Le résumé essentiel d’All-In : confrontation entre l’IPO d’Anthropic et OpenAI, dévoilement du vrai ROI de l’IA, des restrictions d’exportation des modèles chinois et de la prise de participation par tous les citoyens

整理 & 编译：深潮 TechFlow

Invités : Chamath Palihapitiya (fondateur de Social Capital), Brad Gerstner (fondateur d’Altimeter Capital et PDG), David Sacks (associé chez Craft Ventures)

Animateur : Jason Calacanis, All-In Podcast

Podcast source : All-In Podcast

Titre original : OpenAI vs Anthropic IPOs，Anthropic $3T，guerre des prix de Zuck，la Chine met fin à l’open source？，Trump Accounts

Date de diffusion : 11 juillet 2026

Points clés

Dans cet épisode 280 d’All-In, Brad Gerstner remplace Friedberg, en congé. L’émission démarre par une course aux introductions en bourse (IPO) de niveau billion : SpaceX est déjà entrée en bourse avec une valorisation de 1,75 trillion de dollars, et Anthropic a déposé en secret ses documents le 1er juin tandis qu’OpenAI lui emboîte le pas. Gavin Baker, il y a deux semaines, estime que le chiffre d’affaires d’Anthropic pourrait dépasser 1000 milliards de dollars cette année, avec une valorisation en bourse jusqu’à 3 trillion. Brad affirme sans hésiter qu’Altimeter va acheter massivement les IPO des deux sociétés.

Mais Chamath jette un froid. Il constate que le coût des tokens de sa propre entreprise double tous les 45 jours, tandis que l’amélioration de productivité en aval ne dépasse que 5%. Il pose une question à Claude 5 : de combien l’IA fait-elle croître l’EPS du S&P 500 ? Réponse : 50%. Mais en retirant la partie correspondant aux ventes de puces Nvidia à Amazon, la croissance réelle de l’EPS du S&P 493 n’est que de 9%, dont la majeure partie provient du pouvoir de fixation des prix au-dessus de l’inflation et des rachats. Le ROI réel de l’IA se situerait entre 0 et 2%. Le raisonnement de Chamath est le suivant : si on peut introduire en bourse maintenant, il faut le faire maintenant, tant que ces chiffres n’ont pas encore atteint le niveau “waterline” de compréhension du marché.

La discussion se tourne ensuite vers la Chine. Reuters indique que le CCP envisage de limiter l’accès depuis l’étranger aux meilleurs modèles d’IA chinois, qualifiant la fuite de recherches en IA de crime de sécurité nationale. Sacks a discuté de ce sujet à Washington et à la Maison-Blanche, ainsi qu’au Trésor ; son interprétation : la stratégie de la Chine est la même que celle de Sam Altman à l’époque—rattraper en open source, puis fermer quand elle est arrivée à niveau. Il révèle aussi qu’il existe des filigranes de “distillation” de modèles de pointe américains dans GLM-5.2, et que le gouvernement américain risque fortement de riposter contre la distillation. En fin d’émission, Brad passe presque une heure sur Trump Accounts : un plan qui offre 1000 dollars à chaque nouveau-né américain, et investit ensuite dans le S&P 500. En 24 heures, l’application a ouvert 1,5 million de comptes, attirant plus de 1 milliard de dollars de dépôts.

Résumé des points marquants

Sur le calendrier des IPO

• Chamath : « Si on peut introduire en bourse maintenant, il faut le faire maintenant, tant que ces chiffres n’ont pas encore “migré” dans la compréhension du marché. C’est, selon moi, la fenêtre où l’on peut vendre cher et lever beaucoup d’argent. »
• Brad : « Aujourd’hui, Altimeter va acheter ces deux IPO à grande échelle, avec une taille de ticket importante. »
• Brad : « Le chiffre d’affaires annualisé d’Anthropic pourrait dépasser 1000 milliards de dollars, alors que la vision forward de SpaceX n’est qu’à 35 milliards. Sur la base du succès de SpaceX, cela deviendrait une IPO phénomène. »

