fabernovel loader

Nov 6, 2017 | 16 min de lecture

‎Économie

IA et inégalités - le vrai danger

Tom Morisse

Research Manager


FABERNOVEL
La fin de l’emploi n’aura pas lieu. Le grand risque que l’IA fait peser sur l’économie, c’est de venir amplifier la tendance déjà marquée du numérique à accroître les inégalités entre les entreprises et entre les individus. Il y a urgence à réagir.

Point de départ : les inégalités se creusent

 

Le best-seller de Thomas Piketty a mis en évidence la progression des inégalités de revenus et de patrimoine ces dernières décennies dans de nombreux pays, après une première moitié du XXe siècle qui avait conduit à une diminution des inégalités jamais vue dans l’histoire de l’humanité – conséquence heureuse de chocs bien malheureux, entre les deux guerres mondiales et la crise de 1929.

Pour faire simple : les plus riches captent une bonne part de la croissance économique.

L’évolution est frappante : la part des revenus reçue par les 1% les plus riches progresse partout – sauf en France, parce que la crise de 2007-08 y a effacé les gains tardifs obtenus dans les années 2000. Même les pays nordiques, connus pour leur moindre niveau d’inégalités, sont touchés à l’image de la Finlande. Le pays qui cristallise le mieux la tendance actuelle est bien sûr les Etats-Unis, où la part des revenus captée par les 1% les plus riches a presque triplé en 40 ans.

 

Même si évidemment chacun a sa propre vision philosophico-politique au sujet des inégalités (sont-elles souhaitables ? sont-elles fondées ? quel niveau est acceptable ?), il y a au moins 4 bonnes raisons de s’inquiéter de leur progression régulière :

  1. L’échelle des inégalités s’étire aux deux bouts de la chaîne : le grand problème est que dans les dernières années, le niveau de vie des plus pauvres a reculé. Ainsi, aux Etats-Unis, le salaire médian en termes réels a atteint son plus-haut en 1999 ! Tout comme, mesuré en pourcentage ou en nombre, le volume de foyers vivant de moins de 15.000 $ y a progressé depuis 1999 – son plus-bas historique.
  2. Les inégalités nuisent à la croissance économique, comme l’a par exemple montré l’OCDE.
  3. Le risque de fortes tensions sociales et politiques augmente.
  4. Un retour au monde de rentiers de la fin du XIXe siècle redouté par Piketty, du fait d’une part plus grande des revenus dérivé du capital et d’une concentration de ce dernier, et dans lequel bien choisir son épouse ou son époux est le seul véritable enjeu dans la vie, ne fait envie à personne.

Or l’évolution du paysage technologique du second XXe siècle et du début du XXIe est l’une des causes de cette montée des inégalités ; décrypter cet impact peut en conséquence nous éclairer sur les effets possibles de l’intelligence artificielle sur les inégalités dans le futur.

 

1// Au niveau des individus : une croissance biaisée vers les plus qualifiés

 

De nombreux économistes du travail, et notamment le professeur du MIT David Autor, mettent l’accent sur la polarisation des emplois (volumes et salaires) selon les compétences.

Avec force graphiques de la sorte (en l’occurrence, tirés de l’article Why Are There Still So Many Jobs? The History and Future of Workplace Automation) :

En abscisse, on trouve les professions des Etats-Unis classées de gauche à droite selon leur salaire moyen de 1979, et l’on s’intéresse à l’évolution du salaire moyen (graphique du haut) et de la part de ces professions dans l’emploi (graphique du bas).

Ce que l’on observe, c’est que les diverses courbes, par décennie, sont plutôt creusées vers le milieu, surtout en ce qui concerne l’évolution de la part dans l’emploi. Les économistes mettent en avant le concept de skill-biased technical change pour l’expliquer : les nouvelles technologies du numérique ont augmenté la productivité, donc la valeur sur le marché du travail (lire : la demande) des salariés les plus qualifiés, ce qui a fait progresser salaires et nombre d’emplois. Les métiers du milieu du classement, relativement qualifiés mais tout de même plus routiniers, ceux de l’ouvrier qualifié ou du commis (responsable de tâches administratives généralistes) et qui consistaient in fine à traiter et transmettre de l’information, ont reculé. Les reconvertis ont pu entrer dans les métiers manuels non routiniers ou difficilement automatisables, comme les services de restauration.

