Les recherches montrent systématiquement que les travailleurs craignent l’intelligence artificielle. Ils craignent que cela ne rende leurs compétences obsolètes, ne vide de leur rôle et, à terme, supprime complètement leur salaire. Ce malaise a façonné les débats publics, les forums de négociation syndicale et les audiences du Congrès pendant près de trois ans. Mais une nouvelle analyse complète de Morgan Stanley Research propose une découverte qui brise cette peur, révélant discrètement quelque chose de bien plus significatif sur la manière dont l’IA remodèle l’économie américaine.
L’IA ne détruit pas d’emplois. Cela augmente considérablement la productivité des employés. Et les travailleurs produisent-ils cette production supplémentaire ? Ils ne savent rien.
Des chiffres avec lesquels tout le monde devrait se sentir à l’aise
Le rapport de Morgan Stanley, rédigé par l’économiste en chef américain Michael Gapen et une équipe d’économistes, a examiné la production par employé au niveau sectoriel dans l’ensemble de l’économie américaine et l’a comparé au degré d’exposition à l’IA de chaque secteur. Les résultats ont été étonnants. Les industries classées dans le quartile supérieur d’exposition à l’IA ont contribué pour 1,7 point de pourcentage à la croissance de 2,4 points de pourcentage de la productivité globale enregistrée au cours des quatre trimestres terminés en 2025. Il y a un an, ces mêmes industries n’avaient contribué que pour 0,7 point de pourcentage. L’accélération n’est pas subtile.
Ce que cette étude montre particulièrement clairement, c’est que la hausse de la productivité n’est pas due à l’attrition. Les tendances de l’emploi dans les secteurs ayant des taux d’IA élevés, moyens et faibles étaient similaires. Ce qui était différent, c’était la production, ou la quantité produite par les travailleurs. Dans les secteurs avancés de l’IA, la production s’est accélérée rapidement tandis que la croissance de l’emploi a stagné. Les industries qui n’ont pas encore adopté l’IA ont en fait vu leur production baisser.
D’un point de vue économique, cela ressemble à un scénario optimiste se déroulant en temps réel. En d’autres termes, les travailleurs ne sont pas contraints de quitter leur emploi. Ils sont améliorés. Mais psychologiquement et culturellement, cela crée des contradictions. De l’extérieur, l’aversion des employés à l’égard de l’IA peut ressembler à un manque de connaissances économiques. Les travailleurs prospèrent sans le savoir. Un examen plus approfondi révèle des craintes plus sophistiquées auxquelles les données sur la productivité ne répondent tout simplement pas.
problème à 90 %
Mais les chiffres agrégés de productivité occultent le triage interne brutal qui s’opère déjà au sein des entreprises. Daniel Miesler, responsable technologique et stratège en IA, a déclaré dans un article sur LinkedIn qu’une observation sur la main-d’œuvre a été largement diffusée ces dernières semaines, arguant que le véritable moteur n’est pas que l’IA remplacera les travailleurs, mais plutôt que quelques employés les plus performants permettront à l’IA d’absorber le travail de tous ceux qui se trouvent en dessous d’eux.
« L’IA ne peut pas remplacer les performances exceptionnelles des grandes entreprises », écrit Miesler. « Mais elles dépensent des millions de dollars par an pour des dizaines de milliers d’employés appartenant aux 75 % les plus pauvres… Les entreprises ne veulent plus payer des millions de dollars par an pour des employés médiocres. Elles préfèrent licencier tout sauf les meilleurs et utiliser l’IA pour multiplier leurs effectifs par 10 ou 100 fois par rapport à ce qu’ils étaient avant. » En lisant cet article, vous constaterez que le boom de la productivité ne soulève pas tous les bateaux. Il cherche à concentrer l’influence au sommet tout en déplaçant discrètement des groupes beaucoup plus importants – non pas directement par des machines, mais par un petit nombre d’humains qui les contrôlent. Un résultat encore plus sombre est de savoir si les 10 % des travailleurs les plus riches sont prêts à s’acheter quelques années de plus avant d’être eux aussi forcés de quitter leur emploi.
