There is an academic consensus on the pivotal role of technological progress in economic growth. Robert Solow is perhaps the most well-known economist associated with the idea that technological progress is a major driver of economic growth. In the 1950s, he developed the Solow growth model, which demonstrated that technological progress (referred to as “total factor productivity” in the model) plays a crucial role in explaining long-term economic growth. He was awarded the Nobel Prize in Economics in 1987 for his work on growth theory. Another influential economist, Paul Romer, has made significant contributions to understanding the role of technology in economic growth. He is known for his work on endogenous growth theory, which emphasizes the role of innovation, research and development, and the accumulation of human capital in technological progress and economic growth. Romer’s contributions also earned him the Nobel Prize in Economics in 2018. Furthermore, Joseph Schumpeter emphasized the importance of innovation and entrepreneurship in economic growth. He introduced the concept of “creative destruction,” which refers to the process by which new technologies and innovations replace old ones, leading to economic growth and transformation. Finally, Paul Krugman, another Nobel laureate in Economics (2008), has extensively written about the role of technological progress and innovation in economic growth. His research often focuses on trade and economic geography but also touches on the importance of technological advancements and their impact on productivity and economic development.

Some Characteristics of Technological Progress

Technological progress is distributed very heterogeneously around the world. Visiting laboratories at Berkeley or the Swiss Federal Institute of Technology in Lausanne can give you a glimpse of the future, as the technologies being developed there today may not be commercialized for another 5 to 10 years. The Global Innovation Index of the World Intellectual Property Organization highlights these inequalities.

Technological progress has been accelerating since the 18th century and can be represented in waves: the first wave (1785–1845, 60 years) focused on the use of water as a source of energy and the emergence of the textile industry; the second wave (1845–1900, 55 years) involved steam engines and railroads; the third wave (1900–1950, 50 years) saw the rise of electricity, the chemical industry, and internal combustion engines; the fourth wave (1980–1990, 40 years) included petrochemicals, electronics, and aviation; the fifth wave (1990–2020, 30 years) featured software and the internet; and the sixth wave (2020-present) is centered around robotics and artificial intelligence. The acceleration of technological progress is driven by the accumulation of knowledge, economic growth, investments, and the convergence of various scientific disciplines.

Digitalization (the fifth wave) has been the most transformative and has profoundly changed our socio-economic model. By turning physical goods (e.g., cameras, GPS, voice recorders, calculators) into software (smartphone applications), it becomes possible to produce infinitely (by replicating the application’s source code) and have instant access to a global market (the application is available worldwide via the internet). Innovation becomes incremental (updating the application with new features is easy), shifting from a purchase model to a subscription model, and companies’ competitive advantage becomes data (consumer data, supplier data, etc.). This has led to the rise of new phenomena such as “start-up and monopolize,” where small companies quickly become unicorns/monopolies and disrupt traditional industries (e.g., Uber, Airbnb, Spotify, Twitter, etc.).

One of the main consequences of digitalization is that an increasingly significant portion of a company’s value-added exists in intangible form (i.e., cannot be physically touched). In fact, more than 85% of the value of the top 500 publicly traded companies in the United States (S&P500 index) consists of intangible assets. These assets include intellectual property (patents, copyrights, trade secrets), commercial rights (licenses, franchises, sponsorships), brand value, privileged relationships (customers, suppliers), data (databases, customer data, software), and IT assets (code, domain names), among others.

Since intangible capital is intrinsic to technological progress, the more technology advances, the greater the importance of intangible capital in a company’s assets. Until now, the smallest common denominator of intangible capital was the human brain — education because it was humans who were behind inventions (patents), computer software, branding, etc. This is commonly referred to as the era of the knowledge economy, in which nations compete to attract the best talent. However, with the sixth wave, artificial intelligence is likely to accelerate and potentially replace humans in the accumulation of intangible capital, creating a new feedback loop to accelerate technological progress.

