Les effets de l’IA sur l’économie sont réels, mais pas de la manière dont la plupart des gens s’y attendent

Au cours des dernières années, on nous a dit que l’intelligence artificielle sauverait le monde ou le détruirait.

L’économie de l’IA anéantirait des emplois, creuserait les inégalités et déstabiliserait des industries entières.

D’autres l’ont décrit comme un miracle de productivité qui attendait de se produire.

Mais que se passerait-il si les deux parties manquaient la cible ? Sur la base des données, la vérité est ailleurs, et c’est beaucoup plus intéressant.

L’IA augmente-t-elle réellement la productivité ?

La réponse est oui, mais de manière inégale.

Dans les grandes économies, la productivité est déjà en hausse, du moins c’est ce que rapportent certains des articles de recherche les plus éminents.

L’OCDE estime que l’IA pourrait contribuer à hauteur de 0,6 % à la croissance annuelle de la productivité au cours de la prochaine décennie.

Le FMI s’attend à ce que le PIB mondial augmente de 0,5 % par an en raison de l’IA.

McKinsey évalue le gain annuel potentiel de l’IA générative à elle seule à 2,6 à 4,4 billions de dollars.

Mais ces gains ne sont pas répartis de manière égale. Ils sont concentrés dans les entreprises dotées d’une infrastructure numérique, de flux de travail automatisables et d’un accès au calcul.

En d’autres termes, entre les mains d’entreprises qui avaient déjà un avantage.

La petite entreprise moyenne ne voit pas ces résultats. Les gouvernements des pays à faible revenu ne les voient pas non plus.

Même au sein d’un même secteur, les entreprises matures sur le plan numérique surperforment leurs pairs.

En réalité, l’IA crée des gains exponentiels où les flux de travail peuvent être codifiés et mis à l’échelle, mais elle laisse derrière elle des secteurs trop analogiques ou fragmentés.

Où sont toutes les pertes d’emplois ?

Depuis le début de l’année 2025, les grandes entreprises technologiques comme Google, Microsoft, Meta et Amazon ont discrètement supprimé des milliers d’emplois.

Les outils d’IA réduisent désormais le besoin de nouvelles embauches dans les domaines de l’ingénierie, du service client, du marketing et du droit.

Beaucoup de ces emplois sont repensés ou entièrement supprimés.

Cependant, à la mi-2025, le marché du travail américain reste historiquement solide. Le taux de chômage est inférieur à 4 %.

La part des emplois de cols blancs est restée stable ou a augmenté. Les postes de premier échelon dans les domaines de la technologie et de la finance ont connu un ralentissement temporaire en 2023, mais l’embauche a rebondi depuis.

Il n’y a aucune preuve claire d’un effondrement de l’emploi dû à l’IA. La plupart des « lacunes en matière d’emploi » citées par les analystes existaient avant l’IA générative.

Des données récentes de la Fed de New York montrent que la plupart des entreprises affirment que l’IA n’a pas affecté l’embauche de jeunes diplômés. Du moins pas encore.

Dans le même temps, les frictions de recherche d’emploi ont augmenté. Cela signifie plus de demandes de spam et des cycles d’embauche plus longs, mais pas une destruction totale des emplois.

L’économie de l’IA ne supprime pas d’emplois en masse. Il s’agit de supprimer le besoin d’emplois dans les domaines où l’IA devient le moteur de productivité par défaut.

Les départements qui s’adaptaient autrefois aux effectifs évoluent désormais avec les logiciels.

À ce jour, les véritables effets sont toujours le bruit. La vraie tendance est plus subtile. L’IA est en train de changer ce que les gens font au travail et ne les remplace pas directement.

Alors, qu’est-ce que l’IA fait réellement aux emplois ?

L’IA compresse en fait les compétences, déplace les tâches et récompense l’adaptabilité.

