Analyse économique : en février 2026, Jack Dorsey, fondateur et PDG de Block (ex-Square), supprime près de la moitié des 10 000 postes de l’entreprise. Sa phrase reste gravée : « L’IA a rendu beaucoup de ces rôles inutiles ». Quelques mois plus tôt, Salesforce remplace 4 000 agents du support client par des agents IA autonomes. Au total, plus de 100 000 licenciements dans la tech américaine en 2025, dont plus de la moitié directement attribués à l’intelligence artificielle. Et ce n’est que la partie émergée : selon Eloundou et al. (2024), 80 % des travailleurs américains occupent des postes dont une partie significative des tâches est désormais automatisable par les grands modèles de langage.
Tout le monde voit le précipice. Les dirigeants, les économistes, les travailleurs. Pourtant, la course continue. Pourquoi ?
Une étude théorique publiée en mars 2026 sur arXiv (2603.20617v1) par Brett Hemenway Falk (Université de Pennsylvanie) et Gerry Tsoukalas (Boston University) apporte une réponse mathématiquement implacable : le piège de la demande. Dans un marché concurrentiel, chaque entreprise a un intérêt individuel à automatiser massivement, même si collectivement elles détruisent la demande dont elles ont besoin pour survivre. C’est un dilemme du prisonnier version IA.
Le modèle qui rend visible l’invisible
Imaginez une entreprise qui découpe son activité en des centaines de petites tâches concrètes : répondre aux clients au téléphone, traiter une commande, analyser un document, gérer un planning… Au départ, toutes ces tâches sont réalisées par des salariés.
Les chercheurs ont créé un modèle économique très clair (inspiré de travaux antérieurs sur l’automatisation : « task based » d’Acemoglu et Restrepo (2018), pour comprendre ce qui se passe quand les entreprises décident de remplacer une partie de ces salariés par de l’intelligence artificielle.
Chaque entreprise choisit librement jusqu’où elle veut automatiser : 20 %, 50 %, 80 %… Remplacer un salarié par l’IA permet de faire des économies (l’IA coûte généralement moins cher qu’un salaire). Mais intégrer l’IA n’est pas gratuit : plus on automatise, plus c’est compliqué et coûteux (formation des équipes, adaptation des logiciels, bugs à corriger, supervision humaine…). Ces coûts supplémentaires augmentent de plus en plus vite à mesure que l’on automatise.
Le vrai piège se cache du côté des clients.
Les salariés dépensent une grande partie de leur salaire dans l’économie réelle : ils achètent des produits, paient leur loyer, vont au restaurant, achètent une voiture… En revanche, les actionnaires et propriétaires d’entreprises dépensent généralement beaucoup moins dans ce type de consommation courante.
Quand une entreprise licencie grâce à l’IA, une partie du pouvoir d’achat disparaît. Même si certains salariés retrouvent du travail ou reçoivent des aides, une bonne partie de ce revenu est définitivement perdue pour le secteur. Résultat : tout le monde vend moins.
Et c’est là que la concurrence crée le problème : quand une entreprise automatise, elle garde 100 % des économies de coûts pour elle. Mais la baisse des ventes (la « destruction de demande ») est partagée entre toutes les entreprises du marché. Si vous êtes 10 entreprises concurrentes, celle qui licencie ne subit elle-même que 10 % de la perte de chiffre d’affaires qu’elle provoque. Les 90 % restants touchent ses rivales.
Du coup, chaque dirigeant a individuellement intérêt à automatiser beaucoup, même si collectivement elles se tirent une balle dans le pied : la demande globale s’effondre et tout le monde finit par gagner moins.
Résultat : dans la vraie vie (ce que les économistes appellent l’« équilibre de Nash »), les entreprises automatisent bien plus que ce qui serait bon pour l’ensemble du secteur (l’« optimum coopératif »). L’écart entre ces deux situations est d’autant plus grand qu’il y a de la concurrence et que l’IA devient puissante et bon marché.
Et quand l’automatisation devient très facile (quand les coûts de mise en place deviennent négligeables), cela se transforme en un vrai dilemme du prisonnier : chaque entreprise a intérêt à licencier massivement, même si tout le monde en sort perdant. Tout le monde automatise à fond… et tout le monde voit ses ventes baisser parce qu’il y a de moins en moins de consommateurs avec du pouvoir d’achat.
C’est exactement ce que les auteurs appellent « le piège de l’IA » : une course qui paraît rationnelle pour chaque entreprise prise isolément, mais qui devient collective irrationnelle et destructrice.
Une perte pour tout le monde : salariés ET actionnaires
Ce qui se passe n’est pas simplement un transfert d’argent des salariés vers les actionnaires (comme on pourrait le croire). Ce n’est pas du « vol » d’une partie vers l’autre. C’est une perte sèche : de l’argent qui disparaît complètement pour tout le monde.
Même si on oubliait complètement les salariés et qu’on ne se préoccupait que des profits des entreprises, la bonne décision serait d’automatiser moins que ce que font aujourd’hui les entreprises en concurrence. En clair : le système actuel fait perdre de l’argent aux actionnaires eux-mêmes !
Les chercheurs montrent que la situation actuelle est « Pareto-dominée » : cela veut dire qu’il existe une autre situation où à la fois les salariés et les actionnaires seraient plus riches. Tout le monde y gagnerait.
