Bill Gates estime que l’intelligence artificielle pourrait conduire le monde vers une ère d’abondance. Toutefois, il n’a pas confiance dans la capacité du marché du travail à s’adapter sans une intervention significative. Sa proposition inclut la réservation de certaines activités exclusivement pour l’humain et la taxation des tokens IA et des robots. Elon Musk partage en partie ce diagnostic, en soulignant que les machines pourraient accomplir presque tout le travail, mais arrive à une conclusion radicalement différente : il prévoit que l’automatisation générera une telle abondance que travailler deviendra une option et qu’un revenu universel élevé sera nécessaire.
Les clés du débat sur l’IA et l’emploi en 30 secondes
- Bill Gates pense que l’IA pourra remplacer le travail cognitif et, plus tard, le travail physique à une vitesse difficile à absorber.
- Il propose des emplois « Réservés aux Humains » et étudie la taxation des tokens et des robots.
- Elon Musk envisage un scénario encore plus extrême : quasiment aucun emploi ne serait nécessaire, avec la mise en place d’un revenu universel élevé.
- Jensen Huang espère que l’IA créera suffisamment d’activité économique pour compenser la perte d’emplois.
- Zuckerberg mise sur des entreprises plus petites et des personnes multipliées par des agents IA.
Les divergences entre ces grands entrepreneurs technologiques sont particulièrement intéressantes car ils ne discutent plus pour savoir si l’IA pourra réaliser une part importante du travail humain. Le débat se déplace désormais vers ce que cela impliquera économiquement lorsque cette capacité deviendra suffisamment bon marché et fiable.
Gates propose d’intervenir avant d’en arriver là. Musk imagine une économie après l’emploi. Jensen Huang croit en la croissance générée par la productivité. Mark Zuckerberg espère que les agents IA permettront à de petites équipes de créer des entreprises qui nécessiteraient aujourd’hui des centaines de salariés.
Ce sont donc quatre réponses différentes face à un même défi technologique.
Gates : l’IA pourrait briser le mécanisme qui a créé de nouveaux emplois par le passé
L’idée centrale du nouvel essai de Gates est que comparer l’intelligence artificielle aux révolutions industrielles précédentes peut conduire à des conclusions erronées.
L’automatisation agricole a déplacé des travailleurs, mais la transition a pris plusieurs générations. L’économie a créé des usines, puis des millions d’emplois administratifs et de services où la capacité intellectuelle humaine restait indispensable.
L’IA se situe précisément sur ce territoire.
Gates cite la vente, le service client, la programmation et le droit parmi les activités initialement susceptibles d’être automatisées. Par la suite, des tâches comme l’analyse de prêts, l’étude de données ou certaines évaluations médicales pourraient également être affectées.
La robotique étendrait ensuite cette transformation au travail physique. Gates prévoit que des robots suffisamment performants commenceront à concurrencer l’humain dans certains métiers de la construction et de l’hôtellerie avant la fin de la décennie.
Le problème serait de plus en plus cumulatif.
Une entreprise qui réduit ses coûts grâce à l’IA pourra baisser ses prix. Ses concurrents seront alors incités à automatiser également, tandis que de nouvelles entreprises, entièrement tournées vers les agents IA, auront des structures organisationnelles différentes.
Pour Gates, il est peu réaliste d’espérer que tous les travailleurs déplacés retrouveront rapidement un nouvel emploi.
Il prête une attention particulière aux jeunes.
Si les agents commencent par effectuer des tâches simples traditionnellement confiées à des travailleurs juniors, l’IA pourrait non seulement réduire le nombre d’emplois, mais aussi influencer la manière dont une personne apprend un métier.
Gates : réserver certains emplois à l’humain
Sa première réponse porte un nom volontairement simple : Human Reserved.
La société pourrait décider que certaines activités restent exclusivement humaines, même lorsqu’une machine est capable de les réaliser.
Gates cite en exemple la prise en charge des personnes âgées, évoquant l’attention apportée à son père durant sa lutte contre Alzheimer. Il évoque aussi des situations médicales où un robot pourrait parfaitement communiquer un diagnostic terminal, mais où il serait préférable qu’il ne le fasse pas.
L’éducation et la santé mentale pourraient adopter des modèles hybrides, dans lesquels l’IA compléterait les compétences de l’expert, mais la responsabilité resterait humaine.
