CAMBRIDGE - Les marchés boursiers américains penchent certainement en faveur de la première hypothèse : les actions des sociétés d'IA et de technologie ont représenté environ trois quarts des gains de l'indice S&P 500 cette année. Les investisseurs en capital-risque semblent tout aussi convaincus, puisqu'ils ont investi 200 milliards de dollars dans le secteur de l'IA rien qu'en 2025, selon une estimation.
Il n'est donc pas surprenant que les analystes se demandent de plus en plus si nous sommes en présence d'une nouvelle bulle technologique, rappelant le boom des dot-com des années 1990, et si, comme auparavant, elle ne risque pas d'éclater et d'entraîner les marchés boursiers dans sa chute. Pourtant, comme le souligne mon collègue de Cambridge William Janeway, même les bulles spéculatives peuvent laisser derrière elles des infrastructures et des innovations vitales qui soutiennent la croissance à long terme.
Si l'IA suit ce modèle, quelle pourrait être l'ampleur de son impact ? Le boom des "dot-com" offre quelques enseignements utiles. Au cours de la seconde moitié des années 1990, les technologies numériques émergentes ont presque doublé la croissance de la productivité américaine, qui a atteint 2,5%. Bien que les prévisions des économistes varient, certaines études suggèrent que la vague actuelle d'investissements dans l'IA pourrait donner un coup de fouet similaire à la croissance du PIB.
Les plus fervents évangélistes de l'IA vont plus loin, affirmant que l'arrivée imminente de l'intelligence artificielle générale (AGI) pourrait être totalement transformatrice. Le PDG d'Anthropic, Dario Amodei, par exemple, affirme que le potentiel de l'IA est radicalement sous-estimé et que, s'ils sont développés en toute sécurité, ces systèmes pourraient permettre des percées en biologie, en neurosciences et en développement économique, et potentiellement éradiquer les maladies, réduire la pauvreté et favoriser la coopération mondiale.
Si un tel monde d'abondance se profile à l'horizon – et même s'il ne se matérialise que dans un avenir lointain - il est crucial de suivre le déroulement de cette transformation. Mais comme je l'explique dans mon récent ouvrage The Measure of Progress, les mesures économiques traditionnelles peinent encore à rendre compte des effets de l'"ancienne" économie numérique, sans parler de l'économie émergente pilotée par l'IA.
La croissance du PIB en est un excellent exemple. Au mieux, c'est un indicateur tardif du changement structurel. Les historiens de l'économie ont montré que les technologies de transformation telles que la vapeur et l'électricité ont mis des décennies à être enregistrées dans les statistiques officielles et que, même lorsque leurs effets sont devenus visibles, les gains de revenus mesurés ont été étonnamment modestes. Mais il serait absurde de prétendre que ces technologies n'étaient pas transformatrices ; leur impact s'est simplement manifesté d'une manière que les mesures conventionnelles n'ont pas reflétée.
En ce qui concerne l'IA, certains des faits les plus fondamentaux sont absents ou incomplets. Par exemple, combien d'entreprises utilisent l'IA générative, et dans quels secteurs ? À quelles fins l'utilisent-elles ? Comment les outils d'IA sont-ils appliqués dans des domaines tels que le marketing, la logistique ou le service à la clientèle ? Quelles entreprises déploient des agents d'IA et qui les utilise réellement ?
Bien que la recherche sur l'IA soit en plein essor, il est nécessaire de procéder à une collecte systématique des données. Des statistiques fiables aideraient non seulement les entreprises à évaluer la demande et les opportunités, mais permettraient également aux gouvernements d'élaborer des politiques qui favorisent la croissance et protègent les consommateurs.
Des entreprises technologiques comme Anthropic et OpenAI ont commencé à reconnaître que le manque d'information actuel ne leur rend pas service, surtout si l'on considère que leurs produits reposent sur des données. Sans une compréhension plus claire de l'impact économique de l'IA, le débat public se concentrera inévitablement sur les risques et les inquiétudes, de la perspective d'une "apocalypse de l'emploi" aux effets psychologiques potentiels des chatbots de type humain. Les initiatives de l'industrie visant à combler cette lacune, bien que de portée limitée, sont essentielles.
Cela dit, d'autres indicateurs peuvent fournir des indications précieuses sur les effets transformateurs de l'IA. Dans un récent document de travail rédigé en collaboration avec John Poquiz, je soutiens que tout ensemble d'indicateurs significatif devrait inclure des intrants clés pour le développement de l'IA, en particulier la consommation d'énergie, les changements sur le marché du travail et l'utilisation des données. Une autre mesure importante est l'adoption de services pilotés par l'IA, ce que l'on appelle l'IA agentique.
Les données relatives à l'utilisation du temps, à la fois à la maison et sur le lieu de travail, pourraient également s'avérer utiles, tout comme les indicateurs structurels tels que les changements dans la composition industrielle et la conception organisationnelle. De manière plus générale, un tableau plus complet des changements structurels nous aiderait à comprendre les effets économiques plus larges de l'IA, de la réaffectation sectorielle à la modification des flux de travail.
Malheureusement, il existe peu de mesures de ce type à l'heure actuelle. Pour aggraver le problème, de nombreuses agences statistiques – notamment aux États-Unis – sont en plein désarroi, et la plupart des décideurs politiques restent trop prudents quant à l'utilisation de nouvelles sources de données et de nouvelles méthodologies.
Les universitaires, quant à eux, sont impatients d'améliorer la façon dont nous mesurons et comprenons l'impact économique de l'IA. Pour l'instant, cependant, nous sommes dans la même situation que les Victoriens, qui en apprenaient davantage sur la façon dont la machine à vapeur, les chemins de fer et le télégraphe transformaient leur monde dans les romans de Charles Dickens et de George Eliot que dans les statistiques officielles.
