Plus l'IA est forte, moins les salaires sont élevés : votre diplôme devient un actif dévalué coûteux

{#docs-internal-guid-685615de-7fff-77d7-3c8e-e5634f2f1982}

Auteur : Block Analytics Ltd X Merkle 3s Capital

Une modélisation montre qu'en 2030, l'économie pourrait produire un tiers de plus que le chemin sans IA, tandis que le revenu total des travailleurs n'augmenterait que de 0,5 %. La même modélisation présente une autre issue : l'IA ne change presque rien, et le taux de chômage reste identique à celui d'aujourd'hui. Les deux résultats partagent le même ensemble de données déjà survenues, et les divergences ne se manifesteront qu'après 2027, alors que vous devez décider de votre stratégie avant cela. Cet article ne traite pas de l'équation, mais des résultats qu'elle produit - quatre impacts sur l'emploi, l'éducation, l'investissement et la société.

Un rapport qui ne cherche à consoler personne

Le contenu de cet article s'appuie sur le rapport du The Anthropic Institute intitulé "Economic Scenarios for Transformative AI" (septembre 2026). Il s'agit d'un document de travail numéroté 2026-02, coécrit par cinq auteurs, dont Charles I. Jones, un représentant de la théorie de la croissance semi-endogène. Le rapport déclare lui-même que ses opinions ne représentent pas la position d'Anthropic et précise qu'il utilise Claude comme assistant de recherche et d'écriture.

Ce qu'il fait peut être résumé en une phrase : décomposer l'impact de l'IA sur le travail cognitif au niveau des "tâches", rendant nécessaire pour les personnes remplacées de passer du temps à trouver de nouveaux postes, puis projeter cela jusqu'au début de 2030. Deux mécanismes doivent être retenus : l'IA ne remplacera pas complètement une profession, elle prend progressivement des tâches au sein de cette profession ; les personnes dont les tâches sont prises ne disparaissent pas, elles iront chercher des postes d'autres. Ces deux points déterminent la forme de tous les chiffres suivants.

La différence entre les trois scénarios réside uniquement dans l'ampleur de la part que l'IA finit par absorber.

Scénario modéré : 4 % des tâches de l'économie sont réalisées par l'IA, le PIB de 2030 est supérieur de 1,6 % à celui du chemin sans IA, l'IA n'étant qu'une technologie ordinaire.

Scénario significatif : 12 % des tâches sont prises en charge, soit environ un cinquième des tâches cognitives, le PIB est supérieur de 8,3 %, le rapport la qualifie de "technologie pivot plus importante que l'Internet".

Scénario extrême : 30 % des tâches, soit environ la moitié des tâches cognitives, le PIB est supérieur de 32,4 %.

Il est impératif de préciser que ces trois scénarios sont exemplaires et non probabilistes, le rapport répétant dans le résumé, l'introduction et la conclusion qu'ils ne sont pas des prévisions. La seule conclusion qu'il fournit est que les données d'aujourd'hui ne peuvent exclure aucun d'entre eux. Considérer le scénario extrême comme "la prévision d'Anthropic" est une lecture complètement erronée.

Sa valeur ne réside pas dans la prévision de 2030, mais dans la transformation d'un débat flou en une question arithmétique : si vous croyez en X, alors selon l'économie standard, vous devez accepter Y !

Un autre détail facilement négligé : ce qui détermine l'issue n'est pas ce que le modèle peut faire, mais à quel point il est réellement utilisé. Dans les trois scénarios, l'écart de capacité de l'IA est inférieur à trois fois, mais en ajoutant "combien de personnes l'utilisent réellement et à quel point", la part des tâches réellement exécutées par l'IA passe de 4 % à 30 %, devenant 7,5 fois plus. En dehors de la courbe technologique, il existe une courbe de diffusion, qui est l'amplificateur.

Le rapport a inclus une enquête pour comparaison : 10 980 adultes américains, le scénario implicite médian se situe près du scénario significatif - PIB +8,6 %, emploi cognitif -4,2 %, taux de chômage 4,6 %. Mais lire cela comme "la société a atteint un consensus" est une lecture statistiquement erronée. Concernant les gains de productivité, environ 30 % des répondants estiment que l'IA ne fait pas gagner de temps, 49 % pensent qu'elle peut au moins faire gagner la moitié ; concernant les découvertes de niveau Nobel, 40 % estiment que cela ne sera jamais possible, 39 % pensent que cela sera réalisable avant 2030. Le médian se situe dans le scénario significatif, non pas parce que la majorité croit en ce scénario, mais parce que le nombre de personnes croyant au modéré et à l'extrême est presque identique.

