JPMorgan : L'IA ne vole pas les emplois, c'est un multiplicateur de capacité, c'est l'expansion de la demande qui est essentielle pour l'emploi

Morgan Stanley a souligné que la diffusion de l’IA dépasse largement celle des révolutions technologiques passées, mais que le marché du travail reste exceptionnellement stable pour l’instant, l’IA ressemblant davantage à un amplificateur qu’à un substitut.
(Précédemment : qui a dit que la crypto IA est FET ? La véritable économie machine, le gagnant n’est qu’USDC)
(Contexte supplémentaire : Morgan : une guerre tarifaire pourrait faire plonger TSMC et d’autres actions technologiques de 20 %, recommandant de prendre des profits d’abord)

L’économiste en chef de Morgan Stanley, Seth B. Carpenter, a publié une étude récente qui apporte un regard lucide face à l’anxiété collective entourant le sujet de l’IA. Il positionne l’intelligence artificielle comme la sixième vague majeure d’innovation après la mécanisation, l’électrification, la production de masse, l’automatisation et la révolution IT, et souligne une contradiction centrale : la vitesse de diffusion de l’IA dépasse celle de toute révolution technologique antérieure, mais les indicateurs du marché du travail dans les principales économies mondiales montrent une « stabilité exceptionnellement inhabituelle ».

Du point de vue de la croissance de l’emploi, du taux de chômage, des offres d’emploi et des taux de rotation, ces données clés ne montrent pas de différenciation systématique entre les industries fortement exposées à l’IA et celles peu exposées. Carpenter, dans ses recherches, soutient que les preuves actuelles favorisent davantage l’idée que « l’IA est un amplificateur plutôt qu’un substitut ».

Leçons historiques : chaque panique technologique a fini par un résultat opposé

En revisitant chaque avancée technologique depuis la révolution industrielle, chaque vague a été accompagnée de craintes profondes que « la machine remplace l’homme ». Au début du XIXe siècle, les Luddites ont détruit des métiers à tisser, dans les années 1960, la peur de l’automatisation, et dans les années 1990, la crainte de la disparition des emplois de cols blancs lors de la début de la bulle Internet, toutes ces peurs se sont finalement révélées exagérées.

Enseignements structurels : la transition technologique remodèle le travail, elle ne le détruit pas

Carpenter insiste dans son rapport sur le fait que ces technologies ont effectivement remplacé certaines tâches et emplois spécifiques, mais leur impact plus général a été de remodeler la composition du travail, plutôt que de faire disparaître le travail lui-même. La mécanisation a permis de transférer la main-d’œuvre agricole vers l’industrie, l’électrification a engendré un secteur des services massif, et la révolution IT a créé de nouveaux métiers comme programmeurs ou analystes de données. Après chaque transition technologique, la demande globale en main-d’œuvre n’a pas diminué, mais a continué à croître sur une base industrielle plus large.

Il souligne également qu’un biais cognitif souvent ignoré est que beaucoup considèrent l’IA comme « accomplissant la même production avec moins de personnes », mais le même mécanisme implique aussi que « la même quantité de personnes peut produire beaucoup plus ». Ces deux formulations sont mathématiquement équivalentes, mais Morgan penche pour la seconde comme étant plus probable dans la réalité. Cela repose sur l’effet de l’augmentation de la productivité, qui stimule la demande globale — lorsque le coût des biens et services baisse, le pouvoir d’achat réel des consommateurs augmente, créant de nouvelles demandes et stimulant l’emploi.

Données empiriques : la croissance de la productivité est tirée par la production, pas par le licenciement

Selon les données existantes, Carpenter estime qu’il y a lieu de rester prudemment optimiste. Sur le marché du travail, les indicateurs tels que la croissance de l’emploi, le taux de chômage, les offres d’emploi et la rotation du personnel ne montrent pas de différenciation systématique entre industries fortement exposées à l’IA et celles peu exposées. La hausse du chômage chez les jeunes est souvent citée comme preuve de l’impact de l’IA sur l’emploi, mais en excluant le facteur cyclique de ralentissement global du recrutement aux États-Unis, l’augmentation excessive du chômage des jeunes n’est que légèrement supérieure à ce que la régularité cyclique historique aurait prévu, sans constituer une anomalie structurelle.

Expansion de la production en amont : l’IA augmente la capacité, pas les suppressions d’emplois

Au niveau de la productivité, les données montrent déjà que l’effet de l’IA se manifeste. Les industries fortement exposées à l’IA enregistrent une croissance plus rapide de la productivité du travail, mais l’essentiel est que cette croissance provient principalement d’une accélération de l’expansion de la production, et non d’une réduction du temps de travail ou du nombre de personnel. Cette distinction est cruciale — elle indique que l’IA joue actuellement davantage le rôle d’« amplificateur » que de « substitut ». Les entreprises utilisent des outils d’IA pour améliorer l’efficacité de leurs employés existants, plutôt que de procéder à des licenciements massifs.

