IA : quand la productivité menace la demande

Un paradoxe économique se dessine. Plus les entreprises automatisent, plus elles gagnent en productivité. Pourtant, au niveau global, cette vague d’automatisation pourrait miner ce qui fait tourner l’économie : la demande. C’est la thèse de l’étude « The AI Layoff Trap » de Brett Hemenway Falk et Gerry Tsoukalas (mars 2026). Et croyez-moi, cette lecture bouscule un peu nos certitudes habituelles sur les bienfaits de la technologie.

Le piège de l’automatisation rapide

Prenons un exemple concret : une entreprise de logistique remplace la moitié de ses préparateurs de commande par des robots. Les coûts chutent. Les marges montent. À court terme, tout le monde applaudit. Mais multiplié à l’échelle d’un pays, ce même mouvement crée un effet domino : les salariés remplacés consomment moins, les petits commerces vendent moins et, in fine, la demande globale se contracte.

Cette contraction n’est pas une vue de l’esprit. C’est mécanique. Si la substitution capital-travail se produit plus vite que la création de nouveaux emplois, les revenus des ménages reculent. Et sans pouvoir d’achat, les gains de productivité se traduisent en stagnation de chiffre d’affaires plutôt qu’en croissance. Ce décalage entre logique microéconomique (le bénéfice individuel d’une entreprise) et logique macroéconomique (la santé globale du système) est au cœur du problème.

Une externalité négative invisible

Chaque entreprise capte ses propres avantages en automatisant : coûts abaissés, rentabilité accrue, performance immédiate. Mais elle diffuse sans le vouloir un effet défavorable sur l’ensemble de l’économie. Ce phénomène s’appelle une externalité négative. L’étude de Falk et Tsoukalas la décrit comme une incitation à sur-automatiser.

Dans un secteur fragmenté, où chaque concurrent guette le moindre gain d’efficacité, cette tendance s’amplifie. Aucun acteur ne veut être le dernier à investir dans l’IA, même si tous finissent par y perdre collectivement. A contrario, une entreprise dominante, comme un monopole, pourrait décider de ralentir un peu, car elle mesure mieux le risque de tuer sa propre demande. L’intérêt privé devient ici le moteur d’un déséquilibre collectif.

Le dilemme du prisonnier version IA

Imaginez deux industriels. Chacun hésite : automatiser ou pas. S’ils automatisent tous deux, les coûts moyens baissent mais la demande s’affaiblit, et leurs profits stagnent. Si un seul automatise, il gagne des parts de marché. Si aucun ne le fait, le statu quo perdure. Le résultat rationnel, c’est l’automatisation pour tous. Le résultat collectif, c’est une perte globale. L’étude parle ici d’un dilemme du prisonnier économique.

L’idée est simple : la stratégie dominante à court terme s’avère mauvaise à long terme. Et le marché du travail ne compense pas toujours automatiquement ces secousses. Les réallocations, la formation ou les baisses de salaires prennent du temps, pendant lequel la demande souffre. Les ajustements naturels que l’économie affectionne tant peuvent donc tarder à produire leurs effets stabilisateurs.

Des solutions classiques… mais incomplètes

Depuis des années, les économistes avancent plusieurs leviers pour atténuer les chocs d’automatisation :

• Stimuler la concurrence pour forcer l’innovation et la création d’emplois connexes.
• Investir dans la formation et la reconversion professionnelle.
• Redistribuer via le revenu universel ou des dispositifs de participation salariale.
• Taxer les profits des entreprises les plus automatisées.

Mais Falk et Tsoukalas notent que ces politiques traitent les symptômes plutôt que la cause. Elles corrigent la perte de revenu, pas le mécanisme d’incitation lui-même. L’automatisation excessive reste donc rationnelle d’un point de vue privé, même si elle est coûteuse collectivement. Ce constat ouvre une réflexion plus fine sur la façon de réintroduire la dimension macroéconomique dans les calculs microéconomiques des entreprises.

Une proposition pigouvienne pour rééquilibrer le jeu

L’étude avance une idée audacieuse : créer une taxe pigouvienne sur chaque tâche automatisée. Pas une taxe punitive, mais un signal correcteur. En pratique, il s’agirait d’estimer le coût social de la suppression d’un emploi humain, puis d’intégrer ce coût dans la décision d’investissement technologique. L’entreprise resterait libre d’automatiser, mais son choix refléterait cette fois les effets qu’elle fait peser sur la demande globale.

Le principe : restaurer la symétrie. Automatiser a un prix économique et un coût macroéconomique. Les deux doivent apparaître dans les comptes. La taxe serait ajustée selon les secteurs, la vitesse d’adoption et les impacts effectifs sur l’emploi et la consommation. En d’autres termes, un mécanisme dynamique et ciblé, plutôt qu’une surtaxe uniforme.

Entre efficacité et stabilité

Dit autrement, il ne s’agit pas de freiner la technologie. Personne ne remet en cause les gains de productivité que l’IA apporte. Mais pour que ces gains se traduisent en croissance durable, il faut maintenir la cohérence de l’ensemble. Une économie performante ne peut pas reposer sur une demande fragile.

Prenons le parallèle avec l’énergie : une centrale électrique produit de la valeur, mais elle paye pour ses émissions via un marché carbone. Pourquoi l’automatisation, qui libère du capital au détriment de la demande, ne serait-elle pas soumise à la même logique de correction ? La taxe pigouvienne, si elle est calibrée intelligemment, peut jouer ce rôle de garde-fou sans freiner l’innovation.

Les limites du modèle

Falk et Tsoukalas restent prudents. Leur analyse repose sur plusieurs hypothèses fortes :

• Une diffusion rapide et homogène de l’IA dans toutes les branches.
• Une forte élasticité de la demande au revenu du travail.
• L’absence d’emplois nouveaux induits par l’innovation.
• Aucune intervention budgétaire contracyclique pour soutenir la consommation.

C’est pourquoi l’étude doit être vue comme un stress test macroéconomique, pas comme une prophétie. Elle cherche à quantifier les risques d’une course non régulée à la réduction des coûts, et non à annoncer un scénario catastrophe.

Vers une politique économique de l’intelligence artificielle

Le message principal n’est pas de freiner l’IA, mais d’intégrer sa puissance dans une politique économique adaptée. L’équation est simple : sans cadre de stabilisation, la vitesse d’automatisation peut éroder la base même de la croissance. Dans une économie interconnectée, l’intérêt individuel d’une entreprise ne peut plus se dissocier de l’équilibre collectif. C’est la leçon à retenir pour nous, décideurs, économistes et dirigeants.

Pour ouvrir la discussion, posons-nous cette question : comment concevoir une automatisation socialement optimale, qui maximise la productivité tout en préservant la demande ? Peut-être qu’une fiscalité réactive, des incitations à la reconversion, ou des mécanismes de partage de valeur permettront de trouver le bon dosage.

L’IA sera sans doute le moteur des prochaines décennies. Mais comme tout moteur, elle a besoin d’un stabilisateur. Sans cela, la puissance pourrait bien dépasser le contrôle.

Source : étude « The AI Layoff Trap » (Brett Hemenway Falk, Gerry Tsoukalas, mars 2026).