It is important to note that we have no historical benchmark to predict future events. Never in human history have we advanced so far in technological progress, and the Pandora’s box has been opened.

The Nature of Technological Progress

In very general terms, technological progress represents a “better or new order of things” (i.e., a new car model uses the same raw materials but in a better order, including computer code; using autonomous vehicles is a new order).

Technological progress is a continuum of causal relationships involving many feedback loops. One simplified representation is the famous “innovation chain” (below). A researcher conducts fundamental research in their laboratory and suddenly (intentionally or unintentionally) discovers that a facet of their research can have a socio-economic impact. They focus on this facet (applied research) with the aim of transferring it (technology transfer) to society through commercialization and dissemination. For example, Professor Patrice Cani at UCLouvain has been studying bacteria in the intestinal microbiota for years (fundamental research). He suddenly discovers that a family of bacteria (Akkermansia muciniphila) plays a positive role in metabolic and cardiovascular function. He then decides to further concentrate his research on this bacterium. Ultimately, he creates a spin-off company from his laboratory to commercialize it.

Three phases can be distinguished in this innovation chain: fundamental research (A); applied research and technology transfer (B); and commercialization and dissemination ©. Each phase is important and has its own rules and mechanisms. Generally, the more disruptive an invention is, the more it stems from fundamental research. Fundamental research is the breeding ground for ideas for any major innovation, highlighting the importance of its (public) funding.

Il existe un consensus académique sur le rôle prépondérant du progrès technologique dans la croissance économique. Robert Solow est peut-être l’économiste le plus connu associé à l’idée que le progrès technologique est un facteur majeur de la croissance économique. Dans les années 1950, il a développé le modèle de croissance de Solow, qui montrait que le progrès technologique (appelé « productivité totale des facteurs » dans le modèle) joue un rôle crucial dans l’explication de la croissance économique à long terme. Il a remporté le prix Nobel d’économie en 1987 pour ses travaux sur la théorie de la croissance. Paul Romer est un autre économiste influent qui a apporté des contributions significatives à la compréhension du rôle de la technologie dans la croissance économique. Il est connu pour son travail sur la théorie de la croissance endogène, qui met l’accent sur le rôle de l’innovation, de la recherche et du développement, et de l’accumulation de capital humain dans la progression technologique et la croissance économique. Les contributions de Romer lui ont également valu le prix Nobel d’économie en 2018. Ensuite, Joseph Schumpeter a souligné l’importance de l’innovation et de l’entrepreneuriat dans la croissance économique. Il a introduit le concept de “destruction créatrice”, qui fait référence au processus par lequel de nouvelles technologies et innovations remplacent les anciennes, conduisant à la croissance économique et à la transformation. Finalement, Paul Krugman, un autre lauréat du prix Nobel d’économie (2008), a écrit abondamment sur le rôle du progrès technologique et de l’innovation dans la croissance économique. Ses recherches portent souvent sur le commerce et la géographie économique, mais elles touchent également à l’importance des avancées technologiques et à leur impact sur la productivité et le développement économique.

Quelques caractéristiques du progrès technologique

Il est distribué de manière très hétérogène à travers le monde — en visitant les laboratoires de Berkeley, ou de l’Ecole Polytechnique Fédérale de Lausanne, on fait un saut dans le futur car les technologies qui y sont développées aujourd’hui ne seront commercialisées que dans 5 à 10 ans. L’indice d’innovation globale de l’Organisation Internationale de la Propriété Intellectuelle met en lumière ces inégalités :

Source: https://www.wipo.int/edocs/pubdocs/en/wipo-pub-2000-2023-section1-en-gii-2023-at-a-glance-global-innovation-index-2023.pdf

