Si l’IA fait le travail, qui perçoit les revenus ?

La question n’est pas seulement de savoir qui perd son emploi

La promesse d’une économie dans laquelle les machines font presque tout semble offrir deux résultats opposés : l’abondance partagée ou l’extrême concentration des revenus. Les deux apparaissent dans les discussions sur l’intelligence artificielle. Aucun ne découle automatiquement de la capacité d’un modèle à écrire, programmer ou converser. Entre une démonstration technologique et un changement durable du niveau de vie, il y a les entreprises, les contrats, les marchés, les infrastructures et les décisions politiques. Ce dossier étudie ce passage, sans supposer que la fin de l'œuvre ait été démontrée.

Notre question centrale est distributive : lorsqu’une organisation génère plus de valeur par heure de travail humain, qui peut transformer ce gain en revenu, en temps ou en sécurité ? La réponse peut impliquer les travailleurs, les consommateurs, les propriétaires d’entreprises, les fournisseurs de technologies et les gouvernements. Ces groupes se chevauchent également. Une personne peut recevoir un salaire, payer des services moins chers et détenir une petite participation dans une entreprise. Par conséquent, réduire le débat à l’opposition entre humains et machines cache les mécanismes que nous devons examiner.

Nous organisons l'analyse en trois niveaux. Premièrement, l’exposition technique des tâches à l’IA. Ensuite, les résultats observés dans les milieux de travail et dans les expériences de transfert de revenus. Enfin, des choix institutionnels et des scénarios illustratifs. Un indice d'exposition permet de localiser les changements potentiels ; ne mesure pas les licenciements. Une expérience renseigne sur une population et une intervention ; il ne reproduit pas une économie entière. Une simulation rend visibles les hypothèses ; ne transforme pas ces prémisses en prédiction.

La thèse éditoriale de Rovemark est que la productivité et la distribution doivent être étudiées ensemble. Cela ne veut pas dire que nous savons déjà quelle politique résoudra le problème, ni que les gains privés sont illégitimes. Cela signifie qu'une mise en œuvre ne peut être considérée comme réussie qu'après s'être également interrogée sur la qualité, les coûts complets, les conditions de travail et la destination de la valeur créée. La même technologie peut sous-tendre des organisations et des contrats très différents.

L’exposition à l’IA n’équivaut pas au chômage

L'Organisation internationale du travail et la NASK ont estimé dans le rapport 2025 qu'environ un quart de l'emploi mondial se situe dans des professions présentant un certain degré d'exposition à l'IA générative. L'indice combine l'évaluation des tâches, les contributions des travailleurs et des experts et la classification assistée par modèle. La participation atteint 34% dans les pays à revenu élevé et 11% dans les pays à faible revenu. Ces pourcentages décrivent la composition professionnelle et la capacité technique potentielle ; ce ne sont pas des probabilités individuelles de perdre votre emploi.

Au niveau d'exposition le plus élevé, l'indice rapporte 3,3% de l'emploi mondial. Dans cette section spécifique, les proportions sont 4,7% chez les femmes et 2,4% chez les hommes. Le dénominateur compte : nous comparons la participation à l’emploi de chaque groupe, et non la répartition de toutes les professions exposées par sexe. Le graphique vous permet d'alterner les coupures, en gardant séparés un certain degré d'exposition et la catégorie maximale. Il ne faut pas additionner les panneaux ni les traiter comme une trajectoire temporelle.

Un métier regroupe des activités avec des exigences différentes. La production d’une première ébauche peut être automatisée, tandis que la négociation d’une exception, la vérification d’une décision ou la prise de responsabilité nécessitent toujours une participation humaine. Même lorsque plusieurs étapes deviennent techniquement possibles, l’adoption dépend du coût, de la fiabilité et de l’intégration. Une entreprise peut choisir de servir plus de clients avec la même équipe, de réorganiser les fonctions ou de réduire les embauches. L'identification de la possibilité technique est le début de l'enquête ; L’identification de la réponse qui s’est produite nécessite d’autres données.

Ce serait également une erreur de conclure qu’une exposition moindre représente une protection économique totale. Un travailleur peut exercer une activité peu digitalisée et subir néanmoins des effets indirects sur la demande, les prix ou les chaînes d’approvisionnement. A l’inverse, une fonction très exposée peut devenir plus productive et valorisée. Notre interprétation est d'utiliser l'indice comme guide pour étudier les changements concrets, y compris les groupes qui pourraient avoir besoin de soutien. La source ne propose pas de date de disparition des professions.

