Article
Où va l’argent quand l’IA prend le travail
Prague, 13 mai 2026. En allant au travail, je me suis mis à penser à quelque chose qui m’est resté en tête plusieurs jours. Si l’essentiel du travail routinier sur ordinateur disparaît dans les dix prochaines années, et qu’avec lui disparaît une large part du travail manuel répétitif, qu’advient-il du flux de l’argent ?
Qui paie qui, et pour quoi ? Quelles couches économiques existeront, quelle sera leur taille, et quelles relations s’établiront entre elles ?
La question
Environ trente pour cent de celles et ceux qui font du travail routinier sur ordinateur perdent leur poste à moyen terme. Environ soixante-dix pour cent à long terme. Sur l’ensemble de la population active — y compris les métiers qui ne peuvent pas se faire sur ordinateur — environ quinze pour cent à moyen terme, et environ trente pour cent à long terme, perdent leur emploi initial de manière permanente. J’ai déjà écrit sur ce basculement dans L’IA va-t-elle prendre mon travail ?. Et cela ne concerne encore que la disparition des postes liés au travail sur ordinateur.
Ajoutez à cela une large part du travail manuel répétitif absorbée par la robotisation. L’économie salariale telle que nous la connaissons ne survit pas. L’argent doit continuer à circuler quelque part — gagné, dépensé, imposé, redistribué. Enlevez le revenu salarial à la moitié de la population et le cycle se rompt en plusieurs points à la fois. La question est de savoir ce qui le remplace.
Pourquoi les anciennes réponses échouent
La première réponse est que le revenu universel réglera le problème. La difficulté tient à ce que le revenu universel exige que l’État impose quelqu’un, et les personnes qu’il faudrait imposer sont en grande partie les mêmes qui écrivent les lois fiscales. Politiciens, législateurs, banquiers centraux — la plupart figurent eux-mêmes dans les cinq à dix pour cent supérieurs de la détention de capital. Leur demander d’imposer leur propre capital, c’est demander à la carpe de vider l’étang. La France a tenté un impôt sur la fortune. Le capital est parti en quelques années. Les taux d’impôt sur les sociétés dans l’UE baissent depuis trois décennies. Les plus grands paradis fiscaux d’Europe — l’Irlande, le Luxembourg, Chypre — sont des États membres de l’UE. L’impôt minimum mondial sur les sociétés de l’OCDE est de quinze pour cent, bien en dessous de ce qu’il faudrait pour redistribuer véritablement.
La deuxième réponse est que le marché s’ajustera. Mais le marché peut se réduire à cent millions de clients et produire encore davantage de chiffre d’affaires qu’aujourd’hui. Apple, Tesla, LVMH et Microsoft peuvent survivre en servant le pour cent supérieur avec des produits sur mesure et des services récurrents facturés dix ou vingt fois plus cher que les modèles grand public actuels. Si un milliardaire paie un million de dollars par an pour un système de sécurité personnelle avec trente robots, mille clients de ce type produisent les mêmes recettes qu’un million d’acheteurs d’iPhone — avec des marges bien supérieures. Le marché intermédiaire n’est protégé par aucune fatalité. C’est un arrangement actuel que l’on peut abandonner.
La troisième réponse est que la pression de la rue forcera le changement. Cela a été vrai pendant les trois cents dernières années d’économie politique. Cela ne l’est plus. Avec les drones, la police robotisée et la surveillance par IA, le coût du maintien du pouvoir face à une population désarmée chute brutalement. Le capital et les élites politiques n’ont plus besoin du consentement pour maintenir l’ordre. Ils ont besoin de la technologie, et ils l’ont.
Les freins qui tiennent encore
Rien de tout cela ne signifie que le pire scénario possible soit le seul scénario. Certains freins tiennent encore.
Dépendance technologique. Les drones, l’IA et les systèmes robotiques reposent tous sur une infrastructure physique. Taiwan Semiconductor produit environ quatre-vingt-dix pour cent des puces avancées du monde et dépend de vingt-trois millions de Taïwanais. Les centrales électriques ont besoin d’opérateurs. Les terres rares viennent de Chine, d’Australie et du Myanmar. Les centres de données ont besoin d’équipes de maintenance, d’ingénieurs et de chaînes d’approvisionnement. Si la classe supérieure mettait au rebut tous les autres, elle briserait les systèmes mêmes qui soutiennent sa propre position.
Les élites ne sont pas unies. Il existe plusieurs élites — américaine, chinoise, européenne, russe, du Golfe — chacune avec des intérêts contradictoires. La concurrence géopolitique oblige chaque bloc à garder sa population au moins loyale sur le papier — pour les soldats, les scientifiques, les électeurs, les consommateurs et les chiffres démographiques. Aucun bloc ne peut s’offrir une population entièrement mise au rebut tant que les autres n’ont pas fait de même.
Déclin démographique. La Chine se situe à un taux de fécondité proche de un. L’Union européenne se tient à un et demi. La Corée du Sud passe sous un. Le vrai problème démographique d’ici vingt ans n’est pas l’excédent de population mais sa pénurie. Le combat portera plus probablement sur la manière de retenir et de produire davantage d’êtres humains, non sur la manière de s’en débarrasser.
Ces freins ne produiront pas d’utopie. Mais ils empêcheront la pire version d’advenir complètement.
