James Manyika de Google : l'IA ne détruira pas l'emploi

L'optimisme face à l'automatisation : une vision nuancée de l'IA et de l'emploi

Récemment, j'ai eu l'occasion de discuter avec Aaron Levie, PDG de Box, qui a 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 m'a laissé optimiste quant à l'avenir de l'emploi.

Cette semaine, j'ai voulu confronter cet optimisme 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."

Points saillants de notre conversation

Les points saillants de notre conversation sont ci-dessous, édités pour plus de clarté et de concision. Nous espérons également que vous écouterez l'intégralité de la conversation où que vous obteniez vos podcasts — il suffit de chercher Platformer — ou de la regarder sur YouTube à youtube.com/caseynewton.

Casey Newton : Vous avez obtenu votre doctorat en IA et en robotique à Oxford des décennies avant que l'IA ne devienne le plus grand sujet d'actualité au monde. Qu'est-ce que vous croyiez ou voyiez à l'époque que la plupart des gens manquaient ?

James Manyika : Je vais vous ramener même avant cela. J'ai fait mon diplôme de premier cycle à l'Université du Zimbabwe, et ma thèse de premier cycle était en fait le premier article que j'ai jamais publié. Devinez de quoi il s'agissait ? De l'IA — formation et modélisation d'un réseau de neurones artificiel. Il y avait un postdoctorant en visite du Canada qui avait travaillé avec l'équipe de Geoff Hinton à Montréal-Toronto, et il m'a suggéré de construire un réseau de neurones pour ma thèse de premier cycle. C'était la toute première chose que j'ai publiée, en 1993.

Newton : Bien avant que des gens comme moi ne passent chaque heure éveillée à lire et à écrire à ce sujet. Qu'est-ce qui a capté votre intérêt ?

Manyika : Deux choses. J'ai grandi avec Star Trek, donc l'idée de l'IA me fascinait. J'ai regardé 2001 : L'Odyssée de l'espace. Mais j'étais aussi intrigué par l'idée qu'il serait possible de construire des systèmes capables d'effectuer des tâches cognitives avancées. Donc, quand je suis allé à Oxford, j'ai fait mon doctorat en IA et en robotique pour continuer à poursuivre cela.

Newton : Vous avez depuis passé une bonne partie de votre carrière à essayer de mesurer comment les technologies changent les économies. Vous avez passé longtemps chez McKinsey, où vous avez écrit un document intitulé "Jobs Lost, Jobs Gained" il y a presque une décennie. Maintenant que vous êtes chez Google, où vous pouvez voir ce qui se passe lorsque ces outils atterrissent réellement sur les lieux de travail. Quand vous regardez le débat que nous avons actuellement sur l'avenir de l'IA et des emplois, où vous situez-vous ?

Manyika : C'est un moment tellement excitant. La technologie et ses capacités s'étendent à un rythme incroyable. Mais quand vous essayez de traduire cela en ce que cela pourrait signifier pour le travail et les emplois, j'ai une vue très mitigée. C'est à peu près ce que ce document disait il y a dix ans, ce que je pense toujours être correct : il y aura des emplois qui déclineront, il y aura des emplois qui croîtront, et surtout — un troisième aspect — beaucoup plus d'emplois vont changer.

Que vous regardiez l'économie globale, le niveau sectoriel ou par profession, vous obtenez un mélange différent de ces trois choses. Mais ces trois choses se produiront. La recherche n'a pas beaucoup changé. Le débat que les gens ont est : quel est le mélange de ces trois choses ? Plutôt que de se demander si ces trois choses vont se produire.

Newton : Laissez-moi nommer une dynamique qui pourrait préoccuper certains auditeurs. Vous êtes maintenant employé par l'un des plus grands bénéficiaires de l'actuelle vague d'IA. Comment faites-vous la distinction entre l'économiste du travail dans votre tête et le vice-président senior chez Google ?

