IA : apprendre en faisant ou passager clandestin?

Simply put, difficile de trancher, mais les résultats du troisième trimestre devraient nous en apprendre davantage.

Par Florian Ielpo, Head of Macro 

 

Depuis le début de l’année, l’investissement dans l’IA occupe toutes les conversations. Les cinq grands fournisseurs américains de cloud, Amazon, Microsoft, Alphabet, Meta et Oracle, prévoient d’investir plus de 700 milliards de dollars en 2026. L’essentiel de cet argent se dépense aux États-Unis: le pays compte à lui seul plus de centres de données que l’Europe de l’Ouest et l’Asie réunies, et l’Europe ne pèse qu’environ 13% de la capacité mondiale. Cet effort se voit déjà dans les statistiques: le capital informatique utilisé par les entreprises américaines augmente de 11,5% par an à mi-2026, un rythme que l’on n’avait plus vu depuis 2001. Cet effort est-il un avantage pour ceux qui le font, ou un cadeau pour ceux qui ne le font pas?

Deux théories s’opposent. La première est celle de l’apprentissage par la pratique, due à Kenneth Arrow (1962): on apprend en faisant, donc plus on investit, plus on devient efficace, et l’avance américaine serait un avantage durable. La seconde est celle du passager clandestin, due à Mancur Olson (1965): certains biens profitent à tout le monde une fois qu’ils existent, et chacun a intérêt à laisser les autres les payer. Si l’IA est de ce type, l’Europe, qui investit peu mais utilise les mêmes modèles, ferait une très bonne affaire. Cette semaine, nous posons donc deux questions: la productivité américaine porte-t-elle déjà la marque de l’IA, et l’Europe en profite-t-elle sans payer?

Ce que dit la littérature

L’idée que l’on apprend en faisant est très ancienne. Dans la Bible, au moment de recevoir la loi, le peuple hébreu répond «nous ferons et nous écouterons», que la tradition lit comme «faire d’abord, comprendre ensuite». Arrow (1962) [1] en a fait une théorie économique: chaque machine installée et chaque unité produite ajoutent à l’expérience, et cette expérience rend la production suivante moins coûteuse. Romer (1990) [2] a prolongé l’idée: le savoir accumulé en investissant profite aussi aux autres, parce qu’une idée, une fois trouvée, peut être copiée sans coût. C’est ce que l’on appelle la croissance endogène, une croissance qui naît des idées produites par l’économie elle-même. C’est aussi ce qui ouvre la porte au passager clandestin. Olson (1965) [3] montre que lorsqu’un bien profite à tous sans que l’on puisse en exclure personne, comme un phare ou une route, chacun a intérêt à attendre que les autres paient. Appliqué à l’IA, le débat tient en une question: les gains vont-ils à ceux qui investissent, ou à tous ceux qui utilisent?

Aux États-Unis, la productivité accélère

La productivité du travail mesure ce que l’économie produit par heure travaillée. Aux États-Unis, elle progresse de 2,5% par an depuis fin 2022. Elle progressait de 1,5% par an entre 2007 et 2019, et de 1,5% encore entre fin 2019 et fin 2022, malgré le Covid. Il faut remonter au cycle 2001-2007, avec 2,8% par an, pour retrouver un tel rythme (Figure 1). L’usage de l’IA a suivi le même chemin: parmi les entreprises clientes de Ramp, une société de cartes de paiement pour entreprises, 56 % paient aujourd’hui un outil d’IA, contre 8 % début 2023.

La Fed de San Francisco permet de voir d’où vient cette accélération. Elle sépare la productivité en quatre sources : les machines et les logiciels disponibles par heure travaillée, la qualification des salariés, l’intensité d’utilisation des équipements, et ce qui reste une fois ces trois effets retirés, que les économistes appellent le progrès technique. Sa mesure, un peu plus large que celle du Bureau of Labor Statistics, donne 2,9% par an depuis fin 2022. Les machines et les logiciels apportent 1,1 point, contre 0,7 au cours du cycle 2007-2019. Le progrès technique apporte 1,2 point, contre 0,7. La qualification des salariés ajoute 0,2 point et l’utilisation des équipements 0,4 point. C’est exactement ce que décrit Arrow: on investit d’abord, on produit mieux ensuite. Rien ne prouve que l’IA en soit la cause, mais c’est l’explication la plus naturelle, car le capital informatique n’avait pas augmenté aussi vite depuis la bulle internet.

En Europe, le repas gratuit se fait attendre

L’Europe est l’endroit idéal pour tester la thèse du passager clandestin. Si l’IA augmente la productivité de ceux qui l’utilisent, construire les centres de données ne devrait pas compter: il suffit d’utiliser des modèles entraînés ailleurs. Et les entreprises européennes les utilisent: 65% des entreprises allemandes et 71% des britanniques déclarent utiliser une technologie d’IA, contre 78 % des américaines (Yotzov et al., 2026)[4]. Si l’on peut apprendre sans payer, la productivité européenne devrait donc accélérer, elle aussi.

Ce n’est pas le cas. La mesure la plus simple pour comparer les pays est le PIB par personne employée, c’est-à-dire ce que chaque personne qui travaille produit en moyenne. Entre 2022 et 2025, il recule de 0,8 % par an en Allemagne et de 0,3% au Royaume-Uni, alors qu’il progressait de 0,8% et de 0,9% par an avant le Covid. La France et la Suisse ralentissent, l’Italie et le Canada reculent. Seuls les États-Unis accélèrent, de 1,0% à 1,6% par an, et le Japon repasse en territoire positif (Figure 2). Là où l’on a investi, la productivité monte; là où l’on se contente d’utiliser, elle baisse.

Faut-il en conclure que le passager clandestin n’existe pas? Pas encore, car la productivité dépend aussi du cycle économique. Quand l’activité ralentit, les entreprises gardent leurs salariés en attendant la reprise. La production baisse, l’emploi non: la productivité par tête recule. Les gains n’arrivent que plus tard, quand la production repart avec les mêmes effectifs. C’est exactement ce que montre la Figure 2: si la production par emploi recule, c’est que l’emploi a mieux résisté que la production. L’Europe sort justement de deux années de quasi-stagnation, et l’Allemagne a vu son PIB reculer deux années de suite. Ce ralentissement peut cacher, pour un temps, un effet de l’IA. Les dirigeants eux-mêmes n’en attendent d’ailleurs pas grand-chose: les entreprises allemandes espèrent de l’IA un gain de productivité de 0,9% sur trois ans, contre 2,2% pour les américaines.

Impossible, donc, de trancher aujourd’hui. Là où l’on a investi, la productivité a accéléré, comme le prédit l’apprentissage par la pratique. Là où l’on se contente d’utiliser, rien n’apparaît encore, mais le cycle peut expliquer ce retard aussi bien que l’absence de repas gratuit. C’est ce qui rend les résultats du troisième trimestre si importants, en Europe plus encore qu’aux États-Unis. Si les marges des entreprises européennes progressent alors que leur production par emploi recule, le passager clandestin existe. Si seules les marges américaines avancent, il faudra investir pour profiter de l’IA.

Simply put, difficile de trancher, mais les résultats du troisième trimestre devraient nous en apprendre davantage.

Macro/Nowcasting Corner

Cette section rassemble l’évolution la plus récente de nos indicateurs de nowcasting pour la croissance mondiale, les surprises en matière d’inflation mondiale et les surprises en matière de politique monétaire mondiale. Ces indicateurs permettent de suivre les évolutions macroéconomiques les plus récentes qui font bouger les marchés.

 

 

 

Afficher le disclaimer de l'article