Le progrès technologique s’accélère depuis le 18ème siècle. On peut le représenter par vagues : la première vague (1785–1845, 60 ans) concernait l’utilisation de l’eau comme source d’énergie et l’émergence de l’industrie textile; la seconde vague (1845–1900, 55 ans) la machine à vapeur et le rail; la troisième vague (1900–1950, 50 ans) l’électricité, l’industrie chimique et le moteur à combustion; la quatrième vague (1980–1990, 40 ans) la pétrochimie, l’électronique et l’aviation; la cinquième vague (1990–2020, 30 ans) le software et internet; la sixième vague (2020-aujourd’hui) la robotique et l’intelligence artificielle. La raison de cette accélération provient de l’accumulation des connaissances, de la croissance et accumulation des richesses et des investissements et de la convergence entre les différentes disciplines scientifiques.

La digitalisation (cinquième vague) a été la plus transversale et a profondément changé notre modèle socioéconomique. En transformant des biens physiques (appareil photo, GPS, machine vocale, calculatrice, etc.) en software (applications dans le smartphone), on peut simultanément produire à l’infini (on reproduit le code source de l’application) et avoir instantanément accès à un marché mondial (l’application est disponible via internet partout dans le monde). L’innovation devient incrémentale (il est aisé de mettre à jour l’application avec de nouvelles fonctionnalités), on passe d’un modèle d’achat vers un modèle d’abonnement et l’avantage compétitif des sociétés devient les données (consommateurs, fournisseurs, etc.). Ceci a permis l’essor de nouveaux phénomènes tels que les « start-up and monopolize », qui sont des petites sociétés qui deviennent très rapidement des licornes / monopoles s’attaquant à des industries historiques (Uber, Airbnb, Spotify, Twitter, etc).

Une des principales conséquences de la digitalisation est qu’une partie de plus en plus conséquente de la valeur ajoutée des entreprises se présente sous une forme non tangible (i.e. qui n’a pas d’existence physique, on ne peut pas la toucher). En effet, plus de 85% de la valeur des 500 plus grandes entreprises cotées en bourse aux Etats-Unis (indice S&P500) est composée de capital intangible. Il s’agit de propriété intellectuelle (brevets, droits d’auteur, secrets d’affaires), de droits commerciaux (licences, franchises, sponsors), de valeur de marque, de relations privilégiées (clients, fournisseurs), de données (bases de données, données clients, software), d’actifs informatiques (code, noms de domaine), etc.

Dans la mesure où le capital intangible est une propriété intrinsèque au progrès technologique, plus la technologie progresse, plus l’importance du capital intangible dans l’actif des entreprises augmente. Jusqu’à présent, le plus petit dénominateur commun du capital intangible était le cerveau humain — l’éducation car c’est bien l’humain qui était à l’origine des inventions (brevets), software informatique, branding, etc. C’est ce qu’on appelle communément l’ère de l’économie de la connaissance, dans laquelle les Etats sont en compétition pour attirer les meilleurs talents. Toutefois, avec la sixième vague, l’intelligence artificielle va probablement accélérer-substituer l’humain dans cette tâche d’accumulation de capital intangible. Une nouvelle boucle de rétroaction pour accélérer le progrès technologique.

Il est important de souligner que nous n’avons aucun benchmark historique qui nous permet de prédire la suite des évènements — jamais dans l’histoire de l’humanité nous n’avons été si loin dans le progrès technologique, la boite de pandore a été ouverte.

La nature du progrès technologique

Très généralement, il s’agit d’un « meilleur, ou nouveau ordre des choses » (i.e. un nouveau modèle de voiture utilise les mêmes matières premières, mais dans un meilleur ordre, y compris le code informatique ; utiliser des véhicules autonomes est un nouvel ordre).

