L’IA va-t-elle générer un chômage de masse ?

Le monde est captivé par le boom de l’IA générative. Son évolution rapide est allée plus vite que la plupart des gens auraient pu l’imaginer et a suscité des craintes de perturbations substantielles sur les marchés du travail. Nous pensons qu’à l’heure actuelle, ces craintes doivent être nuancées, en gardant à l’esprit l’impact à moyen terme. La technologie doit encore évoluer et son adoption sera probablement progressive. Si l’IA générative est susceptible de trouver sa place sur le lieu de travail et de prendre en charge des tâches spécifiques (cols blancs), elle est également susceptible de créer une pléthore de nouveaux emplois. En outre, le macro-environnement actuel rend peu probable un chômage de masse. La diminution de la population en âge de travailler limitera de plus en plus l’offre de main-d’œuvre. Dans le même temps, les investissements liés au changement climatique, l’augmentation des dépenses militaires, la poursuite du découplage entre les États-Unis et la Chine et l’augmentation des dépenses de santé soutiendront la demande de main-d’œuvre. L’IA générative sera donc en mesure de contrebalancer les effets négatifs de ces tendances sur la croissance mondiale. Néanmoins, nous ne devons pas ignorer les coûts de transformation et les perturbations considérables que l’IA pourrait entraîner à court terme sur les marchés du travail.

Introduction

Chat-GPT continue d’attirer l’attention dans le monde entier. La dernière version de cet outil de traitement du langage naturel (NLP), GPT-4, a acquis des capacités étonnantes. Il a passé avec brio certains tests tels que le SAT et le GRE. Il a également réussi un examen du barreau avec un score se situant dans la tranche supérieure de 10 % des candidats. Il est capable de transformer un simple dessin en un site web fonctionnel, de concevoir un repas à partir des ingrédients figurant sur une photo de l’intérieur d’un réfrigérateur, et il permet à des utilisateurs n’ayant aucune expérience du codage de recréer des jeux emblématiques tels que Tetris ou Snake. Bien qu’anecdotiques, ces réalisations suscitent de grandes attentes.

L’étendue et la profondeur de ses capacités ont suscité de nombreuses spéculations sur l’impact économique de l’IA. De nombreux analystes et décideurs politiques ont mis en garde contre le potentiel de l’IA générative à automatiser une grande partie des emplois, en particulier dans le secteur des services, et s’inquiètent du risque de chômage de masse. Bien que nous comprenions ces inquiétudes, nous pensons que le risque de chômage de masse à moyen terme est limité et que, comme pour l’introduction d’autres technologies à grande échelle telles que l’électricité et l’informatique, nos économies auront le temps de s’adapter. Néanmoins, nous ne devrions pas ignorer les coûts de transformation et les perturbations considérables que l’IA pourrait entraîner sur le marché du travail à court terme, étant donné la nécessité de recyclage et de réaffectation de la main-d’œuvre à mesure que certaines compétences deviennent obsolètes.1

La technologie n’a pas encore atteint son plein potentiel

D’une part, les outils NLP sont loin d’avoir atteint leur plein potentiel et doivent encore surmonter des obstacles majeurs. L’un des principaux problèmes est leur précision. L’histoire très médiatisée d’un avocat qui a demandé à GPT de l’aider à préparer un dossier pour le tribunal et qui a fini par utiliser une motion remplie d’affaires et de décisions inventées en est un exemple. Bien que ces problèmes de précision (ou d’hallucinations) soient en passe d’être résolus, il faudra du temps avant que la technologie soit suffisamment précise et fiable pour certains secteurs, tels que le secteur juridique ou médical.

Un autre problème est que l’IA reproduit les préjugés humains existants à l’encontre des minorités et des femmes, car la formation des modules d’IA repose sur des lots de données générées par l’homme2. IBM a récemment publié une bibliothèque open-source, appelée AI Fairness 360, qui permet aux programmeurs d’IA de tester et d’atténuer les préjugés dans les modèles et les ensembles de données. C’est un bon début. Cependant, d’autres solutions doivent être développées pour éliminer tous les biais dans les outils d’IA générative. De nombreuses entreprises (mais pas toutes) attendront probablement avant d’utiliser les nouveaux outils d’IA dans leur service des ressources humaines.

