Dans quelle mesure l’intelligence artificielle transformera l’économie ? Chad Jones [2026] esquisse quelques futurs possibles en s’appuyant sur la littérature économique et notamment ses propres travaux.
Il amorce sa réflexion en évoquant deux scénarios extrêmes, celui d’une IA qui accélère significativement la croissance économique et celui d’un « statu quo » (business as usual). Dans le premier scénario, l’IA transforme profondément l’économie en automatisant une part croissante de tâches cognitives, puis des tâches physiques. Les avancées dans les modèles d’IA augmentent l’efficacité des ingénieurs et des chercheurs, contribuant en retour à faire progresser les modèles d’IA, ce qui fait émerger une véritable boucle cumulative. En parallèle, l’IA contribue de plus en plus directement à la production de nouvelles idées au point de devenir un acteur clé de la recherche fondamentale et de la recherche-développement, notamment en matière de santé et de préservation de l’environnement. Certains prévoient l’imminence d’une « IA générale », c’est-à-dire capable de réaliser tout ce qu’un être humain est capable de faire [Korinek et Suh, 2024]. A long terme, se dessine ainsi la perspective de larges gains de productivité et d’une hausse spectaculaire du niveau de vie, encore plus démesurés dans l’hypothèse que nous nous approchons d’une « singularité ».
/image%2F1455320%2F20260219%2Fob_39212d_chad-jones-evolution-pib-par-tete-r.png)
L’histoire invite toutefois à la prudence. Si l’on regarde l’évolution du PIB par tête américain depuis 150 ans sur une échelle logarithmique, la trajectoire suivie est une droite : le taux de croissance a été globalement constant, ce que Jones qualifie de « loi de Moore de la macroéconomie ». Or, au cours de cette période, plusieurs innovations radicales ont vu le jour et se sont diffusées, de l’électrification à internet et aux ordinateurs, en passant par le moteur à explosion et les antibiotiques. Certaines d’entre elles sont des « technologies à usage général », transformant l’ensemble de l’économie, et il est probable que l’IA en constitue également une. Mais malgré l’enthousiasme (et souvent la frénésie spéculative) qu’elles ont pu nourrir lorsqu’elles ont émergé, elles n’ont pourtant pas modifié la trajectoire à long terme du PIB par tête américain. Une hypothèse est qu’en l’absence de ces technologies, la croissance aurait durablement ralenti, notamment avec le tarissement des nouvelles idées [Bloom et alii, 2020].
L’histoire offre une autre leçon, à savoir qu’une innovation radicale ne déploie pas immédiatement son potentiel ; de nombreuses innovations complémentaires sont nécessaires pour ce faire, en premier lieu des changements organisationnels. La sociologie a bien montré tous les freins que peut rencontrer le déploiement d’une nouvelle technologie et que les entreprises ne cherchent pas forcément à automatiser leur production [Carbonell, 2025]. En définitive, il est tout à fait plausible que l’IA n’accélère pas le rythme de croissance.
Il y a tout un éventail de possibilités entre le scénario d’une accélération de la croissance et celui du statu quo ; la réalité se situera probablement parmi elles. William Nordhaus [2021] doute que nous soyons sur le point de connaître une « singularité » économique. Daron Acemoglu [2024] estime que l’IA n’augmentera la croissance de la productivité globale des facteurs de moins de 0,1 point de pourcentage par an au cours de la prochaine décennie. Philippe Aghion et Simon Bunel [2024] se montrent plus optimistes, en supposant que l’IA puisse automatiser (ou du moins faciliter) la création de nouvelles idées. Ils estiment que l’IA pourrait relever la croissance de la PGF de 0,7 point de pourcentage par an. Chad Jones et Christopher Tonetti [2026] estiment que l’élargissement des possibilités d’automatisation augmentera constamment les taux de croissance au cours du prochain demi-siècle, mais la hausse sera toutefois très progressive. En effet, selon eux, la taille de la production est contrainte par l’existence de tâches difficiles à automatiser, les « maillons faibles », entraînant des goulots d’étranglement : il faut considérer l’économie comme une chaîne de tâches [Acemoglu et Restrepo, 2018] et automatiser une tâche ne suffit pas pour faire exploser la production si une autre ne peut l’être. Une forte croissance à long terme n’empêche donc pas une croissance limitée à court et moyen termes. Dans tous les cas, l’impact de l’IA sur la croissance future reste très incertain.
Les craintes que suscite le plus fréquemment l’IA concernent son impact sur le marché du travail [Verdugo, 2025] et sur la distribution du revenu et des richesses. L’automatisation peut accroître la productivité et ainsi la rémunération de certains travailleurs tant que leurs tâches restent difficiles à automatiser, mais déqualifier, voire faire disparaître, les emplois dont la totalité ou quasi-totalité des tâches peut être automatisée. A la différence des précédentes technologies d’automatisation [Acemoglu et Restrepo, 2022], l’IA est susceptible d’automatiser des tâches cognitives, c’est-à-dire de menacer les travailleurs qualifiés, jusqu’alors préservés de l’automatisation.
