Intelligence artificielle et suicide du marché économique

Bien que la moitié de la population active utilise désormais l'IA dans son travail , celle-ci est largement sous-estimée, tant pour ses capacités actuelles que pour ses limites futures. Trop de gens délèguent seulement la rédaction de mail. Pourtant l'IA fait cela depuis 3 ans, et en trois mois, un modèle gagne entre 15 et 20 % sur les benchmarks de référence — alors que la fréquence de ces améliorations est elle-même croissante. De plus, 62,7 % des personnes utilisant l'IA au travail n'ont accès qu'à un modèle gratuit , or ceux-ci offrent une image radicalement tronquée de l'état réel de la technologie. Obtenir avec un code fonctionnel de plus de 100 lignes y relève déjà du défi, alors que les modèles payants peuvent cogiter une heure avant de livrer une application fonctionnelle de 10 000 lignes de code.

En 2023, GPT-4 échouait au test enfantin « Qui est le père du fils de Paul ? », aujourd'hui, l'IA crée des sites web complets, génère des analyses juridiques d'un niveau exceptionnel. Le dernier modèle d' Anthropic a été en partie conçu grâce à son prédécesseur, et à chaque nouvelle génération la part humaine se fait plus faible.

Baser son jugement sur une IA gratuite ou sur une expérience datant de plus de six mois n'est pas une évaluation objective. C'est regarder l'océan depuis le rivage et conclure qu'il est peu profond.

À cette sous-estimation s'ajoute une objection récurrente : nombreux sont ceux à prédire un ralentissement de la généralisation de l'IA et des avancées dans le domaine, en raison d'un manque de ressources. Mais cette observation ne tient pas compte des progrès techniques, des améliorations en termes de rendements. Une puce d'iPhone 16 est plusieurs milliards de fois plus efficiente par calcul que l' IBM 7090, pourtant ordinateur de référence pour les calculs des missions de la NASA dans les années 1960. Non pas quelques fois, ni quelques milliers de fois, mais plusieurs milliards de fois^[1] — et cette puce tient sur un ongle, alors que l'IBM 7090 occupait plus d'une dizaine de mètres carrés. Cette trajectoire rend improbable l'hypothèse d'un plafonnement physique qui contraindrait le déploiement de l'IA dans un avenir prévisible.

Il convient néanmoins de nuancer avec le célèbre paradoxe de Jevons ; on observe en effet que l'amélioration de l'efficience énergétique d'un outil ne conduit pas à la baisse de la consommation globale des ressources, mais conduit à une expansion de ses usages. La technologie ne sera pas plafonnée, mais elle ne résoudra pas non plus de problème des ressources.

Mais l'objection des ressources n'est pas la seule. Beaucoup affirment que l'IA ne pourra jamais les remplacer dans leur travail, car elle manquerait de souplesse, de créativité, de bon sens. Cet argument repose sur une incompréhension fondamentale de ce qu'est l'intelligence — humaine ou artificielle.

L'IA, comme notre cerveau, apprend à partir de données, en déduit des patterns, des règles abstraites. Son savoir n'est pas codé en dur ; il est acquis par déduction et inférence. L'IA, comme le cerveau humain, est fondée sur la même architecture probabiliste. Elle s'en distingue par certaines subtilités, mais le socle computationnel est identique.

On vous dit que l'IA LLM ne fait que prédire la probabilité du mot suivant. Mais réfléchissons un instant : il est impossible de faire cette prédiction sans avoir compris les règles qui sont derrière. Durant son apprentissage, il est demandé aux LLM de prédire le token suivant, mais celles-ci élaborent en interne des représentations abstraites, des règles, ce qui leur permet ensuite de gérer des cas entièrement inconnus, et de faire du few-shot learning (apprentissage à partir de peu d'exemples).

Les World Models ont eux aussi le même socle, ce qui diffère, c'est la demande lors de l'apprentissage : prédire non pas le token mais l'action suivante, ce qui requiert un schéma de pensée différent en arrière-plan. L'IA n'a pas conscience de ce qu'elle fait, et c'est cela qui nous en distingue. Elle reste à un niveau réflexe permanent, un niveau d'intuition, ces moments où nous trouvons une idée brillante sans avoir conscience du raisonnement qui nous y a mené, raisonnement qui était pourtant bien présent.

Cela veut dire une seule chose : ce que l'homme peut faire intellectuellement, l'IA pourra le faire.

Ce que l'on pensait hier l'apanage de l'humain ne l'est plus aujourd'hui. Si un plafond existe, nous ne l'avons pas encore approché, et il serait scientifiquement irresponsable de parier qu'il se trouve à portée de main. La question n'est donc plus celle du « si », mais celle du « comment » et du « quand ».

L'automatisation du travail ne se produira pas en une vague uniforme. Elle s'articulera en deux phases majeures, distinctes par leur nature, leur rythme et leurs impacts sociaux.

Première phase — L'automatisation intellectuelle

C'est la première fois dans l'histoire de l'humanité que l'on invente une machine capable de remplacer la totalité des tâches intellectuelles, mais le vrai danger vient de la rapidité avec laquelle on va pouvoir la déployer. Pas d'investissements lourds pour les entreprises : trois lignes de code, une application installée et on multiplie par 10 voire 100 la productivité.