Sur le ROI de l’IA

• Chamath : « Mon coût en tokens double tous les 45 jours, et la productivité en aval peut monter jusqu’à 5%. Mes coûts doublent, et mes gains restent pratiquement à l’équilibre. »
• Chamath : « La croissance de l’EPS du S&P 493 est de 9%, dont l’essentiel vient du pouvoir de tarification au-dessus de l’inflation, et les 3% restants des rachats. Le ROI de l’IA attribuable serait entre 0 et 2%. »
• Brad : « Nous n’avons jamais vu une croissance de revenus comme celle-ci, parce que nous n’avions jamais vu un TAM aussi énorme. L’intelligence est le plus grand marché adressable de l’histoire humaine. »

Sur open source vs closed source

• Sacks : « L’intention côté entreprises est bonne, mais la capacité est faible. Elles veulent transférer depuis des modèles closed source, mais elles n’y arrivent pas. »
• Sacks : « La part de l’open source dans les dépenses des entreprises baisse en réalité : de 19% l’an dernier à 11% cette année. »
• Brad : « Remplacer un conseiller à 200 dollars l’heure par un modèle à 3 dollars bon marché ou un modèle de pointe à 15 dollars : la différence de coût n’a tout simplement aucune importance. »

Sur le virage de l’open source en Chine

• Sacks : « La stratégie de la Chine, c’est : tu ouvres pendant la phase où tu rattrapes, puis tu fermes quand tu es arrivé. Sam Altman l’a fait exactement comme ça il y a trois ans. »
• Sacks : « Dans GLM-5.2, il y a des filigranes de distillation de Mythos. Le gouvernement américain va très probablement frapper la distillation. C’est normal. »
• Chamath : « Le meilleur scénario pour les États-Unis, c’est que la Chine fasse aussi émerger une communauté de “prophètes de l’Apocalypse”. »

Sur Trump Accounts

• Brad : « Si, à ta naissance, on te donne 1000 dollars, et que quelqu’un ajoute un complément, puis qu’on épargne 10 dollars par semaine, à 18 ans tu as 50 000 dollars. Tout investi dans le S&P 500. »
• Sacks : « Si le compte Trump est déjà intégralement financé dès le départ, avec les rendements de marché des 30 dernières années, à 28 ans cet enfant sera millionnaire. »
• Jason : « Ça peut remplacer la sécurité sociale. Ça remplace les serments de don. »

Corps du texte

Chapitre 1 : Course aux IPO de niveau billion : SpaceX montre la voie, OpenAI et Anthropic se préparent

Jason : Commençons par une mise à jour sur les IPO. Une accélération d’IPO de niveau trillion se joue en ce moment : SpaceX est déjà introduite en bourse, avec un prix de transaction très proche du prix d’émission. La tarification est pratiquement parfaite ; en théorie, il reste deux autres noms : OpenAI et Anthropic. Le cours de SpaceX a grimpé jusqu’à 200 dollars à un moment, puis est redescendu à 150 dollars, exactement au voisinage du prix d’émission. La capitalisation actuelle est de 2 trillion de dollars, ce qui en fait la 7e plus grande entreprise au monde. Anthropic a soumis sa demande en secret le 1er juin, et Polymarket attribue 65% de chances d’une introduction en bourse cette année. Gavin Baker disait il y a deux semaines qu’il pensait que le chiffre d’affaires d’Anthropic dépasserait 1000 milliards de dollars d’ici la fin de cette année et deviendrait rentable, et que la valorisation au moment de l’IPO pourrait atteindre 3 trillion. Chamath, vous aviez dit que la décision d’Elon consistant à être le premier à entrer en bourse était une bonne manœuvre : quelle probabilité voyez-vous que ces deux acteurs sortent au cours du T1 de cette année ou du T1 de l’an prochain ?

