De nouvelles recherches de la Federal Reserve Bank of St. Louis, analysant près de 490 000 retranscriptions de conférences téléphoniques sur résultats d'entreprises, confirment ce que les données officielles indiquent depuis trois ans : l'intelligence artificielle n'a pas encore produit d'augmentation mesurable de la productivité globale. La croissance de la productivité étant le principal déterminant des gains salariaux à long terme et du niveau de vie, cette absence a des implications significatives sur la manière dont les bénéfices de l'IA seront répartis — et à quel moment. Toutefois, l'un des auteurs de l'étude a soulevé une possibilité plus inquiétante : l'IA pourrait déjà générer des gains réels qui restent structurellement invisibles, parce que la technologie elle-même érode la valeur des productions qu'elle a rendues abondantes.

Le mécanisme est simple. Lorsque l'IA réduit radicalement le coût de production d'un bien donné, ce bien devient simultanément moins précieux. L'arithmétique de la productivité s'annule d'elle-même : les gains d'un côté du compte sont compensés par la baisse des prix de l'autre. N'importe qui peut désormais générer du matériel marketing, des animations, voire un article de presse acceptable d'un simple clic — mais si tout le monde le peut, plus rien n'a la valeur d'antan. La tâche est devenue plus facile ; le résultat, moins coûteux. Quelque part dans cet échange, un gain véritable a disparu des statistiques sans jamais apparaître comme une perte. Cela fait écho à un défi de longue date en comptabilité nationale : le PIB et les statistiques de productivité ont été conçus pour une économie industrielle où les productions sont des biens physiques vendus à des prix du marché, et ils ont toujours eu du mal à saisir la valeur des services numériques gratuits ou quasi gratuits.

« Certaines choses vont devenir plus abondantes », a déclaré Serdar Ozkan, l'un des auteurs de l'étude. « Cela signifie qu'elles deviendront probablement aussi moins précieuses. »

Ce que montrent les données

Les économistes Ozkan et Aakash Kalyani, ainsi que le chercheur associé Nicholas Sullivan, ont examiné environ 490 000 retranscriptions de conférences téléphoniques sur résultats provenant de 5 198 entreprises cotées américaines, couvrant la période de 2000 à 2025. Ils ont utilisé un modèle d'IA pour étiqueter les phrases faisant référence à la productivité et à l'IA. La part des commentaires sur la productivité liés à l'IA est passée de quasi nulle avant le lancement de ChatGPT fin 2022 à environ 15 % de toutes les discussions sur la productivité fin 2025.

Environ 95 % des phrases liées à l'IA concernant la productivité décrivent des gains que les dirigeants attendent dans le futur plutôt que des gains déjà réalisés — une proportion qui est restée stable depuis 2023. Lorsque les dirigeants caractérisent l'impact de l'IA, ils sont presque unanimes dans leur optimisme : 95 % décrivent la productivité comme en hausse, contre 75 % pour les commentaires non liés à l'IA.

Les chercheurs affirment que c'est exactement ce que l'histoire prédit

Ozkan a déclaré qu'il n'était pas surpris par ces résultats orientés vers le futur, étant donné que les données globales n'avaient déjà montré aucune augmentation significative de la productivité une fois les investissements en capital pris en compte. Il a cité la remarque célèbre de l'économiste Robert Solow selon laquelle « vous pouvez voir l'ère informatique partout sauf dans les statistiques de productivité », établissant un parallèle direct avec l'électrification, qui, selon lui, a nécessité « plusieurs décennies » pour réorganiser les usines, reconvertir les travailleurs et transformer les flux de travail avant que son dividende de productivité n'apparaisse dans les données.

L'économiste de Stanford Erik Brynjolfsson a identifié ce phénomène comme le « paradoxe de la productivité » dans un article de 1993 pour le MIT, et a récemment décrit la situation actuelle comme un prolongement moderne.

Kalyani, qui a étudié séparément les schémas de diffusion des technologies à usage général, a déclaré que la profession économique a largement atteint un consensus sur ce point après l'essorage initial de l'enthousiasme post-ChatGPT : « Les gains globaux seront dans le futur, alors que ce que vous voyez en ce moment, c'est beaucoup d'investissement et beaucoup d'excitation et d'optimisme pour l'avenir. »

Il a noté que la diffusion technologique entre les régions, les professions et les entreprises est « extrêmement lente », se déployant généralement sur 20 à 30 ans. Comprimer le décalage de l'IA à seulement trois à cinq ans « serait un changement énorme » par rapport aux précédents historiques. Les ordinateurs, conformément à l'observation de Solow, ne sont apparus dans les données de productivité qu'à la fin des années 1990 et au début des années 2000.