Il est également important de préciser ce qu'il ne prend pas en compte. La robotique et l'automatisation physique sont complètement exclues, tout comme les turbulences des marchés financiers, les cycles économiques et les facteurs de politique économique. Le rapport admet lui-même : "En grande partie pour cette raison, nous ne prolongeons pas notre analyse au-delà de 2030." Cette déclaration honnête réapparaîtra, c'est la phrase la plus honnête et la plus troublante de ce rapport.

Un rapport qui ne donne pas de probabilités, pas de conseils, et qui ne cherche pas à consoler quiconque, est en réalité plus difficile à réfuter que n'importe quelle prévision !

Impact sur l'emploi : qui perdra son travail et sous quelle forme

Clarifions d'abord qui est touché par cet impact. Le rapport divise l'emploi américain en deux : le groupe cognitif comprend 12 grandes catégories, dont la gestion, la finance commerciale, les mathématiques informatiques, l'ingénierie de construction, la science, les services sociaux communautaires, le droit, l'éducation, les arts et médias, la pratique médicale, les ventes et l'administration de bureau, représentant 62,4 % de l'emploi en 2025 ; les autres, comprenant l'assistance médicale, la sécurité, la restauration, le nettoyage, les soins personnels, l'agriculture, la pêche, la construction, l'installation et la maintenance, la production et le transport, représentent 37,6 %.

Le modèle ne permet à l'IA d'impacter que le groupe cognitif, tandis que l'efficacité des 37,6 % restants n'est pas affectée par l'IA, leurs variations salariales proviennent toutes d'un effet indirect : l'économie s'est enrichie, tandis que ce type de travail devient relativement rare. Ainsi, tout ce que nous voyons par la suite est d'abord la conséquence directe de ce paramètre, et non une découverte empirique. Ne pas accepter le postulat "l'IA n'impacte que le travail cognitif" rend toute la modélisation invalide - ce point doit être pris en compte avant de lire n'importe quel chiffre.

Cette dichotomie présente trois zones d'ombre, que le rapport admet également : "toute dichotomie est une simplification". Les catégories de pratique médicale et d'éducation contiennent de nombreuses tâches physiques et interpersonnelles qui ne peuvent pas être réalisées à distance, leur exposition est donc surestimée ; les salaires et les seuils de diplôme dans les ventes et l'administration de bureau sont bien inférieurs à ceux des postes de gestion et professionnels, mais sont traités dans le modèle comme une seule et même catégorie, masquant complètement la différenciation interne ; il n'y a pas non plus de différences d'ancienneté, de compétences ou de régions au sein du même groupe. Ces chiffres décrivent deux agrégats statistiques, et non deux catégories de personnes concrètes.

{#docs-internal-guid-0639113a-7fff-1435-202c-3d38559904b0}

Passons maintenant aux résultats. Dans le scénario extrême, le taux de chômage dans les postes cognitifs est de 17,9 %, tandis que le taux global est de 11,9 % - ces deux chiffres doivent être clairement distingués, leur mélange pourrait surestimer le taux de chômage d'environ 6 points de pourcentage. Le rapport qualifie le chiffre du chômage dans les postes cognitifs de "stupéfiant". À titre de référence, le pic annuel du chômage aux États-Unis après la crise financière était légèrement inférieur à 10 %, et environ 8 % pendant la période de COVID, tandis que dans le scénario extrême, même le taux de chômage global dépasse celui de n'importe quelle récession d'après-guerre.

La différence entre le modéré et l'extrême n'est pas une question de degré, mais d'ordre de grandeur. Le taux de chômage cognitif passe de 2,9 % à 17,9 %, soit un facteur de 6, tandis que les salaires cognitifs passent de +0,4 % à -11,5 %, inversant le signe, sans qu'aucun indicateur ne puisse partiellement compenser les différences aux deux extrémités. En tenant compte du fait que sans le chemin de l'IA, les salaires devraient augmenter d'environ 2 % par an, dans le scénario extrême, le niveau absolu des salaires cognitifs sera inférieur à celui de la mi-2026 - quatre ans plus tard, ce n'est pas une lente augmentation, mais un recul.

Les pertes d'emploi sont plus concentrées que les pertes salariales. Dans le scénario extrême, le nombre de personnes occupant des postes cognitifs est inférieur de 21,5 % à celui de la mi-2026, et le montant total des salaires perçus par ce groupe est inférieur de 31,0 %. Pendant ce temps, les salaires des autres groupes augmentent de 33,6 %, ce qui représente la plus forte augmentation d'un seul élément dans tout le rapport. Les mots du rapport sont que l'augmentation du montant total des salaires des autres groupes est "quasiment équivalente" à la baisse de ceux du groupe cognitif - conservation du total, les personnes ont simplement changé.

