Le dossier d'un projet d'IA avance volontiers un chiffre. Tant d'heures gagnées chaque semaine sur la saisie, tant de dossiers traités en plus par personne. Le débat peut ensuite porter sur le coût des licences, la sécurité des données et le calendrier sans que la destination de ces heures figure au dossier.
Les économistes Daron Acemoglu et Simon Johnson ont consacré à cette question Power and Progress, paru en 2023 et traduit en 2024 sous le titre Pouvoir et progrès. Ils ont reçu en 2024, avec James Robinson, le prix d'économie en mémoire d'Alfred Nobel. Leur livre parcourt mille ans d'histoire des techniques pour aboutir à une phrase que tout porteur de projet d'IA gagnerait à relire.
« There is nothing automatic about new technologies bringing widespread prosperity. Whether they do or not is an economic, social, and political choice. »Daron Acemoglu et Simon Johnson, Power and Progress, 2023, chapitre 1. Rien n'est automatique dans la prospérité partagée qu'apporteraient les technologies nouvelles, elle relève d'un choix économique, social et politique.
Les auteurs s'adressent aux sociétés et aux gouvernements, à la mesure de leur rôle. Cet article travaille à la marche du dessous, celle d'une entreprise qui, en déployant l'IA, décide de ce que deviennent ses métiers et gagne à le formuler.
Les gains de productivité de l'IA profitent-ils automatiquement aux salariés ?
Non. Une hausse de productivité ne se transforme en emplois ou en salaires qu'à deux conditions. La technologie doit rendre chaque travailleur plus utile et ceux qui travaillent doivent pouvoir négocier une part des gains. Aucune des deux ne découle de l'outil lui-même.
Le tapis roulant de la productivité
Acemoglu et Johnson nomment « productivity bandwagon », le tapis roulant de la productivité, la croyance selon laquelle toute machine qui augmente la productivité finit par augmenter les salaires. Le mécanisme est simple sur le papier. L'entreprise plus productive veut produire davantage, donc elle embauche. Quand beaucoup d'entreprises embauchent en même temps, elles font monter les salaires. Les auteurs ne nient pas ce mécanisme. Ils constatent qu'il joue parfois seulement.
Première condition, rendre chaque travailleur plus utile
Ce qui décide un employeur à embaucher n'est pas la production moyenne par salarié. Il regarde ce que rapporte une personne de plus, la productivité marginale des économistes. Les auteurs rappellent une boutade souvent répétée sur l'usine du futur, tenue par un homme et un chien. L'homme nourrit le chien, le chien empêche l'homme de toucher aux machines. La production par tête y est énorme, l'intérêt d'embaucher un second homme à peu près nul.
Transposée à l'IA, la boutade devient une question de conception. Un outil qui exécute la tâche entière fait grimper la production par tête sans donner la moindre raison de garder ou d'embaucher quelqu'un. Un outil qui rend un chargé de clientèle capable de traiter des cas plus complexes augmente au contraire la valeur de chaque heure de travail.
Seconde condition, un partage qui se négocie
Même une technologie favorable au travail ne relève les salaires que si ceux qui travaillent peuvent en réclamer une part. Le livre appelle contre-pouvoirs ce qui rend cette négociation possible, syndicats, société civile, presse d'enquête, institutions démocratiques. Le cas britannique du XIXe siècle l'illustre dans les deux sens. Le premier siècle d'industrialisation appauvrit une large part des ouvriers. Le second corrige, sous l'effet combiné du rail et de la montée des contre-pouvoirs. La légalisation complète des syndicats par le Trade Union Act de 1871 en fait partie.
Automatiser, augmenter ou créer des tâches, quelle différence pour ceux qui travaillent ?
La différence tient à ce que l'outil fait de la tâche humaine. Il peut la supprimer avec un gain réel, la supprimer sans gain réel, la rendre plus productive ou en faire naître de nouvelles. Ces quatre usages de la même technologie ne produisent pas les mêmes gagnants.
L'automatisation médiocre, le pire des deux mondes
Les auteurs appellent so-so automation l'automatisation qui déplace des travailleurs sans apporter de gain de productivité notable. Leur exemple type est la caisse automatique d'un supermarché. Le client scanne lui-même ses articles, le magasin emploie moins de caissiers, les courses ne deviennent guère moins chères et aucune activité nouvelle n'en naît ailleurs. Au chapitre consacré à l'IA, ils en donnent la cause.
