Tout le monde passe à côté de ce que signifie réellement cette divergence. Le S&P a explosé tandis que les offres d'emploi se sont effondrées parce que les entreprises technologiques ont fait un choix : acheter des GPU, pas embaucher des gens. Meta, Amazon, Microsoft réduisent leurs effectifs pour financer l'infrastructure de calcul. Chaque point de pourcentage de réduction de la main-d'œuvre finance un autre cluster H100. Mais voici ce qui rend cela fou. Les offres d'emploi ont atteint un pic de 12 millions en 2022 et sont tombées à moins de 8 millions fin 2023. Cela représente 4 millions de postes ouverts en moins. Pendant la même période, le S&P a grimpé de 30 % parce que le marché a décidé que les dépenses en infrastructure AI comptent plus que les coûts de main-d'œuvre. Cela vous dit tout sur la façon dont le capital réévalue la productivité. Le marché croit que l'achat de capacité de calcul aujourd'hui génère plus de valeur que l'embauche de travailleurs. Les entreprises ayant les liquidités pour faire cet échange sont récompensées. Les entreprises qui n'en ont pas sont laissées pour compte. La partie intéressante ? Nous assistons à une réallocation des ressources en temps réel du travail vers l'infrastructure avant d'avoir la preuve que l'infrastructure génère réellement un retour sur investissement. L'ensemble du marché parie que le calcul AI devient plus précieux que le nombre d'employés humains. Et cet écart ne fait que se creuser.