Mais à plus long terme, il est envisageable qu’une économie largement automatisée produise une abondance : la production et le revenu explosent, ouvrant la possibilité que le sort de chacun s’améliore à une échelle phénoménale, tout en réduisant drastiquement la nécessité de travailler. Cela nous amène aux interrogations de Keynes dans sa Lettre à nos petits-enfants [1930] : arriverons-nous à trouver un sens à notre existence une fois libérés du travail ? Cette interrogation ne se posera toutefois que si chacun accède effectivement à l’abondance. A moyen terme, dans une société où le travail reste le principal accès au revenu et ainsi aux biens et services, le déploiement de l’IA risque de restreindre cet accès. Cela dépendra notamment de la répartition du capital et des mécanismes de redistribution.
Au-delà de ses effets proprement économiques, l’IA soulève des risques majeurs et la science économique offre quelques éclairages à leur propos. Jones en distingue deux grands types. Le premier tient aux acteurs malveillants. L’IA est déjà utilisée pour découvrir de nouveaux remèdes, mais elle pourra aussi être utilisée pour concevoir de nouvelles maladies, potentiellement extrêmement contagieuses et mortelles. L’humanité dispose déjà de techniques de mise à mort à grande échelle proprement terrifiantes, comme les armes nucléaires, mais l’accès à celles-ci, contrairement à l’IA, est extrêmement restreint. Le second type de risque tient à la création de nouvelles formes d’intelligence, potentiellement plus avancées que l’être humain, et dont les objectifs et valeurs peuvent ne pas être alignés sur ceux de ce dernier. Qu’est-ce qui certifie qu’elles n’opteront pas pour l’extermination de l’humanité ?
La question qui se pose alors est de savoir quel niveau de risque la population est prête à accepter pour obtenir les gains que miroitent l’IA. C’est celle que s’est posée Jones [2024]. Il est parti de l’hypothèse que l’IA va probablement stimuler la croissance économique, mais qu’il existe un certain risque qu’elle anéantisse l’humanité. Il conclut que même des agents rationnels sont prêts à accepter des risques d’extinction élevés pour connaître une forte croissance. Cela dépend toutefois étroitement de leur degré d’aversion au risque : même si celle-ci augmente légèrement, le risque acceptable peut chuter. Celui-ci dépend aussi des avancées médicales permises par l’IA : si cette dernière entraîne (outre une forte croissance économique) des innovations médicales réduisant fortement les taux de mortalité, une population même très averse au risque serait prête à accepter des risques existentiels considérables. Si bien sûr l’effet de l’IA sur la croissance apparaît décevant, il est évident que la tolérance de l’humanité vis-à-vis des risques associés à l’IA s’en trouvera fortement revue à la baisse.
Cela dit, ce n’est pas parce que l’on est prêt à accepter un certain niveau de risque qu’on ne va pas chercher à le réduire. Dans le cas de l’IA, Jones entrevoit deux possibilités : d’une part, concentrer les efforts sur le développement de modèles spécialisés dans la recherche scientifique, en premier lieu dans la médecine ; d’autre part, ralentir les efforts dans le développement des autres IA et consacrer davantage de temps à la recherche sur la sécurité de l’IA. Pour l’instant, au vu de la valeur que nous donnons à une vie humaine, Jones [2025] estime que nous sous-investissons dans la sécurité de l’IA d’un facteur d’au moins 30.
Beaucoup de développeurs d’IA mettaient hier en garde contre les risques associés à l’IA. Cela ne les empêche pas de développer cette technologie. Pour Jones, nous sommes face à un véritable dilemme du prisonnier : si un laboratoire ralentit ses efforts, il n’empêchera pas les autres de poursuivre les leurs, si bien qu’il ne réduit guère les risques existentiels ; s’il poursuit ses efforts, il reste dans la course pour dominer le marché et faire ainsi d’énormes gains, dans le cas où les risques catastrophiques ne se réalisent pas. Ainsi, chaque laboratoire est incité à chercher à faire progresser l’IA. Pour Jones, il est justifié de freiner le développement de l’IA, mais cela ne peut passer que par une coopération internationale, comme celle qui a encadré l’usage des armes nucléaires lors de la Guerre froide.
En définitive, Jones est assez optimiste à l’idée que l’IA entraîne de substantiels gains en termes de croissance, mais il doute qu’ils se manifestent ces toutes prochaines décennies. Et c’est peut-être tant mieux : cela nous laisse du temps pour comprendre les effets de l’IA et pour nous y préparer.
Références
ACEMOGLU, Daron (2024), « The simple macroeconomics of AI », MIT, working paper.
AGHION, Philippe, & Simon BUNEL (2024), « AI and growth: Where do we stand? ».
AGHION, Philippe, Benjamin F. JONES & Charles I. JONES (2019), « Artificial intelligence and economic growth », in Ajay Agrawal, Joshua Gans & Avi Goldfarb (dir.), The Economics of Artificial Intelligence: An Agenda, University of Chicago Press.
JONES, Charles I. (2026), « A.I. and our economic future », NBER, working paper, n° 34779.
KEYNES, John Maynard (1930), « Economic possibilities for our grandchildren ».
SOLOW, Robert M. (1987), « We’d better watch out », in New York Times, juillet.
/image%2F1455320%2F20241006%2Fob_135000_illusio-image7.jpg)