Ce concept est technologiquement intéressant car il rompt avec une idée courante de la Silicon Valley : qu’une tâche automatisée doit forcément être robotisée.
Gates admet même que conserver certains emplois humains pourrait entraîner une inefficacité économique.
Le problème est de savoir lesquels.
Réserver certains emplois à l’humain demanderait de définir qui établit ces catégories, pendant combien de temps, et comment une entreprise d’un pays avec ces restrictions pourrait faire face à une autre, totalement automatisée.
Gates lui-même reconnaît qu’il n’a pas encore toutes les réponses à ces questions.
L’impôt le plus surprenant de l’ère IA : payer en tokens
Sa seconde proposition concerne directement l’économie du calcul.
Gates propose de taxer les tokens traités par les systèmes d’IA et les robots qui remplacent des travailleurs.
Son raisonnement repose sur la distinction entre capital et travail dans le traitement fiscal.
Engager une personne génère des impôts et cotisations sociales liées à l’emploi. Acheter une technologie pour la remplacer peut être considéré comme un investissement, bénéficiant d’un régime fiscal différent.
L’automatisation pourrait donc être partiellement favorisée par le système fiscal lui-même.
Les nouveaux impôts auraient deux objectifs : ralentir la substitution du travail humain, et financer la reconversion professionnelle et la protection sociale.
Mais la taxation des tokens serait techniquement complexe.
Un token ne représente pas une quantité constante de travail. Les modèles utilisent des architectures, des tokeniseurs et des processus d’inférence variés. Il n’aurait pas toujours de sens de taxer de manière équivalente un million de tokens utilisés pour une publicité ou pour une recherche sur une protéine.
De plus, une entreprise pourrait exécuter un modèle open source en interne.
Il faudrait alors déterminer si la taxe s’appliquerait aux fournisseurs d’API, aux propriétaires d’infrastructures, aux développeurs ou aux utilisateurs finaux.
La proposition de Gates ouvre ainsi un débat important, même si le token n’est pas encore une unité fiscale prête à l’emploi.
Elon Musk va encore plus loin : peut-être qu’aucun emploi ne sera nécessaire
Elon Musk partage avec Gates la vision d’une substitution professionnelle extrêmement profonde. La différence réside dans l’approche.
Lors de VivaTech 2024, il a esquissé son scénario optimiste avec une phrase difficile à interpréter autrement : probablement personne n’aurait plus de travail.
Il a argumenté qu’il existerait un « revenu universel élevé », qui se différencierait explicitement d’une allocation de base universelle, et qu’il n’y aurait pas de pénurie de biens ou de services.
Il a continué à défendre cette idée par la suite.
En 2026, il a réaffirmé que l’IA et la robotique pourraient conduire à une économie où le travail serait optionnel, voire que l’argent pourrait perdre une grande partie de sa valeur à long terme.
La différence avec Gates est notable.
Gates cherche à préserver l’emploi humain parce qu’il attache une valeur économique et sociale au travail.
Musk questionne ce qui se passe lorsque sa conservation devient économiquement inutile.
Sa vision repose sur une condition essentielle : que l’IA et les robots produisent suffisamment de richesse pour qu’une telle abondance puisse être largement distribuée. Musk a défendu qu’un revenu élevé universel financé par le gouvernement pourrait répondre au chômage provoqué par l’IA.
La question reste en suspens : comment cela serait-il financé et réparti ?
Si quelques entreprises détiennent les modèles, robots, centres de données et systèmes énergétiques capables de générer cette production, l’abondance technologique ne garantirait pas automatiquement une abondance économique pour toute la population.
C’est précisément là que les propositions de Musk et Gates convergent à nouveau : tous deux proposent des mécanismes politiques pour redistribuer une partie de la richesse créée par les machines.
Jensen Huang à l’opposé du chômage technologique massif
Jensen Huang adopte une vision différente.
Le PDG de NVIDIA rejette les prévisions de destruction massive d’emplois et soutient que l’augmentation de la productivité peut stimuler la demande nouvelle.
C’est une logique bien connue en économie technologique.
Si l’IA réduit considérablement le coût de création de logiciels, par exemple, cela ne conduit pas uniquement à moins de programmeurs. Cela permet également de développer beaucoup plus de logiciels, car des projets auparavant trop coûteux deviennent viables.
L’enjeu est de savoir quel effet prédominera.