Productivité réelle : des preuves qui ne rentrent pas dans une seule promesse

Dans une étude publiée dans le Quarterly Journal of Economics dans 2025, Brynjolfsson, Li et Raymond ont analysé l'introduction échelonnée d'un assistant dans une opération avec des agents du service client 5 172. Le gain moyen signalé était d'environ 15% en problèmes résolus par heure. Les avantages variaient en fonction de l'expérience et des compétences. Cela se vérifie dans une entreprise et un métier, avec une mise en œuvre échelonnée et une analyse économétrique ; pas à partir d’un échantillon représentatif de l’ensemble de l’économie ni d’un essai avec tirage au sort individuel.

Le résultat démontre pourquoi il vaut la peine d’étudier l’IA dans le processus de travail. Cependant, un gain en résolutions horaires ne signifie pas automatiquement une augmentation de 15 % du profit, du salaire ou de la production nationale. Les coûts de mise en œuvre, de révision, de logiciel et de changement organisationnel doivent être inclus dans le compte. La qualité de la résolution doit également être préservée. Le transfert d'un pourcentage entre ces mesures produit une précision apparente que la conception de l'étude ne fournit pas.

Un contrepoint vient de l'expérience de METR avec des développeurs expérimentés 16 et des tâches 246 sur des projets connus, en utilisant les premiers outils 2025. La disponibilité de l’IA a augmenté le temps d’exécution de 19%, tandis que les participants s’attendaient à une réduction de 24% avant les tâches et percevaient une réduction de 20% après. Le contraste mesure les attentes et la perception concernant le résultat observé dans cette expérience, et non une contradiction avec l'étude de service. Les populations, les outils, les tâches et les métriques sont différents.

La mise à jour METR de février 2026 est essentielle pour interpréter ce résultat historique. Les chercheurs ont commencé à considérer que la sélection des participants et des tâches, les changements de rémunération et les difficultés d'enregistrement du travail avec des agents simultanés gênaient l'interprétation des nouveaux résultats. L'intervalle de confiance 95% rapporté pour l'estimation originale s'étend de +2% à +39% dans le temps. Nous n'utilisons pas le résultat de 2025 comme diagnostic des outils actuels. La leçon applicable est de mesurer l’effet dans le contexte de l’utilisation, plutôt que de se fier uniquement à la sensation de vitesse.

Gagner du temps ne détermine pas qui gagne de l’argent

Imaginez un processus hypothétique qui nécessite dix heures humaines par livraison et en nécessite désormais huit, tout en conservant la même qualité. Le gain direct est de deux heures par livraison, mais on ne connaît toujours pas le résultat financier. Il existe peut-être une demande pour vendre davantage. Peut-être que le prix baissera à cause de la concurrence. Peut-être que l'entreprise maintiendra ses prix et augmentera sa marge. Peut-être que l’équipe absorbera d’autres tâches, ou qu’une partie du gain sera négociée sous forme d’heures plus courtes. Ce sont des réponses possibles et non des pourcentages estimés dans cette publication.

Il est utile de séparer trois questions comptables. Le premier est la quantité de ressources économisées au cours du processus. La seconde est de savoir quelle valeur supplémentaire a été réellement vendue ou quel coût a disparu. La troisième concerne la répartition de ce résultat après paiement des infrastructures, des fournisseurs et des taxes. Les heures disponibles ne constituent pas un revenu réalisé. Une traite inutilisée n’est pas une vente. Et une baisse du prix d’un modèle ne représente pas forcément une baisse proportionnelle du coût total d’un service fiable.

L’OCDE considère la capacité de diffusion et d’adoption de l’IA comme des conditions importantes pour ses éventuels effets macroéconomiques. La structure sectorielle, les compétences, les infrastructures et l’intégration économique modifient la portée des avantages. Les projections évoquées par l’institution sont le résultat de modèles, et non de croissances déjà observées, que l’on peut pleinement attribuer à l’IA. Dans cette analyse, nous ne transportons pas un gain mesuré en service vers une projection du PIB brésilien.

Notre hypothèse distributive est que la propriété, la concurrence et le pouvoir de négociation conditionnent la destination du gain. Une petite entreprise peut accéder à des fonctionnalités auparavant coûteuses et perdre des marges si tous ses concurrents font de même. Un travailleur peut produire davantage sans contrôler la règle de rémunération. Un fournisseur peut capter une partie des bénéfices en dépendant de sa plateforme. Pour tester ces hypothèses, il faudrait suivre les prix, les contrats, la rémunération et la participation des fournisseurs dans le temps. Il ne suffit pas d’observer l’adoption.