La forme et l'intuition de l'impact sont également différentes. L'IA avance tâche par tâche, donc les professions ne disparaissent pas complètement un jour, elles sont d'abord partiellement vidées. Ce qui déclenche réellement le remplacement n'est ni la tâche la plus difficile, ni la plus simple, mais celles dont le coût d'exécution par l'IA est le plus réduit, tout en représentant une part importante de la masse salariale. La partie restante est laissée aux humains, la plaque signalétique est toujours accrochée, le poste existe encore, mais le nombre de recrutements a diminué.

Un autre détail plus froid : que l'IA remplace ou aide, dans ce modèle, c'est la technologie elle-même qui décide, les entreprises doivent simplement accepter passivement. Dans les trois scénarios, la proportion d'utilisation qui "semble remplacer" est respectivement de la moitié, des trois quarts et de 90 % - l'espace correspondant pour "aider" passe de 50 % à 10 %. La calibration repose sur l'utilisation observée par Anthropic : dans l'utilisation de type conversationnel, environ la moitié ressemble à de l'automatisation, tandis que dans l'utilisation par appel d'interface, environ trois quarts le font. L'augmentation est un espace qui sera continuellement compressé, pas un refuge stable.

Votre profession ne disparaîtra pas soudainement un jour, elle sera d'abord partiellement vidée, puis vous découvrirez que vous vous battez pour un poste avec trois autres personnes également vidées !

La douleur arrive avec un ordre. Lorsque les entreprises rencontrent "des humains plus chers que l'IA", elles ne réduisent pas d'abord les salaires, mais procèdent directement à des licenciements - les salaires baissent très lentement, ne comblant qu'une moitié du manque en un an, donc les licenciements précèdent les baisses de salaires. Les premières victimes sont ceux qui sont licenciés ; les deuxièmes sont ceux qui restent en poste, dont les salaires sont progressivement compressés à -11,5 %, et comme ils devraient augmenter de 2 % par an, la perception est bien pire que les chiffres ; les troisièmes sont ceux qui tentent de changer de domaine, d'une part, les licenciés affluent vers d'autres secteurs, d'autre part, ces secteurs ne peuvent absorber qu'une moitié du manque chaque mois, ce déséquilibre est en soi une source de chômage. Il est à noter qu'à l'horizon 2030, ce point de simulation, le taux de chômage cognitif reste à 17,9 % - l'ajustement est loin d'être terminé.

Enfin, il est impératif de dire : ces chiffres devraient être considérés comme un seuil inférieur, et non supérieur. Le modèle suppose que les personnes changeant de secteur obtiennent immédiatement le salaire complet de leur nouveau secteur, sans décote d'ancienneté, sans dévaluation des compétences, sans interruption de revenus pendant la période de formation, sans coûts de déménagement, sans licences ni périodes d'apprentissage. Le rapport cite des preuves dans sa section de calibration, indiquant que dans la réalité, la perte de salaire lors de la réinsertion professionnelle est généralement de 10 % à 20 %, et se concentre sur ceux qui changent de profession. Il mentionne ces documents par leur nom, puis précise qu'ils n'ont pas été inclus. Même en étant optimiste au point de croire que "devenir électricien à partir d'ingénieur logiciel ne nécessite que du temps", le scénario extrême donne toujours un taux de chômage cognitif de 17,9 %.

Impact sur l'éducation : pourquoi le diplôme devient un actif dévalué

Le rapport ne parle pas du tout d'éducation. Mais dans le scénario extrême, avec des salaires cognitifs à -11,5 % et d'autres postes à +33,6 %, ces deux trajectoires suffisent à remettre en question la chaîne "bien étudier, obtenir un diplôme, entrer dans un poste de bureau" - ce sont précisément ceux qui ont la plus longue durée d'éducation et les salaires les plus élevés, représentant 62,4 %. Au cours des deux derniers siècles, les perdants des avancées technologiques ont généralement été des travailleurs manuels peu qualifiés, l'éducation a toujours été considérée comme un actif de protection. Ce rapport décrit un impact totalement opposé.

La première couche est l'évaporation des rentes du capital humain. La raison pour laquelle le diplôme peut se traduire par une prime est qu'il correspond à des tâches rares, coûteuses et que d'autres ne peuvent pas réaliser. Lorsque le coût unitaire de ces tâches diminue de moitié en quatre ans, le temps de plusieurs années investi pour les maîtriser entraîne une evaporation correspondante de cette rente. De plus, la courbe de baisse des coûts dans le rapport continue de s'approfondir jusqu'en 2030, sans signe d'aplatissement.