L’argument de Huang est particulièrement pertinent puisque NVIDIA vend l’infrastructure sur laquelle s’appuient une grande partie de ces automatisations. Plus il y aura d’agents, de modèles et de robots, plus la demande en puissance de calcul sera grande.
Mais cela ne réfute pas forcément sa thèse économique.
Internet, les ordinateurs personnels et les smartphones ont supprimé certaines fonctions tout en créant des industries entières auparavant inexistantes.
Gates introduit une différence : l’IA n’automatise pas uniquement un outil, mais aussi la capacité cognitive nécessaire pour utiliser de nombreux outils.
Zuckerberg imagine des petites entreprises avec des capacités exceptionnelles
Mark Zuckerberg propose un autre point de vue.
Sa vision de la superintelligence personnelle consiste à donner à chaque individu des agents capables d’amplifier considérablement ses capacités.
Cela pourrait mener à des entreprises avec des structures très différentes.
Une startup qui nécessite aujourd’hui des designers, programmeurs, spécialistes en marketing, support et gestion pourrait fonctionner avec une équipe bien plus réduite si chaque employé dispose de plusieurs agents spécialisés.
L’immédiate conséquence pourrait sembler négative pour l’emploi : moins de personnes par entreprise.
L’approche optimiste suppose que la réduction des coûts permettrait de créer autant de nouvelles entreprises que la baisse des coûts en favorise la multiplication. La quantité totale d’opportunités augmenterait ainsi.
Ce point est particulièrement pertinent dans le secteur technologique.
Pendant des années, faire en sorte qu’une startup atteigne des millions d’utilisateurs exigeait de lever des capitaux et d’embaucher des dizaines voire des centaines de professionnels. Les agents IA pourraient considérablement réduire ce seuil.
L’économie finirait par compter beaucoup plus d’organisations, mais beaucoup plus petites.
Cela ne prouverait pas nécessairement que Zuckerberg a raison face à Gates. Cela poserait simplement la question suivante : « Combien de nouvelles entreprises une économie peut-elle créer lorsque leur construction coûte beaucoup moins ? »
Oracle : le début de l’automatisation réellement commerciale
Tandis que Gates, Musk et Zuckerberg évoquent des futurs possibles, des entreprises comme Oracle transforment une partie de ce débat en produit concrètement utilisable.
Oracle intègre des agents dans ses applications d’entreprise pour les Ressources Humaines, la finance, la vente, le marketing et le service client.
La différence par rapport aux premiers copilotes est essentielle.
Un chatbot traditionnel répond à une question. Un agent peut consulter des systèmes d’entreprise, raisonner avec des données, utiliser des outils et exécuter des actions selon les permissions établies.
Cela rapproche la technologie du concept de travailleur digital.
Une entreprise peut utiliser un agent pour préparer une réunion, analyser des candidatures, traiter des documents, étudier des opportunités commerciales ou automatiser une partie d’un processus administratif.
Il subsiste encore des limites, des erreurs et un besoin de supervision, mais la direction technologique va précisément dans le sens du scénario qui inquiète Gates : chaque nouvelle génération nécessite moins d’intervention humaine pour accomplir une tâche.
Apple : une approche moins agressive
Apple a jusqu’à présent surtout axé sa stratégie IA sur l’intelligence personnelle et le traitement intégré dans ses appareils.
Son approche publique semble moins axée sur la substitution directe des salariés que celle des entreprises proposant des agents d’entreprise.
Mais ces composants peuvent aussi finir par impacter l’emploi.
Un modèle qui résume des emails, analyse des documents, rédige du code ou exécute des actions réduit le temps de travail, même si le fabricant le présente comme un « copilote », « agent » ou « intelligence personnelle ».
La frontière entre aider un salarié et éliminer une partie de son travail est beaucoup moins claire qu’il n’y paraît dans le marketing technologique.
Le vrai indicateur : combien de travail l’IA peut accomplir sans supervision
Il y a une variable qui risque de déterminer quelle vision se réalisera le plus : l’autonomie.
Tant qu’un humain doit vérifier en permanence ce que produit un modèle, l’IA n’est qu’un multiplicateur de productivité.
Lorsqu’un agent peut recevoir un objectif, travailler des heures ou des jours en produisant des résultats fiables sans supervision, le rapport économique change radicalement.
Gates identifie précisément ce moment comme un tournant : quand l’IA produira un travail presque exempt d’erreurs, les entreprises auront de bien plus fortes incitations à la laisser fonctionner en autonomie.
