IA et productivité : bénédiction ou malédiction ?

La thématique de l’intelligence artificielle accompagne les mouvements de marchés depuis maintenant quelques années. Des entreprises de microcomposants aux éditeurs de logiciels, fantasmes et angoisses ponctuent la narration de marché concernant la transformation des économies à l’œuvre. Entre exposition de la main d’oeuvre et substituabilité par l’automatisation, besoins d’investissement massifs dans les infrastructures de calcul et d’énergie, la révolution technologique et numérique devient progressivement visible et mesurable. La rapidité d’adoption de cette nouvelle technologie combinée aux gains de productivité apparents interroge sur l’amplitude de la transformation des modes de production de biens et de services. Au-delà de ce premier canal de transmission du choc technologique, un second champ d’application reste quant-à-lui à défricher : la capacité de l’innovation à produire de nouvelles idées, rendant les gains d’échelle rattachés à la production et au partage de la connaissance virtuellement infinis. Cette note se donne pour but d’établir un état des lieux de la recherche économique quant à l’impact de ce choc d’innovation sur la croissance, le devenir du capital humain dans la combinaison productive des économies, ainsi que les capacités potentielles de production des économies adoptant cette nouvelle vague innovative.

L’impact de l’innovation sur la productivité, clé de voûte du développement économique

Les innovations technologiques et organisationnelles n’ont eu de cesse de ponctuer le développement économique moderne. Du déploiement industriel de la machine à vapeur à l’électrification, de la standardisation du commerce international à la digitalisation ou du Taylorisme au Kanban, le développement qu’a connu l’économie mondiale n’a cessé d’accroître l’efficacité du processus de production. La Figure 1. illustre les gains de productivité depuis la fin du XIXème siècle aux Etats-Unis, en Zone Euro et au Japon. L’apprentissage statistique profond, ou intelligence artificielle, appartient de ce fait à la longue lignée des innovations techniques dont l’usage et l’intégration aux processus de production actuels ou la création de modes et de rapports de production futurs vont vraisemblablement façonner la création de valeur ajoutée.

On constate cependant dans la Figure 1. que le rythme de croissance de la productivité du travail apparaît hétérogène entre les zones économiques. Il y aurait donc une efficacité dans les modes de production émanant d’une conjonction entre efforts d’investissement, recherche, cadre juridique et normatifs ainsi que des écosystèmes de production hétéroclites entre Etats-Unis, Japon et Zone Euro.

Figure 1 : Productivité du travail depuis 1890 (Gauche) et dynamiques récente (1990 = 100), Bergeaud, A., Cette, G. and Lecat, R. (2016)

Source : LSEG Eikon et NIM Solutions. Données au 15/03/2026

Comme le soulignent Aghion et Bunel (2024), le choc d’innovation apporté par l’intelligence artificielle est susceptible de subir un délai de transmission comme celui constaté lors de l’électrification ou la digitalisation. Ce délai est imputable à l’inertie des structures matérielles et intellectuelles à absorber l’innovation (incompatibilité des machines et des ressources à l’innovation nécessitant transformation afin de faciliter l’adoption). L’IA et son impact sur la création de valeur ajoutée de demain dépendront des investissements présents comme futurs, des taux d’adoption de ces technologies et de la réorganisation des structures de production. Les économies qui parviendront à répondre de manière pertinente à ces enjeux verront très vraisemblablement leurs gains de productivité croître significativement fortifiant ainsi leur position dominante.

Des besoins d’investissement massifs dont la rentabilité future est interrogée aujourd’hui…

Une grande partie de l’adaptation des structures de production existantes à la révolution technologique que constitue l’intelligence artificielle réside donc dans l’investissement. Investissement dans les capacités de calcul d’abord, dans l’efficience de l’utilisation de la ressource énergétique employée pour alimenter ces capacités puis dans la recherche et le développement d’applications nouvelles capables d’absorber ces capacités et de déployer des gains d’efficacité dans les processus de production (autonomisation et robotique dans l’industrie ou les services). La Figure 2. montre à ce titre des dynamiques relativement hétérogènes dans la discipline d’investissement des économies dans les technologies de l’information et de la communication (ICT) ou les produits de propriété intellectuelle (IPP) depuis le milieu des années 1990. On constate par ailleurs l’accélération des investissements américains en 2025 dans les technologies de l’IC et un décrochage relatif de la zone Euro dans le champ du capital intangible.

