Anthropic modélise trois scénarios économiques de l'IA d'ici 2030

Méthodologie de modélisation

Anthropic a construit un modèle qui représente chaque emploi aux États‑Unis comme un ensemble de tâches, en s’appuyant sur la taxonomie O*NET du Département du travail. Le modèle distingue quatre réponses possibles de l’IA : amélioration de la tâche, automatisation totale, absence d’impact ou création d’une nouvelle tâche. En quantifiant le nombre quotidien d’occurrences de chaque tâche, le modèle estime que plus de 30 trillions de dollars de valeur ont été générés l’an passé, ce qui constitue le point de départ de ses projections.

Scénarios macroéconomiques

Le rapport « Economic Scenarios for Transformative AI » (Korinek et al., 2026) décrit trois trajectoires. Dans le scénario modeste, l’impact de l’IA se compare à celui d’Internet : la croissance du PIB augmente légèrement, restant dans les fourchettes historiques. Le scénario substantiel prévoit que l’IA accomplira environ 50 % du travail du savoir d’ici 2030, entraînant une croissance du PIB deux fois supérieure à la moyenne, sans hausse des salaires des travailleurs du savoir. Le scénario extrême anticipe une croissance annuelle de 15 %, ce qui ferait doubler la taille de l’économie tous les 4,5 ans, mais avec un chômage des travailleurs du savoir dépassant les niveaux récessionnistes habituels.

Implications pour le marché du travail

En décortiquant les tâches, le modèle montre que certaines restent exclusivement humaines (par exemple, le bain d’un patient), tandis que d’autres sont susceptibles d’être automatisées (comme la saisie des signes vitaux). L’augmentation de productivité provient de l’automatisation partielle ou totale, ce qui libère du temps pour des activités à plus forte valeur ajoutée, comme la communication patient‑médecin. Toutefois, dans le scénario extrême, la création de nouvelles tâches est quasi‑nulle, ce qui réduit les opportunités d’emploi pour les travailleurs du savoir et augmente le ratio de chômage. Une enquête réalisée en août auprès de plus de 10 000 Américains a révélé que la majorité des répondants anticipent un résultat proche du scénario substantiel, avec un PIB 10 % plus élevé en 2030.

Limites et incertitudes

Le modèle repose sur des hypothèses d’adoption rapide et de capacité de l’IA à surpasser les humains sur la plupart des tâches cognitives. Aucun mécanisme de régulation ou de redistribution n’est intégré, ce qui pourrait atténuer les effets de concentration de richesse décrits dans le scénario extrême. De plus, les projections économiques sont sensibles aux variations du taux d’adoption sectoriel, qui n’est pas encore mesurable de façon fiable. Enfin, le recours à la taxonomie O*NET, bien que détaillée, ne capture pas les interdépendances dynamiques entre tâches émergentes et infrastructures technologiques, ce qui introduit une marge d’erreur non négligeable dans les prévisions de croissance du PIB.