Spéculation, inégalités : les mirages de l’intelligence artificielle

Rien moins qu’une révolution industrielle ! C’est ce qu’affirment les créateurs de la nouvelle génération d’intelligence artificielle. Utopie d’une société de connaissance partagée ou dystopie de sociétés de contrôle par le mensonge ? Les débats font rage depuis qu’en novembre 2022 la première version de ChatGPT a été mise à la disposition du public. Elle a rencontré un succès encore plus rapide que les percées des précédentes applications emblématiques du numérique. L’avenir est ouvert, mais d’ores et déjà l’histoire permet de cerner les points forts et les faiblesses de cette innovation.

A l’origine, l’invention de l’ordinateur individuel, comme l’Apple IIE, était supposée permettre l’épanouissement de l’usage, à des fins de loisirs, en rupture par rapport à la centralisation qu’impliquaient les ordinateurs d’IBM destinés aux grandes entreprises. Quelques décennies plus tard, l’ordinateur devient l’équivalent d’un terminal permettant l’accès au Web et d’une console de jeux proposée par des firmes en position oligopolistique, cherchant à maximiser la dépendance des utilisateurs par rapport à leurs logiciels et leurs services. Finalement, le téléphone intelligent tend à remplacer l’ordinateur et il devient l’instrument privilégié de communication sur les réseaux sociaux.

De même, la micro-informatique a été perçue comme favorisant la décentralisation et la mise en concurrence, au point de susciter le retour du mythe de marchés typiquement concurrentiels fondés sur le numérique. Ce pronostic a vécu car les rendements croissants d’adoption ont au contraire favorisé la constitution de quasi-monopoles ou à défaut d’oligopoles. Grâce à la fluidité et la profondeur des marchés financiers les firmes du numérique ont pu se développer très rapidement et elles ont été les vecteurs d’une polarisation des systèmes productifs.

Mutatis mutandis, les tenants de l’IA formulent des diagnostics tout aussi révolutionnaires, mais il est devenu clair que la concentration du pouvoir économique, et par extension politique, des Gafam, menace l’accès à des informations équilibrées et de qualité par les citoyens. Il est cependant prudent de considérer une multiplicité de scénarios, par contraste avec les implications d’un strict déterminisme technologique.

Le mirage de la productivité

Dès l’apparition du numérique, les économistes y ont vu un puissant facteur de croissance de la productivité, sur le modèle de ce qui fut observé pour les chemins de fer, l’électrification et finalement la production de masse. Ce n’était bien sûr pas le propos de la micro-informatique récréative et, jusqu’à nos jours, les jeux en ligne se sont considérablement développés : leur indicateur de succès n’est en rien la productivité mais plutôt la croissance de leur part de marché dans le budget des familles.

Pendant une longue période, les techniques du numérique se sont ajoutées aux procédures traditionnelles de gestion, première explication de l’absence d’une accélération de la productivité dans la production. Pour autant, en longue période, le commerce par exemple s’est considérablement transformé par la conjonction de dispositifs numériques accélérant la gestion des stocks et optimisant la rentabilité. Or cette dernière est distincte de la productivité physique, car elle peut être obtenue par la constitution d’un pouvoir de monopole, ce dont témoigne la performance des Gafam par rapport à leurs concurrents.

A lire Alternatives Economiques n°446 - 05/2024

Les droites européennes contre l'écologie

Découvrir

Le mystère de la productivité ou encore le paradoxe de Solow – on trouve partout des ordinateurs sauf dans les statistiques de productivité – s’éclaire lorsqu’on observe que c’est le secteur de la finance qui a été le plus considérablement transformé par le numérique. Pour les grands fonds d’investissement, la productivité physique du travail a peu d’importance, car ce qui compte c’est le rendement du capital.

Au demeurant, dans les secteurs les plus traditionnels, la différenciation par la qualité des produits et des services est apparue plus déterminante que la recherche des rendements d’échelle. De plus, la difficulté proprement statistique de différencier entre volume, qualité et prix d’un panier invariant de biens fragilise les indicateurs de productivité qui ont très largement perdu de leur intérêt par rapport à la production et la consommation de masse de produits très largement standardisés.

