Al’instar des nombreuses révolutions technologiques qui ont vu le jour depuis le 19e siècle, la décennie actuelle est marquée par la révolution de l’IA, et en particulier l’IA générative. L’IA générative est une branche de l’IA capable de créer de nouveaux contenus, tels que des textes, des images, de la musique ou des environnements virtuels entiers, en apprenant des modèles et des structures à partir de données existantes. En utilisant des techniques comme les réseaux neuronaux et l’apprentissage profond, les modèles d’IA générative peuvent produire des résultats hautement réalistes et innovants qui imitent la créativité humaine. De nombreuses études ont tenté d’évaluer l’impact de l’IA sur la croissance économique mondiale. Elle pourrait en effet avoir un impact transformateur à la fois sur la croissance économique et sur le marché du travail. Les technologies de l’IA promettent de stimuler la productivité, de rationaliser les opérations et de favoriser l’innovation dans divers secteurs. Cette efficacité accrue peut conduire à une croissance économique substantielle, car les entreprises peuvent produire plus avec moins, réduire les coûts et créer de nouveaux produits et services. Une étude de Goldman Sachs prédit que l’adoption de l’IA générative pourrait augmenter le produit intérieur brut (PIB) mondial de près de 7 000 Md$, soit 7 % sur une décennie. Parallèlement, un rapport de McKinsey Global Institute indique une possible augmentation du PIB comprise entre 17 000 et 25 000 Md$, représentant une hausse annuelle de 1,5 à 2,4 % au cours des 10 prochaines années. 

Ces projections mettent en lumière le potentiel économique considérable de l’IA, soulignant son rôle crucial dans la transformation des économies et des marchés du travail à travers le monde. Cependant, Daron Acemoglu, lauréat du prix Nobel d’économie 2024 et professeur au Massachusetts Institute of Technology (MIT), soutient dans un article récent que, bien que l’IA conduise à des économies de coûts et à des améliorations de la productivité, l’effet révolutionnaire que l’IA pourrait avoir sur la croissance économique reste à prouver. Le chercheur estime que l’IA pourrait augmenter la productivité totale des facteurs, mesurée comme le ratio du PIB aux intrants totaux, de seulement 0,07 % par an. En fonction de l’ampleur des investissements dans l’IA, il pense que l’impact global sur la croissance du PIB pourrait varier de 0,9 % à 1,8 % sur 10 ans. Bien que les estimations d’Acemoglu soient plus conservatrices par rapport à d’autres études, elles sont loin d’être insignifiantes.

Les fournisseurs d’électricité en première ligne pour profiter du boom de l’IA 

Les entreprises technologiques, allant des fabricants de semi-conducteurs aux entreprises de matériel et de logiciels, sont bien placées pour profiter de l’augmentation de l’adoption de l’IA. Cependant, les modèles d’IA nécessitent des quantités énormes de données pour l’entraînement, des puces de plus en plus efficaces et puissantes, et donc une demande croissante en électricité. Il n’est pas surprenant que des entreprises énergétiques comme Vistra, une entreprise d’électricité au Texas, aient vu le prix de leurs actions grimper en 2024. De même, Sam Altman, fondateur d’OpenAI, est devenu président d’Oklo, une entreprise californienne spécialisée dans les petits réacteurs nucléaires, soulignant l’intersection critique des secteurs de l’IA et de l’énergie. 

L’automatisation et la complémentarité des tâches auront un impact sur plusieurs secteurs, les industries de services étant probablement les plus perturbées. Ces secteurs emploient des travailleurs hautement qualifiés dans des occupations nécessitant des compétences cognitives, les rendant plus susceptibles à l’intégration de l’IA. Par exemple, dans le secteur des médias, l’IA peut améliorer la création de contenus, tandis que dans le secteur financier, l’IA peut être utilisée pour améliorer la gestion des risques, détecter les fraudes et offrir des conseils financiers personnalisés. 

Au-delà de l’IA générative, la prochaine grande tendance pourrait être le développement de robots capables d’effectuer des tâches peu qualifiées, comme la collecte des ordures ou l’extraction minière, par exemple. Il est probablement trop tôt pour prédire l’impact économique des robots hautement qualifiés, car leur commercialisation n’est pas prévue avant quelques années.