo du Département d’économie, City St George’s, University of London, Royaume‑Uni, appliquent une conception de différence‑en‑différences échelonnée qui exploite le fait que différentes villes chinoises ont intégré le pilote e‑CNY à des moments différents.

Cette conception a permis aux chercheurs d’estimer l’effet de l’adoption du e‑CNY tout en tenant compte des changements plus larges affectant les entreprises chinoises.

Le programme pilote e‑CNY a été utilisé comme une expérience quasi‑naturelle parce que son lancement échelonné et à plusieurs niveaux à travers les villes fournit une variation temporelle et géographique plausiblement exogène pour l’identification causale. Le principal résultat est que l’adoption des CBDC augmente significativement le découplage de la stratégie IA.

Le déploiement du e‑CNY a considérablement accru la communication stratégique liée à l’IA des entreprises sans produire d’augmentation statistiquement significative des demandes de brevets IA, que les chercheurs ont utilisées comme proxy de la capacité technologique. Au lieu d’accélérer une véritable innovation, l’environnement politique ne fait qu’encourager la conformité symbolique.

Les entreprises signalent leur alignement avec les priorités de transformation numérique sans générer une augmentation correspondante de l’activité observable de brevets IA.

Dans cette étude, « nous reconceptualisons le découplage de la stratégie IA comme une réponse conditionnée institutionnellement à des caractéristiques de domaine spécifiques plutôt que comme le produit du court‑termisme managérial, du lavage de machine délibéré ou d’un échec de gouvernance », ont noté les auteurs. « En montrant que le découplage apparaît systématiquement lorsque la valeur de signalisation élevée, l’asymétrie de coût importante et la faible vérifiabilité externe coexistent sous la pression institutionnelle, nous le transformons d’une étiquette descriptive ex‑post en une construction prédictive ex‑ante applicable aux futurs domaines technologiques et réformes d’infrastructure ».

Aujourd’hui, le découplage se produit lorsque les entreprises adoptent des engagements publics ou des politiques formelles qui correspondent aux attentes institutionnelles tout en maintenant des pratiques internes qui divergent de ces positions.

Dans le contexte des CBDC, cela signifie que les entreprises adoptent publiquement l’IA en réponse à une visibilité institutionnelle accrue, mais ajustent sélectivement l’allocation interne des ressources loin de la construction d’une véritable capacité IA. « Ce n’est pas une simple négligence managériale mais une réponse organisationnelle structurée : les entreprises gèrent activement la frontière entre les récits externes et les décisions de ressources internes afin de satisfaire les exigences de légitimité à moindre coût », indique l’étude.

Les chercheurs ont identifié trois mécanismes principaux à l’origine de cet écart. Le premier est une liquidité de capital accrue, qui réduit les frictions de financement. Cela rend le signalement symbolique moins coûteux que l’engagement de capitaux dans la R&D IA à long terme, ce qui signifie que les entreprises trouvent moins cher de parler que de construire.

Le deuxième mécanisme est une traçabilité accrue des transactions, qui augmente la visibilité des décisions d’allocation de capital des entreprises pour les régulateurs et les investisseurs. Cela incite davantage au signalement narratif tout en décourageant les échecs d’investissements risqués qui seraient désormais plus visibles qu’auparavant.

« Le CBDC est un changement institutionnel imposé de l’extérieur qui restructure l’environnement de paiement dans lequel les entreprises opèrent, modifiant les conditions de financement, l’intensité de la surveillance et la vitesse de règlement », note l’étude.

Selon la théorie institutionnelle, de tels changements environnementaux produisent des pressions « coercitives, mimétiques et normatives » qui obligent les organisations à se conformer aux attentes institutionnelles dominantes.

Ainsi, lorsque la politique CBDC augmente la visibilité du comportement financier des entreprises et signale l’engagement de l’État envers la transformation numérique, les entreprises subissent une pression de légitimité accrue pour s’aligner sur les priorités de la politique technologique.

Le troisième mécanisme est la rapidité accrue des règlements, qui raccourcit l’horizon temporel sur lequel les entreprises sont évaluées. Cela récompense le signalement visible, fréquent et à faible coût plutôt que les projets d’innovation à maturation lente.

Ensemble, ces trois mécanismes augmentent l’attrait de la rhétorique IA tout en décourageant les investissements coûteux et incertains dans une véritable capacité IA.