Chamath pense que ces deux sociétés sont d’excellentes affaires, mais le vrai enjeu est le prix auquel le marché se “stabilise”, c’est-à-dire le prix d’équilibre. Cela dépend davantage de l’appétit du marché pour les nouvelles émissions et du niveau de prix auquel le marché peut les absorber.

OpenAI et Anthropic ne sont pas au même stade. Les informations divulguées par OpenAI lors de son dernier report indiquent que la consommation de cash reste très élevée : l’activité est plus éclatée, et elle dépend davantage du côté consommation. Brad a aussi mentionné plus tôt que Anthropic pourrait déjà être rentables par surprise. Chamath a partagé un détail : il a demandé à son CTO les dépenses de tokens, et celui-ci lui a répondu : « pour l’instant, ça double toutes les 45 jours ». Chamath a insisté : l’amélioration de la productivité en aval serait de combien ? Le CTO : « au maximum 5% ». Les coûts doublent, les gains restent globalement à l’équilibre. Le CTO explique qu’il faut beaucoup plus de tokens pour atteindre l’amélioration de la prochaine itération, car l’effet commence à s’éroder avec la marginalité.

Le jugement de Chamath est le suivant : « si on peut introduire en bourse maintenant, il faut le faire maintenant, avant que ces chiffres n’aient imprégné la perception du marché. C’est probablement la fenêtre où l’on peut lever beaucoup d’argent à un prix élevé. »

Brad, en tant qu’investisseur dans ces deux sociétés, livre une estimation plus optimiste. L’IPO de SpaceX est presque un cas d’école : levée de 75 milliards de dollars, valorisation de 1,75 trillion, chiffre d’affaires forward d’environ 35 milliards. Aujourd’hui, le cours a déjà progressé de 25%. Quant au chiffre d’affaires d’Anthropic, on dit qu’il pourrait dépasser 1000 milliards de dollars cette année ; si c’est vrai, le chiffre d’affaires GAAP de l’an prochain pourrait être bien au-dessus de ce niveau. Sur la base du précédent de SpaceX, Brad pense que ce sera une IPO “phénomène”. SpaceX a été pionnière sur le volume de l’IPO, la tarification, la liquidité, l’inclusion dans des indices et les arrangements de période de lock-up. Anthropic et OpenAI apprennent toutes deux de SpaceX.

À propos de la controverse liée à l’inclusion dans les indices, Brad explique que les règles précédentes avaient une logique : la plupart des sociétés nouvellement introduites sont plus jeunes, avec moins de revenus, et une rentabilité plus faible. Mais SpaceX est trop grande et trop importante ; l’exclure d’un indice n’aurait pas de sens. La bourse et la société d’indices ont fait des ajustements : elles ne l’ont pas insérée au plus haut, afin d’éviter le problème habituel des IPO où une baisse de 30% se produit ensuite et pénalise les investisseurs passifs.

Brad révèle aussi la dernière évolution d’OpenAI : les revenus sont revenus à environ 70 milliards de dollars cette année, et GPT6 pourrait être publié dans les 30 jours. Même si cela représente seulement le double des revenus de SpaceX et moins que la rumeur de 1000 milliards d’Anthropic, comme l’une des deux grandes laboratoires de pointe, un lancement au-dessus du trillion avec ce rythme de croissance reste cohérent. Il ne pense pas qu’il y ait une course entre les deux : elles agiront chacune quand le timing sera mûr. La restructuration de la structure d’entreprise d’OpenAI est plus complexe, donc elle pourrait arriver après Anthropic.

Chapitre 2 : Le coût des tokens double tous les 45 jours, le ROI de l’investissement IA proche de zéro ?

