L’intelligence artificielle se diffuse plus rapidement que toutes les autres révolutions technologiques. Les modèles les plus récents sont désormais capables d’accomplir des tâches complexes et chronophages avec très peu de supervision humaine. En février, l’un des modèles d’OpenAI a permis des avancées en physique théorique, avancées qui auparavant auraient nécessité des mois de travail, voire des années. La théorie du prix Nobel Robert Solow, qui considérait, avant de changer d’avis, voir des microprocesseurs partout sauf dans les statistiques économiques, pourrait être rapidement démentie en ce qui concerne l’IA. Scott Bessent, le secrétaire au Trésor des États-Unis, a prédit l’an dernier que l’intelligence artificielle commencerait bientôt à « mordre », c’est-à-dire à produire des gains de productivité perceptibles. Kevin Warsh, le futur président de la Fed, si sa nomination est confirmée par le Sénat, compte également sur un essor de productivité lié à l’IA pour contribuer à contenir l’inflation.
Aux États-Unis, l’IA est perçue comme un levier de croissance
Pour certains économistes, elle serait responsable d’un quart de la croissance américaine. Au niveau de la productivité réelle de l’IA, le débat n’est pas tranché. Selon des données publiées le 20 février, l’économie américaine a progressé de 2,2 % en 2025. Dans le même temps, les embauches ont fortement ralenti. Les employeurs n’ont créé en moyenne qu’environ 15 000 emplois par mois, ce qui correspond à une croissance annuelle de l’emploi de seulement 0,1 %. De ce fait, la productivité a fortement progressé outre-Atlantique. Chaque travailleur produit davantage de richesse. Néanmoins, la matérialisation des gains générés par l’IA est loin d’être évidente. Au quatrième trimestre 2025, le PIB réel n’a progressé qu’à un rythme annualisé de 1,4 % (un ralentissement partiellement imputable à une fermeture de l’administration fédérale). L’écart récent entre la croissance de la production et celle de l’emploi n’a rien d’exceptionnel.
Depuis 1950, cet écart a atteint au moins deux points de pourcentage une année sur trois. Même si les chiffres officiels ne sont pas encore publiés, une estimation fondée sur la croissance du PIB réel et le nombre total d’heures travaillées suggère une hausse de la productivité d’environ 1,9 % en 2025. Ce niveau serait légèrement inférieur à la moyenne de long terme, située autour de 2 %, et très loin des gains observés lors de la révolution Internet des années 1990 et 2000. Par ailleurs, l’écart entre la croissance de la production et celle de l’emploi peut s’expliquer par de nombreux facteurs. Une grande partie de la croissance récente du PIB américain provient de l’investissement, en particulier dans les infrastructures liées à l’intelligence artificielle. Une étude de la Réserve fédérale de San Francisco montre que, une fois l’impact de ces investissements retiré, les gains de productivité sous-jacents sont proches de zéro. La politique anti-immigration de Donald Trump a ralenti la croissance de la population active, ce qui augmente mécaniquement la productivité moyenne en réduisant la présence de travailleurs dans des secteurs relativement peu productifs, comme l’agriculture ou la construction.
Comment alors apprécier l’apport réel de l’IA à l’économie ? Les économistes prennent en compte trois éléments :
- l’ampleur de l’adoption de la technologie ;
- l’intensité de son utilisation ;
- l’augmentation de la production qu’elle permet lorsqu’elle est appliquée à des tâches précises.
