Dans les bureaux d’un centre d’appel quelque part dans le Midwest américain, en 2023, des chercheurs ont observé quelque chose d’inattendu. Ils suivaient une expérience menée dans une vraie entreprise, sur de vrais agents de service client, avec un vrai outil d’IA générative intégré dans leurs interfaces de travail. Le résultat qu’ils espéraient peut-être, ou qu’ils redoutaient, était simple : l’IA remplace les gens, les bons s’en sortent, les autres souffrent. Ce n’est pas ce qu’ils ont trouvé.
Les agents novices — ceux qui venaient d’arriver, qui ne maîtrisaient pas encore les subtilités des demandes clients, qui passaient plus de temps que leurs collègues sur chaque dossier — ont gagné en productivité de l’ordre de 35 % grâce à l’outil. Les meilleurs agents, ceux qui avaient des années d’expérience et des taux de résolution excellents, n’ont quasiment pas été affectés. L’IA n’avait presque rien à leur apprendre. Mais pour les débutants, elle fonctionnait comme une sorte de mentor instantané, leur soufflant les bonnes réponses au bon moment, comblant l’écart entre leur niveau actuel et celui de leurs collègues plus expérimentés.
Cette étude, publiée par des économistes du MIT et du NBER, est l’une des plus citées dans le débat actuel sur l’IA et les inégalités salariales. Et elle dit quelque chose d’assez contre-intuitif pour une époque où le discours dominant sur l’IA oscille entre utopie technologique et catastrophisme social. L’IA, dans ce cas précis, a réduit les inégalités à l’intérieur de l’entreprise plutôt que de les creuser. Elle a donné aux moins qualifiés les moyens d’accomplir des tâches que seuls les plus expérimentés pouvaient gérer auparavant.
Mais ce résultat coexiste avec un autre, plus inconfortable. Une analyse MIT distincte, utilisant un outil appelé Iceberg Index, a estimé que les capacités actuelles des modèles d’IA génératifs chevauchent les compétences représentant environ 11,7 % du total des salaires américains — soit approximativement 1 200 milliards de dollars de masse salariale. Ce n’est pas un chiffre abstrait. Il désigne concrètement les professions où les tâches peuvent être partiellement ou totalement exécutées par un système IA sans intervention humaine directe. Droit, finance, comptabilité, programmation, services clients avancés — des métiers qui, pour la première fois, ne sont plus à l’abri de l’automatisation parce qu’ils nécessitent des capacités cognitives plutôt que physiques.
La question centrale, que les économistes posent avec une franchise croissante, est celle des choix que font les employeurs. Si une entreprise utilise l’IA pour augmenter les capacités de ses salariés — permettre à un junior de traiter des dossiers qu’un senior gérait seul avant — l’effet est potentiellement égalisateur. Si elle utilise l’IA pour réduire ses effectifs, remplaçant les travailleurs intermédiaires dont les tâches sont désormais automatisables, l’effet est différent et profondément inégalitaire. La technologie ne décide pas. Les directions décident. Et jusqu’à présent, les décisions varient considérablement selon les secteurs, les entreprises, et les pays.