Jason : Ces dernières semaines, nous avons discuté du problème du ROI des dépenses en tokens. Les CTO et CEO du secteur commencent à répondre publiquement sur X. Le CTO de Uber, Pinen, a partagé leur approche : 99% des ingénieurs utilisent des outils d’IA ; plus de 70% des pull requests proviennent d’agents locaux ou en cloud ; les ingénieurs ont construit 200 compétences “agentic”. Ils envoient les ingénieurs sur le terrain, dans chaque département, comme « ingénieurs de déploiement en première ligne », et travaillent avec les responsables de département pour cartographier les processus. Brad, comment voyez-vous cette approche chez Uber ?

Brad estime que Chamath a raison sur le fond : il ne faut simplement pas se tromper sur l’horizon temporel. Oui, aujourd’hui, une grande partie de l’argent part dans des “buckets” expérimentaux, sans ROI direct. Mais l’adoption de l’IA par les entreprises est encore trop tôt. Le marché adressable, c’est littéralement chaque entreprise sur Terre, à une échelle sans précédent. La distribution des revenus n’est pas concentrée : des millions de clients prennent chaque jour des décisions rationnelles indépendantes.

Brad formule une prédiction audacieuse : si le chiffre d’affaires d’Anthropic dépasse 1000 milliards de dollars d’ici la fin de l’année, les revenus de l’an prochain pourraient encore être multipliés par 3 à 5. De 1000 milliards à 3000 milliards, l’incrément de 2000 milliards de revenus est inimaginable dans l’histoire de la Silicon Valley.

La remise en cause de Chamath porte sur la durabilité du ROI. Il pose deux questions à Claude 5. La première : de combien l’IA fait-elle croître l’EPS du S&P 500 ? Réponse : 50%. Mais il remarque que ce chiffre inclut aussi les revenus provenant de Nvidia vendant des puces à Amazon. Il pose alors une deuxième question : quelle est la croissance de l’EPS du S&P 493 (en excluant Mag7) ? Réponse : 9%. En détaillant, l’essentiel vient du pouvoir de tarification au-dessus de l’inflation, et les 3% restants viennent des rachats. Le ROI réellement attribuable à l’IA est entre 0 et 2%.

Chamath pense que, côté entreprise, tout a l’air très brillant ; le problème, c’est que des investisseurs intelligents comme Brad et Gavin finiront tôt ou tard par demander aux sociétés : quel est votre ROI ? Où se situe l’augmentation réelle de l’EPS ? Si la réponse est « je ne suis pas trop sûr », et que vous n’avez pas de pouvoir de tarification durable, alors le côté entreprise devient fragile. Le côté consommation, lui, devient un refuge : vous avez des dizaines de millions d’acheteurs, des points de prix beaucoup plus petits ; la différence de deux ordres de grandeur entre types d’acheteurs vous met à l’abri d’un examen strict du ROI.

Jason ajoute une autre perspective : l’originalité de cette technologie, c’est qu’elle touche tout le monde dans l’organisation. Quand Excel est arrivé, le département compta était enthousiaste, mais les RH et le marketing ressentaient moins l’impact. L’IA est différente : dans une organisation de mille personnes, tout le monde l’utilise ; chacun dépense 200 dollars par mois, puis 400 dollars si on double. Par rapport à un salaire annuel de 150 000 dollars, cela ne représente qu’une hausse de 3 à 4%. Le point clé : est-ce que cela rend ces personnes 3 à 5 fois plus efficaces ? Si oui, alors cela explique pourquoi les dépenses en tokens explosent.

Chapitre 3 : Open source vs closed source : les revenus se concentrent vers la pointe, mais les entreprises veulent fuir

Jason : Sacks, les CTO commencent à discuter sur X du “smart routing” : ils envoient d’abord la tâche à un modèle open source, et s’ils n’y arrivent pas, ils “fallback” vers Claude. Que pensez-vous de cette tendance ? Et si vous êtes investisseur : quand le CFO du modèle de pointe commence à demander « est-ce qu’on ne pourrait pas le faire moins cher ? », comment voyez-vous la croissance des modèles de pointe ?