 

Une précision s’impose pour éviter toute confusion chez le lecteur : quand on parle de polarisation, on qualifie un mouvement, non pas un état : la place des professions de moyenne qualification reste très importante dans le stock d’emplois total des pays développés.

Cette thèse de la polarisation est également appliquée aux pays de l’Union européenne ; j’ai cependant des doutes sur sa capacité à y expliquer les changements récents, et est peut-être surtout valable aux Etats-Unis (et en termes de méthodologie, tout dépend comment l’on délimite les professions peu, moyennement et hautement qualifiées). Sur les 3 grandes économies européennes que sont l’Allemagne, la France et le Royaume-Uni, entre 2011 et 2016, les métiers des 3 catégories d’emplois les plus qualifiés (« Managers », « Professionals », « Technicians ») ont généré entre 65% et 80% des créations d’emplois. Et parmi ces 3 mêmes pays, sur la période 2006-2014, il n’y a aucune tendance commune sur les catégories de qualification qui voient les salaires progresser le plus ou le moins vite.

Au global, ce qui me paraît incontestable, ce n’est pas la polarisation ; c’est que les emplois sont de plus en plus qualifiés, et que la situation est donc très dure pour les non-qualifiés, en termes d’accès à l’emploi et de salaire.

 

Leçons pour l’IA

Certains verront dans l’analyse de la polarisation un schéma ressenti et craint dans l’avènement de l’intelligence artificielle : d’un côté des ingénieurs hyper-qualifiés qui seraient payés des fortunes, et de l’autre des « entraîneurs » d’algorithmes paupérisés.

Si vous avez vu notre dernier article sur la permanence de l’emploi (visiblement inattendue pour certains), vous savez que cette focalisation sur les emplois les plus directement liés au boom de l’IA passe à côté d’un bon nombre de mécanismes de création d’emplois.

En prenant le plus de hauteur possible, ma conviction est que, à la fois dans la transformation d’emplois existants ou dans la création de nouveaux, l’IA imprègnera ces métiers comme l’informatique avant elle. Et que la fracture des qualifications se jouera une fois de plus sur la capacité à maîtriser et intégrer dans ses méthodes de travail les nouveaux outils qui ne manqueront pas de naître.

 

2// Au niveau des entreprises : la tendance au « winner takes all »

 

C’est à ce niveau que l’on peut nourrir le plus d’inquiétudes. Deux récents papiers intitulés Are US Industries Becoming More Concentrated? et The Fall of the Labor Share and the Rise of Superstar Firms dressent des constats alarmants :

  1. Depuis 2 décennies, la concentration des entreprises s’est accentuée dans 75% des secteurs de l’économie américaine – une tendance qui est aussi observée en Europe.
  2. Les différences de productivité et de salaires sont ainsi tirées par les divergences entre les firmes à l’intérieur d’un même secteur et non pas entre les secteurs.
  3. A côté de la baisse de l’action de l’administration ou de la justice pour empêcher les concentrations, et en conjonction avec la mondialisation, les technologies de l’information fournissent une partie de l’explication. Les effets de réseau et la montée en puissance des services numériques, avec leur coût marginal réduit, ont tendance à concentrer les parts de marché en une seule ou en une poignée d’entreprises : c’est le « winner takes all », ou à tout le moins le « winner takes most ». Les secteurs où le progrès technologique (mesurée par la productivité totale des facteurs) a été le plus rapide sont ceux qui se sont le plus concentrés.
  4. L’innovation peut permettre à de nouveaux entrants de prendre d’importantes parts de marché, mais les barrières technologiques ainsi créées limitent par la suite la concurrence. Et certaines études pointent vers une innovation qui serait plus coûteuse et bénéficierait d’économies d’échelle favorisant les plus grandes entreprises du marché. Au final, l’innovation est plus concentrée, comme le montre ce graphique traçant l’évolution de la part des brevets possédée par les 4 plus grandes firmes dans tous les secteurs des Etats-Unis (étude de Grullon et al.) :

Pour illustrer cette tendance à la divergence de la productivité entre firmes, influencée par la révolution numérique, on peut reprendre la comparaison que nous dressons dans nos études GAFAnomics entre le niveau de CA par salarié des GAFA et celui de sociétés plus anciennes. Des différences de salaires significatives en découlent.

