271
Ce qui est sûr, c’est que l’IA est une technologie générique (general purpose technology en anglais) : ses
objets de travail (image, son, vidéo, texte, langage naturel) peuvent se retrouver dans de multiples
activités, ouvrir des opportunités de créations de nouveaux produits et accroître les performances des
utilisateurs. Les techniques d’apprentissage peuvent être diffusées d’un secteur à un autre, moyennant des
adaptations limitées. Investir dans l’IA est donc susceptible d’avoir des effets d’entraînement dans de
nombreux secteurs, à condition de réaliser des investissements complémentaires à cette technologie pour
en tirer tout le potentiel. Ces investissements complémentaires sont à la fois matériels, en équipement
numérique par exemple, ou immatériels, notamment en données, en logiciel, en savoir-faire et compétence
ou en organisation. Les modèles économiques reposant sur le concept de technologie générique montrent
en outre que les effets de substitution de la technologie au travail (les destructions d’emplois) peuvent être
plus que compensés par l’amélioration de la compétitivité de certains secteurs, qui augmente leur potentiel
à l’exportation (cf. exemple de l’Allemagne, très robotisée mais avec plus de salariés dans l’industrie
qu’en France), par les gains de pouvoir d’achat, qui stimulent la consommation, et par l’innovation de
produits, qui créent de nouveaux marchés, et donc de nouveaux emplois.
Points de vigilance
Pour autant, ce scénario rose doit bien entendu être nuancé. L’IA est l’une des pièces du débat sur le lien
entre robotisation, automatisation et emplois, qui fait naître l’inquiétude d’une disparition massive et
rapide de ces derniers. Sur ce sujet, les études, dont une revue a été faite notamment par le rapport publié
en janvier 2017 par le Conseil d’orientation pour l’emploi
5 (COE), rappellent que les emplois qui sont
automatisables sont en nombre limité (une dizaine de pourcents, que ce soit dans l’étude de l’OCDE
6
, de
France Stratégie
7 ou les travaux du COE). En outre, la possibilité technique d’automatiser des emplois ne
veut pas dire qu’ils le seront, puisque ce résultat dépend de l’incitation économique à le faire et de choix
d’organisation et sociaux. Les mêmes études établissent cependant que nombre de tâches sont susceptibles
d’être transformées (près de la moitié). C’est sans doute la bonne lecture de l’étude d’Oxford (Frey et
Osborne)
8 qui a contribué à l’attention portée au sujet.
Par ailleurs, l’IA est largement développée et commercialisée par les grandes plateformes du numérique
(américaines et asiatiques), ce qui repose la question du retard français et européen dans le numérique et
du risque de prolonger la dépendance actuelle. C’est parce qu’il existe un danger de se trouver à nouveau
en retard dans la maîtrise et le déploiement de ces technologies que la stratégie nationale de l’intelligence
artificielle est particulièrement bienvenue. Elle devra cependant in fine nourrir une stratégie européenne
sur la question pour être totalement pertinente, comme pour nombre de questions numériques (fiscalité,
données personnelles, etc.).
5 Rapport du COE « Automatisation, numérisation et emploi », 10/01/2017.
6 Arntz M., Gregory T. et Zierahn U. (2016), « The risk of automation for jobs in OECD Countries: A Comparative Analysis ».
7 Le Ru N. (2016), « L'effet de l'automatisation sur l'emploi : ce qu'on sait et ce qu'on ignore », La Note d’analyse n°49, France
Stratégie, juillet.
8 Carl Benedikt Frey, Michael A. Osborne (2017), “The future of employment: How susceptible are jobs to computerisation?”,
Technological Forecasting and Social Change, volume 114, janvier, pp. 254–280.
Ce qui est sûr, c’est que l’IA est une technologie générique (general purpose technology en anglais) : ses
objets de travail (image, son, vidéo, texte, langage naturel) peuvent se retrouver dans de multiples
activités, ouvrir des opportunités de créations de nouveaux produits et accroître les performances des
utilisateurs. Les techniques d’apprentissage peuvent être diffusées d’un secteur à un autre, moyennant des
adaptations limitées. Investir dans l’IA est donc susceptible d’avoir des effets d’entraînement dans de
nombreux secteurs, à condition de réaliser des investissements complémentaires à cette technologie pour
en tirer tout le potentiel. Ces investissements complémentaires sont à la fois matériels, en équipement
numérique par exemple, ou immatériels, notamment en données, en logiciel, en savoir-faire et compétence
ou en organisation. Les modèles économiques reposant sur le concept de technologie générique montrent
en outre que les effets de substitution de la technologie au travail (les destructions d’emplois) peuvent être
plus que compensés par l’amélioration de la compétitivité de certains secteurs, qui augmente leur potentiel
à l’exportation (cf. exemple de l’Allemagne, très robotisée mais avec plus de salariés dans l’industrie
qu’en France), par les gains de pouvoir d’achat, qui stimulent la consommation, et par l’innovation de
produits, qui créent de nouveaux marchés, et donc de nouveaux emplois.
Points de vigilance
Pour autant, ce scénario rose doit bien entendu être nuancé. L’IA est l’une des pièces du débat sur le lien
entre robotisation, automatisation et emplois, qui fait naître l’inquiétude d’une disparition massive et
rapide de ces derniers. Sur ce sujet, les études, dont une revue a été faite notamment par le rapport publié
en janvier 2017 par le Conseil d’orientation pour l’emploi
5 (COE), rappellent que les emplois qui sont
automatisables sont en nombre limité (une dizaine de pourcents, que ce soit dans l’étude de l’OCDE
6
, de
France Stratégie
7 ou les travaux du COE). En outre, la possibilité technique d’automatiser des emplois ne
veut pas dire qu’ils le seront, puisque ce résultat dépend de l’incitation économique à le faire et de choix
d’organisation et sociaux. Les mêmes études établissent cependant que nombre de tâches sont susceptibles
d’être transformées (près de la moitié). C’est sans doute la bonne lecture de l’étude d’Oxford (Frey et
Osborne)
8 qui a contribué à l’attention portée au sujet.
Par ailleurs, l’IA est largement développée et commercialisée par les grandes plateformes du numérique
(américaines et asiatiques), ce qui repose la question du retard français et européen dans le numérique et
du risque de prolonger la dépendance actuelle. C’est parce qu’il existe un danger de se trouver à nouveau
en retard dans la maîtrise et le déploiement de ces technologies que la stratégie nationale de l’intelligence
artificielle est particulièrement bienvenue. Elle devra cependant in fine nourrir une stratégie européenne
sur la question pour être totalement pertinente, comme pour nombre de questions numériques (fiscalité,
données personnelles, etc.).
5 Rapport du COE « Automatisation, numérisation et emploi », 10/01/2017.
6 Arntz M., Gregory T. et Zierahn U. (2016), « The risk of automation for jobs in OECD Countries: A Comparative Analysis ».
7 Le Ru N. (2016), « L'effet de l'automatisation sur l'emploi : ce qu'on sait et ce qu'on ignore », La Note d’analyse n°49, France
Stratégie, juillet.
8 Carl Benedikt Frey, Michael A. Osborne (2017), “The future of employment: How susceptible are jobs to computerisation?”,
Technological Forecasting and Social Change, volume 114, janvier, pp. 254–280.