La deuxième couche est la valeur signal. La valeur d'un diplôme est en partie due à son coût élevé - le coût d'acquisition est plus bas pour les personnes compétentes, ce qui en fait un filtre. Lorsque l'IA abaisse le seuil de production dans des domaines comme l'écriture, l'analyse et le codage, la capacité de distinction des diplômes diminuera inévitablement, et les employeurs se tourneront vers des preuves plus difficiles à imiter : échantillons de travail, dossiers de livraison vérifiables, jugement en face à face. Cette couche est notre déduction, le rapport ne discute pas du mécanisme de signal.

La troisième couche est la plus frappante. L'expérience historique estime qu'à chaque fois que deux tâches sont automatisées, la technologie en crée une nouvelle, ce qui est à l'origine de l'idée réconfortante que "la technologie crée toujours de nouveaux emplois", citée depuis deux cents ans. Dans trois scénarios, ce ratio est respectivement d'une nouvelle tâche pour deux, d'une nouvelle tâche pour quatre, et dans le scénario extrême, de zéro - l'IA ne crée aucune nouvelle tâche pour l'humanité. Cette idée réconfortante est clairement fermée dans ce scénario.

Ce n'est pas que l'éducation soit inutile, mais la valeur de l'éducation est en train de devenir moins chère !

Ainsi, la fenêtre de reconversion devient une question mathématique peu amicale. Le rapport indique que la différenciation se produit après 2027, "les données des prochaines années nous diront dans quel scénario nous nous trouvons". Dans la réalité, la plupart des professions réglementées - soins infirmiers, électriciens, plombiers, techniciens en imagerie - nécessitent de 2 à 5 ans, tandis que des licences avancées comme celles d'infirmier autorisé ou d'ingénieur professionnel nécessitent de 5 à 10 ans. Si l'on commence à la fin de 2026, le plus tôt pour obtenir un certificat serait entre 2029 et 2031, ce qui coïncide avec la période où la différenciation est déjà établie mais la transition n'est pas encore terminée. Si l'on attend que les données de 2028 "confirment" avant d'agir, l'obtention du certificat sera retardée jusqu'en 2031 à 2038, et à ce moment-là, la prime des autres groupes aura déjà été diluée par les précurseurs.

Cela constitue un pari asymétrique : si le scénario final est modéré, la perte d'une conversion anticipée n'est qu'un apprentissage supplémentaire d'un métier ; si le scénario final est extrême, le coût de ne pas se reconvertir est de chercher un emploi avec un taux de chômage cognitif de 17,9 %, alors que l'efficacité de la recherche intersectorielle ne sera qu'environ un quart de celle des périodes normales. Il convient également de noter que le rapport n'aborde pas le fait que le modèle suppose que changer de carrière ne nécessite aucune reconversion, donc l'interruption des revenus pendant la période de formation n'est pas prise en compte dans ces chiffres.

Plus problématique encore, plus une profession cognitive est "réussie", plus il est difficile de changer de domaine. Les données originales du rapport montrent que la probabilité pour les employés de vente et de bureau au chômage de trouver un emploi dans un autre secteur est de 28 %, tandis que pour les gestionnaires et les professionnels, elle n'est que de 10 %. Plus l'accumulation de capital humain spécifique à une profession est profonde, plus le seuil de changement est élevé - cela signifie que ceux qui sont les plus touchés par ce choc sont précisément ceux qui ont le plus de mal à se sauver.

La question de savoir si l'anglais et les compétences en communication valent la peine d'être investis doit être examinée séparément. Le rapport coût-efficacité de la simple capacité de traduction de la langue est en forte baisse - la traduction, la révision et l'écriture multilingue sont précisément les tâches dont les coûts diminuent le plus rapidement, se trouvant au cœur de l'impact. Investir dans l'anglais en tant qu'"outil d'acquisition d'informations et de production de textes" revient à investir dans une compétence dont la valeur est en forte baisse.

Mais en tant que vecteur de confiance et de négociation, la valeur des compétences en communication est en hausse. La raison est directe dans le modèle : lorsque les étapes automatisées deviennent moins chères, celles qui ne sont pas automatisées deviennent des goulets d'étranglement, et l'argent dans l'ensemble du processus ira davantage vers ces étapes. Dans le scénario extrême, les professions qui augmentent de 33,6 % ont précisément cette valeur, car la présence humaine est nécessaire - la valeur de la négociation, des relations et du leadership d'équipe ne réside pas dans la génération de textes, mais dans le fait qu'il y a quelqu'un pour signer les résultats.

Ainsi, notre jugement est le suivant : si le but est simplement de lire des documents en anglais et d'écrire des courriels en anglais, il n'est pas judicieux d'investir beaucoup de temps ; si le but est de négocier en temps réel dans des contextes internationaux, de présider des réunions et d'établir la confiance, cela vaut la peine d'investir, mais ce qui est réellement rare, c'est la compétence en communication elle-même, l'anglais n'étant qu'un vecteur. Ce qui est le plus facilement trompeur, c'est de considérer "la maîtrise de la langue parlée" comme un objectif en soi.