L’analyse de médiation a produit des preuves statistiquement significatives soutenant les trois canaux proposés, et les résultats se sont avérés robustes à plusieurs vérifications, y compris les tests de tendances parallèles, la décomposition Goodman‑Bacon, les tests placebo, la correction Heckman pour le biais de sélection, le matching par score de propension, et une conception de différence‑en‑différences empilée.

Mais pourquoi l’IA est-elle particulièrement vulnérable à ce type de découplage ? C’est parce qu’elle offre une valeur de signalisation exceptionnellement élevée, nécessite des investissements à long terme substantiels pour construire des capacités réelles telles que des algorithmes originaux et un entraînement à grande échelle de modèles, et reste difficile à vérifier pour les parties externes.

« Dans un contexte d’asymétrie d’information entre les entreprises et les parties externes, les entreprises ont des incitations à choisir le mode de conformité qui maximise les retours réputationnels par unité de coût », ont déclaré les auteurs.

Comme le souligne l’étude, la capacité IA est opaque car elle est intégrée dans des actifs intangibles tels que les algorithmes et les pipelines de données.

De plus, « L’IA occupe le sommet de la hiérarchie de la politique technologique chinoise et attire une attention disproportionnée des investisseurs et une légitimité politique, rendant les affirmations liées à l’IA bien plus gratifiantes que les affirmations équivalentes concernant le cloud computing ou le big data ».

Il convient de noter que l’effet de découplage n’est pas réparti uniformément. Il se concentre parmi les entreprises déjà engagées dans une transformation numérique avancée, opérant dans des secteurs à haute technologie où les affirmations IA portent le plus de poids réputationnel, et situées dans des régions où les documents de politique gouvernementale locale mettent fortement l’accent sur la transformation numérique. Ces entreprises ont également tendance à avoir une moindre détention d’investisseurs institutionnels, ce qui signifie que les actionnaires sophistiqués sont moins présents pour discipliner les affirmations vides.

Cela signifie que les entreprises les plus susceptibles de faire de grandes déclarations sur l’IA sans disposer de la capacité correspondante sont exactement celles déjà intégrées dans des écosystèmes numériques et politiques qui récompensent l’apparence d’innovation. Les marchés ne négligent pas entièrement ce comportement.

Selon les résultats de l’étude, les entreprises présentant un plus grand découplage IA voient leurs valorisations diminuer, leurs flux de capitaux de capital‑risque diminuer, leur rentabilité baisser et leurs coûts de financement par endettement augmenter.

Cela suggère que les créanciers, les investisseurs en actions et les capital‑risqueurs peuvent au moins partiellement identifier quand les affirmations IA ne sont pas soutenues par un développement technologique significatif et pénaliser le signalement symbolique de l’IA en conséquence. Mais le fait que le découplage persiste malgré ces pénalités indique que les gains de légitimité à court terme issus du discours IA l’emportent encore sur la discipline de marché à long terme, pour l’instant.

Les auteurs soulignent donc cela comme une conséquence non intentionnelle et jusqu’alors non documentée de l’adoption des CBDC : bien que les monnaies numériques puissent améliorer l’efficacité financière, elles peuvent déformer les divulgations d’innovation des entreprises bien au‑delà du système financier qu’elles étaient censées moderniser, affaissant ainsi la crédibilité des divulgations liées à l’IA.

International Business Machines Corporation (NYSE: IBM)

À des fins d’investissement, IBM constitue un choix attractif compte tenu de son implication dans les deux domaines : les CBDC et l’intelligence artificielle. L’entreprise fournit des cadres blockchain de niveau entreprise et des outils de recherche pour aider les banques centrales à développer, tester et déployer des CBDC sécurisées. Plus récemment, IBM a lancé Digital Asset Haven, une plateforme destinée aux institutions financières, aux gouvernements et aux entreprises pour gérer et développer en toute sécurité leurs opérations d’actifs numériques. L’activité bien établie d’IBM dans les services financiers et l’infrastructure de paiement renforce également son exposition crédible à la modernisation des systèmes financiers réglementés.

IBM n’a pas été étudié dans le cadre de la recherche, et son inclusion ici reflète son exposition aux technologies et aux besoins de gouvernance mis en évidence par l’étude plutôt que toute connexion directe aux résultats des chercheurs.

Par ailleurs, sa plateforme d’IA et de données prête pour l’entreprise, watsonx, est conçue pour créer, déployer et gouverner l’IA générative et les charges de travail d’apprentissage automatique.

