Le paradoxe de Jevons, concept issu du XIXe siècle, trouve une résonance inattendue au cœur de la révolution de l’intelligence artificielle qui secoue aujourd’hui l’économie mondiale. Cette théorie, définie en 1865 par l’économiste britannique William Stanley Jevons, suggère qu’une amélioration de l’efficacité dans l’utilisation d’une ressource ne signifie pas nécessairement une baisse de sa consommation globale, bien au contraire. À mesure que l’innovation rend son exploitation plus accessible, la demande s’envole, inversant la logique d’économie initialement attendue.
Si le paradoxe s’incarnait à l’époque à travers l’essor du charbon lors de la révolution industrielle, il redevient le fil conducteur des réflexions contemporaines sur l’impact de l’IA sur l’emploi et la productivité. En Silicon Valley, cette analogie est fréquemment mobilisée par les dirigeants technologiques comme Satya Nadella (Microsoft) ou Garry Tan (Y Combinator), qui voient dans l’essor de l’intelligence artificielle générative la reproduction d’un mécanisme similaire : l’automatisation ne réduira peut-être pas la consommation de travail, mais pourrait, en démocratisant certains services, en accroître spectaculairement l’usage.
L’exemple de la traduction illustre parfaitement ce phénomène. Jadis réservée à des secteurs comme l’édition ou l’audiovisuel, la traduction de contenus s’avérait coûteuse et fastidieuse, limitant son usage. L’intelligence artificielle vient bouleverser cette donne : désormais, une première traduction de qualité peut être obtenue en quelques minutes. Cette avancée permet à de petites entreprises d’accéder à un service autrefois jugé extravagant pour leur budget, notamment via une collaboration entre humains et IA, où le traducteur affine le travail automatisé. Cette rentabilité nouvelle ouvre le champ de la traduction à un large éventail d’acteurs, un effet démultiplicateur classique du paradoxe de Jevons.
Ce bouleversement touche également le secteur juridique. Les professionnels du droit, jadis confrontés à la complexité et au volume des textes à analyser, peuvent désormais s’appuyer sur l’IA pour accélérer leurs recherches et offrir des conseils pointus à moindre coût. Cette démocratisation de services jadis élitistes s’étend à de nombreuses professions, revisitant les frontières de l’employabilité. Comme le soulignait Jevons, si certaines tâches se voient automatisées, la baisse des coûts et la hausse de la demande ont souvent pour effet d’étendre voire de transformer le tissu de l’emploi.
Cependant, l’élasticité de la demande demeure une donnée clé dans la transformation du marché du travail face à l’IA. Si le textile a prospéré grâce à la mécanisation sans faire disparaître l’emploi, d’autres secteurs, comme l’agriculture, illustrent une logique différente. Malgré la hausse de la productivité – la production agricole mondiale par habitant a progressé de 53 % entre 1961 et 2020 –, le nombre d’emplois agricoles a fléchi, passant de 2,4 millions à 619 000 en France métropolitaine sur la même période. Le facteur prix ne suffit pas toujours à stimuler une consommation sans limite, un constat qui permet d’aborder la révolution de l’IA avec circonspection.
L’enjeu, dans une croissance économique traversée par l’incertitude – tensions inflationnistes, ajustements rapides des taux d’intérêt, incertitude des politiques monétaires des banques centrales – est de mesurer les effets réels de l’innovation technologique sur la création de valeur et d’emplois. La multiplication des applications de l’IA bouleverse les chaînes de valeur, rebat les cartes de la productivité et de la compétitivité, et impose aux investisseurs comme aux particuliers une réflexion accrue sur la diversification patrimoniale et la résilience de leurs actifs.
Dans ce contexte, la matérialisation de l’épargne dans des actifs tangibles – qu’il s’agisse d’immobilier, de métaux précieux, de pièces de collection ou d’autres placements moins exposés aux fluctuations technologiques – revient au centre des stratégies patrimoniales. Si le passé industriel nous éclaire sur les (im)prédictibilités de l’innovation, l’économie numérique en perpétuelle mutation rappelle la nécessité de s’adapter à la volatilité des marchés et aux limites du système financier traditionnel. À l’ère de l’IA, le paradoxe de Jevons demeure donc un puissant prisme d’analyse pour comprendre les ressorts, certes inattendus, des grandes mutations socio-économiques.