Les diplômes ne deviendront pas obsolètes, ils passeront simplement d'un ticket d'entrée à une ligne de décoration sur un CV !

Impact des investissements : la fête du capital et sa facture

C'est la partie la plus forte du rapport. Dans les trois scénarios, les revenus totaux du capital par rapport à un chemin sans IA sont respectivement de +3,1 %, +18,9 % et +81,4 % ; pendant ce temps, les revenus totaux du travail sont de +0,6 %, +1,4 % et +0,5 %. Ce n'est pas une lutte pour les parts de marché, mais deux courbes complètement différentes.

Comment l'argent a-t-il été transféré ? Le mécanisme est simple au point d'être cruel : chaque tâche prise en charge par l'IA transfère directement l'ensemble des dépenses salariales qui lui étaient initialement associées au capital, indépendamment des économies réalisées. La part du travail passe de 60,0 % à 59,4 %, 56,1 % et 45,2 %, tandis que la part du capital passe de 40,0 % à 40,6 %, 43,9 % et 54,8 %. Dans le scénario extrême, le rapport dit : "15 % du PIB est passé de paiements aux travailleurs à retours sur investissement capturés par le capital." Mais ce qui mérite d'être retenu, c'est le scénario significatif - la part du travail a diminué de 4 points de pourcentage en quatre ans, à peine inférieure à la baisse totale observée aux États-Unis après 1980 sur quarante ans.

Le taux de retour est également en hausse. Le taux de retour net du capital passe de 6,5 % à 6,6 %, 7,0 % et 8,3 %, avec une augmentation d'environ 28 % dans le scénario extrême. Ce chiffre est extrêmement sensible à une hypothèse : à quelle vitesse le capital peut-il être accumulé ? Le rapport suppose que la puissance de calcul peut être financée à l'échelle mondiale et construite en un ou deux ans, ce qui donne une élasticité d'offre relativement élevée ; si l'expansion réelle est beaucoup plus lente, dans le scénario extrême, le retour net pourrait atteindre 10,3 %, tandis que le salaire moyen deviendrait de -9,2 % ; si la puissance de calcul est illimitée, le retour net resterait à 6,5 %, tandis que le salaire moyen augmenterait de 30,1 %. Le niveau de retour du capital dépend directement de la dureté des contraintes physiques sur l'expansion de la puissance de calcul.

La productivité a effectivement augmenté, mais là où cela se produit est inattendu. La productivité totale des facteurs par rapport à un chemin sans IA est supérieure de 0,7 %, 3,1 % et 13,4 %, avec un taux de croissance annuel passant de 1,0 % à 1,2 %, 2,3 % et 7,3 % ; le taux de croissance annuel du PIB passe de 2,0 % à 2,4 %, 5,4 % et 15,4 % - la meilleure année de la bulle Internet des années 1990 était 1999 avec 4,7 %, et le taux de croissance du scénario significatif a déjà dépassé cela. Le stock de capital est supérieur de 2,3 %, 13,8 % et 56,3 %. Cependant, la ligne "l'IA accélère la recherche scientifique" n'apporte presque aucune contribution : le stock d'idées par rapport à un chemin sans IA n'est supérieur que de 0,07 %, 0,20 % et 0,61 %, avec un taux de croissance annuel passant de 1,67 % à 1,69 %, 1,76 % et 2,02 %.

Toute la croissance dans ce rapport provient presque entièrement de la réduction des coûts des tâches existantes, et non de la découverte de nouvelles choses - "l'IA accélère la recherche scientifique" en tant qu'argument d'investissement avant 2030 n'est pas soutenue par ce modèle !

Si l'on devait classer les bénéfices par ordre de priorité, le critère devrait être les contraintes physiques plutôt que la popularité narrative : en tête se trouvent les puces de puissance de calcul et les accélérateurs, suivis de l'électricité, de la distribution et du réseau, de l'emballage avancé et de l'interconnexion optique, puis des centres de données et des infrastructures de construction, et enfin des services cloud et d'inférence, avec les applications en aval en dernier. La réalisation de la valeur en aval se produit toujours après celle en amont, car elle dépend de "combien de personnes l'utilisent réellement", une variable lente, et cette courbe ne commence à décoller qu'à la mi-2026.

Le rapport admet également les domaines qu'il pourrait sous-estimer. Il reconnaît que le modèle manque d'un mécanisme clé reliant le retour sur capital et le taux de croissance, et que cela pourrait "augmenter considérablement le retour sur capital" - 8,3 % est probablement encore une sous-estimation. Deux autres domaines sont également considérés comme des limites inférieures : l'effet d'innovation est sous-estimé en raison de l'incapacité du modèle à générer des retours d'accélération auto-entretenus, et les pertes d'emplois et de revenus sont sous-estimées car le changement de carrière n'implique aucune réduction de salaire. Le fait qu'un rapport reconnaisse qu'il est conservateur dans trois directions est en soi une information.

