IA et automatisation : le coût complet selon Acemoglu
Un projet d'automatisation par l'IA se valide sur son coût complet (intégration, erreurs, contrôle), pas sur les seules économies promises.
Automatiser avec l’IA coûte plus cher qu’annoncé. Il faut l’intégrer à toute l’organisation, et les équipes restent. Un projet d’IA ne devrait donc être validé que sur son coût complet, avec l’intégration, les erreurs et le contrôle compris, et avec un critère d’arrêt si les résultats ne viennent pas.
Que dit Daron Acemoglu ?
Daron Acemoglu est économiste au MIT et prix Nobel d’économie 2024, partagé avec Simon Johnson et James Robinson. Il décrit ce qu’il observe dans plusieurs entreprises qu’il connaît. Elles se lancent dans l’automatisation, soit parce qu’elles la croient facile, soit parce qu’elles se sentent sous pression. Puis elles n’arrivent pas à la faire fonctionner.
(propos traduits de l’anglais)
Car automatiser, ce n’est pas si simple. Il faut la faire entrer dans le fonctionnement de l’entreprise.
Il prend un exemple : même une baisse de coûts de 5 %, étalée sur plusieurs années, demande déjà beaucoup de travail. Ce chiffre sert d’illustration, ce n’est pas un résultat mesuré.
Il reprend ensuite une idée que beaucoup avancent aujourd’hui : l’IA aurait une « frontière irrégulière ». Elle excelle sur certaines tâches et échoue sur d’autres. Pour lui, c’est surtout une manière de reconnaître qu’on l’a surestimée.
J’aime l’image, mais c’est une façon polie de dire « on a surestimé l’IA ».
Sa conclusion porte sur l’organisation. Les entreprises qui comptaient réduire leurs effectifs gardent à peu près les mêmes équipes et ajoutent l’IA par-dessus. On n’a ni l’ancienne organisation ni une organisation automatisée, mais un mélange des deux.
On pensait pouvoir licencier grâce à l’IA. Non, on ne peut pas.
Ici, il fait parler les entreprises : ce n’est pas son avis sur l’emploi en général. Son interlocutrice résume la situation : ce mélange demande simplement beaucoup plus de travail.
Qu’en penser ?
Qu’est-ce qui va dans son sens ?
Le constat d’Acemoglu rejoint une faiblesse fréquente des dossiers d’investissement en IA. La plupart chiffrent les économies attendues. Ils ne chiffrent pas ce que coûtent l’intégration, le contrôle des erreurs et le temps des équipes qui vérifient les résultats.
Or ce sont justement ces coûts que décrit Acemoglu. L’outil doit entrer dans le fonctionnement de toute l’entreprise, et les équipes restent en place pour travailler avec lui. Le gain est donc surestimé dès le départ, avant même le lancement du projet.
Qu’est-ce qui le nuance ?
Son constat repose sur quelques entreprises qu’il connaît, pas sur une mesure. Le chiffre de 5 % est un exemple de baisse de coûts, pas un résultat observé.
L’idée de « frontière irrégulière » n’est pas de lui : il la reprend pour la discuter. Enfin, la phrase sur les licenciements fait parler les entreprises qui y ont cru. Elle ne dit rien de l’effet de l’IA sur l’emploi en général.
Le propos garde toute sa force, mais il faut le prendre pour ce qu’il est : un témoignage sur la difficulté d’automatiser, pas une prévision.
Pourquoi est-ce important pour un dirigeant ?
Mon regard d’actuaire : un gain attendu ne vaut rien sans les coûts et les risques qui l’accompagnent. Avant de valider un projet d’automatisation, je demanderais quatre choses :
- la liste précise des tâches visées ;
- le coût d’intégration de chacune ;
- le coût d’une erreur et la manière de la détecter ;
- un critère d’arrêt si les résultats ne viennent pas.
Ces quatre questions transforment une promesse d’économies en décision chiffrée. Elles obligent à regarder la tâche, pas l’outil. Elles prévoient aussi la sortie, ce que l’on oublie quand on décide sous pression.
Ma conclusion est simple. Un projet d’IA ne se juge pas sur les économies qu’il promet, mais sur son coût complet. Dans votre entreprise, les projets d’IA sont-ils validés sur leur coût complet, ou seulement sur les économies promises ?
Ce qu’il faut retenir
- Selon Daron Acemoglu, des entreprises se lancent dans l’automatisation parce qu’elles la croient facile ou se sentent sous pression, puis n’arrivent pas à la faire fonctionner.
- Automatiser exige d’intégrer l’IA à toute l’organisation : même une baisse de coûts de 5 % sur plusieurs années demande beaucoup de travail.
- Au bout du compte, l’entreprise garde à peu près les mêmes équipes et ajoute l’IA par-dessus, ce qui demande plus de travail.
- Les dossiers d’investissement en IA oublient souvent l’intégration, le contrôle des erreurs et le temps de vérification, et surestiment donc le gain.
- Un projet d’automatisation se valide sur quatre points : les tâches visées, leur coût d’intégration, le coût d’une erreur et un critère d’arrêt.