Le progrès technologique est un continuum de relations causales comprenant de nombreuses boucles de rétroaction. Une lecture de représentation (très simplifiée) est la fameuse « chaine de l’innovation » (ci-dessous). Un chercheur mène des recherches (fondamentales) dans son laboratoire et découvre soudainement (volontairement, ou non), qu’un vecteur de ses recherches peut avoir un impact socioéconomique. Il se concentre sur ce vecteur (appliqué) en vue de le transférer (transfert de technologie) à la société via sa commercialisation et diffusion. Par exemple, le Pr. Patrice Cani de l’UCLouvain analyse depuis des années les bactéries présentes dans le microbiote intestinal (recherche fondamentale). Il découvre soudainement qu’une famille de bactéries (Akkermansia muciniphila) joue un rôle positif dans la fonction métabolique et cardiovasculaire. Il décide alors de concentrer plus amplement ses recherches sur cette bactérie. In fine, il crée une société (spin-off issue de son laboratoire) pour la commercialiser (https://dailyscience.be/19/09/2022/de-la-recherche-fondamentale-au-produit-commercial-le-succes-d-akkermansia-muciniphila/ ).

On peut distinguer trois phases dans la présente chaine d’innovation : la recherche fondamentale (A) ; la recherche appliquée et transfert de technologie (B) ; et la commercialisation et diffusion ©. Chaque phase est importante et comprend ses propres règles et mécanismes de fonctionnement. Généralement, plus l’invention sera issue de la recherche fondamentale, plus elle sera disruptive. La recherche fondamentale est le terreau d’idées pour toute innovation majeure. D’où l’importance de son financement (public).

We all work 8 hours a day to earn a salary, but few people know the true nature of money.

Money is an abstract concept (tangible, but above all intangible) that measures the value of goods and services in the economy. At the beginning of our societies, goods and services were exchanged directly (“barter”), but as objects, new services, etc. were created it became difficult to know the relative value of one object compared to another and we invented a third object, money, as a standard to fix the value of all other objects. At the beginning, money had an intrinsic value (rare shells, precious stones, precious metals), but as it was used it became fiduciary (without intrinsic value) and today it is essentially scriptural (intangible money, essentially composed of postings to bank accounts in the form of debts).

After the Second World War, with a view to stabilizing the geopolitical situation, the Bretton Woods agreements established an international monetary system through which countries had a fixed exchange rate with the American dollar and the American dollar had fixed exchange rate with gold. Thus, the value of money was indirectly tied to the value of gold.

This system imploded in 1971 and since then the value of money is no longer tied to gold, or anything else — money has become a social convention. Its value fluctuates depending on the state of the economy and monetary policy, which is managed by the central bank, in theory independent of the government, but in practice not at all (!).

It is important to understand that in each and every crisis (financial crisis, economic crisis, health crisis, social crisis, technological crisis), governments intervene to help the most vulnerable. This intervention takes the form of public expenditure. In most developed countries, states have more expenditure than income and the difference between the two is called the public deficit.

The public deficit is a flow that feeds a stock of public debt each year. These debts are created through the issuance of government bonds of different nominal values, interest rates and maturities. The biggest buyers of these debts are the central banks (American, European, British, Japanese, Swiss, etc.). As a result, government spending is monetized by issuing new debt, which is nothing but newly created money, which is not tied to the value of gold, but just to monetary policy.

Since money measures the value of goods and services, if more money is created (to finance new debt), the relative value of money to goods and services decreases — this is called l ‘inflation.

Inflation, represented by a devaluation of the currency, gradually destroys the real value of savings. This is the main reason why you need to invest your savings in assets that generate value over time, such as shares of quality companies. This is the only way to protect your savings and your purchasing power against the continued devaluation of money.

On travaille tous 8h par jour pour gagner salaire, mais peu de gens connaissant la vraie nature de l’argent.

L’argent est une notion abstraite (tangible, mais surtout intangible) qui mesure la valeur des biens et des services dans l’économie. Au début de nos sociétés, les biens et services s’échangeaient directement (« le troc »), mais au fur et à mesure de la création d’objets, de nouveaux services, etc. il est devenu fastidieux de connaitre la valeur relative d’un objet par rapport à un autre et on a inventé un objet tiers, la monnaie, comme étalon pour fixer la valeur des autres objets. Au début, la monnaie avait une valeur intrinsèque (coquillages rares, pierres précieuses, métaux précieux), mais au fur et à mesure de son usage elle est devenue fiduciaire (sans valeur intrinsèque) et aujourd’hui elle est essentiellement scripturale (monnaie intangible, essentiellement composée d’écritures sur des comptes bancaires sous forme de dettes).