L’industrie technologique travaille déjà dans cette direction.
Les modèles disposent de navigation web, de terminaux, d’exécution de code, de mémoire, d’accès aux applications d’entreprise et de capacité à coordonner plusieurs agents. La robotique tente d’étendre cette architecture au monde physique.
C’est pourquoi la discussion entre Gates, Musk, Huang et Zuckerberg peut sembler philosophique, mais elle est très liée à l’évolution technique des agents dans les années à venir.
Si ces modèles ont encore besoin d’une supervision constante, la thèse de Huang sur l’augmentation de la productivité prend de l’ampleur.
Si l’IA permet à une personne de gérer le travail réalisé auparavant par dix, le scénario imaginé par Zuckerberg, avec des petites entreprises, devient plus crédible.
Si elles remplacent presque toute la chaîne de travail intellectuel et qu’ensuite, une part de plus en plus grande de taches physiques, le débat se rapproche davantage de celui de Gates, voire de Musk.
De la taxation des tokens à la redistribution de la production automatisée
Les différences majeures entre ces grands noms technologiques peuvent se résumer en quatre réponses.
Gates souhaite gérer la transition. Il accepte que l’IA remplace certains emplois et propose d’intervenir pour préserver des activités humaines spécifiques et redistribuer une partie du tout via une fiscalité appropriée.
Huang mise sur la productivité. Il espère que la baisse des coûts de production engendrera suffisamment de nouvelles demandes pour maintenir une économie intensive en emploi.
Zuckerberg veut multiplier l’individu. Moins d’employés pourraient créer des entreprises beaucoup plus grandes, et de nouvelles activités pourraient émerger grâce aux agents.
Musk envisage une économie post-travail. Si les machines et logiciels peuvent produire à peu près tout, le travail ne serait plus une nécessité, et la question serait alors comment distribuer cette production et donner un sens personnel à la vie.
Ce qui est intéressant, c’est que aucune de ces hypothèses ne requiert de science-fiction dans ses premières étapes.
Des entreprises concrètes utilisent déjà des agents pour programmer, répondre aux clients, analyser des documents, concevoir des produits et automatiser des opérations. Par ailleurs, NVIDIA, AMD, Google, Amazon, Microsoft, Meta et d’autres investissent massivement dans la construction de l’infrastructure permettant de faire fonctionner davantage de modèles.
La question technologique évolue petit à petit : de ce que l’IA peut faire à ce qu’elle pourrait faire seule dans un délai raisonnable.
La dimension économique est encore plus complexe.
Si une entreprise peut produire dix fois plus avec la moitié des employés, cela représente une augmentation colossale de productivité. La vraie question reste : qui en profitera ? Les détenteurs de la technologie, les consommateurs via des prix plus bas, les travailleurs par de meilleurs salaires et horaires, l’État via les taxes, ou une combinaison de tout cela.
C’est pourquoi l’impôt sur le token de Gates pourrait devenir secondaire face à la discussion qu’il a amorcée. L’IA oblige à repenser un système fiscal fondé sur une époque où création de richesse et emploi étaient étroitement liés.
Elon Musk pousse cette hypothèse jusqu’à l’absurde : si cette relation disparaît presque entièrement, il se pourrait aussi qu’il faille remettre en question l’idée que les revenus dépendent nécessairement d’un emploi.
Questions fréquentes
Que propose Bill Gates pour les emplois menacés par l’IA ?
Gates propose d’étudier une catégorie « Réservée à l’Humain » pour maintenir certains activités exclusivement humaines, et de taxer les tokens IA et robots afin de financer la formation et la protection sociale.
Elon Musk pense-t-il que l’IA supprimera tous les emplois ?
Musk envisage qu’en scénario optimiste, le travail pourrait devenir optionnel grâce à une production suffisante en biens et services, avec la mise en place d’un revenu universel élevé.
Pourquoi Jensen Huang est-il plus optimiste ?
Il soutient que l’augmentation de la productivité réduit les coûts et crée une nouvelle demande. Ainsi, certaines activités disparaitraient ou changeraient, mais de nouvelles opportunités apparaîtraient pour compenser.
Quel sera le facteur déterminant pour savoir qui a raison ?
L’autonomie des systèmes IA sera essentielle. La différence économique est énorme entre une IA qui assiste un humain et une autre capable d’exécuter des processus entiers de façon fiable, sans supervision.
Source : Noticias intelligence Artificielle