La diffusion de l’IA est réelle et rapide
Selon un indicateur élaboré par Alex Bick, de la Réserve fédérale de Saint-Louis, et ses collègues, 41 % des travailleurs américains utilisaient l’IA générative au travail en novembre 2025, contre 31 % un an auparavant. De son côté, l’enquête de Jon Hartley, de l’université Stanford, et de ses collègues estime que les taux d’utilisation sont passés d’environ 30 % à la fin de 2024 à 36 % un an plus tard. Au-delà de la diffusion, ce qui compte, c’est l’intensité de son utilisation. Alex Bick constate qu’environ 13 % seulement des adultes en âge de travailler y ont recours quotidiennement. La part du temps de travail total impliquant l’usage d’IA générative demeure faible. Elle est passée de 4,1 % à la fin de 2024 à seulement 5,7 % à la mi-2025. Dans la plupart des cas, l’IA est utilisée pour des tâches ponctuelles plutôt que pour une automatisation complète. Les données d’OpenAI indiquent que ses modèles servent surtout à l’aide à la rédaction et à la recherche d’informations. Le modèle Claude d’Anthropic est principalement utilisé pour assister les programmeurs dans l’écriture de code.
Quand elle est utilisée, l’IA peut générer d’importants gains de productivité. En 2023, Shakked Noy et Whitney Zhang, du Massachusetts Institute of Technology, ont montré que l’usage de ChatGPT réduisait d’environ 40 % le temps nécessaire pour accomplir des tâches de rédaction. Dans une étude portant sur des consultants du Boston Consulting Group, Fabrizio Dell’Acqua, de la Harvard Business School, et ses coauteurs ont observé des gains de productivité de 12 à 25 % pour des tâches professionnelles réalistes. Selon une étude de Maria del Rio-Chanona, de l’University College London, et ses collègues, les gains moyens de productivité seraient compris entre 15 et 30 %. En l’état actuel des connaissances, en combinant ces trois facteurs, l’IA n’aurait qu’un effet modeste sur la productivité globale. Sa contribution réelle à la croissance de la productivité serait, selon l’hebdomadaire The Economist, d’environ 0,25 à 0,5 point de pourcentage au cours de l’année écoulée. Certaines études sont moins optimistes. Les travailleurs passeraient en réalité plus de temps au travail quand ils utilisent l’IA. Les productions issues de l’IA seraient d’une qualité assez médiocre, nécessitant des corrections et des vérifications.
Les gains de l’IA ne seraient effectifs qu’à la condition que les structures adaptent leurs chaînes de production de biens ou de services à l’IA. Cette logique a prévalu lors des précédentes révolutions industrielles. Les machines à vapeur ou les moteurs électriques, pour être efficients, ont nécessité une modification en profondeur des méthodes de travail. Plus récemment, la croissance de la productivité est restée décevante pendant plusieurs années après la diffusion des ordinateurs personnels. Elle ne s’est accélérée que lorsque les entreprises ont adopté des modèles d’organisation exploitant pleinement ces technologies. Une grande partie du renouveau de la productivité américaine dans les années 1990 ne provenait pas de la Silicon Valley mais du commerce de détail, où l’informatique a transformé la logistique et la gestion des stocks. Des temps d’adaptation et de formation sont nécessaires avant que les gains de productivité apparaissent. Une étude récente menée par Ivan Yotzov, de la Banque d’Angleterre, et ses coauteurs montre que les dirigeants ne consacrent qu’environ une heure et demie par semaine à l’utilisation de l’IA. Neuf cadres dirigeants sur dix ne constatent aucune amélioration mesurable de la productivité du travail. En d’autres termes, la réorganisation des entreprises autour de cette technologie reste à faire.
Des effets macroéconomiques à démontrer
Ainsi, malgré l’enthousiasme suscité par l’intelligence artificielle et la rapidité de sa diffusion, ses effets macroéconomiques demeurent pour l’heure limités. Comme pour les grandes technologies générales du passé, l’IA ne produira pleinement ses effets qu’à la condition d’être intégrée au cœur des organisations productives, de transformer les méthodes de travail et d’être accompagnée par des investissements massifs en capital humain. L’histoire économique montre que ces transformations prennent du temps. Les machines à vapeur, l’électricité ou l’informatique ont toutes nécessité plusieurs décennies avant de se traduire par une accélération durable de la productivité. L’intelligence artificielle n’échappera probablement pas à cette règle. Pour l’heure, la formule de Robert Solow conserve donc une part de vérité : les effets de l’IA restent largement invisibles dans les statistiques macroéconomiques.