Après la seconde guerre mondiale, en vue de stabiliser la situation géopolitique, les accords de Bretton Woods ont mis en place un système monétaire international à travers lequel les pays avaient un taux de change fixe avec le dollar américain et le dollar américain avait un taux de change fixe avec l’or. De cette manière, la valeur de l’argent était indirectement lié à la valeur de l’or.

Ce système a implosé en 1971 et depuis lors la valeur de l’argent n’est plus lié à l’or, ou à quoi que ce soit d’autre — l’argent est devenu une convention sociale. Sa valeur fluctue en fonction de l’état de l’économie et de la politique monétaire, qui est gérée par la banque centrale, en théorie indépendante du gouvernement, mais en pratique pas du tout (!).

Il est important de comprendre qu’à chaque crise (crise financière, crise économique, crise sanitaire, crise sociale, crise technologique), les gouvernements interviennent sous la pression de la population pour aider les plus démunis. Cette intervention se fait sous forme de dépenses publiques. Dans la plupart des pays développés, les Etats ont plus de dépenses que de revenus et la différence entre les deux s’appelle le déficit public.

Le déficit public est un flux qui alimente chaque année un stock de dettes publiques. Ces dettes sont créées via l’émission d’obligations d’Etat de différentes valeurs nominales, taux d’intérêts et échéances. Les plus grands acheteurs de ces dettes sont les banques centrales (américaine, européenne, britannique, japonaise, suisse, etc.). En conséquence, les dépenses de l’Etat sont monétisées par de l’émission de nouvelles dettes, qui ne sont rien d’autre que de l’argent nouvellement créé, qui n’est pas lié à la valeur de l’or, mais uniquement à la politique monétaire.

Dans la mesure où l’argent mesure la valeur des biens et services, si on créé plus d’argent (pour financer les nouvelles dettes), la valeur relative de l’argent par rapport aux biens et service diminue — cela s’appelle l’inflation.

L’inflation, représentée par une dévaluation de la monnaie, détruit progressivement la valeur réelle de l’épargne. C’est la principale raison pour laquelle il faut investir son épargne dans des actifs qui génèrent de la valeur avec le temps, comme des actions d’entreprises de qualité. C’est la seule manière de protéger votre épargne et votre pouvoir d’achat contre la dévaluation continue de l’argent.

The human brain, the most complex organ that nature has been able to create so far (to our knowledge) comprises about 100 billion cells (neurons), connected to each other by different types of connections (synapses). It is the interaction of these neural networks that has created our perception of the world, our thoughts, our imaginations, our experiences and, more generally, our intelligence. Intelligence is one of the greatest mysteries of our time — it is the result of neural patterns gradually integrated through the learning process. Learning is mainly done by trial and error (a child tries to get up hundreds of times, until he succeeds), or by repetition (reading a page several times to learn it by heart). As a result, the processing of information through the learning process creates neural patterns, part of which gradually form our cognitive functions.

These neural patterns are switching on and off all the time. We can roughly observe them via an electroencephalogram, but we cannot understand how their interaction creates our thoughts for example. Reverse engineering to infer our thoughts from an electroencephalogram is impossible these days.

Large Language Models (LLMs), in a way replicate the functioning of the brain: we have created links (“synapses”) between small pieces of algorithms (“artificial neurons”) that we train (“learning”) to form patterns between them (“cognitive functions”). As with the human brain, LLMs can be observed in action, but it is impossible to know by what processes the LLMs generated content. We have just discovered the mathematics underlying the functioning of our thoughts.

