Les nouvelles technologies comme l’intelligence artificielle, l’apprentissage automatique, la robotique, les mégadonnées et les réseaux vont révolutionner les processus de production, mais elles pourraient avoir aussi des répercussions majeures sur les pays en développement. Les débouchés et les sources potentielles de croissance dont les États-Unis et la Chine, par exemple, ont bénéficié aux premiers stades de leur développement économique sont très différentes de celles qui s’offrent au Cambodge et à la Tanzanie dans le monde d’aujourd’hui.
Notre récente étude des services du FMI constate que les nouvelles technologies risquent de creuser l’écart entre les pays pauvres et les pays riches en orientant davantage d’investissements vers les pays avancés où l’automatisation est déjà établie. Cette évolution pourrait avoir à son tour des conséquences défavorables pour l’emploi dans les pays en développement en menaçant de remplacer plutôt que de compléter leur population active croissante, qui fournissait traditionnellement un avantage aux pays moins développés. Pour prévenir cette divergence grandissante, les dirigeants des pays en développement devront prendre des mesures pour accroître la productivité et améliorer les qualifications des travailleurs.
Résultats d’un modèle
Notre modèle examine deux pays (l’un avancé, l’autre en développement) qui produisent tous deux des biens avec trois facteurs de production : le travail, le capital et les « robots ». Nous interprétons le terme « robots » au sens large pour y englober tout l’éventail des nouvelles technologies mentionnées plus haut. Notre principale hypothèse est que les robots se substituent aux travailleurs. La révolution de l’intelligence artificielle dans notre cadre d’analyse est une augmentation de la productivité des robots.
Nous constatons que les divergences entre les pays en développement et les pays avancés peuvent emprunter trois canaux : la part dans la production, les flux d’investissement et les termes de l’échange.
Part dans la production : les pays avancés ont des salaires plus élevés parce que la productivité totale des facteurs est plus forte. Ces salaires plus élevés incitent les entreprises de ces pays à utiliser les robots de manière plus intensive, en particulier lorsqu’ils se substituent aisément aux travailleurs. Ensuite, plus la productivité des robots augmente, plus le pays avancé en tire d’avantages à long terme. Cette divergence s’accroît à mesure que les robots se substituent aux travailleurs.
Flux d’investissement : l’augmentation de la productivité des robots nourrit une forte demande d’investissement en robots et en capital traditionnel (que l’on suppose complémentaire aux robots et au travail). Cette demande est plus forte dans les pays avancés car les robots y sont utilisés de manière plus intensive (le canal de la « part dans la production » évoqué plus haut). En conséquence, les investissements se détournent des pays en développement pour financer cette accumulation de capital et de robots dans les pays avancés, ce qui entraîne un déclin transitoire du PIB dans le pays en développement.
Termes de l’échange : un pays en développement se spécialisera probablement dans les secteurs à forte intensité de main-d’œuvre non qualifiée, plus abondante que dans un pays avancé. En supposant que les robots remplacent la main-d’œuvre non qualifiée et complètent les travailleurs qualifiés, un déclin permanent des termes de l’échange dans la région en développement peut se produire après la révolution des robots. Cela parce que les robots déplaceront surtout des travailleurs non qualifiés, réduiront leurs salaires relatifs et abaisseront le prix du produit plus intensif en main-d’œuvre non qualifiée. La chute du prix relatif de la principale production du pays produit à son tour un nouveau choc, qui réduit l’incitation à investir et peut entraîner une chute du PIB relatif, mais aussi du PIB absolu.
Robots et salaires
Nos résultats sont étroitement dépendants de la substitution effective des robots aux travailleurs. S’il est sans doute trop tôt pour prédire l’ampleur de cette substitution à l’avenir, des données indiquent que cette tendance est à l’œuvre. Nous constatons en particulier que des salaires plus élevés coïncident avec un recours nettement accru aux robots, ce qui conforte l’idée que les entreprises tendent à remplacer les travailleurs par les robots lorsque les coûts de main-d’œuvre augmentent.
Implications
Les gains de productivité des robots déterminent la divergence entre les pays avancés et les pays en développement si les robots se substituent aisément aux travailleurs. En outre, ces gains de productivité tendront à accroître les revenus mais aussi à creuser les inégalités de revenu, au moins pendant la transition et peut-être durablement pour certains groupes de travailleurs dans les pays avancés comme dans les pays en développement.
Il n’existe pas de remède miracle pour éviter la divergence. Face à l’avancée rapide de la révolution des robots, il est plus urgent que jamais que les pays en développement investissent dans l’augmentation de la productivité globale et des niveaux de qualification afin que les robots ne remplacent pas leur main-d’œuvre mais la complètent. Bien entendu, c’est plus facile à dire qu’à faire. Dans notre modèle, les gains de la productivité totale des facteurs — qui expliquent les multiples différences institutionnelles et les autres différences fondamentales entre les pays en développement et les pays avancés dont les facteurs travail et capital ne rendent pas compte — sont particulièrement bénéfiques car ils encouragent la robotisation et l’accumulation de capital physique. Ces améliorations sont toujours positives, mais les gains sont plus conséquents dans le contexte de la révolution de l’intelligence artificielle.
Nos constats soulignent également l’importance de l’accumulation de capital humain pour prévenir la divergence et indiquent une dynamique de croissance potentiellement différente entre les pays en développement ayant différents niveaux de qualification. Le contexte sera probablement beaucoup plus difficile pour les pays en développement qui ont espéré recueillir des dividendes élevés d’une transition démographique très attendue. Les dirigeants ont salué la population jeune grandissante des pays en développement comme une possible grande chance de bénéficier d’une délocalisation des emplois chinois du fait de l’accession de la Chine au statut de pays à revenu intermédiaire. Or nos constats montrent que les robots pourraient confisquer ces emplois. Les dirigeants doivent agir pour atténuer ces risques. En particulier face à ces nouvelles pressions engendrées par les technologies, une réorientation radicale des politiques publiques visant à gagner rapidement en productivité et à investir dans l’éducation et le développement des qualifications permettra de mettre à profit la transition démographique tant attendue.
*****
Cristian Alonso est économiste au département des finances publiques du FMI. Il travaille actuellement sur des questions liées à la consommation, au revenu, aux inégalités entre les sexes, aux marchés du travail et à la politique budgétaire. Il est titulaire d’un doctorat en économie de l’université de Princeton.
Siddharth Kothari est économiste au département Asie et Pacifique du FMI, où il couvre l’Australie ainsi que les évolutions régionales plus générales dans le cadre de la division études régionales. Ses principaux travaux de recherche portent sur la macroéconomie et le développement. Il est titulaire d’un doctorat d’économie de l’université de Stanford.
Sidra Rehman est économiste au département Moyen-Orient et Asie centrale du FMI. Elle a travaillé précédemment au département des études et au département Asie et Pacifique du FMI. Avant de rejoindre le FMI, elle a travaillé à la Banque mondiale et à l’Organisation mondiale du commerce. Ses principaux travaux de recherche portent sur l’économie du développement, et plus particulièrement sur les questions liées à la croissance, au commerce et au capital humain. Elle est titulaire d’un doctorat en économie de l’université de Columbia et d’une licence de l’université des sciences de gestion de Lahore.
