312
que 50 % des tâches pourraient être automatisées pour 25 autres pourcent d’emplois ; enfin, le
rapport de la Maison blanche sur l’automatisation affirme que ce sont les emplois les moins
qualifiés qui encourent le plus grand risque d’automatisation
26
.
D’un autre côté, les gains réalisés au travers de l’automatisation de certaines tâches pourraient
être réinjectés dans l’économie par une baisse des prix, une hausse des salaires pour les
employés (qualifiés) et/ou des profits plus importants pour les entreprises, ce qui aurait pour
résultat une augmentation du PIB par habitant sur le long terme et une progression du niveau de
vie.
Si la question d’un impact négatif sur l’emploi peut se poser, il reste que se limiter à une analyse
d’effet direct est trop restrictif. Par le passé, des anticipations alarmantes sur l’emploi ont
régulièrement été associées à des chocs technologiques, notamment dans l’agriculture et dans
l’industrie, et se sont révélées en partie fausses. Elles étaient justement fondées sur une
analyse limitée à l’impact direct sans prise en compte des autres effets induits potentiels et des
effets de bouclage macroéconomique. Certes, à court terme, ces technologies sont censées
accroître la productivité du travail et accélérer la substitution du capital au facteur travail. Certes,
dans un monde où l’utilité marginale de la consommation est décroissante, l’accroissement de la
demande issue de la baisse des coûts de production ne permettra sans doute pas de
compenser cette moindre utilisation du travail pour une même quantité produite. Mais deux
raisons principales font que cela ne suffit pas à affirmer que l’impact final sur l’emploi sera
négatif. D’une part, il est faux de considérer que la composition de la production reste inchangée
et que l’emploi perdu d’un côté ne peut pas être réalloué vers d’autres activités, éventuellement
nouvelles. D’autre part, même si ces nouvelles technologies conduisent à rendre les processus
de production plus efficaces et économes en travail, elles peuvent aussi contribuer à l’innovation
de produit (apparition de nouveaux produits) permettant là encore de générer de la croissance
et de l’emploi.
Les technologies génériques : un concept pour mieux penser l’impact de l’IA
Ces mécanismes sont mis en évidence par les théories économiques développées autour de la
notion de technologie générique (TG). Celles-ci cherchent à déterminer les conditions sous
lesquelles certaines technologies peuvent être des moteurs de croissance
27
. La littérature
économique associe trois caractéristiques principales à ces technologies génériques
28 :
● Ce sont des technologies qui affichent une dynamique de développement soutenue ;
● Ce sont des technologies ubiquitaires, dans le sens où elles peuvent avoir de multiples
utilisations dans de nombreux secteurs ;
● Ce sont des technologies dites habilitantes
29 qui offrent de nombreuses opportunités
d’innovations additionnelles.
26 Executive office of the President of the United States (2016), “Artificial intelligence, automation and the
economy”.
27 Timothy Bresnahan et Manuel Trajtenberg (1995), « General purpose technologies, ‘engine of growth’? » Journal
of Econometrics.
28 Ces propriétés sont souvent décomposées en quatre comme dans Lipsey Carlaw et Békar (2006), « Economic
transformations ».
29 Ce terme vient de l’expression : « enabling technologies ».
que 50 % des tâches pourraient être automatisées pour 25 autres pourcent d’emplois ; enfin, le
rapport de la Maison blanche sur l’automatisation affirme que ce sont les emplois les moins
qualifiés qui encourent le plus grand risque d’automatisation
26
.
D’un autre côté, les gains réalisés au travers de l’automatisation de certaines tâches pourraient
être réinjectés dans l’économie par une baisse des prix, une hausse des salaires pour les
employés (qualifiés) et/ou des profits plus importants pour les entreprises, ce qui aurait pour
résultat une augmentation du PIB par habitant sur le long terme et une progression du niveau de
vie.
Si la question d’un impact négatif sur l’emploi peut se poser, il reste que se limiter à une analyse
d’effet direct est trop restrictif. Par le passé, des anticipations alarmantes sur l’emploi ont
régulièrement été associées à des chocs technologiques, notamment dans l’agriculture et dans
l’industrie, et se sont révélées en partie fausses. Elles étaient justement fondées sur une
analyse limitée à l’impact direct sans prise en compte des autres effets induits potentiels et des
effets de bouclage macroéconomique. Certes, à court terme, ces technologies sont censées
accroître la productivité du travail et accélérer la substitution du capital au facteur travail. Certes,
dans un monde où l’utilité marginale de la consommation est décroissante, l’accroissement de la
demande issue de la baisse des coûts de production ne permettra sans doute pas de
compenser cette moindre utilisation du travail pour une même quantité produite. Mais deux
raisons principales font que cela ne suffit pas à affirmer que l’impact final sur l’emploi sera
négatif. D’une part, il est faux de considérer que la composition de la production reste inchangée
et que l’emploi perdu d’un côté ne peut pas être réalloué vers d’autres activités, éventuellement
nouvelles. D’autre part, même si ces nouvelles technologies conduisent à rendre les processus
de production plus efficaces et économes en travail, elles peuvent aussi contribuer à l’innovation
de produit (apparition de nouveaux produits) permettant là encore de générer de la croissance
et de l’emploi.
Les technologies génériques : un concept pour mieux penser l’impact de l’IA
Ces mécanismes sont mis en évidence par les théories économiques développées autour de la
notion de technologie générique (TG). Celles-ci cherchent à déterminer les conditions sous
lesquelles certaines technologies peuvent être des moteurs de croissance
27
. La littérature
économique associe trois caractéristiques principales à ces technologies génériques
28 :
● Ce sont des technologies qui affichent une dynamique de développement soutenue ;
● Ce sont des technologies ubiquitaires, dans le sens où elles peuvent avoir de multiples
utilisations dans de nombreux secteurs ;
● Ce sont des technologies dites habilitantes
29 qui offrent de nombreuses opportunités
d’innovations additionnelles.
26 Executive office of the President of the United States (2016), “Artificial intelligence, automation and the
economy”.
27 Timothy Bresnahan et Manuel Trajtenberg (1995), « General purpose technologies, ‘engine of growth’? » Journal
of Econometrics.
28 Ces propriétés sont souvent décomposées en quatre comme dans Lipsey Carlaw et Békar (2006), « Economic
transformations ».
29 Ce terme vient de l’expression : « enabling technologies ».