Puis vient la facture. Le rapport a lui-même calculé : dans le scénario extrême, pour maintenir le revenu des travailleurs cognitifs au niveau d'avant l'IA, environ 9 % du PIB de transferts seraient nécessaires, "à peu près équivalent à la somme des prestations sociales et de l'assurance maladie fédérale" ; après avoir payé cette somme, le reste de l'économie serait encore supérieur de plus de 20 % par rapport à un chemin sans IA. Le gain total est environ trois fois la perte des travailleurs cognitifs, et le rapport dit : "dans le sens le plus littéral, les bénéfices suffisent à compenser les pertes".

Le problème est que ces 9 % s'ils sont réellement collectés par le biais d'une taxe sur les gains en capital, d'une taxe sur les entreprises ou d'une sorte de taxe sur la puissance de calcul, éroderaient directement la chaîne de bénéfices mentionnée ci-dessus. Le rapport poursuit en disant que ce type de transfert technique à cette échelle est sans précédent, et en se référant aux expériences passées des chocs commerciaux sur les régions américaines, il ne se produira pratiquement pas de manière spontanée. Pire encore, le pire des scénarios dans les notes de bas de page du rapport : des capacités et des diffusions atteignant seulement le niveau du scénario significatif, mais avec un taux de substitution très élevé, une recherche intersectorielle très difficile, l'IA ne créant pas de nouvelles tâches, et une expansion du capital limitée, dans ce cas, le PIB ne serait supérieur que de 7,2 %, tandis que le revenu total du travail serait en fait inférieur de 4,3 % par rapport à un chemin sans IA, nécessitant d'utiliser 84 % des gains du PIB pour compenser. La logique de "d'abord agrandir le gâteau, puis le partager" échoue pratiquement dans cet angle.

Le scénario modéré mérite également d'être mentionné : là, le retour net ne passe que de 6,5 % à 6,6 %, et les rendements excédentaires liés à l'IA sont pratiquement inexistants. Le rapport indique clairement que ce scénario ne peut pas être écarté aujourd'hui. Une position qui ne tient que dans un scénario extrême est en réalité un pari lourd sur un exemple qui ne donne même pas de probabilité.

Le plus grand risque du côté des investissements n'est jamais de savoir si l'IA réussira, mais de savoir à qui les bénéfices iront après le succès !

Impact social : le gâteau a grandi, mais les travailleurs n'ont pas reçu plus

La phrase la plus contre-intuitive du rapport est : dans le scénario extrême, le revenu total des travailleurs est inférieur à celui du scénario significatif. +0,5 % contre +1,4 %, tandis que l'augmentation du PIB passe de 8,3 % à 32,4 %.

L'explication donnée par le rapport est simplement une question mathématique, et c'est aussi la seule que cet article conserve : la part du travail passe de 60,0 % à 45,2 %, une baisse d'environ un quart ; le PIB augmente d'un tiers. 0,45 multiplié par 1,32 est à peu près égal à 0,60, les deux forces s'annulent parfaitement. Les travailleurs obtiennent une part presque identique d'un gâteau beaucoup plus grand.

Il n'y a pas de relation monotone entre le PIB et les revenus du travail - lorsque l'IA passe de "significatif" à "extrême", le gâteau a augmenté d'un tiers, mais les travailleurs n'ont rien reçu de plus !

Le salaire moyen est ici l'indicateur le plus dangereux. Il est de +0,7 %, +2,1 % et +9,7 % dans les trois scénarios, ce qui semble prometteur. Mais dans le scénario extrême, ce +9,7 % comprend simultanément un -11,5 % pour les postes cognitifs et un +33,6 % pour les autres postes, et il n'inclut pas les 17,9 % de travailleurs cognitifs déjà au chômage - ils ne figurent pas dans le dénominateur, donc la moyenne est bien sûr attrayante.

Il y a aussi un piège plus insidieux : la stabilité des salaires ne signifie pas la sécurité des personnes. Le rapport a effectué un test en ajustant le commutateur "les salaires peuvent-ils être réduits" de la flexibilité maximale à la rigidité maximale. À l'extrémité la plus flexible, les salaires cognitifs chutent de 42,2 %, mais le taux de chômage cognitif n'est que de 2,6 %, et le taux global est de seulement 3,1 %, presque comme en période normale, le PIB étant en fait le plus élevé à +36,6 %. À l'extrémité la plus rigide, les salaires cognitifs sont en fait de +2,8 %, supérieurs à ceux d'un chemin sans IA, au prix d'un taux de chômage cognitif atteignant 24,0 %, et un taux global de 15,2 %. Le même choc peut se traduire par "tous les salaires baissent de 40 %", ou par "un quart des personnes sont au chômage, et les autres voient leurs salaires augmenter".

