IA : ce que l’ONU nous dit sur l’avenir du travail et de l’économie

La Conférence des Nations unies sur le commerce et le développement (UNCTAD) a publié un rapport de plus de 180 pages sur l’industrie de l’Intelligence artificielle dans son ensemble. Ce rapport est composé de cinq grandes parties :

1. Histoire de l’IA
2. Exploiter l’IA
3. Saisir les opportunités
4. Concevoir des politiques industrielles
5. Collaboration globales

Chacune de ses parties présente des points clés qui en disent long sur l’état actuel de l’industrie, et qui donnent des indices sur son développement futur. Et pour cet article, nous avons réalisé une synthèse de ces points clés pour vous donner un maximum d’informations en un minimum de temps.

Histoire de l’IA

Selon le rapport, l’industrie de l’IA a connu trois vagues principales :

• La première vague (années 1950-1960) était basée sur des systèmes de règles prédéterminées
• La deuxième vague (années 1990) s'est appuyée sur l'apprentissage statistique, avec des événements marquants comme ImageNet (2007), Siri (2011) et AlphaGo (2016).
• La troisième vague actuelle (années 2020) se caractérise par l'adaptation contextuelle et l'IA générative (GenAI), capable de créer de nouveaux contenus à partir de grandes quantités de données (ChatGPT, Midjourney…)

Avec l’IA générative, cette technologie est désormais considérée comme une technologie à usage général, et les projections économiques proposées par le rapport montre que l’IA peut acquérir beaucoup de parts de marché

‍

Projections sur l’économie

En 2023, le marché des technologies avancées représentait 2,5 billions (2500 milliards) de dollars. Pour 2033, le rapport évalue ce marché à 16,4 billions de dollars potentiels, dont 4,7 dédiés à l’IA. Ainsi, le poids économique de l’IA pourrait devenir comparable à celui de l’Allemagne.

‍

En parallèle, si l’IA est présentée comme le secteur ayant la plus forte croissance selon le rapport, d’autres industries comme la blockchain ne sont pas en reste avec 2,35 billions de dollars potentiels.

‍

Toutefois, même si les projections économiques sont optimistes, il y a une mise en garde contre une concentration excessive du pouvoir technologique, risquant d’accentuer les inégalités mondiales.

‍

En effet, l’IA  transforme tous les secteurs, mais son développement est fortement concentré dans quelques pays développés :

• La recherche est dominée par les Etats-Unis et la Chine qui représentent 33% des publications et 60% des brevets en IA
• Les États-Unis possèdent un tiers des superordinateurs mondiaux et plus de la moitié de la puissance de calcul mondiale.
• Seulement 100 entreprises financent 40% de la R&D, presque toutes basées dans des pays développés
• Les compétences en IA sont également inégalement réparties entre économies avancées (33%), émergentes (24%) et à faible revenu (18%).

{{cta-moyen-cia}}

Projections sur l’emploi

Concernant l’emploi, l'IA pourrait avoir un impact sur 40 % des emplois dans le monde, offrant des gains de productivité mais suscitant également des inquiétudes quant à l'automatisation et la suppression des postes qui en découlent.

Toutefois, l'IA ne se limite pas à remplacer des emplois - elle peut également créer de nouvelles industries et renforcer l'autonomie des travailleurs. Il est essentiel d'investir dans la requalification, l'amélioration des compétences et l'adaptation de la main-d'œuvre pour que l'IA améliore les possibilités d'emploi au lieu de les supprimer.

‍

Comme pour les projections économiques, il y a un risque que les écarts se creusent sur l’emploi. L'IA risque d'automatiser jusqu'à un tiers des emplois dans les économies avancées, mais ces mêmes économies sont mieux positionnées pour exploiter les avantages de cette technologie au détriment des autres.

Exploiter l’IA

Dans la deuxième grande partie du rapport, celui-ci présente des exemples concrets d’applications de l’IA dans trois secteurs :

‍

Agriculture :

• Contrôle des parasites et maladies grâce à l'analyse d'images par IA.
• Prévision des rendements pour une meilleure planification.
• Irrigation de précision pour optimiser l'utilisation de l'eau.

Industrie manufacturière :

• Automatisation des lignes de production pour accroître l'efficacité.
• Maintenance prédictive pour réduire les temps d'arrêt.
• Usines intelligentes intégrant l'IA pour une gestion optimisée.

Médical :

• Amélioration des diagnostics grâce à l'analyse de données médicales.
• Extension de la couverture santé dans les zones reculées via des outils IA.
• Gestion des pandémies grâce à la modélisation et à la surveillance.

‍

En parallèle des cas d’utilisation, plusieurs études ont mentionné que l'IA générative (GenAI) peut augmenter la productivité des entreprises, notamment dans les tâches cognitives. Cependant, les gains varient selon les secteurs et les niveaux de compétences.

Malgré ces opportunités, de nombreuses professions, en particulier dans les pays développés, sont exposées à l'automatisation par l'IA.

‍

Trois incertitudes majeures sont identifiées:

1. L’IA excelle dans les tâches simples comme l’analyse de données, mais rencontre des difficultés dans tes tâches complexes comme le raisonnement contextuel.
2. L'impact de l'IA sur le marché du travail reste incertain, avec des risques de polarisation entre emplois hautement qualifiés et peu qualifiés.
3. Les contraintes infrastructurelles et les lacunes en compétences dans certains pays peuvent limiter leur adoption de l’IA.

