Cette vidéo « Décodage », présentée par Frédéric Gonand, économiste à l’Université Paris-Dauphine et Conseiller économique à l’UIMM, analyse les effets de l’intelligence artificielle sur la croissance économique à long terme. Ce décryptage confronte les gains de productivité spectaculaires réalisés sur des tâches ciblées aux réalités macroéconomiques agrégées et aux défis de sécurité.
Un contraste entre essor technologique et croissance macroéconomique
Selon l’économiste Frédéric Gonand, il existe un décalage apparent entre des gains de productivité spectaculaires sur des tâches précises grâce à l’IA générative – comme le codage informatique ou la gestion future des outils bureautiques (Word, Excel, PowerPoint) – et l’absence de décollage vertical de la croissance globale à court terme.
Pour éclairer ce phénomène, Frédéric Gonand s’appuie sur une perspective historique de long terme de l’économie américaine. Malgré des révolutions technologiques majeures successives (l’électrification, l’informatisation et aujourd’hui l’IA), la tendance du PIB par habitant s’est maintenue de manière remarquable autour de 2 % par an sur les 150 dernières années.
Selon l’analyse, chaque innovation majeure agit comme un relais permettant de contrer la loi des rendements décroissants et de stabiliser cette trajectoire séculaire, sans pour autant l’emballer durablement.
Le modèle des « maillons faibles » et la diffusion progressive de l’IA
Pourquoi cette propagation est-elle si graduelle ? Frédéric Gonand l’explique à travers les modèles économiques dits « de production à maillon faible ». Un processus productif repose sur une séquence de tâches non substituables. Même si l’IA automatise de nombreuses étapes cognitives, l’efficacité globale de la chaîne reste inévitablement dictée par les maillons qui demeurent non automatisés.
Les simulations économiques montrent ainsi que l’automatisation de 2 % des tâches jusqu’alors non automatisées n’apporte qu’un surcroît de PIB par tête limité à 1 % à moyen-long terme. Pour Frédéric Gonand, les effets de l’IA sur la croissance se matérialiseront donc de manière inéluctable, mais lente et progressive sur la prochaine décennie ou vingtaine d’années.
Entre promesses à long terme et vigilance à court terme
En conclusion, Frédéric Gonand souligne que la véritable tension ne réside pas seulement dans le calendrier des gains de productivité, mais dans le contraste entre des bénéfices assurés à long terme et des risques immédiats à court terme. L’utilisation malveillante potentielle de l’IA (cyberattaques, désorganisation des infrastructures énergétiques ou financières) représente un coût potentiel considérable. Cet état de fait incite, selon l’économiste, les industries à redoubler de vigilance en matière de cybersécurité.