Revenu de base : définition avant adhésion ou rejet

Le revenu de base universel désigne généralement un transfert monétaire individuel, régulier, sans obligation de travail et destiné à toute la population au sein de la population définie par le programme. Le guide de la Banque mondiale permet de distinguer l'universalité, l'inconditionnalité et les paiements en espèces. Ces caractéristiques ne précisent pas un montant suffisant pour vivre, une source de financement ou quels avantages continueraient d'exister. L'expression salaire universel peut prêter à confusion : le salaire rémunère une relation de travail ; un transfert de revenus suit une autre logique institutionnelle.

Une proposition concrète doit répondre qui la reçoit, à partir de quel âge, pendant combien de temps et avec quelle valeur de mise à jour. Il doit également clarifier si le paiement s’ajoute aux services et avantages existants ou les remplace, comment les personnes à revenu élevé contribuent par le biais du système fiscal et comment les besoins extraordinaires sont satisfaits. Deux propositions avec la même valeur mensuelle peuvent produire des distributions nettes complètement différentes. Le nom de la politique à lui seul ne vous dit pas qui finit mieux ou pire.

L’argument favorable peut reposer sur l’autonomie, la prévisibilité et la capacité à refuser les mauvaises relations de travail. L’argument inverse peut mettre en avant le coût, les opportunités d’autres politiques et l’insuffisance d’une prestation uniforme pour différents besoins. Nous présentons ces raisons comme critères d’évaluation, sans supposer une seule réponse. Une discussion sérieuse compare des conceptions spécifiques, leurs bénéficiaires nets et les services préservés. Reconnaître l’importance de la protection sociale ne nécessite pas d’accepter une quelconque proposition dite universelle.

La relation avec l’IA est une hypothèse d’organisation de la société et non une conséquence technique obligatoire. Même si l’automatisation progresse, la réponse peut combiner transferts, services publics, formation, assurances sociales, participation aux bénéfices ou modifications des horaires de travail. Le choix dépend des problèmes identifiés et des institutions disponibles. Dans les sources sélectionnées, aucune expérience n’observe une économie entière une fois que l’IA a éliminé le besoin de travail humain. Ce scénario dépasse la portée des preuves rassemblées ici.

What income experiments allow us to conclude

Dans l’expérience américaine liée à OpenResearch, les participants à faible revenu 1 000 ont reçu 1 000 $ par mois pendant trois ans, tandis que les participants témoins 2 000 ont reçu 50 $ par mois. La révision d'août de 2026 du document de travail du NBER 32719 fait état d'une réduction de 4,2 points de pourcentage de la participation au marché du travail, d'environ 1 900 $ US par an en revenu individuel hors transferts et d'une à deux heures par semaine travaillées, par rapport au contrôle. Ce sont des résultats différents, avec des unités différentes.

L'article reste identifié comme un document de travail non soumis à un examen par les pairs par une publication universitaire. La version initiale citée dans la première édition de cette analyse comportait des estimations différentes ; Nous avons maintenant adopté la révision d'août de 2026 et l'avons enregistrée dans la bibliographie. L’examen révèle également que les effets modérés sur l’offre de main-d’œuvre n’ont pas été compensés par d’autres activités productives mesurées. Cela ne transforme pas la réduction du temps consacré à un travail rémunéré en un jugement sur la valeur personnelle des participants.

The Finnish experience offers another design. Entre 2017 et 2018, les chômeurs 2 000 ont reçu environ USD 647 mensuellement, à titre indicatif en utilisant les moyennes annuelles de la BCE de 2017 et 2018. Le solde officiel fait état d’effets faibles sur l’emploi et d’une perception plus favorable du bien-être. Il prévient également qu'un changement dans les règles d'activation du chômage rend difficile l'isolement des effets au cours de la deuxième année. L'enquête sur le bien-être a eu des taux de réponse différents selon les groupes. L'avantage initial était libellé en EUR : l'affichage dans USD utilise 560 multiplié par la moyenne arithmétique des taux annuels de la BCE de 2017 et 2018 (1,15531784313725 USD par EUR), sans ajustement pour l'inflation et sans reproduire le taux de change de chaque paiement. Ces limites empêchent de considérer cette expérience comme une simple démonstration selon laquelle tout revenu de base augmente toujours l’emploi ou améliore nécessairement tous les indicateurs.

Aucune de ces études ne mesure un transfert permanent vers l’ensemble de la population, financé par les contribuables eux-mêmes dans une économie transformée par l’IA. Un projet pilote peut estimer les effets individuels du transfert tout en laissant ouverts les prix, les taxes, la migration, l’offre de services et les réponses des entreprises à l’échelle nationale. Notre lecture est que les expériences éclairent les décisions et corrigent les affirmations absolues. They do not end the debate. Le panel ci-dessous présente le design américain et les résultats de la revue en cours sans mélanger participation, revenus et heures sur un seul axe.