Once these networks have been created, they can be used in other contexts with other data (to identify images for example). Indeed, if you have total amnesia and you lose all your memories, you will still be able to walk, talk, perceive objects etc., because your cognitive functions remain in place, even if you have lost your memories. In the same way, once an LLM has been trained on a large amount of data, it can be used on other data because what matters is its cognitive functions and not the data.

We can imagine that with the linear increase in computing power (Moore’s law), the exponential increase in data and networks (Metcalfe’s law), we generate an artificial general intelligence (AGI) that integrates and exceeds all human cognitive functions. The real question is whether consciousness can be transposed into an artificial, non-biological neural network. We have already experienced four “structural changes” and it is not impossible that one day one of these LLM composed of inert matter acquires properties inherent to biological organisms, including consciousness, reproduction and survival. We may be on the cusp of the fifth structural change:

1. Non-universe -> universe (big bang)

2. Non life -> life

3. Non-consciousness -> consciousness

4. Non-technology -> technology

5. Organic consciousness -> non-organic consciousness

Thank you very much for your shares and comments.

Le cerveau humain, organe le plus complexe que la nature ai pu créer jusqu’à présent (à notre connaissance) comprend environ 100 milliards de cellules (neurones), connectées entre elles par différents types de connexions (synapses). C’est l’interaction de ces réseaux de neurones qui créé notre perception du monde, nos pensées, nos imaginations, notre vécu et, plus généralement, notre intelligence. L’intelligence est l’un des plus grands mystères de notre temps — elle est le fruit de schémas neuronaux construits progressivement à travers le processus d’apprentissage. L’apprentissage se fait essentiellement par essai-erreur (un enfant essaye de se relever des centaines de fois, jusqu’à ce qu’il y arrive), ou par la répétition (lecture d’une page plusieurs fois pour l’apprendre par cœur). En conséquence, le traitement de l’information à travers le processus d’apprentissage créé des schémas neuronaux, dont une partie forment progressivement nos fonctions cognitives.

Ces schémas neuronaux s’activent et se désactivent tout le temps. On peut les observer grossièrement via un électroencéphalogramme, mais on ne peut pas comprendre la manière dont leur interaction créé nos pensées par exemple. Faire du reverse engineering pour inférer nos pensées à partir d’un électroencéphalogramme est impossible de nos jours.

Les Large Language Models (LLM), répliquent en quelque sorte le fonctionnement du cerveau (« par biomimétisme ») : on créé des liens (« synapses ») entre des petits morceaux d’algorithmes (« neurones artificiels ») qu’on entraine (« apprentissage ») pour former des schémas entre eux (« fonctions cognitives »). Comme pour le cerveau humain, on peut observer les LLM en action, mais il est impossible de savoir par quels processus les LLM ont généré du contenu. Nous venons de découvrir les mathématiques qui sous-tendent le fonctionnement de nos pensées.

Une fois ces réseaux créés, on peut les utiliser dans d’autres contextes avec d’autres données (pour identifier des images par exemple). En effet, si vous avez une amnésie totale et vous perdez tous vos souvenirs, vous saurez toujours marcher, parler, percevoir les objets etc., car vos fonctions cognitives restent en place, même si vous avez perdu les souvenirs. De la même manière, une fois qu’un LLM a été entrainé sur une grande quantité de données, on peut l’utiliser sur d’autres données car ce qui nous importe ce sont ses fonctions cognitives et plus les données.