Les plates-formes du e-commerce peuvent ainsi tester la capacité à payer de chaque acheteur et ajuster le prix en conséquence, pour un même service ou produit. La maximisation du profit (yield management) passe par la différenciation des prix et non plus seulement la mobilisation des rendements d’échelle et les effets de volume. C’est ce que pratiquent de longue date les compagnies aériennes.

Emballement spéculatif

De ce fait, les macro-économistes semblent très en retard sur leur époque : alors que persiste et domine la défense de la valeur actionnariale, pourquoi continuer à anticiper une reprise de la productivité comme retour à une croissance régulière ? Il est plus réaliste d’anticiper que l’IA soit l’occasion d’un emballement spéculatif, qui soutient un temps l’activité économique, avant de déboucher sur un dramatique ajustement par la faillite de tous les perdants dont les projets s’avéreront non viables.

Des gains de productivité, plus ou moins importants, seront observés ex-post, mais ils seront largement les conséquences non anticipées de processus beaucoup plus complexes que ceux de la rationalisation du travail industriel, typiques du taylorisme puis du fordisme.

Il faut se défier de la brutale diffusion du terme d’intelligence artificielle, car elle peut revêtir trois formes distinctes aux conséquences contrastées. La première est bien connue : depuis les années 1950, l’automatisation des processus industriels n’a cessé de progresser, au sens où les savoir-faire des ouvriers et des techniciens ont été incorporés dans des logiciels qui ont culminé avec la robotisation des chaînes de montage par exemple.

Les progrès de l’IA autorisent un approfondissement de ces processus. Telle est la conception privilégiée en Allemagne. Dans cette première acception il ne faut donc pas attendre de rapides et forts redressements des gains de productivité, car cette stratégie est poursuivie depuis longtemps sans livrer une explosion des gains de productivité globale des facteurs, car l’investissement en capital s’alourdit.

Une rationalisation du travail intellectuel

Pour autant, les processus de numérisation ne sont pas une simple répétition de mêmes séquences, car ils se complexifient, se cumulent et étendent sans cesse leurs domaines d’application. Ainsi l’IA générative se présente comme une première synthèse entre le lent perfectionnement des logiciels capables d’analyser puis synthétiser les langages et la capacité de les entraîner sur la masse des informations accumulées, en particulier sur la Toile.

Alors que Google livre un ensemble de réponses à une question explicite, ChatGPT en propose une synthèse en langage ordinaire. Elle varie au fur et à mesure que la question est répétée et précisée, mais Chat GPT ne peut fournir les raisons des choix opérés. Cette variabilité est troublante mais montre qu’il n’est donc pas question de véracité de phénomènes observables mais de cooccurrences statistiques dans des discours supposés en rendre compte. C’est cette seconde variante qui est supposée introduire l’équivalent d’une révolution industrielle.

Tout dépend donc de la sélection des données qui servent à entraîner ChatGPT. Si elles sont éparses, il est possible que soient inventés une information ou un événement qui n’a jamais eu lieu. Si, a contrario, la question porte sur un langage informatique, un programme erroné se trouve impeccablement corrigé. Ces capacités remarquables concernent aussi les arts graphiques, la musique, l’animation.

Un seuil est donc franchi et il fait suite aux victoires de précédentes versions de l’IA sur les champions d’échec puis de go. Les professions devenues automatisables concernent la comptabilité, la gestion quotidienne, la communication, le journalisme, l’écriture de romans, de poèmes, ou encore de scénarios. Bref, serait-ce la fin des analystes symboliques dont la percée des technologies de l’information et de la communication avait permis l’émergence ?

Déséquilibres économiques accrus

Il est aussi une interprétation néo-schumpétérienne de l’irruption de ChatGPT : de nouvelles entreprises montent à l’assaut du monopole du moteur de recherche qui avait fait le succès de Google. Ce ne serait donc qu’un changement de second ordre. En fait, de nouveaux seuils sont franchis et peuvent augurer d’un changement des régimes de croissance.

