L’IA, ou la chasse aux gains de productivité fantômes
Par Romaric Godin
Pour régler son problème de rentabilité, l’industrie de l’intelligence artificielle ne peut compter que sur un transfert massif des gains de productivité qui seront réalisés grâce à cette technologie. Mais ces derniers seront-ils à la hauteur ?
On l’a vu dans le premier volet de cette série : l’intelligence artificielle (IA) a un problème majeur de rentabilité. Un problème qui la distingue de l’économie numérique classique où la publicité, des abonnements bon marché ou des ventes de données permettent de dégager des marges importantes parce que le coût du capital est très faible. Ici, le coût pour l’utilisateur final sera nécessairement beaucoup plus élevé.
Déjà, OpenAI, la maison mère de ChatGPT, a donné le ton en indiquant le 6 mars qu’elle lançait un abonnement à 20 000 dollars par mois. Évidemment, à ce prix, les seuls clients envisageables sont les entreprises. Dès lors, l’industrie de l’IA devient productrice de biens d’équipement et non plus de biens de consommation. On comprend alors mieux l’abandon des services grand public, comme la création de vidéos avec Sora et celui de son projet de chatbot érotique, annoncé en mars par OpenAI (voir le premier volet de cette série). Le cœur de l’activité n’est plus les usages conversationnels à la ChatGPT, mais la fourniture de services capables de réaliser des gains de productivité au service des entreprises.
Dans ce domaine, l’affaire est simple sur le papier : puisque l’IA copie l’intelligence humaine, elle est potentiellement capable de remplacer l’humain dans un nombre important de tâches et cette automatisation permet des gains de productivité considérables.
© Photomontage Mediapart avec Kirill Kudryavtsev / AFP
Cela serait notamment vrai dans le secteur des services où, précisément, la productivité est un problème majeur. Le transfert des gains de productivité vers l’écosystème IA qui les aura rendus possibles devient naturel et ne poserait pas de problème majeur. Mais dans la réalité, l’affaire est un peu plus délicate.
Car deux problèmes se posent. Ces gains de productivité pourront-ils se réaliser concrètement ? Et leur ampleur sera-t-elle suffisante pour financer les sommes gigantesques nécessaires au déploiement de l’IA ? La réponse à cette question est incertaine, mais elle déterminera l’avenir de la bulle de cette industrie.
Si les gains de productivité sont capables d’absorber les coûts financiers de la fuite en avant actuelle, le principal risque est celui de la temporalité. La diffusion de l’IA peut être trop lente pour pouvoir financer certaines échéances financières. Une correction peut suivre, mais l’industrie se réorganisera autour des acteurs les plus solides qui capteront les revenus futurs.
Mais si les gains de productivité se révèlent insuffisants, c’est tout le modèle actuel de l’industrie qui devient caduc. Il en résultera alors une crise de surcapacité majeure qui débouchera non seulement sur un krach boursier, mais aussi sur une diffusion de cette crise à l’ensemble de l’économie. C’est ce qui s’est passé lors de la crise des chemins de fer états-uniens de 1873, qui a débouché sur une crise déflationniste de près d’un quart de siècle.
Pas de gains de productivité miracles
Que sait-on sur les gains de productivité espérés par l’IA ? Pas grand-chose en réalité. Certains ont cru que le léger regain de productivité de l’économie états-unienne en 2025 s’expliquait par l’effet de l’IA. Mais c’est peu probable, comme le soulignel’économiste Martha Gimbel, de l’université Yale (États-Unis). Ce petit rebond s’expliquerait principalement par la répression des migrants par l’administration Trump, qui conduit à la suppression de postes peu productifs (dans la restauration, la construction, l’agriculture) occupés par cette population. En parallèle, l’investissement est soutenu par les dépenses pour l’IA.
Ces deux phénomènes conduisent à une augmentation du PIB et une stagnation de l’emploi. Statistiquement, cela se traduit par une augmentation du rapport PIB sur emploi, utilisé pour calculer la productivité. Mais l’économie n’est pas devenue plus productive. Elle a simplement supprimé des emplois non productifs, qu’elle n’a pas remplacés.
À lire aussiLes traducteurs d’Arte dénoncent la destruction de leur métier par l’IA
Selon une étude de la Réserve fédérale de San Francisco, si l’on exclut les effets de l’investissement dans l’IA du PIB, les gains de productivité de l’économie états-unienne en 2025 sont nuls. Alors même que, selon une étude de mars 2026 du Bureau national de la recherche économique (NBER), la moitié des entreprises états-uniennes avaient déjà investi dans l’IA.