Combien cela coûterait-il ? A transparent account, with limits

Le coût brut d'un transfert est une simple multiplication : mensualité par personne, nombre de bénéficiaires et douze mois. Le simulateur utilise USD comme unité monétaire et vous permet de modifier la valeur et la population. La norme de cent millions de personnes est une hypothèse didactique arrondie, et non une estimation de la population brésilienne adulte ou éligible. Il n'y a pas de requête automatique pour les données démographiques. Ce choix évite de présenter une population inventée comme si elle avait été mesurée. Le scénario de USD est une nouvelle hypothèse et non une conversion monétaire de l'exemple précédent de BRL.

Dans l’exemple initial, USD 1 000 par mois pour cent millions de personnes correspond à USD 1,2 billions par an. Il s’agit d’un décaissement annuel brut. Il ne s’agit pas d’une recommandation supplémentaire en matière de déficit, de coût net ou de bénéfice. Nous n’escompteons pas les revenus restitués par les bénéficiaires, les prestations remplacées, les frais administratifs ou les changements de comportement. Nous n’avons pas non plus ajouté de collection hypothétique sur les robots. Toutes ces tranches nécessiteraient leurs propres hypothèses et bases de données, en plus d’évaluer les effets distributifs.

Le débat sur le financement nécessite au moins deux analyses supplémentaires. L’une est budgétaire : quelles recettes et dépenses évoluent, sur quelle période et avec quelle capacité administrative ? Un autre aspect est économique : qui soutient l’incidence des nouveaux impôts et comment les familles et les entreprises réagissent-elles ? Le contribuable légal d’un impôt n’est pas nécessairement celui qui en absorbe le coût final. Nous ne supposons pas que la valeur estimée d’une heure économisée puisse être entièrement collectée, ni que la richesse privée et les recettes publiques soient équivalentes.

La note de l’OCDE sur le revenu de base attire l’attention sur les implications financières et distributives des réformes. Ceci guide les soins centraux : une proposition qui distribue à tout le monde et élimine le soutien ciblé pourrait nuire aux personnes ayant de plus grands besoins. Notre évaluation nécessite de montrer le résultat net par groupe, et pas seulement la somme des paiements. Le graphique rend visible l'échelle arithmétique des choix ; il ne décide pas de sa viabilité budgétaire ni de ses effets sur l’inflation. Pour répondre à ces questions, il faudrait un modèle beaucoup plus complet.

Trois façons de répartir les gains

Le premier scénario est la concentration. Les entreprises ou les fournisseurs dont les actifs sont difficiles à remplacer conservent une grande partie de la valeur supplémentaire. Dans cette voie hypothétique, la production peut croître alors qu’une partie des travailleurs est confrontée à une perte de revenus ou à une capacité de négociation réduite. La variable décisive ne serait pas seulement la performance du modèle, mais la possibilité pour les concurrents et les travailleurs de participer à la création et à l'appropriation de la valeur. Pour observer cette trajectoire, il faudrait examiner les marges, les prix, les salaires et les dépendances contractuelles.

Le deuxième scénario est la diffusion compétitive. Des outils plus accessibles aident les petites entreprises, réduisent les prix et permettent de nouveaux services. Les consommateurs peuvent gagner en pouvoir d’achat et certaines organisations peuvent se développer en servant des marchés auparavant non viables. Cela ne garantit pas que chaque travailleur recevra une augmentation de salaire, ni n’élimine les transitions difficiles. Une évaluation devrait surveiller l'entrée des entreprises, la qualité, les prix et la mobilité professionnelle, en vérifiant si les gains s'étendent au-delà des premières organisations qui ont adopté la technologie.

Le troisième scénario implique une négociation dans le temps et une protection. Une partie des gains peut financer des horaires de travail réduits, des formations pendant les heures de travail, la participation aux résultats ou des mécanismes de revenus et de services collectifs. Il existe des choix quant aux participants, à la manière de mesurer les résultats et à la manière de répartir les risques. Une réduction du temps de travail annoncée sans contrôler l'intensité du travail risque de ne pas améliorer la vie de l'équipe. Un transfert sans services adéquats peut ne pas répondre aux besoins essentiels. Ces mécanismes doivent être évalués dès la conception et l’exécution.

