Le DeepMind Institute propose de mesurer l’impact économique de l’intelligence artificielle selon deux axes distincts : la compétence individuelle des agents et leur capacité à se coordonner. Son modèle estime que les progrès sur les tâches isolées modifient progressivement les salaires et les prix, tandis qu’un saut de coordination pourrait transformer brutalement la taille des entreprises et la concentration des marchés.
L’essai, publié le 29 octobre par Alex Imas, Andrew Koh et Shane Legg, s’appuie sur le papier « Organizing Intelligence ». Il cherche à expliquer pourquoi les performances rapides des modèles ne produisent pas encore une rupture tout aussi visible dans les statistiques d’emploi ou de productivité.
Une équipe peut dépasser chacun de ses membres
Les auteurs contestent les comparaisons qui opposent un agent à un individu. Une entreprise combine des spécialistes aux compétences complémentaires, puis organise leurs échanges. Un modèle qui dépasse chaque personne séparément peut donc encore perdre face à une équipe humaine bien structurée.
Pour illustrer cette idée, l’étude a soumis 100 personnes à un questionnaire couvrant six domaines, dont les mathématiques, le raisonnement verbal, les sciences et l’économie. Les profils se sont révélés irréguliers : être fort dans un domaine prédisait peu la performance dans un autre. Des paires choisies pour leur complémentarité ont dépassé de 32 % des paires formées au hasard.
La compétence améliore le niveau, la coordination change l’échelle
Dans le modèle économique présenté, la compétence détermine la production d’un agent ou d’une petite équipe. La coordination détermine jusqu’où une organisation peut grandir sans perdre davantage dans les transmissions, les conflits d’objectifs et la supervision qu’elle ne gagne par la spécialisation.
Tant que les agents se coordonnent mal, les entreprises restent de taille limitée, même si chaque agent devient très performant. À l’inverse, si chaque agent supplémentaire rend les autres plus productifs, les rendements changent de régime : la taille n’est plus freinée par les mêmes coûts d’organisation et les marchés profonds peuvent se concentrer rapidement.
Les auteurs distinguent quatre régimes : AGI minimale, IA « supercompétente », IA « supercoopérative » et superintelligence artificielle. Ils soulignent que l’emploi total peut sembler stable au début alors que les salaires des tâches reproductibles se rapprochent déjà du coût du calcul, tandis que les spécialistes rares et les coordinateurs humains conservent une prime.
Des conséquences différentes selon les secteurs
Le cadre sépare les grands marchés standardisés, les niches et les activités où la présence humaine fait partie de la valeur, comme certains soins ou l’enseignement. Une coordination très efficace favoriserait surtout la concentration dans les secteurs capables d’absorber de gros volumes. Les niches resteraient bornées par la demande, et les services relationnels pourraient préserver davantage de travail humain.
Il ne s’agit pas d’une prévision datée ni d’une mesure de l’AGI actuelle. Le résultat dépend d’hypothèses formelles sur le coût du calcul, la duplication des agents et leurs gains de coordination. Les systèmes actuels coopèrent encore imparfaitement, ce que les auteurs reconnaissent explicitement.
Notre analyse
L’intérêt du travail est de déplacer le débat des scores individuels vers les organisations. Pour anticiper l’impact économique de l’IA, les évaluations devront mesurer les pertes de contexte, la résolution des conflits et la capacité de centaines d’agents à partager un objectif, pas seulement leur réussite sur une tâche isolée.
Source : DeepMind Institute, « The Economics of Intelligence ».
