Le sujet est récurrent : quel sont les effets de nouvelles technologies de l’information et de la communication (TIC) supplanté aujourd’hui par son dernier avatar : l’ intelligence artificielle (IA).
Quasiment tous les emplois impactés par l’IA
La dernière Note de conjoncture contient une étude qui apporte une nouvelle pièce au puzzle des effets de l’IA sur le marché de l’emploi luxembourgeois.
Le STATEC distingue quatre catégories d’emplois : les « non exposés » : ceux qui ne seraient pas concernés par l’IA ; les « augmentables » : ceux dont le travail pourrait être assisté par l’IA, soit en faisant une partie des tâches, soit en facilitant leur exécution ; les « automatisables » : ceux qui seraient menacés par un risque de remplacement, l’IA pouvant accomplir leurs principales tâches ; les « incertains » : ceux pour lesquels l’impact est difficile à prédire. Résultat: 90% des travailleurs seraient exposés à l’intelligence artificielle au Luxembourg. Parmi eux, 55% verraient leur métier augmenté par l’IA, tandis que 14% pourraient voir leur travail automatisé par cette technologie, soit un total de 64 000 postes potentiellement menacés par l’IA au Luxembourg! Cela fait réfléchir dans la mesure que les suppressions potentielles concerneraient les moins diplômés et les plus modestes. Une raison de creuser pour bien comprendre l’impact éventuel. L’étude précitée du STATEC comble ainsi un vide, même si la problématique est loin d’être épuisée. Il reste encore de nombreux défis méthodologiques et statistiques à résoudre. Par exemple, il faut relever un hiatus entre les études microéconomiques qui pointent un effet négatif sur les emplois très qualifiés et relativement favorable aux emplois les moins qualifiés, contrairement aux études macroéconomiques utilisées dans cet article. Comment réconcilier les deux? Les analyses futures devront éclairer cette aporie.
Un bond (potentiel) de productivité impressionnant
Le Conseil national de la productivité avait déjà apporté quelques éclairages sur les effets désirables de l’IA sur la productivité et il avait en conséquence plaidé dans son rapport pour un Plan National en faveur de l’IA. Cependant la question des effets sur l’emploi n’avait pas été prise en compte.
En revanche l’impact sur la productivité serait considérable à en juger par une étude du FMI, publiée dans dans son blog daté de novembre de cette année: Florian Misch, Ben Park, Carlo Pizzinelli, Galen Sher ont présenté les résultats d’une simulation sur les effets probables de l’IA sur la productivité en Europe. L’exposition à l’IA qui se diffuse rapidement dans toutes les entreprises, est le levier d’un rebond de la productivité totale des facteurs (indicateur du progrès technologique). Les chercheurs du FMI estiment que le progrès de la productivité totale des facteurs est de l’ordre de 0,6% sur cinq ans avec des fortes disparités par pays. Le Luxembourg et la Norvège atteindraient même un bond de 1% voire bien plus selon l’intensité de l’IA mise en place. En effet des services bancaires bien rémunérés sont un terrain de prédilection pour l’IA. Cette étude reste plus discrète concernant les effets sur le volume de l’emploi qui survivra…
Questions ouvertes
L’impact de l’IA dans les entreprises et sur les emplois est complexe. Dans de nombreuses études sur l’IA on part d l’idée que les emplois sont constitués d’un bouquet de tâches et de compétences. L’effet de l’automatisation sur l’emploi dépend donc de la capacité d’une technologie spécifique à automatiser une tâche donnée et de la nature des professions constituées par un une liste de tâches et de compétences détaillées. Un emploi sera donc renforcé dans la mesure ou il se compose de tâches qui bénéficient de l’automatisation induite par l’IA soit il l’emploi sera restructuré ou remplacé si les tâches peuvent être substituées par l’automatisation.