Sacks pense que les CTO d’entreprise veulent effectivement déplacer la consommation de tokens vers des modèles moins chers. Ils voient les coûts de tokens exploser et se mettent à freiner ou, au minimum, à les contenir. À cela s’ajoute le sujet débattu la semaine dernière sur la souveraineté de l’IA : les entreprises craignent de confier leur alpha central à un laboratoire de pointe qui pourrait devenir un concurrent.

L’estimation principale de Sacks est la suivante : les entreprises veulent bien transférer depuis des modèles closed source, mais la plupart n’ont pas la capacité technique de le faire. L’intention est là, mais le corps est faible.

Coinbase et DoorDash l’ont fait : elles ont construit un middleware de routage de tokens, en envoyant les tâches de pointe à des modèles de pointe, et les tâches non de pointe à des modèles standards. Mais, en général, les entreprises ne disposent pas d’une telle capacité. C’est pour cela que la part des portefeuilles “money” des modèles closed source augmente. La part de l’open source dans les dépenses des entreprises baisse : de 19% l’an dernier à 11% cette année. Bien sûr, cela ne veut pas dire que l’usage baisse : peut-être que, lorsqu’on utilise des modèles open source, on ne paie que les frais d’hébergement et pas de redevances au laboratoire, ce qui rend la mesure difficile.

Sacks cite aussi l’avis du fondateur de Decagon : quand vous savez exactement quoi faire, utiliser un petit modèle open source bon marché est la bonne approche, mais il faut des données et un post-training. Si vous ne savez pas encore quoi faire et que vous voulez l’intelligence générale la plus puissante, alors il faut choisir le modèle de pointe. Les cas d’usage matures : open source. Les cas d’usage immatures : modèles de pointe.

Jason mentionne la découverte du fondateur de Databricks, Ali : pour un même modèle, en changeant le harness (cadre d’orchestration de la tâche), le coût peut être réduit de moitié. GLM-5.2, avec un harness spécifique, se comporte extrêmement bien : le volume de tâches est divisé par deux. Jason raconte aussi son expérience : il a monté un agent de découverte de tendances qui s’exécute chaque heure ; après optimisation, sa consommation de tokens a chuté de 80%. Quand les tokens deviennent moins chers, il passe d’exécution quotidienne à exécution horaire, puis il découpe un seul agent en trois tâches parallèles. Le matin, il constate que 14 tâches sont déjà terminées : le ressenti est totalement différent.

Le point de vue de Brad là-dessus : le débat central est de savoir si l’intelligence va converger. Au moment du “DeepSeek moment” il y a 18 mois, le marché a chuté de 40%. Beaucoup pensaient que les modèles de pointe étaient finis et que l’open source allait les tuer. Mais 18 mois plus tard, les faits disent exactement l’inverse : le “wallet share” des laboratoires de pointe augmente en réalité, même si la consommation de tokens augmente des deux côtés.

Brad formule une hypothèse contre-intuitive : peut-être que l’intelligence ne converge tout simplement pas. Si la super intelligence devient récursivement auto-améliorante, alors plus un modèle est intelligent, plus il gagne d’argent, plus il gagne d’argent, plus il achète de la puissance de calcul, et plus il achète de puissance de calcul, plus il construit de meilleurs modèles. La distance pourrait ne pas se réduire sur les 2 à 3 prochaines années : au contraire, elle pourrait s’amplifier.

