L’intelligence artificielle connaît une accélération fulgurante qui suscite à la fois fascination et inquiétude. Des experts estiment que l’IA est en train de passer d’un simple outil d’assistance à un véritable substitut cognitif, capable de s’améliorer de manière autonome, et que les conséquences pourraient être profondes.
Cette perception d’un tournant majeur est notamment exprimée par Matt Shumer, fondateur et PDG d’OthersideAI, dans un essai largement diffusé sur X. Il compare la situation actuelle à celle qui prévalait au début de la pandémie de Covid-19, suggérant que nous sommes à l’aube d’une transformation radicale. Selon lui, des systèmes d’IA capables de rivaliser avec l’expertise humaine dans de nombreux domaines pourraient émerger très prochainement.
L’inquiétude est renforcée par la démission récente de Mrinank Sharma, ancien responsable de la sécurité chez Anthropic. Dans une lettre d’adieu publiée en ligne, il a mis en garde contre les « crises interconnectées » qui menacent le monde, laissant entendre que son entreprise était confrontée à des pressions pour privilégier des objectifs financiers à court terme au détriment de considérations plus importantes. Sharma a notamment évoqué une valorisation de 350 milliards de dollars comme objectif.
Si de nombreux experts technologiques anticipent l’arrivée imminente d’une intelligence artificielle générale (IAG) – même une forme limitée – certains nuancent cet optimisme. Demis Hassabis, PDG de Google DeepMind, estime qu’il reste encore une ou deux avancées technologiques majeures, comparables à celles qui ont permis le développement d’AlphaGo, avant d’atteindre une véritable IAG.
Au-delà des questions technologiques, des économistes soulignent que l’adoption massive de l’IA se heurtera à des contraintes économiques et structurelles. Le passage d’une démonstration de concept à un déploiement à grande échelle prend du temps. L’électrification et l’essor d’internet, par exemple, ont nécessité des décennies pour transformer les industries et les comportements.
À ce stade, l’IA est encore adoptée par moins d’un établissement commercial américain sur cinq. Son intégration dans les grandes institutions, notamment celles soumises à une réglementation stricte, exige des investissements considérables dans les infrastructures de données, la refonte des processus, la conformité et la formation du personnel. Ce phénomène, connu sous le nom de « courbe en J de productivité », peut initialement entraîner une baisse de la production mesurée avant que les gains ne se manifestent.
Par ailleurs, une augmentation de la productivité ne se traduit pas toujours par une augmentation du travail. Les sociétés les plus riches ont tendance à privilégier les loisirs – retraites anticipées, semaines de travail réduites – plutôt qu’une intensification de l’activité économique. L’économiste Dietrich Vollrath a souligné qu’une productivité plus élevée ne se traduit pas mécaniquement par une croissance plus rapide si les ménages réduisent leur offre de travail.
Enfin, certains secteurs, comme la santé, l’éducation et les services personnalisés, résistent plus facilement à l’automatisation. La demande se reporte vers ces domaines, où la production est intrinsèquement liée au temps humain. Ce phénomène, connu sous le nom d’« effet Baumol » ou « maladie des coûts », peut limiter l’impact global de l’IA sur la productivité.
Selon l’économiste Charles Jones, le « goulot d’étranglement » de l’économie – qu’il s’agisse d’infrastructures énergétiques, de capital physique, de réglementations ou de processus décisionnels – déterminera la vitesse à laquelle l’ensemble du système peut croître. L’IA peut accélérer certains processus, mais elle ne peut pas contourner ces contraintes fondamentales.
En conclusion, si un certain degré de vigilance est justifié, notamment en adoptant rapidement les outils d’IA les plus performants, les analogies alarmistes avec le début de la pandémie de Covid-19 semblent prématurées. Les économies sont des systèmes complexes et adaptatifs qui évoluent progressivement, par réorganisation et réaffectation, plutôt que par effondrement ou décollage instantané.