[ETUDE] IA et emploi : le piège économique que les entreprises sous-estiment

L’intelligence artificielle est souvent présentée comme une machine à productivité. Elle permet de traiter plus vite des opérations répétitives, d’automatiser une partie du support client, de produire du code, d’analyser des données, de rédiger des contenus, de fluidifier des processus internes et de réduire certains coûts de fonctionnement. Pour une entreprise prise isolément, la promesse est claire : produire autant, parfois davantage, avec moins de ressources humaines mobilisées sur certaines tâches.

Le raisonnement paraît rationnel. Si une technologie permet de remplacer une tâche coûteuse par une solution moins chère, le dirigeant qui ne l’utilise pas prend le risque de perdre en compétitivité. Le problème commence lorsque toutes les entreprises suivent simultanément la même logique. Ce qui ressemble à une bonne décision individuelle peut devenir une erreur collective. C’est précisément le cœur de l’étude de FALK et TSOUKALAS : l’IA peut créer une course à l’automatisation dans laquelle chaque entreprise agit rationnellement, tout en alimentant un déséquilibre qui finit par nuire à l’ensemble du marché.

Le point central tient à une évidence économique trop souvent oubliée : les collaborateurs sont aussi des consommateurs. Lorsqu’une entreprise supprime un poste grâce à l’IA, elle réduit une charge. Mais le revenu disparu ne reste pas sans effet. Il pèse sur la capacité de consommation des ménages, donc sur la demande adressée aux entreprises. À petite échelle, l’impact peut sembler marginal. À grande échelle, il devient systémique. Plus les suppressions de postes se multiplient, plus la base de consommation se contracte.

L’étude parle d’« externalité de demande ». Une entreprise qui automatise bénéficie directement de l’économie réalisée. En revanche, la baisse de consommation provoquée par les revenus perdus se diffuse sur tout le marché. L’entreprise qui licencie ne supporte qu’une fraction du dommage. Les autres entreprises en subissent aussi les effets, par la baisse globale de la demande. Ce décalage incite chaque acteur à automatiser davantage que ce qui serait optimal collectivement.

Une rationalité individuelle qui produit un risque collectif

Le modèle développé par FALK et TSOUKALAS repose sur une mécanique simple. Chaque entreprise choisit la part de ses tâches qu’elle confie à l’IA. Plus elle automatise, plus elle réduit ses coûts. Mais chaque tâche automatisée peut aussi correspondre à un revenu humain supprimé ou diminué. Si l’économie ne réabsorbe pas assez vite les collaborateurs déplacés vers de nouveaux postes, la consommation baisse. La demande adressée au secteur recule à son tour.

La gravité du phénomène dépend de plusieurs paramètres : le niveau de remplacement des revenus, la capacité de reclassement, la propension des ménages à consommer, le coût relatif de l’IA et le nombre d’entreprises en concurrence. Plus le marché est fragmenté, plus le problème s’intensifie. Dans un marché très concurrentiel, chaque entreprise supporte une part réduite de la destruction de demande qu’elle provoque. Elle est donc incitée à poursuivre l’automatisation, même si toutes les entreprises seraient mieux loties avec un rythme plus maîtrisé.

Les chercheurs décrivent cette situation comme un dilemme du prisonnier. Une entreprise ne peut pas se permettre de ralentir seule. Si elle conserve davantage de collaborateurs pendant que ses concurrents automatisent, elle prend le risque de garder une structure de coûts plus élevée. Si elle automatise, elle protège sa marge à court terme. Toutes les entreprises sont donc poussées vers la même décision. Le résultat peut être inférieur pour tout le monde : moins d’emplois, moins de revenus distribués, moins de consommation, moins de chiffre d’affaires potentiel.

L’étude insiste sur un point important : ce déséquilibre n’est pas seulement une redistribution au détriment des collaborateurs et au profit des actionnaires. Il peut devenir une perte sèche pour l’économie. Les collaborateurs perdent des revenus, mais les entreprises peuvent aussi perdre une partie de leurs débouchés. Autrement dit, le problème n’est pas uniquement social. Il est aussi économique. Une entreprise peut gagner en productivité opérationnelle tout en participant à l’affaiblissement de son propre marché.

Cette analyse remet en cause une croyance répandue : l’idée selon laquelle une IA plus performante réglerait naturellement le problème. FALK et TSOUKALAS soutiennent au contraire que de meilleurs outils peuvent renforcer l’incitation à automatiser. Plus l’IA devient efficace, plus le gain individuel paraît attractif pour chaque entreprise. Mais si toutes les entreprises adoptent simultanément cette stratégie, les gains de parts de marché s’annulent en grande partie entre concurrents, tandis que la destruction de demande demeure.

