Predicting AI job exposure — Benedict Evans

Beaucoup aimeraient analyser quels emplois, entreprises et industries sont les plus exposés à l'IA, leur attribuer des scores, construire des graphiques et les confronter aux progrès des LLM. Evans pense que c'est largement impossible : on ne sait pas comment les métiers vont évoluer, on ne sait pas ce qui changera d'autre autour, et on ne peut de toute façon pas mesurer le travail ainsi.

Il serait agréable de disposer d'un moyen d'analyser quels métiers, entreprises et industries sont exposés à l'IA, d'attribuer des scores, de bâtir des graphiques et de les cartographier contre les progrès des grands modèles de langage. On sait, en principe, que comme toute grande vague technologique, l'IA va forcément détruire certains emplois et en créer d'autres. Mais lesquels ? Ces trois dernières années, nombre de gens se sont activés à éplucher les données de recensement, à dresser des tableaux et à produire des graphiques viraux.

Evans estime que c'est largement impossible — un exercice de prédiction de l'imprévisible. La façon la plus simple de le voir est de back-tester contre d'autres grands bouleversements technologiques passés. Certaines industries qui auraient dû le plus souffrir ont fini bien plus grandes, et certaines de celles qui ont le plus souffert auraient dû être immunisées.

Ainsi, nous avons passé un siècle à automatiser la comptabilité : machines à calculer, cartes perforées, mainframes, traitement de données, bases de données, PC, tableurs, ERP, cloud… nous avons en réalité bâti la moitié de l'industrie tech autour de l'automatisation de cette tâche. Pourtant, le nombre de comptables n'a cessé d'augmenter.

Il s'agit de données d'enquête de haut niveau, mais on observe la même chose au niveau micro. Le graphique suivant est aussi précis que possible : 50 ans d'automatisation financière ne semblent pas avoir nui au marché des experts-comptables (CPA). Si l'on avait fait une quelconque analyse des professions exposées à l'automatisation par l'informatique, celle-ci aurait dû figurer en tête de liste. Dan Bricklin évoque des CPA de la fin des années 1970 utilisant VisiCalc pour faire en quelques jours des projets d'un mois. Et pourtant, regardez ce qui s'est passé.

Evans pointe trois enseignements. D'abord, la technologie n'était pas la seule variable : des changements de régulation ont créé de nouvelles exigences comptables, provoquant une hausse ponctuelle des embauches de CPA (d'où le ceteris paribus des économistes). Ensuite, au sein même de la conversation sur l'automatisation, il y a le paradoxe de Jevons, qui relève au fond de l'élasticité-prix : si l'on rend une tâche moins chère, fait-on la même chose pour moins cher (moins de ressources ou d'employés), ou plus pour le même prix, ou bien le nouveau ROI conduit-il à faire plus pour plus ? Si un DCF prend une semaine puis 30 secondes, on en fait probablement davantage. « Être exposé à l'automatisation » pourrait signifier plus de travail, pas moins.

Mais l'histoire la plus importante est que lorsqu'on automatise quelque chose qui était auparavant coûteux et chronophage, on en débloque de nouveaux usages auparavant non rentables — ce qui transforme le métier plutôt que de l'éliminer.