Aujourd'hui, remplacer 3 000 ingénieurs ne requiert plus un investissement de plusieurs dizaines de millions, mais une simple souscription à un logiciel. Les révolutions industrielles antérieures ont supprimé des métiers sur plusieurs décennies, laissant aux générations le temps de s’adapter et aux institutions celui de se réorganiser. La révolution informatique des années 1980-2000 a étalé ses effets sur deux décennies, mais la révolution de l'IA sera non seulement la plus profonde, mais aussi la plus brutale.

Cette première phase sera particulièrement violente pour deux raisons qui se renforcent mutuellement. D'abord, personne ne s'y attend réellement. La réaction dominante reste le déni ou la minimisation, fondée sur une expérience des outils gratuits et obsolètes. Cette sous-estimation collective retarde la préparation individuelle et institutionnelle. Ensuite, aucun système politique n'anticipe ce changement.

On prépare minutieusement la guerre ; on ignore superbement le changement de civilisation.

Seconde phase — L'automatisation physique

La seconde phase concerne l'automatisation des tâches manuelles et physiques. D'aucuns pensent que ce domaine est protégé, en raison de la complexité d'adaptation à l'environnement ; cependant le seul frein est la rentabilité. Un robot est-il moins coûteux à long terme qu'un ouvrier ? En effet, il y a quelques années déjà que l'agilité n'est plus un obstacle, des robots humanoïdes résolvent des Rubik's cubes à une seule main, tandis que d'autres effectuent des prouesses gymnastiques.

Néanmoins, cette phase sera bien plus douce, probablement comparable à l'arrivée d'internet, ou à la Révolution industrielle, en raison d'un coût d'investissement initial très élevé, d'une part pour la recherche, car nos champions de gymnastique restent encore des produits de vitrine, et d'autre part pour le lancement de productions industrielles. Cette phase, quoi qu'on en dise, finira par arriver d'ici une quarantaine d'années.

Ces deux vagues d'automatisation, l'une brutale et l'autre lente, posent la même question de fond. Le système économique repose sur un cycle simple : le travail rémunéré permet aux individus de consommer, et la consommation finance la production. L'automatisation rompt cette boucle à son point d'origine. Lorsque le travail humain est remplacé par des machines, les revenus distribués aux travailleurs disparaissent, mais les biens continuent d'être produits — voire en plus grande quantité.

On se retrouve alors dans une situation structurelle de surproduction relative : les usines tournent, les serveurs traitent, les algorithmes génèrent, mais de moins en moins de personnes disposent des revenus nécessaires pour acheter ce qui est produit.

Une économie qui automatise sans redistribuer creuse sa propre tombe : elle détruit les consommateurs dont elle a besoin pour exister.

Lors des précédentes vagues d'automatisation, les corps de métiers ont évolué : certains ont disparu, d'autres les ont remplacés. Un ouvrier remplacé par un automate demandait un ingénieur pour concevoir et entretenir la machine. Aujourd'hui, ce n'est plus le cas. Une IA peut s'auto-entretenir, s'auto-déployer, pourvu qu'on lui donne les droits nécessaires.

On arrive alors à une contradiction structurelle irréductible : une économie dont la capacité de production croît, mais dont la capacité d'absorption — le pouvoir d'achat de la population — décroît simultanément.

Le revenu universel comme équilibre économique

Le Revenu Universel de Base (RUB) apparait alors non comme une idéologie généreuse, mais comme l'attracteur économique de toute société suffisamment automatisée. C'est une loi économique, un état d'équilibre obligatoire, pas un programme électoral.

L'économie tend vers cet équilibre par deux chemins. Soit de manière organisée et anticipée : un RUB financé par les gains de l'automatisation reconstitue le pouvoir d'achat de la population, permettant aux machines de continuer à produire pour des acheteurs qui peuvent consommer. Soit de manière désordonnée : l'effondrement successif des débouchés entraîne des crises économiques majeures, des tensions sociales extrêmes, et finalement des réponses politiques d'urgence imposées sous contrainte, dans des conditions infiniment moins favorables.

Dans les deux cas, l'équilibre final est identique : une redistribution du produit de l'automatisation vers la population, pour que la production trouve preneur et que le cycle se perpétue. La seule variable est le niveau de destruction sociale subi avant d'y parvenir.

Le danger ne réside pas dans l'intelligence artificielle elle-même. Une technologie n'est ni bonne ni mauvaise en soi — elle est ce que les sociétés décident d'en faire. Le danger réside dans le déni collectif, qui nous pousse à la passivité face à une technologie déjà déployée mais encore non maîtrisée, alors même qu'il est plus que temps d'agir.

La science a pris de vitesse le cadre qui devait la contenir.

Ce cadre est désormais obsolète, et menace de céder sous la charge. Soyons lucides : aucune coordination mondiale n'est aujourd'hui capable de ralentir l'essor de l'intelligence artificielle, en raison de l'avantage concurrentiel trop important que celle-ci apporte. Dès lors, une seule option demeure : adapter en urgence nos structures juridiques et économiques, avant que le réel ne s'en charge lui-même, dans le désordre. La question n'est pas faut-il le faire, mais comment faut-il le faire.

La stratégie de l'autruche n'a jamais protégé personne. Elle n'a fait que transformer les risques prévisibles en catastrophes subies.