Daron Acemoglu : l'IA doit renforcer les travailleurs, non les remplacer

Un avenir effrayant où le travail porteur de sens viendrait à manquer se devine déjà dans ces publications qui se vantent d'avoir remplacé une embauche par un agent. Acemoglu nomme ce travers le piège de la seule automatisation : les entreprises suppriment des postes sans créer d'emplois productifs et bien rémunérés. Le résultat appauvrit les parcours même quand la production par tête augmente. Cet avertissement donne le ton de tout l'entretien.

Ses chiffres cadrent le débat : environ 1 % de PIB supplémentaire en dix ans et à peine 5 % des tâches entièrement automatisables, un ordre de grandeur qu'il relève légèrement avec les systèmes dits agentiques. Selon le NBER, le gain de productivité globale atteindrait 0,53 à 0,66 %, tandis que des travaux du MIT dessinent une fourchette de 1,1 à 1,6 % en cas de diffusion élargie. L'écart entre ces estimations montre combien la vitesse de diffusion et les investissements complémentaires pèsent sur la croissance et l'emploi.

De l'euphorie à la mesure des gains

La modestie de ces gains s'explique par la logique des tâches , héritée du raisonnement de Hulten : l'IA ne soulève l'agrégat que là où les tâches automatisables pèsent d'un vrai poids dans les coûts. Les tâches faciles à apprendre , documentées et au résultat mesurable, cèdent les premières, tandis que les activités riches en contexte et sans critère net de réussite résistent. La plupart des métiers se transforment donc par petites touches plutôt qu'ils ne disparaissent.

Le paradoxe entre des démonstrations éblouissantes et des statistiques plates tient au délai de mesure, la fameuse courbe en J décrite par Erik Brynjolfsson. Selon le Census, l'enquête sur l'industrie manufacturière américaine montre que les premiers adoptants, souvent des entreprises anciennes équipées avant 2017, ont d'abord perdu en efficacité avant de regagner du terrain. La réorganisation, la formation et l'adaptation des échanges commerciaux figurent en coûts immédiats, tandis que la productivité ne suit qu'ensuite, ce qui flatte les sceptiques comme les impatients.

Une ligne nette sépare le travail déterministe , comme le développement de logiciels, dont les résultats se vérifient et s'auditent, des services personnels où la confiance prime. Dans l'assistance aux clients ou les soins, le ton, le jugement et la responsabilité se transmettent mal à la machine. Acemoglu maintient donc un humain dans la boucle partout où l'erreur coûte cher ou quand la relation porte la valeur.

Les cas porteurs d'espoir concernent les infirmiers, les enseignants et les électriciens, dont l'IA peut augmenter le savoir-faire au lieu de l'effacer. Selon HippocraticAI, son copilote infirmier vise plus de 3 heures par poste, entre l'accueil d'environ 15 minutes, la pédagogie auprès des patients proche de 60 minutes, l'aide aux proches près de 40 minutes et les médicaments autour de 60 minutes. La documentation automatisée du dossier patient absorbe la paperasse pour rendre aux soignants du temps auprès des personnes plutôt que devant les écrans.

Quand assister bat remplacer

Les discours sur une IA générale imminente le laissent froid, car la notion reste floue et l'échéance recule sans cesse. La version sombre, où même le meilleur physicien n'aurait plus rien à faire, suppose que toutes les facultés humaines cèdent en même temps. Il y voit une spéculation, non une base sérieuse pour orienter les entreprises ou les écoles.

Sa comparaison préférée reste la calculatrice : les enfants apprennent toujours la multiplication parce que ce savoir ouvre la voie à tout le reste. Les savoirs de base en lecture, en calcul et en raisonnement jouent le même rôle avant l'arrivée des outils numériques. Or l'école peine davantage, car les élèves peuvent déléguer leurs premiers efforts de pensée, et l'enseignement doit exiger une compréhension démontrée plutôt que des pages bien finies.

Le calcul des entreprises favorise l'ampleur sur la profondeur : diviser par deux le coût de 5 % du travail rapporte souvent moins, au total, que d'offrir à chaque salarié un gain de 5 % , car le second se cumule dans toute la structure. L'histoire industrielle, de Ford et GM jusqu'à GE et IBM, montre que les géants ont gagné en repensant leurs procédés autour des nouveaux outils, non par de simples coupes d'effectifs. Les dirigeants doivent donc financer la refonte des procédés autant que les licences.

Les universités traversent une crise discrète, avec la multiplication des cours de remise à niveau pour des entrants moins préparés aux savoirs de base. Les employeurs paient pourtant toujours cher le goût et la pensée stratégique : savoir quel problème compte, à quoi ressemble le bon résultat et quand la réponse de la machine échoue. L'érudition jointe au jugement forme, selon lui, l'alliage durable que l'automatisation copie le plus difficilement.

Savoirs, écoles et choix des entreprises

Il déplace le fameux débat sur le risque existentiel vers un péril plus proche : la lente dépossession des travailleurs, des élèves et des parents face à leurs propres décisions. Tandis que certains dirigeants de laboratoires annoncent des systèmes hors de contrôle, Acemoglu craint surtout que les institutions abandonnent leur jugement aux tableaux de bord. Préserver l' autonomie humaine quotidienne lui paraît plus urgent que préparer une hypothétique prise de pouvoir des machines.

Cette autonomie sera éprouvée dans un âge turbulent marqué par le dérèglement climatique, le vieillissement de la population, les tensions géopolitiques et l'essor des classes moyennes du monde en développement. Chaque choc appelle des biens, des services et des réseaux inédits qu'aucun système pré-entraîné ne peut installer seul. Les êtres humains, insiste-t-il, restent les bâtisseurs de capacités nouvelles , et l'IA n'en est que l'échafaudage.

Argent, turbulences et cap à suivre

Sur la question de l'argent, il se montre direct : vendre de grands systèmes généralistes rapporte peu, tandis que les valorisations flottent loin des rendements constatés. Selon PitchBook, le premier prix public de l'IA de pointe en juin 2026 a servi de rappel au marché, et la comparaison avec SpaceX montre combien les flux de trésorerie du matériel diffèrent des marges des systèmes. La thèse haussière défendue autour de IMF et de Goldman Sachs, proche de 7 % de gains à long terme, lui semble prématurée sans preuve d'une diffusion élargie ni d'une fenêtre des introductions en Bourse vraiment ouverte.

Tout se joue donc sur les tâches nouvelles : des catégories d'emplois inédites qui soutiennent la demande de main-d'oeuvre au lieu de rogner les coûts salariaux. Selon une analyse publiée par IMF qu'il cite, la productivité moyenne peut s'envoler tandis que le gain marginal de la prochaine tâche automatisée s'amenuise, et c'est pourquoi le dessin des usages importe. Son programme favorable aux travailleurs invite les pouvoirs publics et les entreprises à orienter la recherche, la commande publique et la formation vers des outils qui rendent les salariés plus capables et mieux payés.