Toutefois, l’explication du phénomène ne repose pas que sur l’avance prise par les firmes « superstars », comme si les disparités n’étaient explicables que par une poignée de géants incroyablement productifs – la ligne proposée par cet article de la Harvard Business Review. Une étude de l’OCDE intitulée The Great Divergence(s) met surtout en avant un décrochage marqué des firmes les moins productives – la ligne 90-50 suit l’écart entre les firmes plus productives et le milieu de la distribution, et la ligne 50-10 l’écart entre le milieu et les moins productives :

 

Leçons pour l’IA

Les leçons précédentes des nouvelles technologies semblent devoir être amplifiées par le développement de l’IA. D’une part car l’importance des données et les besoins en puissance de calcul dans l’apprentissage des modèles vont aboutir à une concentration des fournisseurs de briques technologiques généralistes. D’autre part car la complexité / coût du déploiement et les effets d’échelle dans le retour sur investissement pourraient être encore plus élevés que dans les précédentes phases de la révolution numérique, donc favoriser les plus grandes entreprises.

 

3// Au croisement entre individus et entreprises : le marché du travail fragmenté

 

Ces toutes dernières années, la croissance foudroyante d’Uber et l’explosion concomitante du nombre de chauffeurs indépendants a fait craindre une atomisation du marché du travail, assortie d’une réduction – pour ne pas dire une disparition – des avantages sociaux liés au salariat. Cette tendance du « Uber for X » a – pour l’instant – fait long feu et les nouveaux indépendants du numérique restent cantonnés au transport et à la livraison.

En fait, dans les statistiques nationales des pays du G7, la part des indépendants dans l’emploi atteint des niveaux historiquement bas, si  ce n’est en France (légère augmentation depuis le début des années 2000) et au Royaume-Uni (dont la part des non-salariés a brutalement augmenté au cours des années 1980, et est stable depuis). Mais aucune augmentation tendancielle n’est à noter – contrairement à d’autres indicateurs de précarité tels que le travail à temps partiel.

 

Il est une grille d’analyse économique que l’on entend moins rarement dans les cercles numériques mais qui est bien plus significative dans l’histoire économique récente. C’est la « fissured workplace hypothesis », l’hypothèse du lieu de travail fissuré. Les grands traits en sont simples : au cours des dernières décennies, les grandes entreprises ont progressivement transféré à des sous-traitants des tâches éloignées de ce qu’elles considèrent comme leur coeur de métier : le ménage, la restauration, la sécurité, la logistique… Une étude sur l’Allemagne souligne ainsi qu’en 1975, 82% des établissements de distribution employaient directement au moins 1 agent d’entretien ; la proportion avait été réduite à 20% en 2009.

Quelques années après l’externalisation de ces tâches vues comme périphériques, les salaires y sont 10 à 15% plus faibles que ceux qui continuent à exercer ces métiers en interne. Les salariés des sous-traitants ne bénéficient plus des avantages de la négociation collective des grands employeurs – et le poids des syndicats a d’ailleurs reculé – et sont moins organisés. Les grandes entreprises, plus concentrées comme nous l’avons vu dans la partie précédente, payent pour des services et non plus des salaires, et faisant jouer le rapport de force parviennent à comprimer les prix.

 

Leçons pour l’IA

Cette tendance n’est pas directement liée aux nouvelles technologies – l’informatique n’est pas mentionnée dans les articles consacrés à la « fissured workplace hypothesis », même si l’on peut supposer qu’elle a pu jouer un rôle important dans la coordination entre donneurs d’ordre et sous-traitants.

Néanmoins, plusieurs impacts de l’IA sont envisageables :

  • Si l’IA renforce la concentration des entreprises, alors ce phénomène sera amplifié.
  • La capacité de l’IA à élargir et organiser le marché de la sous-traitance (appariement entre offre et demande) pourrait également amplifier le phénomène.
  • Un nouveau type de fissure pourrait apparaître : l’externalisation croissante de tâches parfois importantes, mais dont les effets d’échelle liés aux données pourraient conduire vers une concentration dans quelques fournisseurs spécialisés (ex : solutions d’automatisation des dépenses publicitaires ou du service client). A la différence des mouvements récents de sous-traitance, celui-ci serait dirigé vers des emplois plus qualifiés.

 

4// La calcification (et non la surchauffe), voilà l’ennemie !

 

Parler de la révolution numérique, c’est souvent insister sur le « métabolisme » incroyablement dynamique du secteur, du point de vue tant de la vie des startups que des évolutions technologiques ou des transformations d’usages.