Dans ce contexte, on peut émettre l’hypothèse qu’avec l’augmentation linéaire de la puissance de calcul (loi de Moore), l’augmentation exponentielle des données et des réseaux (loi de Metcalfe), on arrive assez rapidement à une intelligence artificielle générale qui intègre et dépasse toutes les fonctions cognitives humaines. La vraie question est de savoir si la conscience peut être transposée dans un réseau de neurones artificiels et non-biologiques. L’histoire nous enseigne que ces « changements d’état » existent et qu’il n’est pas impossible qu’un jour un de ces LLM composé de matière inerte se dote de propriétés inhérentes aux organismes biologiques, dont la conscience, la reproduction et la survie. Nous sommes peut-être à l’aube du cinquième changement d’état :

1. Non-univers -> univers (big bang)

2. Non-vie -> vie

3. Non-conscience -> conscience

4. Non-technologie -> technologie

5. Conscience organique -> conscience non-organique

Merci beaucoup pour vos partages et commentaires.

Banks are at the heart of the financial system, they reward short-term deposits and get paid on long-term loans. The banks make profits as long as long-term rates are higher than short-term rates. Currently, the situation has reversed (short rates are higher than long rates). This is significantly slowing down the credit cycle and therefore economic activity.

Higher short-term rates are the consequence of monetary policy — the central bank (Fed) has raised its key interest rates (Fed Funds Rate) at the fastest pace in its history. At the same time, the lower long-term rates are due to investors’ anticipation of a recession.

With regard to the equity market, historically the central bank lowers rates (“Fed Pivot”) at the brink of a recession, but this precedes a fall in equity prices and not vice versa. Consequently, a Fed Pivot in 2023 will imply a fall in stock prices.

Companies were able to pass on their rising costs to prices, as there was excess household savings thanks to the Covid period. These savings are now gone. Costs are currently rising faster than inflation, which reduces corporate profits until inflation stabilizes. This is likely to cause layoffs, but the real question is: will the recession be light, or severe?!

Les banques sont au cœur du système financier, elles prêtent à long terme l’argent déposé à court terme. Elles font des profits tant que les taux de long terme sont supérieurs aux taux de court terme. Actuellement, la situation s’est inversée (les taux courts sont plus élevés que les taux longs) ce qui ralentit fortement le cycle des crédits et donc l’activité économique.

Des taux de court terme supérieurs sont la conséquence de la politique monétaire - la banque centrale (Fed) a procédé à la hausse des taux directeurs (Fed Funds Rate) la plus rapide de l’histoire. Parallèlement, les taux longs plus faibles sont dus à l’anticipation de récession de la part des investisseurs.

En ce qui concerne le marché des actions, historiquement la banque centrale diminue les taux lorsque la récession se confirme (« Fed Pivot »), mais ceci précède une chute des prix des actions et pas inversement. En conséquence, un Fed Pivot en 2023 sera synonyme d’une chute des cours de bourse.

Finalement, les entreprises ont pu répercuter la hausse de leurs coûts sur les prix, car il y avait une épargne excédentaire des ménages grâce à la période Covid. Cette épargne a été consommée et les coûts augmentent actuellement plus vite que l’inflation, ce qui va réduire les profits des entreprises, le temps que l’inflation se stabilise. Ceci risque de provoquer, dans un second temps, des licenciements, mais la vraie question est: est-ce que la récession sera légère, ou sévère ?!

Parallèlement, si on considère le taux d’épargne réel comme la différence entre le taux obligataire américain sur 2 ans et le taux d’inflation, le taux d’épargne réel actuel est de -4,3%. Si rien de change, les consommateurs auront perdu 30% du pouvoir d’achat de leur épargne au bout de dix ans.

C’est une double peine: la valeur réelle des salaires et de l’épargne baisse simultanément.

Bienvenu dans la répression financière moderne des taux négatifs ! C’est une taxe cachée supportée par tous les citoyens, qui baisse le niveau de vie de la population.

La faute au capitalisme ?

Dans un système capitaliste, les revenus (du travail/épargne/pension) “capitalisent”, c’est-à-dire qu’ils prennent de la valeur avec le temps, à travers les taux d’intérêts réel positifs. Depuis les taux réels négatifs, nous sommes entrés dans une forme d’”anti-capitalisme” car les revenus (du travail/épargne/pension) “anti-capitalisent” — ils perdent de la valeur avec le temps. Bienvenue dans la nouvelle ère de l’anti-capitalisme !