Jason mentionne aussi qu’il a interviewé le CEO de Lovable, Anton. Après environ 30 mois de mise en ligne, les revenus passent de zéro à 600 millions de dollars. Il a aussi demandé au CEO de 11Labs, Matti : vous êtes de gros clients de modèles de pointe, avec des dépenses de plusieurs dizaines de millions de dollars par an. Avez-vous peur de fuites de données et de la concurrence ? Les deux répondent qu’ils développent leur propre modèle de recherche. Ce sont des clients à huit ou neuf chiffres ; si tous commencent à construire des modèles verticaux en interne, les laboratoires de pointe ressentiront une pression. Chamath a alors contre-attaqué : si 11Labs doit faire le meilleur agent vocal au monde, et si la meilleure capacité vocale vient des laboratoires de pointe, peut-il assumer le coût de compétitivité en utilisant un modèle interne sous-optimal sur un marché concurrentiel ?

Chapitre 4 : Zuck lance une guerre des prix : même qualité, un centième du coût

Jason : Meta a publié cette semaine Spark 1.1, un modèle d’agentic encoding très puissant, avec un prix très bas. Zuck est exceptionnellement actif sur X : il a publié le plus grand nombre de tweets de l’histoire. Il dit en gros : je vous donne une qualité identique, mais les coûts ne sont qu’à 1%. Brad, que pensez-vous de cette stratégie de Zuck ?

Brad pense que Meta s’est trompé dans sa stratégie d’open source auparavant, mais que maintenant Zuck choisit clairement la direction d’une guerre des prix. Meta publie aussi une nouvelle API de modèles : ce n’est pas seulement faire un modèle, mais aussi fournir des tokens. C’est une bonne chose pour la compétition aux États-Unis.

Brad utilise une analogie pour expliquer pourquoi les modèles de pointe ne sont pas facilement remplaçables : si votre agent IA remplace un consultant à 200 dollars l’heure, que ce soit avec un modèle bon marché à 3 dollars ou un modèle de pointe à 15 dollars, l’écart n’est pas du tout le problème. La question est plutôt : les 15 dollars permettent-ils d’exécuter la tâche sans erreur ? Si la tâche “crashe” à mi-parcours, vous perdez à la fois des tokens et du temps.

Chamath n’est pas d’accord. Il pense que, comme lorsque l’iPhone vient de sortir, les gens passent leur temps à upgrader parce que le nouveau prix vaut le coup. Mais un jour, les gens diront : « l’ancien téléphone suffit ». Quand il a testé Claude 5, il a constaté que certaines directions de recherche étaient limitées et que le modèle ne répondait pas. Chacun arrive, à des moments différents, à un seuil de « ça suffit ».

Chamath partage aussi une expérience vécue au sein de la Commission de l’ONU sur l’IA. Lui, Benioff, Jensen et Brad Smith ont participé à la Commission de l’ONU sur l’IA co-présidée par Benioff. Son observation : aucun pays au monde ne n’est en train d’élaborer sa propre stratégie souveraine d’IA, et aucun pays n’est prêt à utiliser comme réponse le modèle closed source américain. Beaucoup de pays préfèrent prendre un modèle open source, par exemple celui de Nvidia, et construire eux-mêmes toute une pile d’infrastructure.

Des exemples d’IA souveraine incluent : le modèle Falcon des Émirats arabes unis, un LLM en arabe saoudien, Neoterra au Japon (investissement de 6 milliards de dollars) qui passe directement à l’IA physique et aux robots. Chamath pense que lorsque les modèles atteignent 95% à 99% du niveau de pointe, beaucoup de pays diront « ça suffit ». D’un autre côté, certaines entreprises n’ont pas une croissance de rentabilité suffisante pour soutenir ce niveau de dépenses, et elles n’ont ni la volonté ni le courage de réduire les coûts à grande échelle. C’est comme dans la fameuse lettre qu’il a envoyée à Zuck : Zuck a fini par agir sous la pression. La plupart des entreprises laissent simplement les problèmes s’accumuler.