Le résultat probable — un capitalisme de luxe sous enclave
La forme la plus probable de l’économie d’ici le milieu des années 2030 est ce que j’appellerais un capitalisme de luxe sous enclave. Une classe étroite de capital — peut-être un pour cent de la population mondiale — possède l’IA, l’infrastructure, la terre, les marques et les canaux de distribution. Elle vit dans des enclaves protégées dotées de soins privés, d’éducation privée et de sécurité robotisée. Autour d’elle se tient une caste de service de cinq cents millions à un milliard de personnes qui maintiennent le système en marche. En dessous, une population bien plus large soutenue par le revenu universel. Et hors du flux monétaire formel, une population mise au rebut, immense, dans les régions où l’État a échoué ou n’a jamais fonctionné.
Ce n’est pas une prévision au sens strict. C’est la direction que prend l’arrangement actuel si aucune force politique majeure ne le change. Et aucune force de ce type n’est actuellement visible.
Six couches — la nouvelle carte
La manière la plus claire de la cartographier passe par six couches. Ce sont des fourchettes approximatives qui se chevauchent et se déplacent aux marges.
Capital. Environ un pour cent de la population mondiale, soit à peu près quatre-vingts millions de personnes. Propriétaires de l’IA, de l’infrastructure, de l’immobilier, des marques, de la distribution. Géographiquement mobiles. Concentrés dans quelques dizaines d’enclaves à travers le monde.
Service technique. Quatre à cinq pour cent, environ trois à quatre cents millions. Ingénieurs, techniciens, personnel des centres de données, opérateurs du secteur énergétique, chercheurs en biotechnologie, professionnels de haut niveau de la finance. Situés à proximité de l’infrastructure critique.
Service local. Six à huit pour cent, environ cinq à sept cents millions. Coiffeurs, thérapeutes, aides-soignants, enseignants, cuisiniers, livreurs, médecins de quartier, kinésithérapeutes, artisans. La couche la plus stable, parce que ce qu’ils font ne peut pas être automatisé dans la prochaine décennie. Ils existent partout où il y a des personnes à servir.
Revenu universel. Vingt-cinq à trente-cinq pour cent, deux à trois milliards. Dans les États qui fonctionnent. Soutenus par un revenu de base et un socle de soins.
Rejoindre la Bibliothèque
Accès complet à mes pensées, histoires personnelles, observations et ce que j'entends des gens que je rencontre.
Rejoindre la Bibliothèque — €29,99 par anRésumé
Questions fréquentes sur le sujet de l'article
Qu’advient-il de l’économie quand l’IA remplace la plupart des emplois ?
Le revenu universel résoudra-t-il la perte d’emplois due à l’IA ?
Où vivront les riches dans l’économie de l’IA ?
Quelles sont les six couches de l’économie de l’IA ?
Quelle est la stratégie hybride pour survivre dans l’économie de l’IA ?
La pression publique peut-elle arrêter cela ?
Plus d'articles
Je construis un système d'IA pour prédire le S&P 500. Il tourne sur ma propre machine, utilise des données publiques gratuites — yfinance, FRED, le jeu de données Shiller — et évalue chaque prévision face à la réalité. Cette série documente la construction elle-même : les décisions, la méthodologie, les erreurs. Ce que je partagerai finalement du système en fonctionnement est une question séparée, et honnête.
Hier, je n'arrivais pas à m'arracher à l'ordinateur. Quand j'ai levé la tête, il était huit heures et demie du soir. J'étais resté seul à l'étage pendant environ trois heures.
L'IA va-t-elle prendre mon travail ? Un formateur certifié Google m'a dit en juin 2024 que ma profession cesserait d'exister. Vingt-deux mois plus tard, mon intitulé de poste n'a pas changé — mais quatre-vingt-dix pour cent de ce que je fais dans la journée est différent. J'ai délégué plus de ma réflexion à des agents IA que je ne l'aurais cru possible. Je n'ai pas peur. Voici pourquoi, et ce que cela signifie pour quiconque se pose la même question.
Une heure. Cinquante-cinq minutes. Voilà le temps qu'il m'a fallu pour construire ce qu'une société tchèque de logiciels avait chiffré à plus de 50 000 €. Je l'ai construit avec Claude Code. Pas un prototype. Pas une preuve de concept. Un outil fonctionnel — celui dont l'entreprise avait réellement besoin. Le soir même, il tournait sur un environnement de test. Ce n'est pas à propos de Claude Code. C'est à propos de ce que Claude Code met à nu.
J'ai mené environ cent cinquante entretiens pratiques au cours des quatre dernières années. Cinquante pour des postes de spécialistes en données. Une centaine pour des spécialistes en publicité et en marketing de performance. Dans la quasi-totalité des cas, il s'agissait de s'asseoir face à un candidat devant une tâche pratique — quelque chose de proche d'un problème réel que nous devons effectivement résoudre dans l'entreprise. Pas de théorie. Pas de trivialités. De la résolution de problèmes. Avec le temps, j'ai commencé à percevoir un schéma récurrent.
Avant d'enseigner quoi que ce soit à l'IA, il faut voir ce qu'elle vous cache.
Dès que d'autres personnes ont eu besoin d'y accéder, le problème a complètement changé. Il ne s'agissait plus de savoir si l'agent pouvait apprendre. Il s'agissait de savoir qui avait le droit de lui enseigner.
Je voulais construire un agent qui ne se contente pas d'assister. Un agent qui agit.
Voici ce que j'ai appris sur l'IA locale versus le cloud, et pourquoi je suis passé à Claude Code.
Je n'ai jamais vu un écart de connaissance aussi profond que celui lié à l'intelligence artificielle.
Quatre jours en Catalogne. Sans ordinateur, sans IA, presque sans réseaux sociaux. J'ai acheté ce carnet pour y noter ce à quoi je penserais et ce que je rencontrerais et apprendrais durant le voyage.