La très forte baisse des taux d’intérêts réels est due aux facteurs conjoncturels que nous connaissons :

1) la forte augmentation de la masse monétaire M2 depuis la crise du Covid-19 ;

2) la crise de l’énergie générée par la guerre en Ukraine ;

3) la crise de l’offre générée par les confinements stricts en Chine et la guerre en Ukraine.

Toutefois, la baisse des taux d’intérêts réels dure depuis plus de 20 ans et précède les évènements récents. Comment expliquer ce phénomène et qui est le principal responsable ?

La Technologie.

En effet, on substitue la perte de productivité du travail, par un gain de productivité de la technologie. La valeur ajoutée créée par la technologie est privatisée, alors que la perte de productivité du travail est “étatisée” par de l’endettement, avec trois conséquences :

1) des monopoles de plus en plus importants qui concentrent les profits ;

2) une augmentation continue de la dette;

3) la nécessité d’avoir des taux d’intérêt réels qui baissent afin d’éviter que cet endettement ne devienne insoutenable.

Ces trois conséquences exacerbent les inégalités et l’instabilité sociale et politique.

Que faire dans ce paradigme moderne, gouverné par la technologie ?

À travers la technologie, les actifs deviennent de plus en plus intangibles. La digitalisation, le metavers, la bioinformatique, etc. sont essentiellement des actifs intangibles de propriété intellectuelle (licences sur des brevets, contrats de recherche, code informatique, algorithmes, données, droits juridiques). La technologie repousse continuellement la courbe d’apprentissage, mais heureusement l’éducation capitalise aussi — plus on est éduqué dans un certain domaine, moins on doit passer du temps pour être à jour.

L’éducation est le plus petit commun dénominateur dans le spectre de solutions possibles pour se protéger de cet « anti-capitalisme technologique ».

Meanwhile, if we consider the real savings rate as the difference between the US 2-year bond rate and the inflation rate, the current real savings rate is -4.3%. If nothing changes, over ten years consumers will lose 30% of their savings purchasing power.

It is a double whammy: decreasing real wages and decreasing real savings.

Welcome to the modern financial repression of negative rates! Negative rates represent a hidden tax on all citizens since they lower the standard of living of the population.

Capitalism’s fault?

In capitalism, income (wages/savings/pension) “capitalizes” — it increases in value over time, through positive real interest rates (compound interests). Conversely, with negative real rates, income (wages/savings/pension) “anti-capitalizes” — it loses value over time.

Welcome to the era of anti-capitalism.

Of course, the recent very sharp fall in real interest rates is due to many known factors:

1) the sharp increase in the M2 money supply since the Covid-19 crisis;

2) the energy crisis generated by the war in Ukraine;

3) the supply crisis due to the strict lockdowns in China and the war in Ukraine.

However, the fall in real interest rates lasts for more than 20 years. How can this phenomenon be explained and who is to blame ?

Technology !

The productivity increase from technology substitutes the labor productivity decrease. Meanwhile, the value created by technology is privatized, while the loss of labor productivity is supported by indebtedness, with three main consequences:

1) growing monopolies that concentrate profits;

2) a continued increase in public and private debt;

3) a sustained real interest rates decrease to avoid debt unsustainability.

These three consequences exacerbate inequalities and social and political instability.

How do we adapt to the technology driven anti-capitalism ?

Through technology, assets become increasingly intangible. Digitalization, metaverse, bioinformatics, and many more are mainly intangible intellectual property assets (patent licenses, research contracts, computer code, data, algorithms, legal rights). Technology continually pushes back the learning curve. Fortunately, education also carries a compound interest rate — the more educated you are, the less time you need to spend to be up to date.

Education is the lowest common denominator in the spectrum of possible solutions to protect ourselves from this “anti-technological capitalism”.