Manyika : J'entends les deux choses. Moins le vice-président senior chez Google — plus l'IA chercheur et informaticien en moi est extraordinairement excité par le rythme de la technologie. Cette partie de moi pense : "Oh mon Dieu, cela va être extraordinaire, et cela va se produire très, très rapidement."

La partie économiste du travail en moi dit : "Attendez une seconde — ces choses ne se déroulent pas aussi rapidement dans l'économie, et les dynamiques sont plus mixtes." Donc, j'entends presque deux vitesses se dérouler ici. Je pense souvent qu'en tant que chercheurs en IA, notre communauté a tendance à exagérer ce qui se passe sur les marchés du travail en fonction de ce que nous voyons sur les frontières technologiques. Ce sont deux conversations très différentes.

Newton : Au McKinsey Global Institute, vous avez constaté qu'environ 50 % des tâches seraient automatisables grâce à l'IA, mais seulement environ 10 % des professions seraient entièrement automatisables. Quelques générations d'IA plus tard, ce ratio vous semble-t-il toujours correct ?

Manyika : Tous les éléments ont évolué. Au niveau des tâches, beaucoup plus de tâches sont désormais possibles à automatiser — cette image a évolué assez rapidement. Mais si vous regardez la composition des professions — le Bureau des statistiques du travail suit quelque part entre 850 et 1000 professions réelles — et que vous demandez combien de professions existantes ont la majorité, appelons cela 90 %, de leurs tâches constitutives automatisables, ce nombre est toujours inférieur à 10 %. La plupart des chercheurs le diront encore.

Combien de tâches semblent difficiles à automatiser ? En partie parce que l'IA ne peut pas encore les réaliser, ou à cause des tâches couplées où le maillon faible ralentit la combinaison. Si vous prenez deux tâches et pouvez automatiser l'une d'elles, mais qu'elles doivent être effectuées de manière couplée, vous n'irez qu'à la vitesse du maillon le plus faible. La plupart des emplois ont ces couplages qui rendent l'automatisation complète très difficile.

Une autre chose qui a évolué est la durée des tâches. Si vous aviez demandé en 2017, parmi les tâches possibles à automatiser, certaines étaient très courtes — 30 secondes ou une minute est à peu près la durée maximale à laquelle vous pouviez prédire de manière fiable l'exécution d'une tâche de manière automatisée. Maintenant, nous pouvons réaliser certaines de ces tâches pendant plus de quatre heures. La durée des tâches avec une achèvement raisonnablement prévisible a fait d'énormes progrès.

Newton : Donc, ce que j'entends, c'est que si vous mesuriez les tâches qui sont automatisables maintenant, ce nombre est en tendance beaucoup plus élevé que 50 %. Mais en même temps, le nombre d'emplois que vous pourriez entièrement automatiser reste obstinément au même endroit qu'il y a dix ans. Quelle est votre meilleure explication pour ce fossé ?

Manyika : Une partie du fossé est que nous comprenons maintenant plus pleinement que les emplois entiers 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. Si vous regardez à travers l'ensemble de l'économie la plupart des tâches complexes, nous ne pouvons pas automatiser la plupart d'entre elles. Donc, la question de savoir quels emplois entiers vous pouvez automatiser à plus de 90 % est toujours un nombre relativement petit.

La plupart du débat parmi les économistes du travail est de savoir si dans la prochaine décennie ce nombre est plutôt de 2 ou 3 % ou plutôt de 9 ou 10 %. Je 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 je reviens 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 — c'est une fonction des emplois existants qui augmentent en demande parce que la technologie change souvent le paysage de la demande, et de nouveaux emplois sont créés. Nous oublions que David Autor et d'autres ont montré que si vous remontiez à 1945 et compariez à aujourd'hui, quelque chose comme plus de 60 % des emplois que nous avons dans l'économie aujourd'hui n'existaient pas à l'époque, et 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.