Il est très difficile d’établir cette liste de tâche pour chaque profession. Il n’en existe pas pour l’Europe, selon mes connaissances. Les chercheurs se servent alors de la base données américaine ONET, apparemment très complète et librement accessible, et construisent des ponts entre la liste américaine et les professions, en passant par des nomenclatures internationales de professions (ISCED) pour analyser l’impact de l’IA sur les entreprises européennes. (L’étude du STATEC précitée procède de cette approche). Cependant l’étude du BIT avoue les faiblesses de ce choix: « This typically forces researchers interested in the global picture or other countries and regions to base their analysis on the strong assumption of similarity of local economic and labour effects to those projected in the US context » . On peut se demander pourquoi la Commission européenne ou une de ses agences n’ont pas fait un effort similaire à celui de l’ONET américain!
Il faut donc rester encore prudent et continuer à explorer le sujet en profondeur car les enjeux sont colossaux, non seulement en termes d’emploi et de productivité, mais surtout de changement sociétal. L’IA fait peser un risque sur nos démocraties, ce qui justifie d’ interdire certaines pratiques comme celle de la désinformation (« fake news ») par des grandes plates-formes numériques et des Etats étrangers autocratiques.
La BCL a publié dans son avis sur le projet de budget 2026 une étude (encadré no 3) sur le lien entre la croissance de l’emploi et du taux de chômage, mettant à jour des analyses plus anciennes, notamment du STATEC.
Ces dernières années de nombreux commentateurs s’étaient montrés surpris que le taux de chômage n’aie pas augmenté notablement alors que la création d’emploi avait sérieusement ralenti après la poly crise (Covid, Guerre en Ukraine, troubles géopolitiques).
Ce lien qu’on appelle parfois abusivement la « loi d’Okun », puisqu’à l’origine Arthur Okun, conseiller des Président Kennedy et Johnson, avait analysé, dans les années 60, la relation entre la croissance du PIB et le chômage. Depuis l’époque cette relation empirique a été moult fois remise sur le métier.
L’équation utilisée ici est toute simple mais illustre la corrélation entre variation du taux de chômage et variation de l’emploi. Estimés économétriquement on trouve les valeurs des paramètres alpha et de bêta.
α mesure la tendance du taux de chômage et β donne la sensibilité du taux de chômage à l’emploi. Si on annule la croissance du chômage, on trouve facilement le seuil de l’emploi (− 𝛼/𝛽).
∆𝑈R𝑡 = 0 implique − 𝛼/𝛽=∆𝐿
« Sur l’ensemble de la période sous revue (1996 T1 à 2025 T1), le taux de variation annuel de l’emploi total qui stabilise le taux de chômage (− 𝛼⁄𝛽) est estimé à 3,4 %. Ce taux est passé de 4,2 % avant la crise financière à 2,8 % durant la période post-crise financière et pré-Covid, avant de descendre à 2,2 % dans la période post-Covid102 103. Les coefficients estimés de toutes les équations sur toutes les périodes sont significatifs au seuil de 1 %. »
Le graphique 3 de l’étude de la BCL montre que le seuil (droite verticale en vert) est descendu à 2,2% dans la période du 2me trimestre 2020 au premier trimestre 2025. Il faut donc que l’emploi total augmente de 2,2% pour que le chômage ne s’élève pas. Si l’emploi augmente plus vite, le taux de chômage va même se tasser.
La BCL note que ce seuil reste élevé dans la comparaison de la zone euro. L’impact est ralenti par le fait que les frontaliers occupent de nombreux jobs et non pas la population résidente (le taux de chômage étant par définition calculé sur l’emploi résident). La BCL cite parmi les explications un facteur sectoriel ainsi que l’emploi public qui aurait continué à augmenter… Mais on voit mal la pertinence du raisonnement, l’emploi public venant renforcer l’emploi national qui a un impact plus net sur baisse du chômage.
C’est une relation fort pratique et visuellement séduisante pour relier emploi et chômage mais il faut lui préférer des analyses structurelles plus sophistiquées, mettant en œuvre des modèles plus complexes faisant intervenir la croissance de l’économie, la productivité du travail, la population active, mue par l’immigration et les frontaliers, de l’investissement, des exportations etc …
Serge Allegrezza Blog 