« When humans are not as useless as sometimes presumed and intelligent machines not as intelligent as typically assumed, we get so-so automation. »Daron Acemoglu et Simon Johnson, Power and Progress, 2023, chapitre 9. Quand les humains sont moins inutiles qu'on le présume et les machines moins intelligentes qu'on le suppose, on obtient une automatisation médiocre.
Ils citent parmi les cas visés les conseillers clientèle, les informaticiens ou les conseillers financiers écartés au profit d'algorithmes moins performants qu'eux. Le travail ne disparaît pas toujours dans ces cas. Il peut passer au client, à un collègue ou à celui qui doit vérifier ce que la machine a produit.
L'utilité de la machine plutôt que son intelligence
Plutôt que de demander si une machine égale l'humain, les auteurs proposent de mesurer ce qu'elle apporte aux personnes. Ils nomment ce critère machine usefulness, l'utilité de la machine. Le numérique et l'IA peuvent selon eux compléter le travail humain de quatre façons.
- Rendre les travailleurs plus productifs dans leur poste actuel.
- Créer des tâches nouvelles en augmentant les capacités humaines.
- Fournir une information meilleure et plus utilisable pour décider.
- Bâtir des plateformes qui réunissent des personnes aux compétences et aux besoins différents.
Ce que l'histoire du livre montre, cas par cas
Le livre met en regard des cas où la technique a produit des effets opposés selon ce qui a été décidé autour d'elle. Chacun confronte une technologie à une décision sur le travail qu'elle transforme.
| Cas | La technologie | Ce qui a été décidé | L'effet rapporté |
|---|---|---|---|
| Grande-Bretagne, 1840-1900 | Le rail et ses liaisons avec la métallurgie, le commerce et l'alimentation. | Montée des contre-pouvoirs, réformes électorales, syndicats pleinement légalisés en 1871. | Production par travailleur en hausse de 90 %, salaire réel en hausse de 123 %. |
| États-Unis, années 1950 à 1970 | Automatisation continue dans toute l'économie. | Des avancées techniques qui créent en parallèle des tâches nouvelles. | L'automatisation seule aurait retiré 0,5 point par an à la part du travail dans le revenu national. Les tâches nouvelles l'ont compensée presque entièrement. |
| General Motors, Detroit, 1960-1961 | Une perceuse à commande numérique, classée au même niveau que la perceuse manuelle. | Le syndicat obtient en arbitrage (1961) la reconnaissance d'une tâche nouvelle. | Formation supplémentaire et salaire supérieur pour les opérateurs de la machine. |
| Ports du Pacifique, 1956-1963 | Le conteneur et la mécanisation du chargement. | Le syndicat des dockers encourage la mécanisation en gardant la main sur le travail créé. | Trafic en hausse, demande de dockers en hausse, syndicat réclamant une adoption plus rapide des grues. |
| Caisses automatiques | Le scan des articles transféré au client. | Remplacer des caissiers sans gain de productivité notable. | Moins d'emplois, des courses guère moins chères, aucune activité nouvelle. |
Le cas de General Motors parle directement à un DRH. L'entreprise installe une machine nouvelle et considère que le poste ne change pas. Le syndicat soutient qu'il s'agit d'une tâche nouvelle, avec des responsabilités et des compétences en plus. L'arbitre lui donne raison. Derrière la querelle de classification se jouait la question de savoir qui reconnaît qu'un métier a changé.
Pourquoi la direction donnée à l'IA relève-t-elle du dirigeant ?
Parce qu'une technologie ne choisit pas seule entre remplacer et outiller. Ce choix se fait dans les cahiers des charges, les dossiers d'investissement et les critères de réussite d'un projet, trois documents que la direction signe.
La vision décide avant les ingénieurs
Acemoglu et Johnson appellent vision la manière partagée de se représenter un problème, les moyens d'y répondre et les options qu'on n'examine même pas. Ils décrivent une IA orientée par un petit groupe de dirigeants de la tech vers l'automatisation, la surveillance et la collecte massive de données. Ils rattachent ce pouvoir à la fixation de l'agenda.
« Whoever asks the questions, sets the priorities, and rules options in and out has formidable powers to frame public discussion and convince others. »Daron Acemoglu et Simon Johnson, Power and Progress, 2023, chapitre 3. Celui qui pose les questions, fixe les priorités et retient ou écarte les options dispose d'un pouvoir considérable pour cadrer le débat et convaincre.
Dans une entreprise, celui qui rédige le dossier d'un projet d'IA pose les questions. Si le dossier ne compte que les heures économisées, l'option de créer des tâches nouvelles sort du débat avant qu'il commence. Personne ne l'a refusée. Elle n'a simplement jamais été posée sur la table.