L’énormité des bases de données nécessaires pour entraîner les processus d’apprentissage accentue les phénomènes d’appropriation de données multiples livrées sans condition par des usagers sérialisés. Cette appropriation de l’équivalent d’un commun est immédiatement traduite par une flambée des cours des entreprises de logiciels comme de processeurs et matériels.

Cette euphorie, pour ne pas parler d’exubérance irrationnelle, relance le processus de concentration du capital à l’échelle mondiale. La croissance s’en trouve relancée, mais l’excès d’optimisme quant aux conséquences révolutionnaires de l’IA a toutes les chances de se heurter à une brutale réévaluation, car le temps des changements productifs est beaucoup plus long que celui de l’optimisation des portefeuilles financiers.

La perte de pouvoir de négociation des opérateurs les place en piètre position pour négocier un partage des gains de l’IA. En conséquence, la dynamique du revenu salarial devient plus incertaine, au point de nécessiter un recours au crédit pour soutenir un niveau de vie satisfaisant. On aura reconnu les traits qui conduisirent à la grande crise financière de 2008 aux Etats-Unis.

Une révolution managériale ?

Les dirigeants des grandes entreprises vont-ils se précipiter sur l’IA grand public ? Il est clair que non. En effet, silencieusement, les entreprises leaders ont progressivement développé leur propre système à partir de l’ensemble des données qui sont au cœur de leur avantage concurrentiel. Ceci touche particulièrement les grandes banques et institutions financières, et cela prolonge des réformes institutionnelles associées à la percée des mathématiques financières. Les premiers modèles d’apprentissage par l’IA n’ont-ils pas concerné la prévision des cours boursiers ?

Un autre exemple est celui des jeunes pousses dans les biotechnologies et le secteur pharmaceutique : la systématisation des données scientifiques est de plus en plus utilisée pour rechercher de nouveaux principes actifs et réduire les délais de mise sur le marché. Par contraste, les espoirs déçus de véhicules autonomes témoignent des obstacles tant techniques qu’institutionnels à l’emprise de l’IA.

Il faut donc tempérer l’optimisme suscité par l’explosion des utilisateurs de ChatGPT depuis sa mise sur le marché : tel n’est pas le lieu central du changement organisationnel. Il est important de souligner les limites qui hypothèquent les potentialités de développement de la productivité, et donc les menaces sur l’emploi, anticipées comme dévastatrices.

En premier lieu, cette forme d’intelligence artificielle « propriétaire » n’est accessible qu’aux plus grandes entreprises, car les investissements sont considérables et eux seuls permettent la mobilisation de rendements d’échelle croissants. En conséquence, ladite révolution industrielle risque fort d’accentuer la polarisation des systèmes productifs entre un petit nombre de transnationales extrêmement performantes et une myriade de petites et moyennes entreprises opérant dans les secteurs domestiques traditionnels, tout particulièrement les services.

En second lieu, les premiers épisodes de numérisation des activités de service ont montré que les gains attendus ne se manifestaient que si l’ensemble de l’organisation était reconfiguré à la lumière des opportunités proprement technologiques. Un tel processus est donc l’objet de conflits sociaux au cours desquels les salariés jouent leur avenir : seront-ils encore présents dans la nouvelle organisation ?

Tout comme les deux autres formes d’IA, cette variante managériale porte en germe la poursuite de la précarisation des salariés, les tentatives de remplacer le contrat de travail par un contrat commercial, et la récurrence de demandes des citoyens en vue d’interventions de l’Etat protégeant leur savoir-faire et leur niveau de vie. Soit une contre-tendance récurrente dans l’histoire.

Il importe de signaler un autre dilemme. Si prédomine un capitalisme concurrentiel, le droit absolu des entreprises à déterminer le niveau d’emploi, l’IA risque d’être associée à une contraction des emplois à haute valeur ajoutée, alors que stagnent les rémunérations dans la plupart des autres secteurs. Au contraire, dans un capitalisme social-démocrate, un compromis fondateur et la persistance d’un pouvoir de négociation des opérateurs autorisent un partage des gains de l’IA, quitte à réduire la rentabilité des entreprises et leur dynamisme.

