Sam Altman dirige OpenAI, la société derrière ChatGPT. Ces derniers jours, il a revu à la baisse le calendrier de l’impact économique de l’intelligence artificielle. Il a lui-même reconnu que le secteur avait été « trop ambitieux » sur les délais de transformation, en expliquant que l’économie mondiale avait bien plus d’inertie qu’il ne l’avait imaginé.
Ce qu’il dit là contraste assez franchement avec l’enthousiasme qui entoure cette technologie depuis l’arrivée de GPT-4 en 2023. Les progrès techniques, eux, restent rapides. Mais quand il s’agit de les convertir en gains visibles à l’échelle de toute l’économie, le mouvement est nettement plus lent.
Sur le papier, pourtant, les avancées ont de quoi impressionner, que ce soit pour la rédaction, le service client, l’aide à la programmation, la recherche documentaire, ou encore l’analyse d’images et de données.
Dans les entreprises, l’adoption est déjà large. D’après plusieurs enquêtes de marché, environ 78 % des organisations utilisent désormais cette technologie dans au moins une fonction métier.
Sauf que ce chiffre, repris par plusieurs études, cache une situation plus nuancée. Dans beaucoup de cas, on parle encore de tests, de pilotes, ou d’usages ponctuels.
On reste donc loin d’une intégration profonde dans les processus centraux de l’entreprise, là où les gains de productivité commencent vraiment à se mesurer.
Les blocages sont connus depuis un moment: logiciels anciens qu’on remplace difficilement, procédures internes rigides, contraintes réglementaires, formation des équipes, arbitrages budgétaires, résistance au changement. En pratique, la technologie avance plus vite que les organisations capables de l’absorber.
Ça ne veut pas dire qu’il ne se passe rien. Plusieurs études relèvent déjà des hausses de productivité dans certains métiers exposés, surtout sur les tâches administratives, créatives ou analytiques.
Mieux vaut quand même garder un peu de prudence.
Les économistes, de leur côté, restent réservés sur l’ampleur des effets à court terme.
Certaines estimations parlent par exemple d’un gain d’environ 0,7 % de productivité supplémentaire aux États-Unis sur la prochaine décennie. Ce n’est pas rien. Mais on est loin du choc instantané parfois vendu ces derniers mois.
En Europe, la Banque centrale européenne fait un constat assez proche. Elle observe elle aussi une diffusion rapide de ces outils dans les entreprises de la zone euro, tout en soulignant que les effets agrégés sur la productivité et l’inflation restent, pour l’instant, limités et difficiles à mesurer.
Cette mise au point arrive à un moment sensible. Depuis 2022, des milliards ont été injectés dans les modèles, les centres de données, les puces et les logiciels.
Le marché, lui, a réagi tout de suite: après les remarques de Sam Altman, certaines valeurs liées au matériel informatique et aux semi-conducteurs ont reculé. L’idée de fond ne change pas, la thèse de long terme tient toujours, mais le calendrier pourrait être moins explosif que ce que beaucoup espéraient.
Pour l’instant, d’ailleurs, les données ne montrent pas d’hécatombe généralisée sur l’emploi.
C’est plutôt une très bonne nouvelle, même si les effets se voient déjà dans l’évolution des tâches, des compétences demandées et de l’organisation du travail. En clair, la transformation est bien là, mais elle s’installe plus lentement, et de façon plus désordonnée, que ne l’annonçaient les scénarios les plus optimistes.