Pas besoin d'être expert pour trancher
Les auteurs l'écrivent sans détour, « one does not need to be an AI expert to have a say about the direction of progress ». Nul besoin d'être expert en IA pour avoir voix au chapitre sur la direction du progrès. La remarque vise les citoyens. Elle vaut aussi pour un comité de direction tenté de confier le sujet à sa DSI faute de se sentir technicien. Ce que la transformation IA exige d'un dirigeant tient justement moins à la technique qu'à l'arbitrage.
Le même raisonnement éclaire la décision de réserver certains métiers aux humains. Tracer cette frontière revient à orienter la technologie. Cette orientation se prend projet après projet dans les entreprises, qu'elle soit écrite ou non. Elle gagne en poids à mesure que les capacités progressent, bien avant qu'on sache quand arrivera une IA générale. C'est tout l'intérêt de préparer son entreprise à l'AGI sans parier sur une date.
Comment un CODIR oriente-t-il un projet d'IA vers l'augmentation ?
En posant cinq questions avant de valider le projet plutôt qu'après son déploiement. Le livre ne propose aucun protocole d'entreprise. La démarche ci-dessous transpose ses distinctions à l'échelle d'un comité, projet par projet.
1. Décrire les tâches plutôt que les postes
Pour chaque projet, deux listes suffisent, les tâches que l'outil retire à quelqu'un et celles qu'il lui crée. Raisonner en postes cache le mouvement. Un poste peut rester au même intitulé en perdant la moitié de son contenu ou en gagnant une responsabilité nouvelle.
2. Vérifier que le gain est réel
Une tâche retirée à un salarié peut réapparaître chez le client, chez un collègue ou chez celui qui relit la production de la machine. Le test de l'automatisation médiocre se pose donc ainsi. Le travail disparaît-il ou change-t-il seulement de mains ? Dans le second cas, le gain affiché dans le dossier est surtout un transfert. Le coût de vérification d'une production par l'IA fait partie de ces transferts les plus souvent oubliés.
3. Nommer les tâches nouvelles et les reconnaître
Une tâche nouvelle qui n'est ni nommée ni reconnue reste un surcroît de travail. Le cas de General Motors pose la bonne question à un DRH. Qu'est-ce qui change dans le métier et qui décide de le reconnaître, en formation, en classification ou en rémunération ?
4. Décider par écrit de ce que deviennent les heures libérées
Les heures gagnées peuvent aller vers un effectif réduit, un volume plus grand, une qualité meilleure, des tâches nouvelles ou la formation. Chacune de ces destinations est défendable. Aucune ne devrait être choisie par défaut. Une décision écrite oblige à dire qui gagne quoi. Un tableau d'heures économisées ne le dit pas.
5. Associer ceux qui font le travail
Le cas des ports du Pacifique montre ce que change un interlocuteur crédible. Harry Bridges, à la tête de la section locale du syndicat des dockers, a convaincu ses adhérents d'accepter la mécanisation en échange d'une juridiction sur le travail créé. À l'échelle d'une équipe, un accord d'équipe avec l'IA joue un rôle voisin. L'équipe y écrit ce que l'outil fait, ce qu'il ne fait pas et ce que les humains gardent, avec le motif de chaque choix.
Ajoutez au dossier de chaque projet d'IA une ligne « destination des heures libérées », signée par la personne qui porte le projet. Un comité qui ne sait pas la remplir n'a pas encore décidé ce que devient le travail.
Créer des tâches nouvelles protège-t-il mieux l'emploi que ralentir l'outil ?
Sur la durée, tout porte à le penser. Freiner un outil protège une tâche le temps que le frein tienne. Créer des tâches change ce qu'une équipe sait faire et donne une raison de la garder. Le livre ne plaide d'ailleurs pas pour le ralentissement.
Courir avec la machine
Acemoglu et Johnson citent Erik Brynjolfsson, professeur à l'université Stanford, pour qui la réponse n'est pas de ralentir la technologie mais de courir avec la machine plutôt que contre elle. Ils citent sa phrase pour résumer l'idée dominante qu'ils discutent, selon laquelle il suffirait aux travailleurs d'acquérir les compétences qui vont avec les technologies nouvelles. Leur propre réponse ne passe pas non plus par le ralentissement. Elle porte sur la direction donnée à la technique, qu'ils rattachent aux institutions et au rapport de forces. Ils jugent d'ailleurs plus optimiste que la leur la lecture que Brynjolfsson proposait en 2014 avec Andrew McAfee.