Risque principal : la vitesse de diffusion réduit la fenêtre d’ajustement

Malgré des données initiales rassurantes, Carpenter souligne que l’avenir reste très incertain. Contrairement aux dizaines d’années de déploiement lent lors des révolutions technologiques passées, la vitesse d’adoption de l’IA a considérablement comprimé le cycle d’ajustement — c’est la différence structurelle la plus marquante de cette nouvelle vague.

Il évoque un scénario à surveiller de près : si les entreprises réalisent rapidement les gains de productivité liés à l’IA et que cet effet se diffuse largement dans l’économie, le taux de chômage pourrait connaître une hausse brutale, semblable à une récession — au moins avant que le marché du travail ne se soit complètement ajusté. Ce « ajustement à la vitesse de l’éclair » poserait de graves défis pour la stabilité sociale et la répartition équitable des richesses.

Mécanismes de tampon : ces six lignes de défense peuvent-elles absorber le choc ?

Cependant, Carpenter énumère aussi plusieurs mécanismes de tampon : la croissance des revenus tirée de la productivité soutiendra la demande globale ; l’effet richesse maintiendra la consommation ; de nouvelles tâches et rôles apparaîtront au sein des entreprises pour absorber la main-d’œuvre remplacée ; le ralentissement cyclique de l’emploi et la pression déflationniste qui en découle pourraient déclencher une politique monétaire accommodante ; si l’espace de manœuvre monétaire s’épuise, des outils de stabilisation automatique (allocations chômage, impôt progressif) ou des outils discrétionnaires (politiques fiscales) peuvent être mobilisés pour lisser le cycle économique. Il affirme que la présence de ces mécanismes de tampon rendra l’impact de l’IA sur l’emploi « plus petit, plus court, plus contrôlable ».

Bouchons d’infrastructure : plus de 3 000 milliards de dollars d’investissements en capital encore non réalisés

Carpenter indique aussi que la diffusion effective de l’IA sera limitée par l’état des infrastructures physiques. Morgan avait précédemment estimé qu’entre 2025 et 2028, les investissements en capital dans les centres de données et infrastructures associées dépasseraient 3 000 milliards de dollars, mais que seulement un quart de cette somme était actuellement mobilisée.

Limitations matérielles : puces, réseaux électriques, fibres optiques, tous limitent la vitesse de pénétration

Cela signifie que l’impact maximal de l’IA sur la productivité et le marché du travail reste en grande partie « futuriste ». La vitesse de développement des infrastructures déterminera directement la rapidité avec laquelle l’IA pourra s’intégrer dans l’économie réelle, influençant ainsi le calendrier des ajustements du marché du travail. De la fabrication de puces à la construction de centres de données, de la mise à niveau des réseaux électriques à l’installation de fibres optiques, ces contraintes matérielles deviennent des « limitateurs » de la mise en œuvre de l’IA.

Réponse politique : la variable clé pour moduler l’impact

Carpenter insiste dans son rapport sur le fait que l’ampleur et la durée de l’impact de l’IA sur le marché du travail dépendront largement de la capacité des politiques publiques à réagir. Historiquement, les douleurs d’adaptation liées aux révolutions technologiques ont souvent été atténuées par des réformes dans l’éducation, le renforcement des filets de sécurité sociale et la flexibilité du marché du travail. Le défi actuel pour tous les gouvernements est de mettre en place, avant que l’IA ne se répande davantage, des systèmes de reconversion et de protection sociale efficaces.

Au niveau mondial, les outils politiques varient considérablement selon les pays. Les pays nordiques, avec leurs syndicats puissants et leurs politiques actives du marché du travail, pourraient mieux gérer la transition « créatrice de destruction » ; en revanche, les économies avec une protection sociale faible et une flexibilité limitée risquent de faire face à des frictions sociales accrues.

Carpenter conclut que Morgan continuerait à suivre de près la vitesse de diffusion de l’IA, l’évolution du marché du travail et les réponses politiques. « L’histoire montre que la productivité finira par l’emporter, mais tout le monde ne partagera pas également les bénéfices. Les premières indications sont encourageantes, mais l’histoire reste à écrire. » Pour les investisseurs, cela signifie qu’il faut surveiller de près les investissements dans la chaîne de valeur de l’IA, l’adoption par les entreprises, et la capacité des politiques à influencer le marché du travail — ces facteurs détermineront ensemble la trajectoire économique finale de la révolution IA.