Le risque n’est donc pas que l’IA soit inefficace. Le risque est qu’elle soit suffisamment efficace pour rendre l’automatisation trop attractive, trop rapide et trop générale. Cette nuance change la manière de poser le débat. La question n’est plus seulement : « Combien de postes l’IA peut-elle remplacer ? » Elle devient : « À quel rythme l’économie peut-elle absorber les déplacements de compétences sans réduire la demande qui finance les entreprises ? »

Les réponses classiques ne suffisent pas toujours

Face à ce risque, plusieurs réponses politiques ou sociales sont régulièrement avancées : revenu universel, formation, participation des collaborateurs au capital, taxation des profits, négociation entre entreprises. L’étude les examine et conclut que beaucoup d’entre elles traitent une partie du problème sans corriger l’incitation centrale.

Le revenu universel peut soutenir le niveau de vie et maintenir une partie de la consommation. Mais, dans le modèle étudié, il ne modifie pas la décision marginale d’automatiser. Une entreprise continue d’avoir intérêt à remplacer une tâche humaine par une solution IA si le coût est inférieur. Le revenu universel agit donc comme un amortisseur social, pas comme un correcteur de la course à l’automatisation.

La formation et la reconversion jouent un rôle plus direct. Si les collaborateurs déplacés retrouvent rapidement un emploi équivalent ou mieux rémunéré, la perte de demande diminue. Dans ce cas, l’automatisation devient moins destructrice, car les revenus sont reconstitués ailleurs. Mais cette solution dépend d’une condition exigeante : la vitesse de transformation des compétences doit suivre celle de l’IA. Si les postes disparaissent plus vite que les nouveaux métiers ne se créent ou que les collaborateurs ne se forment, l’externalité persiste.

La taxation générale des profits apparaît également insuffisante dans le modèle. Elle réduit le niveau global de profit, mais ne change pas forcément le calcul précis qui pousse à automatiser une tâche donnée. Or c’est ce calcul marginal qui déclenche la décision. Une taxe générale peut financer des politiques publiques, mais elle ne corrige pas directement l’avantage économique de l’automatisation lorsque celui-ci reste supérieur au coût supporté par l’entreprise.

La participation des collaborateurs au capital peut réduire partiellement le problème, car elle recycle une partie des profits vers les ménages. Mais l’étude estime que ce mécanisme ne suffit pas à éliminer l’écart. Une partie de la demande continue de fuir vers l’ensemble du marché. La négociation privée entre entreprises ne règle pas davantage la difficulté, car aucune entreprise n’a intérêt à être la seule à respecter une retenue volontaire si ses concurrentes automatisent.

FALK et TSOUKALAS identifient une réponse plus ciblée : une taxe pigouvienne sur l’automatisation. L’idée n’est pas de sanctionner la technologie, mais de faire payer à chaque entreprise le coût de demande qu’elle impose aux autres lorsqu’elle remplace des tâches humaines sans réabsorption équivalente des revenus. La taxe serait calculée sur l’écart entre le gain privé et le coût collectif non pris en compte par l’entreprise.

Un tel instrument pose évidemment des difficultés pratiques. Il faudrait mesurer les tâches automatisées, distinguer les gains de productivité non destructeurs de revenus des substitutions qui réduisent la demande, suivre les effets de reclassement et éviter de pénaliser l’innovation utile. Mais l’intérêt du raisonnement est ailleurs : il oblige les décideurs à sortir d’une vision strictement microéconomique de l’IA. La productivité ne peut plus être évaluée uniquement à l’échelle de l’entreprise. Elle doit être appréciée aussi à l’échelle du marché.

Pour les directions générales et les directions RH, cette lecture ouvre un chantier stratégique. Automatiser n’est pas seulement une décision technologique ou financière. C’est une décision d’allocation du travail, de maintien des compétences, de pouvoir d’achat et de soutenabilité commerciale. Une entreprise qui remplace vite sans investir dans la mobilité interne, la montée en compétences et la création de nouveaux rôles peut améliorer ses marges à court terme tout en fragilisant sa base future de revenus.

Le vrai sujet n’est donc pas de freiner l’IA par principe. Il est de construire un rythme d’adoption compatible avec la capacité de l’économie à réabsorber les collaborateurs déplacés. Les entreprises qui traiteront l’IA uniquement comme un levier de réduction des coûts risquent de sous-estimer sa dimension macroéconomique. Celles qui l’utiliseront pour augmenter la productivité, reconfigurer les métiers et préserver la capacité de consommation contribueront à un équilibre plus robuste.

L’étude de FALK et TSOUKALAS ne prédit pas mécaniquement un effondrement de la demande. Elle alerte sur un mécanisme de marché : lorsqu’une technologie permet de réduire massivement le recours au travail humain, la somme des décisions individuelles peut produire un résultat défavorable à tous. L’IA crée des gains réels. Mais ces gains ne deviennent durables que si les revenus, les compétences et la demande suivent. Une économie peut supporter beaucoup d’automatisation. Elle supporte beaucoup moins bien l’automatisation sans réemploi, sans revenu et sans clients.