L’IA, un additif pour doper la croissance ?

L’Intelligence artificielle peut être un outil majeur de l’évolution des fonctions capital et travail, et donc un nouveau levier pour l’économie.

Fabien Seraidarian
Directeur de la Valorisation et Directeur du Global Executive MBA, SKEMA Business School

L’intelligence artificielle (IA) permet d’agir sur la performance des activités de l’entreprise qui cheminent pour se saisir de ce potentiel technologique qui évolue sans cesse. Même si le paradoxe Solow guette, rappelant qu’« on voit des ordinateurs partout, sauf dans les statistiques de productivité » (1987), l’impact de l’IA semble se transcrire de façon significative dans les statistiques macro-économiques à l’horizon 2030. Près de la moitié des usages de l’IA concernent l’automatisation des processus et systèmes d’information, mais l’IA vient également pallier le manque de main-d’œuvre et doper la productivité de cette dernière. Dans 16 industries majeures, l’IA pourrait stimuler les taux de croissance économique d’une moyenne pondérée de 1,7 % d’ici à 2035.

Comment décrypter les mécanismes qui concourent à cet impact ? L’augmentation des rendements et de la productivité de facteurs (travail et capital) par les entreprises est un levier de croissance puisqu’elle vient augmenter la création de richesse. Sur le plan macroéconomique, la croissance s’exprime par le PIB/ PNB de l’État signifiant statistiquement une élévation du niveau de vie des habitants. Mais qu’en est-il sur le plan microéconomique à l’échelle des entreprises ?

RENDEMENTS CROISSANTS ET RENDEMENTS DÉCROISSANTS

Plusieurs perspectives théoriques décrivent les dynamiques à l’œuvre. Adam Smith démontre que la productivité d’une entreprise augmente grâce à la division du travail et en déduit la loi des rendements croissants. David Ricardo énonce la possibilité d’une décroissance de la productivité dans certains secteurs et en particulier dans l’agriculture, alors filière majeure de l’économie. C’est la loi des rendements décroissants : dans l’exemple des terres agricoles, sont d’abord cultivées les terres les plus fertiles, puis celles de moins en moins productives, et arrive alors un moment où la productivité marginale (production d’une unité supplémentaire) finit par décroitre. Alfred Marshall cherche à saisir le rapport entre ces deux lois : une entreprise tend à accroitre sa productivité en améliorant l’organisation mais est confrontée à une multiplicité de défis qui vont rendre les rendements d’abord croissants puis décroissants énonçant la loi des rendements non proportionnels.

Mais aujourd’hui, les secteurs où dominent la loi des rendements décroissants sont davantage l’exception que la règle, l’agriculture représentant moins de 5 % du PIB mondial. Pour les économistes dits « hétérodoxes », les décideurs fixent les prix des biens et services en calculant leur coût moyen de production et en y ajoutant une marge. Mais les économistes dits « orthodoxes » considèrent que, sur les marchés, les prix sont fonction du coût marginal, c’est-à-dire que le prix est égal au coût marginal correspondant au coût de la dernière unité produite. La quête aux rendements croissants ou aux moindres rendements décroissants pour les grandes entreprises se traduit historiquement par la recherche de croissance (interne/externe) : tous les secteurs connaissent des mouvements de concentration (verticale, horizontale) qui peut être amplifiée par la globalisation et le développement des firmes transnationales, permettant un découplage territorial des fonctions de l’entreprise.

L’IA peut jouer un rôle majeur dans les différents secteurs pour substituer du capital au travail via des processus automatisés, pour s’affranchir de la rareté des ressources humaines et des collaborateurs ou améliorer la productivité globale. Se pose malgré tout la question, au-delà des data, de l’accès aux infrastructures de traitement des informations qui interrogent la soutenabilité environnementale. La technologie joue ainsi un rôle majeur pour maximiser les rendements croissants, notamment via l’IA qui semble très accessible au regard des taux d’adoption. Les années à venir vont transformer les chaines de valeur et faire de l’IA un levier majeur d’évolution des fonctions capital x travail.