Attention cependant : le tissu économique ne se renouvelle pas aussi vite que l’on pourrait s’y attendre. Dans le cas des Etats-Unis par exemple, les entreprises nouvellement créées représentaient 14% des firmes existantes à la fin des années 1980, contre moins de 10% en 2014. Et le renouvellement du stock d’emplois n’a rien d’exponentiel, à regarder les ouvertures de postes en pourcentage des emplois existants :

Source : US Bureau of Labor Statistics, JOLTS

Les ouvertures d’emplois dans le secteur de l’ « Information » (qui outre les métiers liés au numérique regroupent ceux des médias et des télécommunications) se font à un rythme moins rapide que lors du boom des dot-com ou même des années qui ont précédé la grande crise de 2007-08.

(NB : ces statistiques ne sont malheureusement pas disponibles sur des périodes plus longues, ni sur des sous-secteurs, pour une analyse plus fine)

Mises bout à bout, les tendances que nous nous sommes efforcés d’analyser jusqu’ici font craindre une fossilisation des positions concurrentielles chez les entreprises et sociales chez les individus, davantage qu’une économie-tapis roulant dans laquelle l’adaptation aux changements effrénés serait l’apanage d’un petit nombre.

Dans ce sens, comme certains penseurs le suggèrent, nous avons plus à craindre d’une explosion de l’IA qui contribuerait à calcifier les acquis des uns et les lacunes des autres. C’est d’un coup de pied dans la fourmilière dont nous devons rêver.

 

5// Mes préconisations

 

Une fois établi le constat de dangerosité du niveau actuel des inégalités, que faire ? Cet article serait incomplet sans quelques orientations de politiques publiques, mais que cela soit bien clair, celles qui vont suivre n’engagent que moi.

Il existe deux grandes manières de réduire les inégalités. La première est de s’y attaquer ex post comme disent les économistes, c’est-à-dire de chercher à réduire les inégalités par le biais de la redistribution permise par la taxation. La seconde est de s’y attaquer ex ante, c’est-à-dire de comprimer l’échelle des revenus et des patrimoines générée par l’économie, donc que la redistribution soit une nécessité moins impérieuse. Ma préférence va clairement à cette seconde solution.

 

La fausse bonne idée de la redistribution

 

Dissipons d’emblée d’éventuelles interrogations sur le titre que vous venez de lire : je suis favorable à la redistribution des richesses… mais cela devrait être à mon avis un dernier recours, pas un premier réflexe.

C’est pourquoi les propositions de taxe robot et de revenu universel, dans le cadre précis de lutte contre les inégalités (le revenu universel est un concept si vaste qu’il mérite des articles approfondis bien au-delà de l’IA), paraissent bien ternes. Outre le fait (j’ai tenté de vous en convaincre la dernière fois) que leur postulat de disparition massive de l’emploi par l’automatisation n’est pas fondée, ce sont des propositions d’abdication : non, serait-on tenté de lire entre les lignes, on ne peut rien faire contre les inégalités primaires… Je ne suis pas pessimiste au point d’affirmer que les défenseurs de ce type de propositions « spécial IA » tentent de nous endormir, mais certains sautent allègrement le pas.

De plus, les politiques de redistribution ont ceci de délicat qu’elles peuvent être contre-productives – nuire à la croissance économique – si elles sont mal calibrées. Et que leur négociation sur le plan politique est toujours difficile. David Autor le résume bien : « On pourrait s’imaginer qu’avec tant de richesses disponibles, la redistribution serait assez évidente à résoudre. Mais l’histoire suggère que cette prédiction ne se réalise jamais. Il y a toujours la perception d’un manque et un conflit permanent sur la redistribution, et je ne m’attends pas à ce que ce problème s’atténue à mesure que l’automatisation progresse » (notre traduction).

 

Mieux répartir les bénéfices du progrès

 

Ce mot d’ordre peut être aussi bien appliqué au niveau des individus qu’au niveau des entreprises.

Au niveau des entreprises, c’est redonner de la compétitivité à l’ensemble des firmes, grandes comme petites, pionnières dans l’adoption de nouvelles technologies comme retardataires, pour que le niveau de concurrence regagne quelques degrés et lutter au maximum contre le « winner takes most ». C’est la responsabilité de tout l’écosystème des services aux entreprises dont FABERNOVEL fait bien sûr partie, mais c’est surtout la responsabilité des fournisseurs de solutions d’IA. Faire en sorte que les barrières à l’adoption et à l’exploitation de ces solutions soit la plus basse possible.

