Selon les leaders de l’industrie technologique et de nombreux experts et universitaires, l’intelligence artificielle (IA) est sur le point de transformer le monde tel que nous le connaissons avec des améliorations de productivité sans précédent. Alors que certains pensent que les machines feront bientôt tout ce dont les humains sont capables, ouvrant ainsi la voie à une nouvelle ère de prospérité illimitée, d’autres prédictions sont au moins un peu plus fondées. Par exemple, Goldman Sachs a prédit que l’IA générative augmenterait le PIB mondial de 7 % au cours de la prochaine décennie, et le McKinsey Global Institute prédit que le taux de croissance annuel du PIB pourrait augmenter de 3 à 4 points de pourcentage d’ici 2040. Sont-elles réalistes ? ? Comme je l’ai noté dans un article récent, les perspectives sont beaucoup plus incertaines que ne le suggèrent la plupart des prévisions et conjectures ; Cependant, même s’il est fondamentalement impossible de prédire avec certitude ce que fera l’IA dans 20 ou 30 ans, on peut dire quelque chose sur la prochaine décennie, car la plupart de ces effets économiques à court terme doivent concerner les technologies existantes et leurs améliorations.
Il est raisonnable de supposer que le plus grand impact de l’IA proviendra de l’automatisation de certaines tâches et de l’amélioration de la productivité de certains travailleurs dans certaines professions. La théorie économique offre quelques pistes pour évaluer ces effets agrégés : selon le théorème de Hulten (du nom de l’économiste Charles Hulten), les effets agrégés de « productivité totale des facteurs » (PTF) sont simplement équivalents au produit de la participation à des tâches automatisées par la moyenne économies de coûts.
Bien que les économies moyennes soient difficiles à estimer et varient selon les activités, il existe déjà quelques études sur les effets de l’IA sur certaines tâches ; Par exemple, Shakked Noy et Whitney Zhang ont examiné l’impact de ChatGPT sur des tâches d’écriture simples, telles que la synthèse de documents, la préparation de propositions de subvention ou de supports marketing de routine, et Erik Brynjolfsson, Danielle Li et Lindsey Raymond ont évalué l’utilisation de ChatGPT AI. assistants au service à la clientèle. Ensemble, ces enquêtes suggèrent que les outils d’IA générative actuellement disponibles permettent d’économiser 27 % de main d’œuvre et 14,4 % au total. Que sait-on de la proportion de tâches qui seront affectées par l’IA et les technologies associées ? Sur la base des chiffres d’une étude récente, je l’estime à environ 4,6 %, ce qui implique que l’IA n’augmentera la PTF que de 0,66 % en 10 ans, soit 0,06 % par an (bien sûr, comme l’IA alimentera également un boom des investissements, l’augmentation la croissance du PIB pourrait être un peu plus élevée, peut-être entre 1 % et 1,5 %).
Ce sont des chiffres bien inférieurs à ceux de Goldman Sachs et McKinsey ; Pour les augmenter, il faut améliorer la productivité à une micro-échelle ou supposer que davantage de tâches dans l’économie seront affectées, mais aucun de ces scénarios ne semble plausible. Les économies de main d’œuvre bien supérieures à 27 % non seulement se situent en dehors de la fourchette proposée par les études existantes, mais ne correspondent pas non plus aux effets observés d’autres technologies encore plus prometteuses. Par exemple, les robots industriels ont transformé certains secteurs manufacturiers et semblent avoir réduit les coûts de main-d’œuvre de 30 %.
De même, il est peu probable que nous assistions à un remplacement dans bien plus de 4,6 % des tâches, car la plupart des tâches manuelles et sociales ne sont même pas à la portée de l’IA. Selon une enquête réalisée en 2019 auprès des entreprises américaines, seulement 1,5 % d’entre elles avaient investi dans l’IA. Même si ces investissements se sont accélérés au cours de la dernière année et demie, l’adoption généralisée de l’IA est encore loin.
Bien sûr, l’IA pourrait avoir des effets plus importants que ne le permet mon analyse si elle révolutionne le processus de découverte scientifique ou crée de nombreuses nouvelles tâches et produits ; Les découvertes récentes qu’il a facilitées sur la structure cristalline et les progrès dans le repliement des protéines suggèrent effectivement ces possibilités. Mais il est peu probable que ces avancées soient une source majeure de croissance économique au cours des dix prochaines années. D’un autre côté, mes propres estimations pourraient être excessives ; L’adoption précoce de l’IA générative s’est naturellement produite dans des secteurs où elle fonctionne raisonnablement bien, c’est-à-dire dans des tâches où le succès peut être mesuré objectivement. Dans ces cas, les modèles peuvent apprendre des informations externes et des données historiques disponibles.
Cependant, pour bon nombre des 4,6 % de tâches qui pourraient être automatisées au cours des 10 prochaines années (évaluer les candidatures, diagnostiquer les problèmes de santé et offrir des conseils financiers), il n’existe pas d’indicateurs de réussite aussi clairs et impliquent généralement des variables complexes qui dépendent de l’environnement. contexte. Dans ces cas-là, apprendre à partir d’informations externes est beaucoup plus difficile et les modèles d’IA génératifs doivent plutôt s’appuyer sur le comportement des travailleurs existants. Dans ces circonstances, il y aura moins de possibilités d’améliorer de manière significative le travail humain ; J’estime alors qu’un quart de 4,6 % des tâches entrent dans la catégorie « apprentissage difficile » et connaîtront des augmentations de productivité plus faibles. Une fois cet ajustement appliqué, le chiffre de croissance de 0,66 % de la PTF tombe à environ 0,53 %.
Qu’en est-il des effets sur les travailleurs, les salaires et les inégalités ? La bonne nouvelle est que, comparés aux effets des vagues d’automatisation précédentes, telles que celles basées sur des robots ou des systèmes logiciels, les effets de l’IA pourraient être plus largement répartis entre les groupes démographiques. Dans ce cas, cela n’aura pas un impact aussi important sur les inégalités que les technologies d’automatisation précédentes. Cependant, je ne trouve aucune preuve que l’IA réduira les inégalités ou stimulera la croissance des salaires. Certains groupes, en particulier les femmes blanches nées dans le pays, sont nettement plus exposés et seront affectés négativement, et le capital surpassera globalement le travail.
La théorie économique et les données disponibles justifient des perspectives plus modestes et plus réalistes pour l’IA. L’argument selon lequel nous ne devrions pas nous soucier de la réglementation n’a pas beaucoup de soutien, car l’IA sera la marée montante proverbiale qui soulèvera tous les bateaux. L’IA est ce que les économistes appellent une technologie à usage général, nous pouvons faire beaucoup de choses avec elle, et il y a de meilleures choses que d’automatiser le travail et d’augmenter la rentabilité de la publicité numérique… mais que nous adoptions sans réserve le techno-optimisme ou que nous laissions l’industrie tranquille Si la technologie détermine l’ordre du jour, nous pourrions gaspiller une grande partie de son potentiel.
Suivez toutes les informations Économie et Entreprise dans Facebook et Xou dans notre bulletin hebdomadaire