Protéger les salaires ne signifie pas protéger les personnes, les salaires préservés ne feront que transformer le choc en chômage, le transférant à ceux qui ne figurent plus sur la liste !

Cela explique également pourquoi "les données macroéconomiques actuelles sont encore modérées" ne peuvent pas être utilisées comme preuve. Le rapport admet que "jusqu'à présent, l'effet du marché du travail de l'IA dans les données macroéconomiques est relativement modéré", mais souligne immédiatement que cette phrase peut être interprétée comme "nous sommes dans un scénario modéré" ou "nous sommes au début d'un scénario extrême". Les trois scénarios partagent les mêmes lectures à mi-2026, avec un écart de PIB de quelques dixièmes de pourcentage. Les données de 2026 ne peuvent pas distinguer les trois scénarios, mais celles de 2028 le peuvent. Dans la réalité où les salaires baissent très lentement, les premiers signaux apparaîtront d'abord dans le volume des recrutements, et non dans les salaires - lorsque les feuilles de paie deviennent laides, l'ajustement a déjà eu lieu depuis longtemps.

La forme de la disparité entre riches et pauvres va également changer. Ce n'est plus principalement "salaires élevés contre salaires bas", mais "possesseurs d'actifs contre ceux qui n'ont que des salaires". Les travailleurs cognitifs sont précisément le groupe typique de "salaires élevés, faible proportion d'actifs" - leur revenu est exposé du côté endommagé, tandis que leur actif ne bénéficie pas, le risque n'est pas dispersé, mais s'accumule. Et à l'intérieur du travail, c'est tout aussi intense : le total des salaires des postes cognitifs a diminué de 31,0 %, tandis que les autres postes ont presque récupéré autant, les gagnants et les perdants ne sont pas les mêmes.

Un argument courant est "si tout le monde n'a pas d'argent, à qui vendre les choses ?" Dans ce modèle, cette question ne tient pas : la totalité de la production se transforme en revenu pour quelqu'un, seulement 15 % du PIB a été déplacé des salaires vers les revenus du capital, la consommation et l'investissement des propriétaires de capital comblent le vide. Mais le rapport admet dans ses remarques qu'il ne prend pas en compte la rigidité des prix et les effets de demande associés, donc "il ne peut pas générer ce genre de choc qui réduit la demande, amplifiant ensuite le choc par la demande". Le risque de rupture de la consommation n'est pas réfuté, mais supposé - il ne peut pas être utilisé pour contredire les conclusions du rapport, ni penser que le rapport prouve qu'il n'existe pas.

Le rapport exclut clairement la science politique, mais il laisse indirectement trois variables déterminantes : un pays peut-il établir une puissance de calcul et une capacité électrique suffisantes, l'impact sur les salaires se manifeste-t-il sous forme de baisse des salaires ou de chômage, et y a-t-il une capacité de taxation et de redistribution ? Cela permet de déduire la différenciation des résultats - les endroits avec des votes, un espace budgétaire et une industrie de puissance de calcul et d'énergie locale sont les plus susceptibles d'atteindre une forte croissance avec une forte redistribution ; les endroits avec des votes mais sans industrie de puissance de calcul risquent de subir une fuite des revenus du capital et des dommages au travail national ; les régions sans les deux subissent simultanément une baisse de la part du travail et une non-réalisation des revenus du capital. Ce segment est notre déduction, le rapport lui-même ne dit que "quels systèmes peuvent apporter une prospérité partagée dépassent le cadre de ce rapport".

Parier avant que la réponse ne soit révélée

Le point de départ logique de toute cette affaire se résume à une phrase : les divergences ne se départageront qu'avec les données de 2027 à 2028, et la plupart des gens ont besoin de 2 à 5 ans pour effectuer une reconversion professionnelle - vous devez prendre des décisions avant de connaître la réponse. Voici toutes nos déductions basées sur les résultats du rapport, le rapport lui-même ne fournit aucun conseil personnel.

Pour les cols blancs et les professionnels, les quatre points les plus aigus sont :

Premièrement, décomposer votre travail en une liste de tâches, en marquant ce que l'IA peut actuellement faire à chaque étape - dans ce modèle, le niveau d'exposition moyen du groupe cognitif est plus de vingt fois celui des autres groupes, vous devez savoir non pas "ce métier est-il dangereux ou non", mais "combien de ma tâche est du côté qui sera pris".

