L'optimisme face à l'automatisation : une vision nuancée de l'IA et de l'emploi
Aaron Levie, PDG de Box, a récemment présenté un argument intéressant : les emplois sont plus complexes à automatiser que ce que les entreprises d'IA laissent entendre. Selon Levie, les aspects humains du travail, tels que le jugement et le contexte, ne seront pas remplacés de sitôt. Cette perspective invite à l'optimisme quant à l'avenir de l'emploi.
Cet optimisme peut être confronté à l'avis de James Manyika, vice-président senior chez Google et Alphabet. Manyika dirige les opérations de recherche et les laboratoires de Google, ainsi qu'une équipe dédiée à l'étude des impacts sociétaux des technologies, notamment l'IA. Son rôle consiste à évaluer les conséquences des systèmes d'IA comme Gemini et à élaborer la stratégie de Google en conséquence.
Il est crucial de noter que sept Américains sur dix s'opposent désormais à la construction de centres de données dans leurs communautés. Le message véhiculé par l'industrie technologique, qui suggère que l'IA pourrait d'abord remplacer les emplois avant de menacer l'humanité, n'a pas réussi à convaincre le public. Dans ce contexte, Manyika adopte une approche plus optimiste. Il estime que les emplois sont plus difficiles à automatiser que ce que la Silicon Valley prétend, et que le processus sera plus lent que les prévisions les plus pessimistes. Cette opinion est partagée par certains de ses collègues chez Google, comme Demis Hassabis, PDG de DeepMind, qui a récemment mis en garde contre le remplacement des développeurs de logiciels par des outils d'IA.
Contrairement à de nombreux dirigeants de la tech, Manyika a forgé ses opinions au cours d'une carrière en dehors de la Silicon Valley. Ancien cadre chez McKinsey, il a coécrit un rapport sur les effets potentiels de l'automatisation sur l'emploi il y a près de dix ans. Il a également coprésidé le groupe consultatif de haut niveau sur l'IA du secrétaire général de l'ONU et a été vice-président du National AI Advisory Committee sous la présidence de Biden.
Face aux prédictions alarmistes de certaines entreprises concurrentes, comme Microsoft et Anthropic, qui prévoient une disparition massive des emplois de cols blancs, Manyika reste sceptique. "Certaines de ces prédictions ont été faites il y a deux ans, affirmant que 50 % des emplois seraient supprimés", explique-t-il. "Deux ans se sont écoulés, et ces prédictions ne se sont pas réalisées."
Les points saillants de son analyse
James Manyika a obtenu son doctorat en IA et en robotique à Oxford, des décennies avant que l'IA ne devienne le plus grand sujet d'actualité au monde. Son intérêt remonte pourtant plus loin encore. Il a fait son diplôme de premier cycle à l'Université du Zimbabwe, et sa thèse de premier cycle a été le premier article qu'il ait jamais publié. Elle portait déjà sur l'IA : la formation et la modélisation d'un réseau de neurones artificiel. Un postdoctorant en visite du Canada, qui avait travaillé avec l'équipe de Geoff Hinton à Montréal-Toronto, lui avait suggéré de construire un réseau de neurones pour cette thèse. C'est la toute première chose qu'il a publiée, en 1993.
Deux choses ont capté son intérêt, raconte-t-il. Il a grandi avec Star Trek et a regardé 2001 : L'Odyssée de l'espace, si bien que l'idée de l'IA le fascinait. Il était aussi intrigué par l'idée qu'il serait possible de construire des systèmes capables d'effectuer des tâches cognitives avancées. C'est pour continuer dans cette voie qu'il a fait son doctorat en IA et en robotique à Oxford.
Manyika a depuis passé une bonne partie de sa carrière à essayer de mesurer comment les technologies changent les économies. Il est resté longtemps chez McKinsey, où il a écrit, il y a presque une décennie, un document intitulé "Jobs Lost, Jobs Gained". Il est aujourd'hui chez Google, où il peut voir ce qui se passe lorsque ces outils arrivent réellement sur les lieux de travail. Dans le débat actuel sur l'avenir de l'IA et des emplois, il décrit le moment comme « tellement excitant » : la technologie et ses capacités s'étendent à un rythme incroyable. Mais lorsqu'il s'agit de traduire cela en effets sur le travail et les emplois, il dit avoir « une vue très mitigée ». C'est à peu près ce que ce document disait il y a dix ans, et qu'il juge toujours correct : il y aura des emplois qui déclineront, il y aura des emplois qui croîtront et surtout, troisième aspect, beaucoup plus d'emplois vont changer.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Que l'on regarde l'économie globale, le niveau sectoriel ou chaque profession, le mélange de ces trois phénomènes diffère. Mais les trois se produiront. La recherche n'a pas beaucoup changé sur ce point, selon lui. Le débat porte sur le dosage entre ces trois phénomènes, plutôt que sur la question de savoir s'ils vont se produire.
