317
incorpore des mécanismes de croissance endogène et attribue aux TIC des propriétés de
technologie générique. Il permet en ce sens d’apporter un certain éclairage à diverses questions
sur l’impact de l’intelligence artificielle dans l’économie française.
Ces mécanismes sont introduits dans le modèle par une fonction de production d’innovation
multidimensionnelle dépendant, dans chaque secteur, des investissements dans trois actifs : la
R & D, les TIC et d’autres intangibles (logiciels et formation)
42
. En outre, le modèle distingue,
dans les effets d’innovation, ceux d’augmentation de la productivité et ceux de création de
nouveaux produits. Cette distinction est d’autant plus importante dans notre analyse que
l’impact final sur l’emploi tient au fait que l’effet dominant du progrès technique est soit
l’accroissement de la productivité et la moindre utilisation des facteurs, soit l’amélioration des
produits et l’accroissement de la demande.
Toutes les précautions d’usage dans l’interprétation des résultats doivent bien entendu être
prises puisque ce modèle ne représente pas explicitement le développement et la diffusion de
l’IA. Néanmoins, le fait qu’il intègre des propriétés de technologies génériques associées aux
TIC met en évidence les canaux de transmission des impacts de ce type de technologie.
La nécessité de tester la sensibilité des résultats aux différentes hypothèses
Comme nous l’avons décrit plus haut, l’analogie entre la diffusion de l’IA et celles des TIC de
façon générale semble pertinente mais la transposition ne peut pas se faire directement. Sur la
base de cette approche, il reste à déterminer quelles pourraient être les spécificités de l’IA par
rapport aux logiciels classiques ou aux TIC en général. Pour cela, plusieurs questions se
posent:
● Quels secteurs et quels pays sont les principaux producteurs d’IA?
● Quels secteurs sont potentiellement les principaux utilisateurs d’IA?
● L’IA a-t-elle des effets de complémentarité et d’externalité similaires à ceux des TIC et
des logiciels?
● Les innovations induites par le déploiement de l’IA sont-elles davantage des innovations
de produit ou des innovations de procédé comparées aux innovations traditionnelles
moyennes? En d’autres termes, les paramètres de pondération entre les effets produits
et les effets process dans le modèle doivent-ils être calibrés différemment?
Répondre à ces questions requiert un travail de futurologue dont les prospectives ne pourront
être qu’incertaines.
Outre des analyses de scénarios simples, il est donc nécessaire, pour évaluer un champ des
possibles, de réaliser des tests de sensibilité aux différentes hypothèses et aux différents
calibrages du modèle. Des tests sur le poids des innovations de produits par rapport aux
innovations de productivité, sur les complémentarités entre les facteurs d’innovations, sur les
cadre de projets de recherche européens et a bénéficié de l’apport de chercheurs de diverses institutions telles que
le laboratoire MERIT de l’Université des Nations-Unies, le Centre for European Economic Research (ZEW) ou
l’Université Libre de Bruxelles. Ce modèle a été jusqu’à présent principalement utilisé pour l’évaluation de
politiques publiques au niveau national et européen dans les domaines de la fiscalité et du coût du travail, de
l’énergie et de l’environnement et enfin dans le domaine de l’innovation.
42 Cette extension des fonctions d’innovation du modèle a été réalisée grâce au développement des bases de
données EU-KLEMS, qui fournissent des données sectorielles détaillées sur les investissements en TIC et en logiciel,
et INTAN-Invest, fournissant des données pour divers investissements intangibles à des niveaux sectoriels. Ces
bases de données, en particulier celles sur les actifs intangibles, sont encore en développement et pourront très
certainement être étendues et améliorées.
incorpore des mécanismes de croissance endogène et attribue aux TIC des propriétés de
technologie générique. Il permet en ce sens d’apporter un certain éclairage à diverses questions
sur l’impact de l’intelligence artificielle dans l’économie française.
Ces mécanismes sont introduits dans le modèle par une fonction de production d’innovation
multidimensionnelle dépendant, dans chaque secteur, des investissements dans trois actifs : la
R & D, les TIC et d’autres intangibles (logiciels et formation)
42
. En outre, le modèle distingue,
dans les effets d’innovation, ceux d’augmentation de la productivité et ceux de création de
nouveaux produits. Cette distinction est d’autant plus importante dans notre analyse que
l’impact final sur l’emploi tient au fait que l’effet dominant du progrès technique est soit
l’accroissement de la productivité et la moindre utilisation des facteurs, soit l’amélioration des
produits et l’accroissement de la demande.
Toutes les précautions d’usage dans l’interprétation des résultats doivent bien entendu être
prises puisque ce modèle ne représente pas explicitement le développement et la diffusion de
l’IA. Néanmoins, le fait qu’il intègre des propriétés de technologies génériques associées aux
TIC met en évidence les canaux de transmission des impacts de ce type de technologie.
La nécessité de tester la sensibilité des résultats aux différentes hypothèses
Comme nous l’avons décrit plus haut, l’analogie entre la diffusion de l’IA et celles des TIC de
façon générale semble pertinente mais la transposition ne peut pas se faire directement. Sur la
base de cette approche, il reste à déterminer quelles pourraient être les spécificités de l’IA par
rapport aux logiciels classiques ou aux TIC en général. Pour cela, plusieurs questions se
posent:
● Quels secteurs et quels pays sont les principaux producteurs d’IA?
● Quels secteurs sont potentiellement les principaux utilisateurs d’IA?
● L’IA a-t-elle des effets de complémentarité et d’externalité similaires à ceux des TIC et
des logiciels?
● Les innovations induites par le déploiement de l’IA sont-elles davantage des innovations
de produit ou des innovations de procédé comparées aux innovations traditionnelles
moyennes? En d’autres termes, les paramètres de pondération entre les effets produits
et les effets process dans le modèle doivent-ils être calibrés différemment?
Répondre à ces questions requiert un travail de futurologue dont les prospectives ne pourront
être qu’incertaines.
Outre des analyses de scénarios simples, il est donc nécessaire, pour évaluer un champ des
possibles, de réaliser des tests de sensibilité aux différentes hypothèses et aux différents
calibrages du modèle. Des tests sur le poids des innovations de produits par rapport aux
innovations de productivité, sur les complémentarités entre les facteurs d’innovations, sur les
cadre de projets de recherche européens et a bénéficié de l’apport de chercheurs de diverses institutions telles que
le laboratoire MERIT de l’Université des Nations-Unies, le Centre for European Economic Research (ZEW) ou
l’Université Libre de Bruxelles. Ce modèle a été jusqu’à présent principalement utilisé pour l’évaluation de
politiques publiques au niveau national et européen dans les domaines de la fiscalité et du coût du travail, de
l’énergie et de l’environnement et enfin dans le domaine de l’innovation.
42 Cette extension des fonctions d’innovation du modèle a été réalisée grâce au développement des bases de
données EU-KLEMS, qui fournissent des données sectorielles détaillées sur les investissements en TIC et en logiciel,
et INTAN-Invest, fournissant des données pour divers investissements intangibles à des niveaux sectoriels. Ces
bases de données, en particulier celles sur les actifs intangibles, sont encore en développement et pourront très
certainement être étendues et améliorées.