Comme l’a souligné le technologue Sean Warman dans un récent article de blog, les outils d’IA à l’origine de ce boom ne sont pas évalués à leur coût réel. Un utilisateur individuel sérieux du modèle Frontier consommera environ 80 à 150 dollars par mois en calcul aux prix réels. L’abonnement pour l’acheter est de 20 $. OpenAI a publiquement reconnu que même son niveau entreprise à 200 $/mois constitue une perte pour ses plus gros utilisateurs. Warman a déclaré que la justification de la subvention est simple mais inquiétante : « L’utilisateur n’est pas encore le client. L’utilisateur est l’ensemble de formation. » Chaque question de modification, de régénération et de suivi posée par les employés au modèle Frontier est constituée de données de formation, agrégées sur des centaines de millions d’utilisateurs et des dizaines de milliards de conversations.
« Les données synthétiques dépassent les normes de qualité », a soutenu Warman. « Les modèles peuvent désormais générer, filtrer et évaluer leurs propres données de formation à un niveau comparable à la saisie humaine brute. Frontier Labs publie un article à ce sujet chaque mois. » En bref, « à mesure que les modèles deviennent plus capables de produire leurs propres modifications, la valeur marginale de l’édition humaine diminue », a-t-il conclu.
Que se passe-t-il lorsque la subvention prend fin ?
Warman a souligné trois facteurs qui pourraient conduire à la fermeture de ce qu’il appelle des « apprentissages » d’ici trois à cinq ans. Le jeu personnel agentique permet aux modèles de s’évaluer et de s’améliorer dans le domaine avec des résultats vérifiables. L’ampleur même de la réaction humaine signifie que des retours humains supplémentaires conduisent à des rendements décroissants. Lorsque ces forces se concentreront, les subventions destinées à rendre l’IA accessible aux travailleurs ordinaires perdront leur légitimité.
Les prédictions de Warman sont sombres. Le créneau de 20 $/mois disparaîtra ou dégénérera en un produit fantôme avec des publicités. Les meilleures fonctionnalités sont limitées par un accord d’entreprise annuel minimum à cinq chiffres. Et dans le scénario le plus extrême, les instituts cesseront complètement d’autoriser l’IA en tant qu’outil et deviendront simplement des opérateurs (cabinets d’avocats, cabinets de conseil, fonds spéculatifs) qui captent la valeur économique pour eux-mêmes plutôt que de la partager.
En d’autres termes, les données sur la productivité sont un instantané de la phase d’apprentissage, une période d’alignement presque parfait entre les intérêts des travailleurs et ceux du laboratoire. Les deux veulent un meilleur rendement. Quoi qu’il en soit, vous pouvez obtenir les deux à moindre coût.
Les économistes de Morgan Stanley prennent soin de noter que le modèle de croissance de la production et la sécurité de l’emploi « pourraient changer à mesure que l’adoption de l’IA augmente ». Cette couverture devrait avoir plus de poids que d’habitude. En effet, même si des changements de prix sont mis en œuvre, ils n’affectent pas tous les travailleurs de la même manière. Les grandes entreprises capables d’amortir des contrats d’IA à six chiffres sur des milliers d’employés remarqueront à peine ce changement. Les petites entreprises, les industries à faible marge ou les travailleurs du secteur public (enseignants, aides-soignants, employés municipaux) sont confrontés à un calcul plus difficile. Leurs outils d’amélioration de la productivité seraient définis comme des subventions ponctuelles inférieures à leur coût, et leurs tarifs seraient déterminés par ce que les grandes entreprises seraient prêtes à payer, et non par ce que les travailleurs individuels pourraient absorber. Les gains de productivité désormais reflétés dans les données peuvent être considérables. Les outils qui les ont générés ne sont peut-être plus largement accessibles.
Les travailleurs ont raison de se méfier de l’IA. Il se peut qu’ils sentent simplement la bonne menace au mauvais moment. Ce n’est pas le déplacement qui est mesuré, mais le prix qui n’a pas encore été réévalué.
Dans cet article, les journalistes de Fortune ont utilisé l’IA générative comme outil d’enquête. Les rédacteurs ont vérifié l’exactitude des informations avant leur publication.