‍

Les travailleurs jouent un rôle crucial à toutes les étapes du cycle de vie de l'IA :

• Préparation des données : Pour des modèles comme ChatGPT, des formateurs humains simulent des conversations pour créer des données d'entraînement. Les domaines spécialisés nécessitent des travailleurs qualifiés (traduction, médecine), avec parfois 800 heures d'annotation pour une heure de vidéo.
• Modélisation : Les développeurs sélectionnent les architectures appropriées, ajustent les paramètres et résolvent les problèmes comme le surapprentissage ou le sous-apprentissage
• Évaluation : des experts évaluent la qualité des résultats, identifient les biais et fournissent des retours pour améliorer les modèles, notamment via l'apprentissage par renforcement à partir des feedbacks des travailleurs.

‍

L’inclusion des travailleurs dans ces processus est essentielle pour garantir que l'IA complète leurs compétences plutôt que de les remplacer. Une étape fondamentale consiste à doter la main-d'œuvre d'une culture numérique, qui intègrent les compétences numériques

dans les programmes et sont adaptés à différentes professions.

‍

{{cta-moyen-dia}}

‍

Saisir les opportunités

Un “Indice de préparation” a été mis en place pour comparer les pays entre eux selon leur capacité à saisir les opportunités proposées par les nouvelles technologies.

La Chine occupe la première place en R&D, la troisième en finance et la sixième en industrie. A titre de comparaison, la France est actuellement 24ème en industrie, 19ème en finance et 8ème en R&D.

‍

Entre 2022 et 2024, plusieurs pays en développement ont réalisé des progrès notables dans différents domaines : Technologies de l’information (Argentine, Chili, Chine), capital humain (Inde, Maroc), R&D (Angola), industrie (Arménie) et finance (Burundi).

‍

Il existe une corrélation positive entre le score de l'indice et la capacité à générer des connaissances en IA, mais certains pays en développement comme le Brésil, la Chine, l'Inde et les Philippines se distinguent par des performances supérieures à la moyenne.

Les États-Unis dominent le développement de l'IA avec près de 20 millions de développeurs sur GitHub, suivis par l'Inde (12,8 millions) et la Chine (9 millions).

‍

Malgré cette domination, beaucoup de pays en développement connaissent une croissance rapide de leur communauté de développeurs :

• En Afrique (Nigeria, Ghana et Kenya) avec des augmentations de 40-45%
• En Amérique latine (Argentine, Bolivie, Colombie, Brésil) avec des augmentations de 30%
• En Asie (Inde, Vietnam, Indonésie, Philippines) avec des augmentations de 30%.

Ces progressions sont souvent dues à une collaboration étroite entre le gouvernement, le secteur privé et le milieu universitaire.

Concevoir des politiques nationales

Les politiques industrielles et d’innovation sont complètement différentes selon les régions :

‍

La Chine réalise des investissements massifs en R&D et des partenariats public-privé pour devenir un leader mondial en IA d'ici 2030

‍

Les Etats-Unis favorisent l’innovation via des entreprises privées, avec des initiatives fédérales pour la R&D et la formation.

‍

L’Union Européenne fixe d’abord un cadre réglementaire axé sur la sécurité et l’éthique, puis complète par des financements.

Peu importe la région, on constate néanmoins que les politiques passent de la protection commerciale à un soutien direct aux secteurs productifs, ciblant souvent des entreprises spécifiques. Les interventions liées à l'IA et aux STI représentent une part croissante, surtout dans les pays développés.

Les gouvernements font face à un dilemme temporel : intervenir tôt est moins coûteux mais les meilleures options ne sont pas encore évidentes. A l’inverse, attendre l'émergence de technologies dominantes rend les corrections plus onéreuses et chronophages

Collaboration globale

Les initiatives internationales sur la gouvernance de l'IA, incluant l'OCDE, le G20, le G7, le Partenariat mondial sur l'IA, le Sommet de Bletchley, le Sommet de Séoul et le Conseil de l'Europe, visent à établir des normes éthiques et des cadres basés sur les risques pour une IA responsable.

‍

Cependant, ces efforts manquent de coordination et excluent souvent les pays du Sud, qui jouent un rôle clé dans la chaîne d'approvisionnement de l'IA. L'ONU promeut une coopération inclusive via des plateformes comme le Pacte pour l'Avenir et des résolutions pour une IA équitable.

‍

Le Pacte numérique mondial engage les pays à investir dans des infrastructures publiques numériques (DPI). Les DPI et l'innovation ouverte offrent des ressources accessibles pour développer l'IA, mais leur utilisation nécessite des compétences techniques souvent concentrées dans les pays développés.

‍

Un centre international d'IA, inspiré du Centre des technologies climatiques de l'ONU, pourrait fournir une assistance technique et favoriser la coopération dans les pays du Sud.

Conclusion

Si on aborde l’IA du point de vue de l’emploi, ce secteur pourrait avoir un impact sur 40 % des emplois dans le monde, et cet impact est déjà tangible puisque beaucoup d’individus ont vu leur méthode de travail évoluer et certains postes deviendraient obsolètes à long terme.

‍

Mais un poste obsolète peut être amené à évoluer sans disparaître pour autant. Compte tenu des projections économiques du rapport et de tous les exemples concrets d’application qui émergent actuellement, il y aura des opportunités professionnelles pour les personnes qui développeront leurs compétences relatives à l’IA.

‍

Enfin, même si l’essentiel des compétences est concentré dans les pays développés, beaucoup de pays en développement connaissent une croissance rapide.

‍