Les dockers du Pacifique en offrent la version la plus nette. Le syndicat a encouragé le conteneur au lieu de le combattre. Avec la hausse du trafic, c'est lui qui a fini par réclamer une adoption plus rapide des grues.
Les décisions qui ferment la porte
À l'inverse, une entreprise peut se servir de l'IA pour justifier une décision déjà prise. Supprimer ses managers intermédiaires au nom de l'IA en est un exemple. Ce que ces managers absorbaient sans le documenter réapparaît ailleurs, souvent plus cher. La même vigilance vaut pour les tâches physiques que la robotique commence à exposer. Dans les deux cas, la technologie ouvre une possibilité et la direction choisit ce qu'elle en fait.
Comment lire Power and Progress depuis une entreprise ?
Comme une grille de questions plus que comme un mode d'emploi. Le livre compte environ cinq cents pages d'histoire économique et d'analyse des institutions, sans outil ni exercice. Sa valeur pour un comité tient aux distinctions qu'il installe.
Trois repères de lecture
- Une échelle de société. Les mesures du dernier chapitre visent le cadre américain, fiscalité du travail, régulation des plateformes, financement de la recherche. C'est le rôle que les auteurs se donnent. L'entreprise travaille à l'échelle d'en dessous, avec ses propres leviers.
- Un corpus surtout britannique. La moitié historique raconte l'Angleterre, du moulin médiéval aux commissions royales victoriennes. Les modèles européens y tiennent une place réelle, de l'apprentissage allemand au compromis suédois de 1938.
- Un manuscrit bouclé fin 2022. ChatGPT n'y apparaît qu'en passant. Les exemples de capacités de l'IA sont datés de cet état de l'art. Le raisonnement sur la direction de la technologie n'en dépend pas.
D'où je parle
Depuis 2012, j'accompagne des équipes, des managers et des CODIR et je pratique la facilitation, dans une carrière commencée en 1998 dont quatorze ans à manager des équipes. Je travaille le sujet de l'IA en organisation depuis fin 2024.
J'ai cadré avec un Product Owner une expérience d'une semaine en revisitant un design sprint. Le gain a porté sur le temps de traitement, la synthèse d'entretiens, les personae, le product vision board. La stratégie produit est restée entièrement humaine.
Questions fréquentes
Deux économistes du MIT, colauréats avec James Robinson du prix d'économie en mémoire d'Alfred Nobel 2024. Ils ont publié Power and Progress en 2023, traduit en 2024 chez Pearson sous le titre Pouvoir et progrès. Le livre soutient que le partage des gains d'une technologie dépend de choix économiques, sociaux et politiques.
Le livre ne le prédit pas. Il soutient que l'effet dépend de la direction donnée à l'IA et du partage des gains. Une IA qui remplace des tâches sans gain notable pèse sur l'emploi. Une IA qui rend chaque travailleur plus utile ou crée des tâches nouvelles peut au contraire soutenir la demande de travail.
C'est une automatisation médiocre. Elle déplace des travailleurs sans apporter de gain de productivité notable. Acemoglu et Johnson prennent l'exemple des caisses automatiques. Moins de caissiers, des courses guère moins chères, aucune activité nouvelle. Ils y voient tout le déplacement d'emplois sans les gains de productivité promis.
Ce n'est pas ce que proposent les auteurs. Ils plaident pour réorienter la technologie vers l'augmentation du travail et la création de tâches. Le syndicat des dockers du Pacifique a encouragé la mécanisation en gardant la main sur le travail créé, puis a réclamé une adoption plus rapide des grues quand le trafic a augmenté.
La question se pose de la même façon, dans un cercle plus petit. Le dirigeant peut dresser lui-même les deux listes de tâches retirées et créées, puis décider avec l'équipe concernée de la destination des heures libérées. La taille réduite rend souvent la discussion plus directe.
Par le prochain projet d'IA à l'ordre du jour. Demandez les deux listes de tâches, le test du gain réel et une ligne écrite sur la destination des heures libérées. Un projet qui ne sait pas y répondre n'est pas mûr pour être arbitré. Pour poser ces questions sur un projet réel, réservons un échange de 30 minutes.
Votre prochain projet d'IA dit-il ce que deviendront les heures gagnées ?
Que vous soyez dirigeant, manager ou DRH, un premier échange permet de poser ces questions sur un projet réel avant qu'il soit arbitré.
Réserver un échange découverte (30 min)Allez plus loin
- Pouvoir et progrès Mille ans d'histoire des techniques pour montrer que le partage des gains de productivité suit le rapport de forces et la direction donnée à l'innovation, jusqu'à l'IA. Voir le livre →
Liens affiliés