Les obstacles réglementaires pourraient également ralentir les avancées technologiques liées à l’IA. La récente loi européenne sur l’intelligence artificielle interdit par exemple certaines applications de l’IA pour des raisons éthiques et de protection de la vie privée. Elle crée également un cadre réglementaire pour les applications médicales de l’IA.

Un dernier problème connu des outils actuels de la NLP concerne les droits d’auteur3. ChatGPT utilise le travail d’artistes et d’écrivains sans leur permission. De nombreux services de marketing, entre autres, voudront probablement attendre avant d’utiliser du contenu généré par l’IA dans leurs campagnes.

Les capacités de l’outil sont également susceptibles de s’améliorer progressivement. Ainsi, les chatbots ne pourront dans un premier temps répondre qu’à des demandes simples de clients, mais pourront à terme prendre en charge des missions plus complexes, grâce à leurs capacités d’auto-apprentissage.  De même, si les programmes d’IA générative sont actuellement capables de créer une image générée par l’IA, leur capacité à créer des courts-métrages générés par l’IA (et a fortiori des films complets) doit encore s’améliorer considérablement.

Le développement technologique de l’IA pourrait également être entravé par le problème dit de l’effondrement de l’IA générative. Si l’IA est entraînée sur du contenu généré par l’IA (qui peuplera de plus en plus l’internet), des défauts apparaissent dans l’algorithme. Des solutions doivent encore être trouvées pour y remédier.4

Tout cela pour dire que les outils de NLP seront probablement utilisables pour différents emplois à différents horizons. Leur impact sur le marché du travail sera donc probablement progressif.

La mise en œuvre de la technologie prend du temps

Même lorsque la technologie est suffisamment mûre pour perturber un certain secteur, la perturbation elle-même ne se produira pas automatiquement. Au contraire, la mise en œuvre de nouveaux outils d’IA nécessitera souvent l’acquisition de nouveau matériel, une intégration prolongée dans les systèmes informatiques existants, la réorganisation des processus existants et un long programme de formation et de gestion du changement. Dans les start-ups agiles ou les perturbateurs, la mise en œuvre de l’IA peut être assez rapide. Toutefois, les grandes entreprises ou les entités opérant dans des secteurs moins compétitifs ou dans le secteur public mettront probablement des années, voire des décennies, avant d’intégrer pleinement l’IA dans leurs processus. En outre, le développement d’environnements d’IA spécifiques aux entreprises peut rapidement se heurter à des problèmes de capacité, car les systèmes d’IA nécessitent d’énormes capacités de traitement du matériel et des données.

L’IA créera également de nombreux emplois

Alors que les entreprises et les entités publiques du monde entier intègrent l’IA dans leurs processus actuels, la révolution de l’IA est susceptible de générer de nombreux nouveaux emplois. L’IA est également susceptible de créer un certain nombre d’emplois que l’on ne peut imaginer aujourd’hui. Une étude récente a montré qu’environ 60 % des emplois actuels n’existaient pas en 1940(5). De nombreux emplois importants, tels que les installateurs de panneaux solaires ou les experts en marketing numérique, n’ont été créés que récemment. De même, de nombreux nouveaux emplois seront nécessaires pour, entre autres, développer, former, tester et exploiter les applications de l’IA.