Chapitre 5 : La Chine envisage de limiter l’exportation des modèles IA : rattraper puis fermer la porte

Jason : Reuters rapporte que le CCP envisage de limiter l’accès depuis l’étranger aux meilleurs modèles d’IA chinois. Deux organismes de régulation ont convoqué Alibaba, ByteDance et Z.AI (la société derrière GLM-5.2) afin de discuter de restrictions sur l’accès international aux modèles de pointe, qu’ils soient open source ou closed source. Ils classent la fuite de recherches sur l’IA comme un crime de sécurité nationale, et veulent aussi contrôler qui peut investir dans des laboratoires d’IA chinois. Sacks, la semaine dernière je vous avais posé une question à l’envers : est-ce que les États-Unis devraient interdire les modèles chinois ? Maintenant c’est l’inverse : la Chine dit vouloir restreindre. Que pensez-vous de ce jeu ?

Sacks pense que la nouvelle est peut-être exagérée. Le modèle numéro un de la Chine est ByteDance, et il est closed source par nature. Qwen d’Alibaba était auparavant open source, et pourrait maintenant passer en closed source. GLM-5.2 de Z.AI était aussi open source avant et pourrait aussi passer en closed source.

Le jugement de Sacks est le suivant : la stratégie est très claire : tu fais de l’open source quand tu rattrapes, puis tu fermes quand tu t’approches de la pointe. C’est exactement ce que Sam Altman avait fait avec OpenAI il y a trois ans : passer du non-lucratif au lucratif, et de l’open source au closed source.

L’avantage de l’open source, c’est d’attirer une communauté de développeurs et, dans le domaine de l’IA, cela vous renforce la boucle de données de l’apprentissage par renforcement. Mais une fois que vous vous êtes rapproché, le closed source permet de capter toute la valeur.

Cette semaine, Sacks a discuté du sujet à Washington, à la Maison-Blanche et au Trésor. Il dit qu’entre toutes les controverses réglementaires, il existe une chose qui fait l’unanimité : rester en avance sur la Chine à tout prix. Du président jusqu’en bas, tout le monde demande « à quelle distance sommes-nous en avance ? » et « que faut-il faire pour maintenir l’avance ? ». L’idée de faire sortir les laboratoires de pointe américains tout en laissant les modèles open source chinois circuler librement n’existe pas à Washington. Il révèle aussi que GLM-5.2 contient des filigranes de distillation de Mythos, et que le gouvernement américain frappera très probablement la distillation.

Sacks estime que la Chine faire cela n’aura en fait pas un impact majeur sur les États-Unis. Les États-Unis ont la capacité de faire de l’open source : Nvidia le fait, Reflection aussi. Il a discuté avec des laboratoires de pointe de la raison pour laquelle ils ne font pas d’open source ; la réponse a été : « la demande n’est pas si forte. Si la demande est forte, alors on le fera ». Pour la Chine, restreindre l’exportation pourrait au final lui faire davantage de mal.

Chamath fait une blague : pour les États-Unis, le meilleur scénario serait que la Chine fasse aussi émerger une communauté de “prophètes de l’Apocalypse” qui passerait tout son temps à s’inquiéter du chômage lié à l’IA et des risques existentiels. Si les laboratoires chinois commencent aussi à être entravés par la régulation, ce serait le plus gros avantage pour les États-Unis.

Chapitre 6 : Trump Accounts : ouvrir un compte S&P 500 pour chaque enfant américain dès la naissance

Jason : Brad est allé à Washington cette semaine. L’application Trump Accounts est déjà l’application numéro un au monde en nombre de téléchargements. Félicitations Brad : c’est quatre ans de travail. Racontez-nous ce qui s’est passé.

Brad décrit un parcours de quatre ans. L’Invest America Act a été signé comme loi l’an dernier dans le cadre d’un texte ; cette année, le 4 juillet, l’application est officiellement lancée. Chaque nouveau-né américain reçoit 1000 dollars versés dans un compte d’investissement privé, et tout est investi dans le S&P 500. Le compte est gratuit à vie. Dans les 24 heures suivant le lancement, 1,5 million de comptes ont été ouverts, attirant plus de 1 milliard de dollars de dépôts. Ils ont organisé à Washington, dans le bureau ovale, une cérémonie d’ouverture conjointe — pour la toute première fois de l’histoire — avec le Nasdaq et la Bourse de New York, à laquelle ont assisté des centaines de CEO. Le président propose aussi de créer automatiquement des comptes pour les mineurs de 50 à 70 millions, âgés de moins de 18 ans.