Pour bâtir un marché concurrentiel où les règles du jeu sont les mêmes pour tous, c’est aussi à l’Etat de prendre ses responsabilités – et sans pression citoyenne, cela sera impossible. L’étude de Grullon et al. déjà citée pointe une baisse drastique des actions antitrust initiées par le Département de la Justice et de la Federal Trade Commission (équivalent de notre Autorité de la concurrence) aux Etats-Unis : 16 par an sur les 3 dernières décennies du XXe siècle, 3 par an au début du XXIe siècle.

Les autorités publiques font face à de nouvelles problématiques engendrées par le numérique, notamment de monopoles que beaucoup disent inévitables à cause des effets de réseau. Comme l’a montré mon collègue Kevin Echraghi, il y a urgence à prendre les plateformes à leur propre jeu. Rappelons néanmoins une dernière fois que, derrière les GAFA et leur taille gigantesque (ils sont actuellement, par le prisme des valorisations boursières, les plus grands groupes du monde), c’est l’ensemble des secteurs qu’il faut surveiller de près en matière de concentration.

 

Au niveau des individus, il y a 2 façons d’aborder le problème : soit élever le niveau de compétence des travailleurs, soit démocratiser les outils liés à l’intelligence artificielle pour que des compétences spécifiques ne soient jamais un pré-requis à leur utilisation. En ce qui concerne la formation, on revient là à d’éternelles questions.

  1. Faire en sorte que le système de formation initiale accorde une égale chance à l’ensemble de ses participants ; et faire preuve d’ambition pour tous les élèves. Précision : les arguments de type « mais si nous sommes tous à bac +5, les différences se feront sur autre chose » sont nuls et non avenus, car les pays où les études supérieures sont les plus courantes sont également ceux où les taux d’emploi de ces jeunes diplômés sont les plus élevés.
  2. Permettre une riche formation continue de tous les salariés, pas de ceux qui s’en sortent déjà le mieux.

 

Nous devons être ambitieux sur la formation, mais nous devons aussi rester réalistes. Une distinction est à opérer entre formation initiale et formation continue sur les résultats qu’il est possible d’obtenir. Pour verser dans la métaphore triviale : pensons « ascenseur » pour la première, « escalier » pour la seconde. Autant on peut / doit espérer faire monter rapidement et massivement le niveau d’éducation des jeunes générations, autant vendre la formation continue comme une solution miracle d’égalisation des chances pour les salariés en place est une fausse route. Les MOOC constituent une excellente illustration : derrière les quelques histoires magnifiques d’autodidactes devenus développeurs-stars (tant mieux s’ils existent et s’ils se multiplient), il est question avant tout de personnes déjà bien formées qui engrangent des compétences supplémentaires. Un mineur peut devenir codeur, mais il est moins probable qu’il se mue si vite en expert en machine learning – ce sont des développeurs déjà avancés qui y parviennent. La formation continue comme escalier, c’est ainsi la considérer comme un moyen pour tous de franchir une marche dans l’échelle des compétences, mais pas de changer radicalement l’ordre des positions.

Note au lecteur : ce dernier paragraphe n’est pas pessimiste, mais réaliste. Porter l’effort de formation continue sur tout le monde mais surtout sur ceux qui en ont le plus besoin, ce serait déjà rompre avec la tendance au décrochage des plus faibles et resserrer les inégalités de revenus.

 

Conclusion

 

Les technologies de l’information et de la communication ont largement contribué à transformer l’économie, et notamment le marché du travail, au cours des dernières décennies. Mais cet impact n’a pas été sans effets délétères, contribuant à l’accroissement des inégalités entre individus, soit directement en fonction des niveaux de compétences, soit indirectement par les effets de concentration des entreprises et de recomposition de leurs limites.

Dans ce cadre, la montée en puissance de l’intelligence artificielle risque fort d’amplifier la tendance. C’est donc l’occasion bienvenue de traiter les maux de notre économie et de notre société en profondeur avant qu’il ne soit définitivement trop tard.

 

Vous souhaitez analyser l'impact de l'IA sur l'emploi dans votre entreprise lors d'un atelier ?

Contactez notre Lab AI
Cet article appartient à une enquête
logo business unit

FABERNOVEL

Distribute the future. Connect leaders. Change the game. We ignite ventures and transform organizations for the new economy.

à lire