Dans de nombreux rôles, l’IA a pris en charge une partie du travail. Les codeurs juniors partagent désormais les tâches avec les assistants de code.

Les parajuristes et les spécialistes du marketing utilisent des outils d’IA pour accélérer la recherche ou la génération de contenu.

Cela n’élimine pas le travail. Cela change simplement la valeur de chaque tâche.

Cela conduit à ce que les économistes appellent la compression des compétences. Les gens qui étaient dans la moyenne ont maintenant l’air en dessous de la moyenne.

Les gens qui étaient formidables semblent maintenant remplaçables.

L’IA ne se contente pas d’automatiser, elle aplatit les règles du jeu dans certains rôles.

Cela exerce une pression sur les salaires, en particulier dans les emplois où la production est facile à automatiser mais où la perspicacité humaine est toujours attendue.

Pourtant, les données au niveau des entreprises racontent une autre histoire. Des études menées au Japon, en Espagne, en Finlande et au Canada montrent que les entreprises qui adoptent l’automatisation embauchent plus de personnes et non moins.

Cela signifie que la production augmente. La qualité des produits s’améliore. Les travailleurs font des choses différentes. Peut-être que les travailleurs deviennent meilleurs.

Qu’en est-il des inégalités ?

C’est là que l’IA frappe le plus fort.

Non pas par le chômage, mais par la façon dont il distribue les gains.

L’IA récompense les entreprises qui disposent déjà de données, d’une infrastructure et d’une position sur le marché.

Il récompense également le capital plutôt que le travail. La productivité augmente, mais le butin va aux actionnaires, pas aux travailleurs.

À titre d’exemple, les sociétés « Magnificent 7 » ont ajouté plus de 4,5 billions de dollars de capitalisation boursière rien qu’en 2024.

Nvidia est devenue l’entreprise la plus valorisée au monde en quelques années.

Il en résulte une divergence croissante. Les meilleures entreprises deviennent encore plus efficaces. Les autres ont du mal à rattraper leur retard.

Les pays disposant d’une puissance de calcul et de modèles souverains vont de l’avant. D’autres se retrouvent à consommer des outils d’IA construits ailleurs.

Les États-Unis et la Chine se retirent. L’UE essaie de réglementer d’abord et de construire ensuite.

L’inégalité devient institutionnelle.

Qui contrôle les modèles ? À qui appartiennent les données ? Qui saisit le côté positif ?

Sans des investissements sérieux dans les infrastructures publiques telles que le calcul, le cloud et l’accès, l’économie de l’IA restera au sommet.

Quels sont les coûts cachés ?

Les deux plus grandes marchandises de notre époque : l’énergie et le temps.

L’IA consomme massivement d’électricité. L’entraînement des modèles de langage de grande taille nécessite des centaines de mégawatts.

L’utilisation mondiale des centres de données pourrait tripler d’ici 2030. Cela crée une pression sur les réseaux, augmente les émissions et retarde les transitions énergétiques.

Il y a aussi un coût en temps. Chaque travailleur qui doit désormais demander un modèle, examiner les résultats de l’IA ou vérifier ses résultats passe du temps différemment.

Les tâches sont accomplies plus rapidement, mais la surveillance devient plus importante. L’IA change là où le temps est passé. Il ne se contente pas d’effacer l’effort.

La plupart des modèles économiques ne tiennent pas compte de ces frictions. Ils supposent également que les emplois sont statiques.

Ce n’est pas comme ça que fonctionne le travail. Les rôles évoluent. Les travailleurs s’adaptent.

L’économie de l’IA n’est pas linéaire. C’est récursif. L’automatisation change le travail, et le travail change en réponse.

Et les gains sont, pour l’instant, capturés de manière asymétrique. La productivité augmente, mais surtout là où les entreprises sont prêtes à le faire.

L’IA révèle à quel point les économies sont préparées ou non. Les pays et les entreprises qui la traitent comme un outil, et non comme une menace, gagneront.