Le consensus sur la lenteur de la diffusion

Les résultats s'alignent sur d'autres recherches de la Réserve fédérale publiées en 2026. Une analyse de la Kansas City Fed a révélé que la récente accélération de la productivité dans les données officielles n'est « pas encore généralisée », un petit sous-ensemble d'industries représentant la plupart des gains même si l'adoption de l'IA continue de se propager. Par ailleurs, le président de la Fed, Kevin Warsh, a déclaré au Congrès en juillet que l'IA n'a « pas encore remplacé les travailleurs » jusqu'à présent et les a rendus « un peu plus productifs », tout en avertissant que « le long terme peut être assez éloigné ».

Des recherches antérieures de la St. Louis Fed ont estimé de manière similaire que l'IA générative ne représentait qu'une augmentation de 1,1 % de la productivité fin 2024 par rapport à 2022 — un chiffre modeste comparé aux croissances globales de productivité de 2,3 % et 1,6 % enregistrées par l'économie américaine en 2024 et 2023, respectivement.

Les entreprises mettent de l'argent derrière leur optimisme

L'équipe de la St. Louis Fed souligne que les commentaires des entreprises ne sont pas une rhétorique creuse. Kalyani a déclaré que les chercheurs privilégient les actes aux paroles : « nous faisons confiance à ce que les gens font, pas à ce qu'ils disent ». Les entreprises qui discutent positivement de l'IA ont également augmenté leurs dépenses de recherche et développement, leurs dépenses d'investissement et leurs investissements globaux — une corrélation qui n'existait pas lorsque l'équipe a examiné pour la première fois les mentions d'IA dans un article antérieur de 2024 intitulé de manière sceptique « AI Hype or Reality? » mais qui s'est depuis renforcée.

Une étude connexe de la San Francisco Fed a révélé que les entreprises positives sur l'IA ont connu une croissance substantiellement plus élevée de leurs investissements et de leur R&D d'ici 2025 que les autres sociétés cotées, les gains étant concentrés parmi les plus grandes entreprises technologiques construisant des infrastructures d'IA.

Ce que les statistiques ne peuvent pas saisir

L'argument de l'abondance d'Ozkan est aggravé par une seconde contrainte : les goulots d'étranglement que l'IA ne peut pas résoudre. Aussi rapidement que l'IA accélère la recherche, la rédaction ou l'analyse, deux personnes doivent toujours convenir d'un rendez-vous et y assister — et cette étape avance exactement au même rythme qu'il y a quatre ans. La productivité n'est pas une mesure unique ; c'est le résultat de toute une chaîne, et l'IA n'a accéléré que certains maillons.

Lorsqu'on lui a demandé quel signal confirmerait en fin de compte que les gains de productivité induits par l'IA s'étaient concrétisés, Kalyani a reconnu que la réponse honnête est que personne ne le sait à l'avance. L'application qui finira par compter est découverte par essais et erreurs, se propageant d'entreprise en entreprise et de travailleur en travailleur dans un processus qui semble presque aléatoire de l'extérieur, même s'il s'accumule en quelque chose de mesurable dans l'ensemble.

Il a offert l'exemple de Google Maps et de la médaille de taxi. L'application cartographique a brièvement fait de la possession d'une médaille de taxi de New York l'un des actifs les plus précieux de la ville. Puis Uber est arrivé et a bouleversé tout le système en quelques années. Personne n'avait prédit quelle application de navigation mettrait fin aux monopoles de taxis. Le schéma se répète avec chaque technologie à usage général : les gagnants et les perdants sont déterminés par un processus chaotique et décentralisé qui défie toute prédiction, même lorsque l'importance finale de la technologie est évidente a posteriori.

C'est l'idée fondamentale dissimulée dans près d'un demi-million de phrases étiquetées d'optimisme exprimé lors des conférences sur résultats. Ce n'est pas que les dirigeants se trompent en s'attendant à ce que l'IA génère des retombées. C'est plutôt que ces retombées se manifestent sous forme de croissance mesurée de la productivité — ou se dissipent simplement en productions moins coûteuses, plus abondantes et moins précieuses — pourrait rester inconnaissable jusqu'à ce qu'elle se soit déjà produite.

Cet article a été initialement publié sur Fortune.com.