Relativiser les perspectives de l’IA

Il est possible de résumer les brefs développements précédents par un petit nombre de propositions.

1/ Le redressement tant attendu des gains de productivité ne peut intervenir qu’à l’issue de réorganisations de grande ampleur des entreprises. De plus, il n’est pas évident que la productivité apparente du travail, ou même globale des facteurs, soit la bonne mesure car l’IA permet aussi la captation de rentes d’oligopole ou de monopole.

2/ Ces réorganisations ne sont jamais générales car elles affectent différemment les secteurs de sorte que l’IA a toute chance d’être un facteur de l’aggravation de l’hétérogénéité productive. Au point de rendre particulièrement pertinentes les analyses de William Baumol : les avancées du secteur le plus productif donnent la prééminence à des secteurs traditionnels, ce qui implique une décélération des gains de productivité à l’échelle de l’économie.

3/ Il faut se défier de l’euphorie suscitée par ChatGPT dont témoigne l’envol des cours boursiers des entreprises clés pour ce nouveau paradigme productif. D’ores et déjà, on peut anticiper qu’une bulle spéculative surestime largement les bénéfices de long terme de l’IA.

4/ Il faut souligner une certaine continuité par rapport aux épisodes antérieurs concernant les technologies de l’information et de la communication et les espoirs déçus de la « nouvelle économie » ou encore ceux du véhicule autonome. En une période marquée par la domination de la concurrence par rapport à la coopération, il s’avère particulièrement difficile de négocier un compromis capital/travail qui permettrait de faire de l’IA le successeur du régime fordiste, conciliant intérêt des entreprises, des salariés et les objectifs de l’Etat.

5/ Le régime d’accumulation et d’appropriation porté par l’IA risque fortement d’être déséquilibré du fait de la tendance à la surcapacité des secteurs émergents, de la polarisation productive, facteur majeur d’inégalités, de l’affaiblissement du pouvoir de négociation des salariés du fait de l’érosion de leurs compétences, ou encore de l’impatience des marchés financiers, source de crises récurrentes.

6/ Au-delà de ces traits généraux, il faut reconnaître que le déploiement de l’IA générative sera très différent en fonction des compromis fondateurs à la base des différentes formes de capitalisme. Aux Etats-Unis, la course à la constitution de monopoles dans l’ordre économique tend à s’étendre à la sphère politique, au point qu’un nouvel entrepreneur s’estime plus puissant que le Président des Etats-Unis.

En Chine, ces mêmes techniques d’apprentissage sont de longue date utilisées pour assurer le contrôle du pouvoir politique sur la population, le dynamisme économique de l’IA n’apparaissant que comme un instrument. Dans l’Union européenne, le noble idéal de l’information et de la connaissance comme commun sous le contrôle des citoyens se traduit par des avancées de la réglementation : c’est un frein à l’initiative des acteurs dominants, mais c’est une piètre incitation à l’émergence en Europe d’une IA véritablement citoyenne.

7/ Un compromis institutionnalisé sur l’IA est-il concevable et accessible ? Pour l’IA généraliste, des lois protectrices des apporteurs d’information s’imposent. Pour l’IA professionnelle, la négociation d’une autre organisation du travail et d’un partage des bénéfices n’est possible que dans les pays où prévaut une codétermination ou son équivalent social démocrate. Enfin, les professions à statut (médecins, avocats, experts-comptables) peuvent utiliser l’encadrement juridique pour s’assurer qu’ils sont les acteurs de l’IA et non pas les serviteurs de processus destinés à les contrôler, voire les éliminer.

Adieu donc à l’illusion d’une prochaine révolution industrielle porteuse de l’intérêt général et de l’amélioration du bien-être. Le déterminisme technologique dissimule la réalité des enjeux de pouvoir. Les inégalités tant domestiques qu’entre nations ont atteint un tel niveau qu’il serait périlleux d’imaginer de les approfondir encore par l’IA.