Quelle est la véritable valeur économique de l’IA ?

Le débat sur l’intelligence artificielle a atteint sa maturité. Presque personne ne conteste encore que l’IA puisse accomplir des prouesses impressionnantes. La question est désormais de savoir quelle valeur économique réelle cette technologie apporte.

Cette distinction est essentielle. L’IA peut accélérer considérablement une tâche, ce qui ne signifie pas automatiquement que les entreprises vendent beaucoup plus de produits, augmentent leurs bénéfices ou améliorent fortement la productivité de l’ensemble de l’organisation. Une nouvelle étude du MIT met en lumière ce dilemme.

Les développeurs produisent beaucoup plus

Des chercheurs ont suivi des développeurs de logiciels avant et après l’utilisation d’outils d’IA. Ils ont analysé non seulement la quantité de code produit, mais aussi le nombre de fichiers modifiés, la quantité de travail soumis pour révision et le nombre de nouveaux logiciels finalement lancés.

Le premier effet était spectaculaire. Les développeurs créaient ou modifiaient près de 300 % de fichiers en plus. Cela semble être un bond énorme en productivité.

Mais en avançant dans le processus, l’effet s’est atténué. Le nombre de travaux soumis pour révision a encore augmenté d’environ 150 %. Finalement, l’augmentation des sorties de logiciels réelles a été d’environ 30 %. Cela reste considérable. Mais c’est bien moins que ne le laissaient supposer les premiers chiffres.

Les goulots d’étranglement sont humains et procéduraux

L’explication est simple. Plus de code ne signifie pas automatiquement plus de valeur. Le code doit être vérifié, testé, intégré, publié et finalement utilisé par des clients. C’est souvent là que se trouvent les goulots d’étranglement humains. Les équipes doivent faire des révisions, les managers doivent définir les priorités et les entreprises doivent déterminer quelles fonctionnalités sont vraiment pertinentes.

L’IA accélère donc une partie de la chaîne, mais pas automatiquement l’ensemble. Si le reste de l’entreprise continue de fonctionner de la même manière, une partie du gain disparaît en cours de route.

Plus d’applications, pas plus d’utilisateurs

Les chercheurs ont également examiné si une production accrue de logiciels entraînait une augmentation de l’utilisation. Ils n’ont trouvé que peu de preuves en ce sens.

Le nombre de nouvelles applications mobiles a nettement augmenté, mais le nombre de téléchargements n’a pas suivi. De nombreuses nouvelles applications ont à peine réussi à attirer un public.

C’est une leçon importante. L’IA facilite la création de produits, mais pas nécessairement celle de produits que les gens souhaitent réellement utiliser.

Des IA bon marché peuvent parfois suffire

Le moment de l’étude est intéressant. Le PDG d’Uber, Dara Khosrowshahi, a récemment déclaré que l’entreprise avait déjà épuisé tout son budget IA pour 2026 en un seul trimestre. Uber souhaite donc utiliser plus souvent des modèles moins coûteux et réserver les modèles de pointe les plus chers pour des cas particuliers.

De nouvelles recherches sur l’IA dans le domaine juridique vont également dans ce sens. Des agents IA open-source bon marché, combinés à des modèles puissants utilisés occasionnellement comme conseillers, ont donné de meilleurs résultats à bien moindre coût.

Comparaison avec l’électricité

L’histoire offre une comparaison utile. Lorsque l’électricité a émergé à la fin du XIXe et au début du XXe siècle, le grand bond de productivité n’est pas survenu immédiatement.

Les usines qui ont simplement remplacé leur grande machine à vapeur par un moteur électrique, sans changer le reste, n’ont réalisé que des gains limités. La véritable percée est survenue lorsque les usines ont redesigné leurs processus et doté les machines de moteurs électriques individuels.

Il peut en être de même avec l’IA. Les entreprises qui se contentent d’intégrer l’IA dans leurs flux de travail existants voient des gains limités. Celles qui repensent leurs processus autour de l’IA peuvent créer beaucoup plus de valeur.

Les nouvelles entreprises ont l’avantage

C’est pourquoi des entreprises comme OpenAI et Anthropic sont intéressantes. Elles ne sont pas construites comme des organisations traditionnelles ajoutant l’IA a posteriori. Leurs produits, processus et culture sont centrés sur l’IA dès le départ.

Cela pourrait expliquer pourquoi l’utilisation, le chiffre d’affaires et la productivité y augmentent bien plus rapidement que chez les entreprises établies qui essayent d’intégrer l’IA dans d’anciennes structures.

Les grands gagnants de l’IA ne sont donc peut-être pas les entreprises qui utilisent l’IA pour simplement accélérer leurs processus existants. Il pourrait s’agir d’entreprises qui construisent des processus totalement nouveaux autour de l’IA.