Figure 2 : Investissement nominal dans les produits de propriété intellectuelle (IPP) et dans la technologie de l'information/communication (ICT), 1995 = 100 monnaie locale

Source : LSEG Eikon et NIM Solutions. Données au 15/03/2026

D’aucuns redoutent un excès d’investissement en capital à la fois matériel et immatériel trop important, notamment pour les entreprises qualifiées d’« hyperscalers ». En 2025, les entreprises américaines du secteur technologique ont investi un total de 380 Mds $ et la projection pour 2026 s’élève actuellement à plus de 600 Mds $. Ces montants posent nécessairement la double question de l’allocation optimale du capital et in fine celle de la dynamique du taux de rendement du capital investi qui pourrait subir une pression baissière. Ces questions synthétisent les doutes entourant les capitalisations boursières et les projections de croissance bénéficiaire des entreprises du secteur. A ce stade, nous considérons que ces besoins d’investissements sont ceux inhérents à une révolution technologique « classique » fortement intensive en capital. Les entreprises s’engageant dans ces transformations massives capteront vraisemblablement tout ou une partie de la rente technologique issue de leur position oligopolistique future.

Pour comprendre les implications sur la fonction de production agrégée des économies, il est nécessaire de comprendre, à l’échelle sectorielle, comment les facteurs Travail et Capital se réalloueraient, dans la perspective d’une adoption rapide et globale de l’innovation. Aghion, Jones et Jones (2017) analysent le lien supposé entre accroissement de l’automatisation et intensivité de l’utilisation du facteur capital dans la création de valeur ajoutée. Si il est certain que l’automatisation des tâches crée une rémunération croissante du facteur capital au détriment du travail dans certains secteurs, les auteurs mobilisent la loi de Baumol, ou celle de « la maladie des coûts », pour affirmer qu’à l’échelle globale la part de rémunération du capital dans la valeur ajoutée, malgré une automatisation virtuellement complète, serait loin d’effacer la rémunération du facteur travail. La présence de secteurs faiblement exposés aux gains de productivité (santé, éducation, arts et culture) engendre une attraction de la main d’œuvre remplacée par les gains de productivité dans d’autres secteurs, notamment industriels. Cette main d’œuvre tend à voir ses salaires augmenter dans les mêmes proportions que les secteurs à fort gain de productivité selon l’élasticité-prix croisée de la demande¹. La question est donc de savoir quels secteurs et quelles tâches sont susceptibles d’être les plus exposées à cette intelligence artificielle. Bien qu’ardue, plusieurs études académiques ont cherché à identifier sur la base de données d’enquêtes le degré d’exposition des secteurs à l’intelligence artificielle et d’en dériver les conclusions sur le devenir du facteur travail.

Vers une disparition progressive du facteur travail ?

Acemoglu (2024) considère quant à lui que l’automatisation des tâches, notamment dans les secteurs les plus intensifs en facteur travail, notamment les services à faible valeur ajoutée viendra accroître la dichotomie entre rémunération du capital et du travail à la faveur du capital. La question de l’exposition des entreprises et de leur secteur d’activité à l’intelligence artificielle est donc essentielle pour comprendre l’amplitude avec laquelle les gains de productivité peuvent se matérialiser. Ces quantités font légitiment débat dans la littérature actuelle. La Figure 3 est issue d’une tentative récente de mesure de cette exposition. Elle montre la part des entreprises exposées leur taux d’exposition négatif. Cette variable se caractérise par une différence essentielle amenée par l’utilisation de l’intelligence artificielle : certaines tâches peuvent être remplacées par l’usage de l’IA tandis que d’autres peuvent être « améliorées ». Le taux dit d’exposition négative est le ratio des réponses dans l’enquête adressée à 750 chefs d’entreprises par les auteurs entre « tâche remplacée » et « tâche améliorée » par l’IA.

Figure 3: Exposition des secteurs et taux de remplacement (Baslandze et al .2026)