En outre, en réduisant les coûts des biens et des services, l’IA générative peut stimuler la demande d’emplois ou de tâches qui sont plus difficiles à automatiser. L’IA pourrait réduire considérablement le temps nécessaire à l’agrégation des données ou à l’élaboration de diapositives, ce qui permettrait aux consultants de réduire leurs honoraires. Cela rendra le conseil en gestion abordable pour les petites et moyennes entreprises et augmentera donc la demande pour leurs services. Une dynamique similaire pourrait à terme être à l’œuvre pour les avocats. Selon un récent rapport de Goldman Sachs, 44 % des tâches juridiques pourraient être exécutées par l’IA, en particulier la recherche et la rédaction de documents juridiques. L’automatisation de ces tâches rendra les conseils juridiques moins chers et donc accessibles à un plus grand nombre de personnes.

L’offre de main-d’œuvre diminue progressivement

Le contexte démographique actuel est une autre raison pour laquelle il est peu probable que l’IA générative provoque un chômage de masse. La révolution de l’IA se produit en effet dans un contexte de déclin des populations en âge de travailler et d’augmentation des taux de dépendance dans les économies à revenu élevé et intermédiaire (voir figure 1). Plutôt que d’adopter l’IA pour remplacer les travailleurs actifs, les entreprises et les gouvernements pourraient donc choisir d’utiliser l’IA pour remplacer les travailleurs qui partent à la retraite. Cela atténuera quelque peu les tensions sur le marché du travail.

La demande de main-d’œuvre augmente

Alors que l’offre de main-d’œuvre est actuellement limitée, la demande de main-d’œuvre est généralement en hausse. La transition vers le changement climatique, l’augmentation des dépenses militaires, le découplage entre les États-Unis et la Chine et l’augmentation de la demande de soins de santé sont autant de sources supplémentaires qui soutiennent la forte demande de main-d’œuvre. Ces quatre évolutions, entre autres, entraîneront une forte augmentation des dépenses publiques (à forte intensité de main-d’œuvre).

En ce qui concerne le changement climatique, The Economist estime que les gouvernements devront consacrer 0,2 % du PIB par an à la décarbonisation au cours des prochaines décennies s’ils souhaitent atteindre le niveau zéro net6. D’autres institutions, telles que l’AIE, estiment que les coûts pourraient même être plus élevés. Le renforcement des capacités militaires vient s’ajouter à cela. Les pays d’Europe occidentale n’ont consacré que 1,6 % de leur PIB à leur armée en 2021, ce qui est bien inférieur aux 2 % promis par l’OTAN. Plusieurs d’entre eux ont promis d’augmenter considérablement leurs dépenses. D’autres pays, comme la Chine et la Russie, sont susceptibles d’augmenter considérablement leurs dépenses militaires à mesure que les tensions géopolitiques s’intensifient.

Les tensions géopolitiques conduisent également à une guerre commerciale technologique coûteuse entre la Chine et le monde occidental. Pour réduire leur dépendance à l’égard de la Chine, les États-Unis ont adopté la loi sur les puces et la science, qui prévoit un nouveau financement de 280 milliards de dollars pour stimuler la recherche nationale et la fabrication de semi-conducteurs aux États-Unis. L’Europe prend des mesures similaires. Une étude récente du FMI estime que le coût du découplage technologique sur un horizon de 10 ans serait d’environ 8 % pour la Chine, 4 % pour les États-Unis et 6 % pour la zone euro dans les pires scénarios7. La croissance de la productivité, qui a été faible au cours des dernières décennies dans le monde occidental (voir figure 2), risque d’être encore plus affectée par cette évolution. L’IA pourrait inverser cette tendance négative (voir plus loin).

Enfin, le vieillissement de la population ne réduit pas seulement l’offre de main-d’œuvre, mais augmente également la demande de main-d’œuvre dans le secteur des soins de santé (à forte intensité de main-d’œuvre et difficilement automatisable). Aux États-Unis, par exemple, le Bureau of Labor Statistics prévoit que les emplois dans les secteurs des soins de santé et de l’assistance sociale augmenteront de 2,8 % par an, soit 2,6 millions d’emplois supplémentaires entre 2021 et 2031. Les finances publiques seront également mises à rude épreuve. Le Congressional Budget Office prévoit que les dépenses liées à Medicare (le programme public de soins de santé pour les personnes âgées aux États-Unis) passeront de 10,1 % du budget fédéral en 2021 à 17,8 % en 2032, ce qui pourrait augmenter le ratio dette/PIB. L’IA étant susceptible d’augmenter le PIB de manière significative, elle pourrait contrebalancer cette pression budgétaire.