Les trois chemins ne s’excluent pas mutuellement et aucune probabilité ne leur a été attribuée. Ils peuvent cohabiter par secteur, entreprise et période. Ils servent à organiser des questions vérifiables. Si nous voulons savoir quelle voie prévaut, nous devons définir à l’avance des indicateurs qui peuvent contredire notre préférence. Une hypothèse qui explique tout résultat après observation ne guide pas la recherche. L'engagement éditorial est de surveiller les signaux de concentration et de diffusion avec le même soin, et de réviser l'interprétation lorsque les preuves changent.

Ce qu'une entreprise peut mesurer maintenant

Une organisation n’a pas besoin de résoudre l’avenir du capitalisme pour améliorer son évaluation de l’IA. Vous pouvez commencer par délimiter un processus, un résultat et une condition minimale de qualité. En service, cela peut signifier une résolution confirmée avec un taux de réouverture ; dans les documents, acceptation avec examen humain ; en opérations, livraison valide sans augmentation des incidents. Choisir uniquement le volume de réponses générées récompense les activités qui peuvent ne pas produire de valeur. La métrique doit représenter la tâche accomplie et la conséquence pertinente pour le client.

Le protocole proposé par Rovemark commence par une base de référence et enregistre les changements de demande et de complexité. Lorsque cela est possible, comparez des groupes similaires ou des conditions d'utilisation alternatives de manière planifiée, sans exposer les personnes à des décisions critiques incontrôlées. Le dossier doit inclure le temps de révision, les retouches, le coût des modèles et des outils, les erreurs, les interruptions et la formation. Un résultat positif qui dépend d’une surveillance exceptionnelle risque de ne pas perdurer à mesure que l’opération se développe. La question est de savoir si le gain survit à une utilisation quotidienne.

Le suivi doit inclure la distribution au sein de l’équipe. Les débutants et les experts peuvent réagir différemment ; Les moyennes peuvent cacher une aggravation de tâches rares ou de clients ayant des besoins spécifiques. La rémunération, la charge de travail et l'autonomie sont également des résultats à observer, avec une protection des données personnelles et un accès proportionné au besoin. L’analyse ne doit pas devenir un mécanisme opaque d’évaluation individuelle. La publication de mesures agrégées et de règles d'utilisation contribue à rendre l'engagement des travailleurs plus éclairé.

Il s'agit d'un protocole proposé et non d'une liste d'expériences déjà réalisées par Rovemark. Pour produire nos propres recherches, nous avons toujours besoin d’organisations participantes, d’une définition préalable des résultats, du consentement et d’une base de données adéquate. La contribution prévue est de relier les preuves opérationnelles aux conséquences distributives. Au lieu d'annoncer qu'un certain outil remplace un pourcentage de l'équipe, nous voulons montrer quelles tâches se sont améliorées, lesquelles ont échoué, quel a été le coût total et qui en a bénéficié. Ce sont des résultats qui peuvent être discutés et, lorsque cela est possible, reproduits.

Qu’est-ce qui changerait notre conclusion ?

Notre position changerait face à des preuves constantes, dans de multiples contextes, que les gains de productivité se propagent avec l’augmentation des revenus et de la qualité de vie sans qu’il soit nécessaire de recourir à des mécanismes supplémentaires. La situation changerait également si des études robustes montraient des pertes persistantes d’emplois et de revenus à une échelle supérieure à la capacité de transition observée. Dans les deux cas, il faudrait séparer les effets de l’IA des évolutions de la demande, du cycle économique et des autres technologies. Les nombres agrégés sans identification du mécanisme ne résolvent pas cette attribution.

En ce qui concerne le revenu de base, des résultats de programme plus longs et plus larges, avec des financements observés et des réponses du marché, contribueraient à réduire les incertitudes auxquelles les projets pilotes individuels ne répondent pas. L’évaluation doit comparer les alternatives réelles, y compris les systèmes existants améliorés, et montrer qui gagne et qui perd. Nous avons également besoin de données probantes sur les soins, la santé, l’éducation et la liberté de choix, sans supposer que toute activité en dehors de l’emploi est improductive ou que tous les effets souhaitables ont déjà été démontrés.

La question posée dans le titre reste volontairement ouverte. Les sources montrent que l'exposition technique, la productivité et l'offre de main-d'œuvre sont des phénomènes mesurables mais différents. Ils n’autorisent pas de date de fin d’emploi ni de valeur universelle que n’importe quel pays puisse financer. Notre conclusion éditoriale est de donner la priorité à la mesure du gain complet et à sa répartition. La qualité de cet agenda dépendra de la nécessité de rendre les prémisses discutables et de permettre que de nouveaux résultats corrigent le récit, y compris lorsque cela va à l'encontre des intérêts commerciaux de Rovemark lui-même.