IBM est une société dont la capitalisation boursière s’élève à 223,4 milliards de dollars, dont les actions, au moment de la rédaction, se négocient à 236 $, en hausse de 11,34 % au cours du mois dernier mais en baisse de 20 % depuis le début de l’année et de 2,22 % sur les douze derniers mois. Elle affiche un BPA (TTM) de 12,45 et un PER (TTM) de 19,05. IBM verse un rendement de dividende de 2,85 %.

Du côté des finances, IBM a déclaré un chiffre d’affaires de 17,16 milliards de dollars et un BPA ajusté de 2,93 $ pour le deuxième trimestre 2026. Le chiffre d’affaires a progressé de 1 % en glissement annuel. Le résultat net était de 2,17 milliards de dollars. Par segment, le chiffre d’affaires du logiciel a augmenté de 5 % pour atteindre 7,8 milliards de dollars. Le cloud hybride (Red Hat), l’automatisation et les données ont tous augmenté, tandis que le logiciel de traitement des transactions a reculé de 8 %. Les revenus de conseil sont restés stables à 5,3 milliards de dollars, le segment Financement a bondi de 12 % à 0,2 milliard de dollars, et les revenus d’infrastructure ont baissé de 7 % à 3,8 milliards de dollars en raison de ventes de mainframes Z inférieures aux prévisions, en baisse de 42 %.

« Nous prenons des mesures pour accélérer notre croissance des revenus et notre rentabilité, en stimulant la productivité à l’échelle de l’entreprise grâce à l’IA et à l’automatisation, et en investissant massivement dans la commercialisation de l’innovation à vitesse et à grande échelle. »

– PDG Arvind Krishna

Le flux de trésorerie disponible d’IBM au deuxième trimestre était de 2,5 milliards de dollars, en baisse de 0,3 milliard de dollars en glissement annuel, et l’entreprise a clôturé le trimestre avec 8,2 milliards de dollars en liquidités, liquidités restreintes et titres négociables, en baisse de 6,3 milliards de dollars par rapport à la fin de l’année 2025.

Au cours de la période, l’entreprise a reversé 1,6 milliard de dollars aux actionnaires sous forme de dividendes. Pour l’ensemble de l’année, la société prévoit une croissance du chiffre d’affaires en monnaie constante de 4 % à 5 % et une augmentation du flux de trésorerie disponible d’environ 1 milliard de dollars.

À l’avenir, IBM se concentrera sur son portefeuille à forte croissance, incluant les logiciels qui aident les clients à gérer, déployer et créer des solutions prêtes pour l’IA, où « la demande client est la plus forte ». Le quantique constitue un autre axe d’intérêt, avec des projets d’investissement de plus de 10 milliards de dollars. IBM a également indiqué être en bonne voie pour livrer le premier ordinateur quantique tolérant aux fautes à grande échelle d’ici 2029.

« Bien que nous ayons rencontré des vents contraires sur les revenus à la fin du deuxième trimestre, nous avons continué à nous concentrer sur les fondamentaux de notre activité, notamment en stimulant la productivité, en renforçant notre portefeuille et en générant du flux de trésorerie disponible. »

– CFO James Kavanaugh

Conclusion

Les CBDC gagnent du terrain parmi les gouvernements pour de bonnes raisons ; elles modernisent les systèmes de paiement, améliorent l’efficacité et renforcent l’infrastructure financière.

Mais ce n’est pas uniquement des avantages ; l’adoption des CBDC comporte également des risques. Les preuves suggèrent que leur impact dépasse le secteur financier et influence le comportement d’innovation des entreprises, la dernière étude constatant que l’adoption des CBDC encourage involontairement les entreprises à intensifier leurs récits IA sans produire une augmentation correspondante de l’activité observable de brevets IA.

Cela crée un besoin pour les décideurs, les fournisseurs de technologie et les investisseurs de rester attentifs à la qualité des divulgations IA des entreprises. Ils doivent veiller à ce que les récits IA correspondent aux progrès technologiques réels afin de réaliser pleinement les bénéfices tant des CBDC que de l’IA.

Références

1. Eijffinger, S. & de Haan, J. Indépendance et responsabilité des banques centrales. Journal of International Money and Finance, 166, 103595 (2026). https://doi.org/10.1016/j.jimonfin.2026.103595
2. Yu, J., Chen, R. & Luo, H. Tout le bruit et aucune substance: le dilemme des stratégies d’entreprise en IA sous les politiques de monnaies numériques de banque centrale. International Review of Economics & Finance, 111, 105689 (2026). https://doi.org/10.1016/j.iref.2026.105689