Le « délai » entre l'innovation et l'explosion de la productivité : les leçons essentielles de la révolution des technologies de l'information et de la communication pour l'ère de l'IA

L'augmentation de la productivité apportée par l'IA pourrait être réelle, mais la vitesse à laquelle elle se reflète dans les données macroéconomiques pourrait ne pas répondre au calendrier le plus optimiste du marché. L'expérience de la révolution des technologies de l'information et de la communication montre qu'il existe souvent un décalage significatif entre la commercialisation, l'expansion des investissements et l'explosion de la productivité.

Selon Station de Trading des Tendances, Elsie Peng de l'équipe de recherche économique américaine de Goldman Sachs a écrit dans une étude publiée le 1er juillet : «Nous prévoyons que l'IA stimulera considérablement la croissance de la productivité au cours des dix prochaines années.» Ce positionnement implique que le principal facteur concernant l'IA ne se limite pas à son potentiel d'améliorer l'efficacité, mais aussi au moment où cette amélioration sera confirmée dans les statistiques macroéconomiques.

La question clé évolue de "l'IA est-elle utile" à "quand l'IA se traduira-t-elle par une croissance observable de la productivité". Il existe déjà de nombreuses preuves d'amélioration de l'efficacité au niveau des entreprises et des expérimentations, mais les données macroéconomiques ne commencent généralement à le refléter qu'une fois que les entreprises ont terminé la restructuration des processus, formé le personnel et ajusté leur organisation.

Les technologies de l'information et de la communication, abrégées en TIC, représentent une référence importante. Les ordinateurs personnels ont été commercialisés autour de 1981, les investissements dans les TIC ont commencé à augmenter au début des années 1980, mais l'accélération véritable de la productivité aux États-Unis n'est survenue qu'à la fin des années 1990, avec un décalage d'environ 15 ans.L'IA pourrait aller plus vite, mais ne pourra pas automatiquement contourner la phase de "rodage organisationnel".

La principale leçon des TIC : l’investissement précède, la productivité suit

Au début des années 1980, la commercialisation des ordinateurs personnels a déclenché une vague d'innovation dans les TIC. Le nombre de brevets TIC par habitant a régulièrement augmenté à la fin des années 1980 et au début des années 1990, et les investissements en TIC ont également connu une hausse marquée depuis les années 1980. Les secteurs des services professionnels, du commerce de gros, du transport et de la finance ont été les premiers à renforcer leurs investissements.

Cependant, la productivité n’a pas suivi immédiatement.

Les calculs sur panel sectoriel montrent que chaque augmentation de 1 point de pourcentage de la part des investissements TIC dans le stock de capital a, au cours des quatre premières années, un impact légèrement négatif sur la croissance de la productivité mesurée. L’effet positif ne devient clair qu’à partir de la huitième année, atteignant un pic d’environ 0,6 point de pourcentage vers la douzième année.

Il s'agit de la « courbe en J » de la diffusion des nouvelles technologies :Les entreprises investissent d'abord dans l'équipement, ajustent leurs processus, supportent les coûts de rodage, avant de pouvoir libérer l'efficacité. Surtout lorsque la technologie modifie le flux d'information, les modes de décision et de collaboration entre employés, ce que l’on observe en premier dans les statistiques, ce sont les coûts et non la production.

Trois facteurs de ralentissement : coût, effets de réseau et capital immatériel

Le retard de la productivité liée aux TIC est principalement dû aux coûts. Les prix des semi-conducteurs et des équipements de communication sont restés élevés dans les années 1980 jusqu'à ce que l’accroissement de la concurrence et l’évolution de la régulation favorisent l’ouverture du marché dans les années 1990, ce qui a alors permis une baisse marquée des coûts. La loi américaine sur les télécommunications de 1996 a encouragé la concurrence sur le marché des équipements de communication, l’augmentation du nombre d’acteurs dans le secteur des puces a également réduit le coût des composants clés.

Ensuite, il y a les effets de réseau. Les technologies telles qu’Internet et la communication mobile offrent peu de valeur à l’utilisateur tant que la taille de la base d’utilisateurs n’atteint pas un seuil critique. Ce n’est qu’après le franchissement des points de bascule fin des années 1990 en matière de pénétration d'Internet et de téléphonie mobile aux États-Unis que les gains de productivité sont devenus plus facilement exploitables.

Mais le plus important reste le capital immatériel. Les entreprises doivent restructurer leurs processus, former leurs employés, adapter leur structure organisationnelle, développer des systèmes logiciels et de bases de données. Les calculs montrent que chaque dollar investi dans le matériel TIC exige au moins 1,7 dollar supplémentaire en investissements immatériels correspondants, dont environ deux tiers vont aux logiciels et bases de données, les autres à la réorganisation des effectifs.

Cela est particulièrement important pour l’IA.Les GPU, centres de données et capacités des modèles sont facilement observables par le marché, mais les transformations organisationnelles sont beaucoup moins visibles. L’expérience historique montre que ces dernières déterminent souvent à quel moment la productivité est réellement prise en compte dans les bilans.

