← Retour aux actualitésLa fraction de tâches cognitives exposées à l’IA (de 0 % à près de 50 % en 2030 dans le scénario extrême). Le rythme d’adoption (de marginal à massif). Le type d’impact (automatisation pure vs augmentation de la productivité humaine). Croissance du PIB : +1,6 % (soit 34,1 trillions de dollars, contre 33,6 trillions sans IA). Part des salaires dans le PIB : 59,4 % (contre 60 % en baseline). Taux de chômage global : 3,9 % (contre 3,8 % en baseline). Impact sur l’emploi cognitif : -0,5 % (soit une baisse négligeable). Croissance du PIB : +8,3 % (36,3 trillions de dollars). Part des salaires dans le PIB : 56,1 % (contre 60 %). Taux de chômage global : 4,6 %. Chômage chez les travailleurs cognitifs : 4,5 % (contre 2,9 % en baseline). Productivité annuelle : +5,4 % (contre +2 % en baseline). Croissance du PIB : +32,4 % (44,4 trillions de dollars). Part des salaires dans le PIB : 45,2 % (contre 60 %). Taux de chômage global : 11,9 %. Chômage chez les travailleurs cognitifs : 17,9 %. Productivité annuelle : +15,4 %.
📑 Sommaire
- → Un modèle pour cartographier l’inconnu
- → Trois scénarios, trois futurs radicalement différents
- → 1. Scénario modeste : l’IA comme levier marginal
- → 2. Scénario substantiel : l’IA comme accélérateur de productivité
- → 3. Scénario extrême : l’IA comme force de disruption
- → Ce que le modèle révèle sur la répartition des richesses
- → Les limites du modèle
- → Pourquoi ce modèle compte pour la robotique et l’IA
💡 En 3 points clés
- La fraction de tâches cognitives exposées à l’IA (de 0 % à près de 50 % en 2030 dans le scénario extrême).
- Le rythme d’adoption (de marginal à massif).
- Le type d’impact (automatisation pure vs augmentation de la productivité humaine).
Un modèle pour cartographier l’inconnu
Anthropic ne prédit pas l’avenir, mais il le structure. Son Institute for AI and Economic Modeling a publié un cadre qui convertit des hypothèses sur les capacités de l’IA en trajectoires concrètes pour l’économie américaine en 2030. Le modèle prend en entrée trois paramètres clés :
Ces variables sont ensuite injectées dans un modèle économique standard pour en déduire des sorties comme le PIB, le taux de chômage, ou la part des salaires dans la richesse nationale.
Trois scénarios, trois futurs radicalement différents
Le rapport explore trois trajectoires, nommées modeste, substantiel et extrême, chacune correspondant à une combinaison distincte des paramètres ci-dessus. Voici ce qu’elles impliquent en chiffres pour 2030, comparé à une baseline sans IA supplémentaire (tous les montants en dollars constants 2024) :
1. Scénario modeste : l’IA comme levier marginal
Dans ce cas, l’IA agit comme un outil complémentaire, sans bouleverser les équilibres économiques. Son effet se rapproche de celui d’Internet : une amélioration progressive de la productivité, mais sans rupture structurelle.
2. Scénario substantiel : l’IA comme accélérateur de productivité
Ici, l’IA automatise environ la moitié des tâches cognitives actuelles, mais son adoption reste partielle. Les gains de productivité sont réels, mais inégalement répartis : les salaires des travailleurs cognitifs stagnent, tandis que ceux des métiers non exposés (comme les électriciens ou les infirmiers) augmentent de près de 6 %.
3. Scénario extrême : l’IA comme force de disruption
Ce scénario suppose une IA capable d’automatiser la quasi-totalité des tâches cognitives actuelles, avec une adoption massive et rapide. Le PIB explose, mais la richesse générée profite surtout aux détenteurs de capital (machines, brevets, infrastructures). Les travailleurs cognitifs subissent une baisse de salaire de 11,5 % en moyenne, tandis que le chômage chez cette catégorie atteint près d’un cinquième des effectifs.
Ce que le modèle révèle sur la répartition des richesses
Le cadre d’Anthropic met en lumière un mécanisme central : plus l’IA automatise, plus la part des salaires dans la richesse nationale diminue. Dans le scénario extrême, la part du travail tombe à 45,2 %, tandis que celle du capital (bénéfices des entreprises, rendements des investissements) grimpe à 54,8 %. Autrement dit, même si l’économie globale est plus riche, une part croissante de cette richesse revient aux actionnaires et aux propriétaires de technologies, plutôt qu’aux employés.
Les limites du modèle
Ce travail n’est pas une prédiction, mais un outil de comparaison. Ses auteurs insistent : les scénarios dépendent de choix technologiques, politiques et sociétaux qui n’ont pas encore été faits. Par exemple, une régulation forte sur l’automatisation ou des politiques de formation massive pourraient atténuer les effets négatifs sur l’emploi. À l’inverse, une adoption non régulée de l’IA pourrait aggraver les inégalités.
Pourquoi ce modèle compte pour la robotique et l’IA
Pour les acteurs de la robotique et de l’IA, ce rapport souligne un point crucial : l’impact économique de ces technologies ne se limite pas à leur performance technique. Leur adoption dépend aussi de leur intégration dans des modèles économiques viables, et de leur capacité à créer de la valeur au-delà de la simple automatisation. Les entreprises qui parviendront à combiner augmentation des travailleurs et optimisation des coûts seront celles qui tireront leur épingle du jeu.
Sources : anthropic.com/institute/econ-scenarios, anthropic.com/files/4zrzovbb/website/cf58f84d46a4a76bf5a5b039ac695fba6b80041c.pdf, dailydigital.fr, infom.fr, gate.com