Manyika est désormais employé par l'un des plus grands bénéficiaires de l'actuelle vague d'IA, ce qui pose la question de la distinction entre l'économiste du travail et le vice-président senior de Google. Il dit entendre les deux. Moins que le vice-président senior de Google, c'est le chercheur en IA et l'informaticien en lui qui est « extraordinairement excité » par le rythme de la technologie. Cette partie de lui pense que cela va être extraordinaire, et que cela va se produire très, très rapidement.
L'économiste du travail en lui tempère : ces choses ne se déroulent pas aussi rapidement dans l'économie, et les dynamiques sont plus mixtes. Il dit donc entendre « presque deux vitesses ». Il pense souvent que la communauté des chercheurs en IA, dont il fait partie, a tendance à exagérer ce qui se passe sur les marchés du travail en fonction de ce qu'elle voit sur les frontières technologiques. « Ce sont deux conversations très différentes », résume-t-il.
Au McKinsey Global Institute, Manyika avait constaté qu'environ 50 % des tâches seraient automatisables grâce à l'IA, mais que seulement environ 10 % des professions seraient entièrement automatisables. Quelques générations d'IA plus tard, tous les éléments ont évolué, indique-t-il. Au niveau des tâches, beaucoup plus de tâches sont désormais possibles à automatiser, et cette image a évolué assez rapidement. Mais si l'on regarde la composition des professions (le Bureau des statistiques du travail suit quelque part entre 850 et 1000 professions réelles) et que l'on demande combien de professions existantes ont la majorité, soit 90 %, de leurs tâches constitutives automatisables, ce nombre est toujours inférieur à 10 %. La plupart des chercheurs le diront encore, assure-t-il.
De nombreuses tâches semblent difficiles à automatiser, en partie parce que l'IA ne peut pas encore les réaliser, en partie à cause des tâches couplées, où le maillon faible ralentit la combinaison. Si l'on prend deux tâches et que l'on peut automatiser l'une d'elles, mais qu'elles doivent être effectuées de manière couplée, on n'ira qu'à la vitesse du maillon le plus faible. La plupart des emplois ont ces couplages, qui rendent l'automatisation complète très difficile.
Autre évolution relevée par Manyika : la durée des tâches. En 2017, parmi les tâches possibles à automatiser, certaines étaient très courtes : 30 secondes ou une minute, c'était à peu près la durée maximale pour laquelle on pouvait prédire de manière fiable l'exécution automatisée d'une tâche. Aujourd'hui, certaines de ces tâches peuvent être réalisées pendant plus de quatre heures. La durée des tâches dont l'achèvement est raisonnablement prévisible a fait d'énormes progrès.
Il en ressort un fossé. La part des tâches automatisables est aujourd'hui en tendance beaucoup plus élevée que 50 %, alors que le nombre d'emplois que l'on pourrait entièrement automatiser reste obstinément au même endroit qu'il y a dix ans. Manyika l'explique en partie par une compréhension plus complète des emplois entiers : ils ont un mélange de tâches beaucoup plus complexe, et cette idée de maillons faibles ou de tâches couplées est très importante dans la plupart des professions. À l'échelle de l'ensemble de l'économie, la plupart des tâches complexes ne peuvent pas être automatisées. Les emplois entiers que l'on peut automatiser à plus de 90 % restent donc relativement peu nombreux.
La plupart du débat parmi les économistes du travail, poursuit-il, est de savoir si, dans la prochaine décennie, ce nombre est plutôt de 2 ou 3 % ou plutôt de 9 ou 10 %. Il ne pense pas que quiconque ayant examiné l'automatisation des emplois entiers dirait que c'est 50 % ou l'un de ces nombres extraordinairement élevés.
C'est pourquoi il revient à l'idée que trois choses vont se produire. Oui, il y aura des déclins d'emplois. Mais il y aura aussi des emplois qui croissent : des emplois existants dont la demande augmente, parce que la technologie change souvent le paysage de la demande, et de nouveaux emplois qui sont créés. Manyika rappelle que David Autor et d'autres ont montré que, si l'on remonte à 1945 et que l'on compare à aujourd'hui, plus de 60 % des emplois de l'économie actuelle n'existaient pas à l'époque, et que beaucoup ont été introduits à la suite de changements technologiques qui ont créé la catégorie.
« Mais l'effet le plus important est que la nature même de l'emploi change », conclut-il.