L’IA pourrait être plus rapide, mais pas sans frictions

Comparée aux TIC, une différence majeure de l’IA réside dans la courbe des coûts. Les coûts d’utilisation des modèles IA baissent à une vitesse nettement supérieure à la baisse des prix des ordinateurs personnels à l'époque. Bien que certains modèles avancés aux États-Unis aient récemment augmenté leurs prix nominaux pour élargir leur marge bénéficiaire, la pression concurrentielle et la réduction continue des coûts de calcul pourraient limiter la capacité à maintenir cette hausse des prix, de sorte que le prix global des tokens pourrait plutôt se stabiliser.

L’IA est également moins dépendante des effets de réseau que les technologies de communication. Les entreprises peuvent déployer des outils IA en interne et en tirer profit sans attendre une adoption simultanée à l’échelle du secteur ou de la société.Cela offre à l’IA la possibilité d’apparaître dans les données de productivité plus tôt que les TIC.

Mais les variables lentes persistent. Les entreprises doivent restructurer leurs processus de travail, former leur personnel, réorganiser la répartition des tâches et l’organisation. La part des investissements matériels liés à l’IA dans le stock global de capital augmente déjà plus vite que lors du cycle de construction des TIC ; mais en terme d’investissements mesurés par la part des salaires des employés participant à des activités de restructuration, cela semble encore lent actuellement.

De plus, les statistiques officielles pourraient sous-estimer les transformations organisationnelles en cours. Une enquête de la Fed d’Atlanta auprès des entreprises suggère que les dépenses en capital immatériel liées à l’IA pourraient atteindre 280 milliards de dollars en 2026.Les estimations basées sur les données d’entreprise indiquent que les coûts de main-d’œuvre liés à la transformation IA pourraient s’élever à 150 milliards de dollars par an, tandis que les investissements en capital organisationnel dus à l’allocation du temps des dirigeants pourraient approcher 40 milliards de dollars par an.

Les premiers signaux pourraient venir de quatre types de secteurs

Pour rechercher les premiers signaux macroéconomiques de la productivité liée à l’IA, il ne faut pas se concentrer uniquement sur l’ensemble de l’économie. Il est plus pertinent d'observer d'abord les secteurs à forte base numérique, fortement exposés à l’IA et dont les tâches sont plus susceptibles d’être automatisées ou renforcées.

Le rapport propose un cadre comprenant quatre types d’indicateurs : l’exposition IT existante, le taux d’adoption de l’IA, l’exposition à l’IA et l’intensité de la restructuration des tâches depuis 2022. Selon ce classement, les secteurs en tête sont le traitement de l’information et des données, les services professionnels, l’industrie du film et du son, l’assurance, l’intermédiation de crédit et la fabrication de matériel informatique et électronique.

Parmi ceux-ci, le traitement de l’information et des données obtient une note moyenne de 1,97, les services professionnels 1,48, le secteur du film et du son 1,21, l’assurance 1,09, l’intermédiation de crédit 0,98, et la fabrication informatique et électronique 0,97.

Si l’on regroupe selon des critères sectoriels plus larges, il convient de suivre en priorité l’information, les services professionnels, l’assurance et la finance. Ces secteurs ont à la fois une base numérique plus élevée et davantage de tâches qui peuvent être automatisées ou amplifiées par l’IA.

Mais il convient de rester prudent dans l’interprétation. Ces secteurs potentiellement bénéficiaires ont déjà affiché de meilleures performances en matière de productivité au cours des dernières décennies. Si leur avance persiste à l’avenir, il ne faut pas attribuer cela automatiquement à l’IA. Ce qui compte, c'est de voir s’ils affichent une accélération nouvelle par rapport à leur tendance historique.

Le marché doit se concentrer sur trois axes

Le premier, c’est le coût. Tant que les prix d’utilisation des modèles et les coûts de calcul continuent de baisser, la diffusion de l’IA pourrait rencontrer moins de résistance qu’à l’époque des TIC.

Le second, c’est le capital organisationnel. La capacité des entreprises à réellement restructurer leurs processus, leurs postes et leurs systèmes de données est plus cruciale que la simple acquisition d’outils d’IA. La révolution des TIC a déjà démontré que se contenter d’acheter des équipements ne suffit pas à provoquer une explosion de la productivité.

Le troisième, ce sont les points d’inflexion de la productivité sectorielle. Si l’information, les services professionnels, l’assurance et la finance enregistrent en premier des gains de productivité supérieurs à leurs tendances historiques, cela pourrait constituer la preuve précoce de l’intégration de l’IA dans les données macroéconomiques.

Cependant, les données sectorielles de productivité sont elles-mêmes publiées avec retard. Même si l’IA génère déjà des gains d’efficacité au niveau microéconomique, leur confirmation dans les statistiques macro pourrait prendre encore quelques années. La plus grande leçon de la révolution des TIC pour l’ère de l’IA est la suivante : le progrès technologique peut être rapide, la matérialisation de la productivité est généralement plus lente.

~~~~~~~~~~~~~~~~~~~~~~~~

Le contenu remarquable ci-dessus provient de la Station de Trading des Tendances.

Pour une analyse plus détaillée, y compris des interprétations en temps réel et des études de terrain, rejoignez l’abonnement annuel de la Station de Trading des Tendances▪Membre Annuel】