Taxe sur l’AI : un analyste appelle à protéger le marché du travail

Quand un économiste dont le rapport a secoué les évaluations des géants de la technologie commence à parler d'une taxe sur l'intelligence artificielle, le monde financier doit écouter. Alap Shah, coauteur de l'étude notoire de Citrini Research qui avertissait de perturbations sociales massives dues à l'automatisation, a appelé les gouvernements à envisager l'introduction d'une taxe spéciale sur l'IA — en tant que mécanisme de protection des travailleurs dont les professions disparaissent rapidement sous la pression des algorithmes.

Pour comprendre le poids de cette déclaration, nous devons nous souvenir du contexte. C'est précisément le rapport de Citrini Research qui a été l'un des déclencheurs d'une vague de liquidations du marché boursier, officieusement surnommée la "panique IA". Les investisseurs, après avoir lu des prévisions sur des suppressions massives d'emplois résultant du déploiement de modèles de langage et de systèmes automatisés, ont commencé à prendre des bénéfices dans le secteur technologique. Les actions des entreprises qui semblaient, jusqu'à récemment, être des bénéficiaires irrésistibles du boom de l'IA ont dégringolé. Cet épisode a clairement démontré que les marchés commencent à factoriser dans les prix non seulement le potentiel des technologies, mais aussi leur coût social.

L'idée d'une taxe sur l'IA n'est pas nouvelle — elle a été discutée à différentes époques par Bill Gates, plusieurs politiciens européens et des économistes académiques. La logique est simple : les entreprises qui remplacent les gens par des machines économisent sur les salaires, les cotisations de retraite et les avantages sociaux. L'État, pendant ce temps, perd les revenus fiscaux et est forcé de supporter les coûts du soutien aux travailleurs licenciés.

Une taxe sur l'automatisation est conçue pour combler cet écart — redistribuer certains des bénéfices du déploiement de l'IA à la société. Shah va plus loin, proposant qu'un tel mécanisme soit considéré non pas comme une sanction contre le progrès technologique, mais comme un instrument de sa mise en œuvre gérée.

Techniquement, mettre en œuvre une telle taxe présente un défi sérieux. Comment mesurer la "part de l'IA" dans un processus métier spécifique? Taxer la puissance de calcul, les licences de modèles ou directement les réductions d'emplois?

Chaque approche comporte ses propres distorsions. Une taxe sur le temps serveur pourrait nuire aux startups utilisant la même capacité pour les diagnostics médicaux ou les calculs climatiques. Une taxe de réduction du personnel est facilement contournée par l'externalisation ou le non-renouvellement progressif des contrats.

L'Union européenne, ayant déjà adopté la loi sur l'IA, évite pour l'instant la régulation fiscale directe, se limitant aux exigences de transparence et d'évaluation des risques. Les États-Unis, avec sa configuration politique actuelle, démontrent une inclination encore moins grande vers des expériences réglementaires dans ce domaine.

Néanmoins, le signal envoyé par la déclaration de Shah est plus important que le mécanisme spécifique. Une personne en qui la communauté d'investissement a confiance à tel point que ses publications peuvent faire bouger les marchés ne considère plus les conséquences sociales de l'IA comme une menace hypothétique éloignée. C'est une reconnaissance que l'automatisation change déjà les structures d'emploi dès maintenant — dans les centres d'appels, les départements juridiques, les salles de rédaction, les services comptables.

McKinsey et Goldman Sachs, dans leurs derniers rapports, évaluent le potentiel d'automatisation à des centaines de millions d'emplois dans le monde au cours de la prochaine décennie. L'écart entre la vitesse de mise en œuvre des technologies et la vitesse d'adaptation du marché du travail devient l'une des principales menaces économiques de l'ère.

Pour les utilisateurs et le public plus large, les conséquences pratiques de cette discussion se déploient sur plusieurs niveaux simultanément. D'abord, la pression réglementaire sur les entreprises d'IA s'intensifiera — ce qui signifie que le rythme des lancements de nouveaux produits et leur coût peuvent changer. Deuxièmement, les entreprises elles-mêmes, prévoyant des limitations futures, commencent déjà à incorporer des éléments de "responsabilité sociale de l'automatisation" dans leurs stratégies — ne serait-ce que pour devancer les régulateurs. Troisièmement, les investisseurs reçoivent un signal : l'évaluation des entreprises technologiques doit dorénavant inclure non seulement le potentiel de croissance des revenus, mais aussi les risques réglementaires liés à la politique du travail.

L'appel de Shah n'est ni du populisme ni de la technophobie. C'est une tentative de reformater la conversation publique sur l'IA : la passer du plan « opportunités contre menaces » au plan « comment exactement voulons-nous distribuer les bénéfices et les coûts ». Les gouvernements n'ont pas encore de réponse à cette question. Mais sa simple apparition à l'agenda d'analystes capables de faire bouger les indices boursiers signifie une chose : l'industrie technologique ne pourra plus l'éluder indéfiniment.