Impact sur l’économie

L’impact total de l’IA générative sur l’économie fait encore l’objet d’un vif débat parmi les économistes. Certains économistes, comme Tom Davidson d’Open Philanthropy, estiment qu’il y a de bonnes chances que l’IA soit à l’origine d’une croissance explosive à deux chiffres au cours des prochaines décennies. Compte tenu de la nécessité de poursuivre les améliorations technologiques et de la lenteur du processus d’adoption dont nous avons parlé plus haut, cela nous semble moins probable. Un récent rapport de McKinsey brosse un tableau plus réaliste. Il estime que le déploiement de l’IA générative et d’autres technologies pourrait donner à l’économie mondiale un coup de pouce annuel à la productivité de 0,2 à 3,3 points de pourcentage entre 2023 et 2040, l’IA générative contribuant à cette croissance à hauteur de 0,1 à 0,6 point de pourcentage. Elle estime que l’IA générative pourrait ajouter l’équivalent de 2,6 à 4,4 billions de dollars au PIB mondial au fil du temps (le PIB mondial a été estimé à 100 billions de dollars l’année dernière).

Goldman Sachs est légèrement plus optimiste et estime que l’IA générative pourrait augmenter le PIB mondial de 7 000 milliards de dollars au cours de la prochaine décennie. Elle estime que l’IA pourrait accroître la productivité du travail de 0,27 à 2,93 points de pourcentage, en fonction de la vitesse et de la portée de l’adoption et de l’évolution technologique. Le rapport estime également qu’environ 63 % des emplois actuels seront partiellement automatisés par l’IA. Cela dit, moins de 5 % des emplois verraient plus de 50 % de leur charge de travail automatisée. Il va sans dire que les deux rapports soulignent l’extrême incertitude qui entoure leurs évaluations d’impact.

Conclusion

L’IA générative va certainement transformer l’économie mondiale. Cela dit, nous estimons que les risques de chômage de masse à moyen terme sont plutôt limités, en particulier dans le contexte actuel où l’offre de main-d’œuvre est plus faible et la demande de main-d’œuvre plus forte. La nécessité de poursuivre l’évolution technologique et la lenteur probable du processus d’adoption de l’IA permettront à l’économie de s’adapter. Plutôt que de provoquer un chômage de masse, l’IA pourrait donner à l’économie mondiale un coup de fouet bienvenu à la productivité ! Néanmoins, nous ne devons pas ignorer les coûts de transformation et les perturbations considérables que l’IA pourrait entraîner à court terme sur les marchés du travail.

Laurent Convent

Economist, KBC Group

1 “The economic consequences of artificial intelligence : an overview”, C. Piton, 2023, NBB Economic Review

2 Bias in AI: What it is, Types, Examples & 6 Ways to Fix it in 2023 (aimultiple.com)

3 ‘New York Times’ considers legal action against OpenAI as copyright tensions swirl : NPR

4 “The Curse of Recursion: Training on Generated Data Makes Models Forget”, Ilia Shumailov, Zakhar Shumaylov, Yiren Zhao, Yarin Gal, Nicolas Papernot, Ross Anderson, 2023, Cornell University

5 “New Frontiers: The Origins and Content of New Work, 1940–2018”, David Autor, Caroline Chin, Anna M. Salomons & Bryan Seegmiller, 2022, NBER

6 Adding up the fiscal drag from ageing, energy and defence (economist.com)

7″Sizing Up the Effects of Technological Decoupling”, Diego A. Cerdeiro, Johannes Eugster, Rui C. Mano, Dirk Muir, en Shanaka J. Peiris, 2021, IMF