Deuxièmement, déplacez-vous activement vers les parties où "l'IA semble vous aider plutôt que vous remplacer" : assumer des responsabilités externes, coordonner entre départements, faire des jugements sur le terrain, réduire les productions de texte et d'analyse pures.

Troisièmement, établissez des enregistrements de livraison vérifiables - projets publiés, performances vérifiables, résultats pouvant être vérifiés par des tiers, car la distinction entre diplômes et titres est en déclin.

Quatrièmement, effectuez un test de résistance : supposez que le poste disparaisse dans 18 mois, combien de mois votre réserve de liquidités peut-elle couvrir ; même dans un scénario significatif, le taux de chômage cognitif passe de 2,9 % à 4,5 %, tandis que dans un scénario extrême, il faut faire face à 17,9 %, avec seulement un quart de l'efficacité de recherche intersectorielle.

Pour les parents, ce sont également quatre points.

Premièrement, ne changez pas rapidement de parcours scolaire pour "éviter l'IA" dans les un à deux prochaines années - le scénario modéré ne peut pas être exclu aujourd'hui, dans ce scénario, le taux de chômage cognitif est de 2,9 %, sans changement, la perte d'attentes due à une réaction excessive est bien réelle.

Deuxièmement, déplacez le centre d'investissement des stocks de connaissances vers des compétences nécessitant une présence, une responsabilité et la construction de la confiance, dans le scénario extrême, l'augmentation de +33,6 % des autres groupes est la plus grande augmentation unique du rapport.

Troisièmement, privilégiez les directions avec licences, apprentissages et attributs de livraison sur site, mais acceptez une limitation - le rapport exclut les robots, l'auteur a reconnu oralement la durée de vie de cette conclusion en disant "je ne prolonge pas l'analyse au-delà de 2030", se tourner vers les cols bleus est une stratégie de transition, pas une stratégie finale.

Quatrièmement, expliquez clairement aux enfants l'ampleur de l'incertitude ; enseigner aux enfants à prendre des décisions dans l'incertitude est plus pertinent que d'enseigner n'importe quelle compétence spécifique en rapport avec les conclusions de ce rapport.

Pour ceux qui ont des actifs investissables, ce sont aussi quatre points.

Premièrement, écrivez d'abord à quel scénario correspond votre portefeuille - dans le scénario modéré, le rendement net passe seulement de 6,5 % à 6,6 %, les rendements excessifs liés à l'IA n'existent pratiquement pas, ce point peut déjà éliminer de nombreux récits.

Deuxièmement, basez vos jugements sur des lectures observables plutôt que sur des nouvelles, les données de 2027 à 2028 départageront les gagnants et les perdants, avant cela, tout "consensus" est une illusion.

Troisièmement, comprenez que l'ordre des bénéfices est déterminé par des contraintes physiques : puissance de calcul, électricité et mise en réseau, emballage et interconnexion optique en premier, centres de données et infrastructures de construction en second, services cloud et d'inférence en troisième, applications en aval en dernier.

Quatrièmement, traitez le risque politique de redistribution comme un facteur de risque indépendant - dans le scénario extrême, la compensation nécessite 9 % du PIB, dans le pire des cas, il faut absorber 84 % des gains du PIB, et ces deux chiffres proviennent du rapport lui-même.

Ces trois listes pointent en réalité vers la même action. Dans un scénario extrême, le travail est endommagé tandis que le capital explose, détenir du capital est en soi une couverture contre son propre capital humain ; inversement, le capital humain concentré dans le groupe cognitif, et les actifs financiers n'ayant aucun lien avec la chaîne de bénéfice de l'IA, constituent la combinaison la plus vulnérable exposée simultanément du côté endommagé tant des revenus que des actifs.

Le rapport contient également un contraste rarement cité : parmi les répondants des professions cognitives, la médiane estime que seulement 27 % de son temps de travail sera égalé par l'IA d'ici 2030 ; mais le même groupe estime que 71 % des tâches cognitives générales seront couvertes. Le public ne se trompe pas dans son jugement sur la direction macroéconomique, le problème réside dans le fait que chacun se considère exempt.

Enfin, deux choses à ne pas faire. Ne considérez pas le scénario extrême comme une hypothèse de base pour augmenter l'effet de levier - le rapport n'attribue aucune probabilité aux scénarios, et le scénario extrême est également celui avec le risque politique le plus élevé et la plus forte baisse des salaires, ses parties favorables au capital et défavorables au capital apparaissent ensemble. Ne restez pas inactif parce que "jusqu'à présent, rien ne s'est passé" ; le rapport a déjà été très clair : ce fait est compatible à la fois avec le scénario modéré et le début du scénario extrême.

Avant de connaître la réponse, vous devez d'abord parier - et ne pas parier est en soi un pari !

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.