Sacks analyse la puissance du mécanisme sous l’angle de la planification financière. Chaque année, 5000 dollars peuvent être versés sur le compte de l’enfant (amis et famille compris), et les employeurs peuvent contribuer 2500 dollars en franchise d’impôts. Avant 18 ans, les intérêts composés sont exonérés. Après 18 ans, il est possible de retirer jusqu’à 25% pour acheter une maison, lancer une entreprise ou payer l’université, et le reste continue sur un IRA. Si on attend que l’enfant ne soit plus à charge (par exemple juste après la remise des diplômes, avec un taux de 0% dans sa tranche), puis qu’on fait une conversion IRA vers Roth IRA, on paie presque aucun impôt et l’argent devient un investissement à vie exonéré.

Sacks a fait le calcul : si le compte Trump est intégralement financé dès le départ, en utilisant les rendements du marché sur les 30 dernières années, à 28 ans cet enfant devient millionnaire. S’il y a entre 200 000 et 300 000 dollars à 18 ans, alors avec intérêts composés jusqu’à 60 ans il aura plus de 10 millions.

Il y a aussi une série d’annonces majeures côté philanthropie. Michael et Susan Dell ont fait un don de plus de 6 milliards de dollars : 250 dollars pour chacun des enfants de 25 millions de familles à revenus intermédiaires et modestes. Le président de SpaceX, Gwen Shotwell, a fait don de 350 millions de dollars en actions SpaceX, dédiées aux enfants des communautés à faibles revenus. Micron a donné 250 millions de dollars : jusqu’à 1000 dollars par enfant pour chaque employé. Brad lui-même a donné 100 millions de dollars, couvrant tous les enfants de l’Indiana.

Brad a déclaré qu’ils avaient indiqué au président qu’ils s’attendraient à mobiliser 100 milliards de dollars en 12 mois. Cela deviendrait la plus grande plateforme de philanthropie “directe” de l’histoire américaine : sans intermédiaires, directement vers les comptes des enfants, avec interdiction de retrait avant 18 ans. Selon cette trajectoire, il y aurait plus de 100 millions de comptes d’investissement privés au cours de la prochaine décennie, et sur 15 ans possiblement 2 à 4 billions de dollars entreront dans des comptes de familles qui, à l’origine, n’avaient rien.

Jason conclut avec une perspective plus macro : il dit que ce programme peut remplacer la sécurité sociale, et remplacer les serments de don. Aujourd’hui, aux États-Unis, seulement 50% des gens détiennent des actions ; si les comptes Trump réussissent à se généraliser, cela pourrait monter à 70% à 75%. L’Australie est l’un des pays les plus heureux du monde, notamment parce que leur système de superannuation obligatoire oblige chacun à verser 12% à 14% de son revenu dans un compte similaire à un 401k. Les comptes Trump font quelque chose de comparable, mais à un niveau plus fondamental.

Jason remercie aussi en particulier Joe Gebbia (cofondateur d’Airbnb) d’avoir rejoint l’équipe qui s’occupe de la conception logicielle du programme pour le gouvernement. Il dit que le gouvernement américain a réalisé un logiciel grand public d’une qualité exceptionnelle : c’est rare dans l’histoire. Brad ajoute que l’équipe inclut Michael Dell, Vlad Tenev (CEO de Robinhood), Joe Gebbia et Luke Pettit du Trésor. L’objectif est de créer non seulement l’un des meilleurs produits du gouvernement, mais aussi l’un des meilleurs produits grand public.