Cette dernière analyse, qui se fonde sur une enquête réalisée auprès de 750 entreprises, tire deux conclusions importantes. D’abord, les gains de productivité « ressentis » sont très supérieurs aux gains de productivité réels de l’IA. Cela est le cœur même du « paradoxe de la productivité » de l’économie contemporaine : l’impact des technologies est surévalué par la « hype » (la forte pression marketing) qui l’entoure. Mais les effets concrets sont relativement faibles.
C’est le produit d’un système circulaire mis en avant par le sociologue Juan Sebastián Carbonell dans son dernier ouvrage Un taylorisme augmenté (Amsterdam, 2025) : la « hype » est nécessaire pour justifier les investissements gigantesques, mais elle produit un écart entre le « ressenti » et la réalité. Les « miracles » vendus par la technologie ne se traduisent pas en production finale de valeur.
Intensification du travail
De fait, plusieurs études récentes sont aussi venues mettre en avant le fait que l’IA modifiait bien le travail, mais pas toujours dans le sens attendu. Un article de la Harvard Business Review de février 2026 signale ainsi que « l’IA ne réduit pas le travail, il l’intensifie ». Prenant le cas concret du codage informatique, une des tâches pour laquelle l’IA est potentiellement le plus efficace, les auteurs montrent que l’usage de cette technologie conduit à brouiller la division du travail.
« Parce que l’IA peut combler les différences de savoir, les travailleurs réalisent de plus en plus les tâches qui revenaient à d’autres », explique l’article. Avec deux conséquences : une augmentation du temps réel de travail et une intensification des changements d’attention (l’IA sollicitant cette dernière en permanence), mais une efficacité réduite avec une surcharge de travail pour celles et ceux qui savent réellement coder, et qui doivent corriger et contenir ce « codage sauvage par l’IA ». « Ce qui ressemble à une plus grande productivité à court terme tait une charge de travail croissante et une pression cognitive croissante », expliquent les auteurs. On est au cœur du problème identifié plus haut.
D’autres études ont ainsi mis en évidence que l’IA ne réalisait pas réellement les tâches « seule ». Il faut l’encadrer, la surveiller, la contrôler, modifier en permanence les critères qui la gouvernent. L’emploi devient moins créatif, mais reste intense. C’est un phénomène classique de déqualification qui réduit les gains de productivité de la machine et qui est aussi mis en avant par Juan Sebastián Carbonell dans son ouvrage.
La concentration de gains de productivité dans certains secteurs favorise, en parallèle, la part des emplois peu productifs dans l’ensemble de l’économie.
Le deuxième élément, mis en avant par l’étude de la NBER, c’est que les gains effectifs de productivité sont très différents selon les secteurs. La finance et les services à haute valeur ajoutée verraient des gains de productivité deux fois plus importants que les autres services. Là encore, c’est un phénomène identifié dans l’application de la technologie moderne : elle offre des gains de productivité très limités à certains secteurs.
Mais l’IA se distingue des technologies du passé, qui entraînaient l’ensemble de l’économie. Cette fois, ces gains de productivité libèrent de la main-d’œuvre qualifiée pour la mettre à disposition de services à faible valeur ajoutée, plus nombreux mais moins productifs et moins concernés par les gains de productivité. D’où, en définitive, une stagnation de la productivité globale de l’économie.
.À lire aussiEn Seine-Saint-Denis, les promesses d’emploi non tenues des centres de données
En cela, l’IA ressemble bien aux technologies numériques. La concentration de gains de productivité dans certains secteurs ne permet pas de régler la question de l’épuisement généralisé des gains de productivité parce qu’elle favorise, en parallèle, la part des emplois peu productifs dans l’ensemble de l’économie. On en revient toujours au fameux « paradoxe de la productivité » formulé par l’économiste Robert Solow dans les années 1990 : « On voit des ordinateurs partout, sauf dans les chiffres de la productivité. »
C’est bien la conclusion à laquelle est parvenu l’économiste du Massachusetts Institute of Technology Daron Acemoğlu, en 2025, dans l’étude la plus complète à ce jour sur la question. Il estimait que l’apport de gains de productivité par an sur les dix prochaines années serait, au total, compris entre 0,55 % et 0,71 %. Une goutte d’eau. Et clairement un niveau insuffisant pour financer l’actuelle bulle de l’IA.
Le fossé entre le processus de production de l’IA et son processus de valorisation pourrait devenir insurmontable. Tout l’édifice financier et concret qui se construit en ce moment risque de s’effondrer. La fuite en avant actuelle représente donc un danger considérable. Non contente de représenter une folie écologique et sociale, l’IA pourrait entraîner le monde dans une nouvelle crise décennale, alors même que nous ne sommes pas sortis de celle de 2008
Santé-Environnement-Politique 