Les auteurs ont ensuite testé six solutions souvent proposées : formation des travailleurs, revenu universel, taxe sur les profits, participation des salariés au capital des entreprises, accords volontaires entre patrons…
Aucune ne fonctionne vraiment, sauf une : la taxe pigouvienne sur l’automatisation.
Cette taxe est très précise. Elle ne taxe pas l’IA elle-même, mais uniquement la partie de la perte de demande que chaque entreprise ne ressent pas aujourd’hui (la part qu’elle fait subir aux autres). En payant cette taxe, les entreprises sont incitées à automatiser exactement au bon niveau : ni trop, ni trop peu. Et l’argent collecté peut servir à financer la reconversion et la formation des salariés licenciés. Au fil du temps, cela réduit le problème et rend même la taxe moins nécessaire.
Dernier point, très contre-intuitif : une IA encore meilleure et encore moins chère ne résout pas le piège… elle l’aggrave !
C’est ce que les économistes appellent l’effet Red Queen (référence à Alice au pays des merveilles : « il faut courir de plus en plus vite juste pour rester à la même place »). Chaque entreprise se dit : « Si je suis plus rapide que mes concurrents à licencier et à automatiser, je vais leur prendre des clients. » Mais quand tout le monde fait la même chose en même temps, personne ne gagne de clients supplémentaires : il n’y a plus que la destruction massive de pouvoir d’achat. Résultat : plus d’IA performante = plus de licenciements inutiles = encore moins de clients pour tout le monde.
En résumé : plus l’IA devient puissante, plus le piège se referme fort… sauf si on corrige l’incitation avec cette fameuse taxe.
Le backlash réel : infrastructures saturées et humeur sociale qui bascule
Ce qui était théorique en mars devient concret aujourd’hui. Ce 13 avril 2026, ZeroHedge révèle que la moitié des data centers américains programmés pour démarrer en 2026 vont être annulés ou fortement retardés. Raison principale : les contraintes physiques du réseau électrique américain, conçu dans les années 1980, incapable de suivre le rythme des hyperscalers qui signent des engagements de 10 milliards de dollars du jour au lendemain tandis que les opérateurs locaux mettent 36 mois pour approuver une simple sous-station.
Dans un post viral publié quelques minutes plus tard, ZeroHedge conclut : « The US social mood is turning dramatically negative on AI ». Les Américains rejettent de plus en plus ouvertement le coût de l’infrastructure IA (factures d’électricité en hausse) alors que les bénéfices semblent atterrir uniquement dans les portefeuilles des actionnaires des Big Tech.
C’est la première fois que le grand public relie explicitement les licenciements massifs, la consommation énergétique explosive et l’« AI slop » qui envahit internet. Le modèle théorique du « piège » commence à se matérialiser dans la réalité.
Le regard français : vers une économie de l’abondance algorithmique ?
Deux analyses récentes de Xavier Azalbert sur FranceSoir (9 et 10 avril 2026) complètent cette vision académique. Dans « L’économie de l’abondance algorithmique le diagnostic et la fin d’un monde», il décrit le « grand découplage entre valeur et travail humain » provoqué par l’IA : l’IA automatise à coût marginal quasi nul des tâches cognitives autrefois hautement qualifiées, rendant obsolètes les théories classiques de la valeur-travail.
La partie 2 propose un paradigme radical : une valeur hybride (créativité humaine + scalabilité algorithmique) et un fonds souverain IA financé par taxes sur les data centers, super-profits et redevances sur modèles, versant un « dividende citoyen algorithmique ».
Pour la répartition, Xavier Azalbert défend un fonds souverain IA financé par taxes sur les data centers, super-profits et redevances sur modèles, versant un « dividende citoyen algorithmique ». C’est une forme de revenu de base structurel, couplée à une fiscalité sur l’énergie computationnelle – qui rejoint la taxe pigouvienne du papier américain, tout en allant plus loin en s’inscrivant dans une vision plus large d’abondance post-travail.
Ces analyses soulignent que le piège décrit par Hemenway Falk et Tsoukalas n’est pas inévitable si l’on redéfinit les fondements mêmes de l’économie.
Et maintenant ?
Le débat a changé. Il ne s’agit plus de savoir si l’IA va détruire des emplois (la réponse est oui, et vite), mais comment faire en sorte que la productivité folle de l’IA se traduise par de la prospérité partagée plutôt que par un effondrement de la demande.
Les entreprises, prises individuellement, ne peuvent pas s’arrêter. Seule la puissance publique le peut, via une taxe pigouvienne calibrée. L’Europe, avec son AI Act et sa tradition de régulation, pourrait prendre les devants. Les États-Unis, champion de l’innovation, risquent de traîner jusqu’à ce que la douleur (licenciements + factures d’électricité + annulations de data centers) devienne insupportable.
Le précipice est désormais bien visible. Le modèle théorique le démontre avec une clarté implacable. Les PDG le savent parfaitement. Et aujourd’hui, les limites physiques des infrastructures électriques comme le revirement de l’opinion publique commencent d’imposer cette réalité. Reste à savoir si les responsables politiques auront le courage d’agir avant que cette course effrénée vers l’abîme ne devienne totalement irréversible.
Retrouvez le décryptage vidéo de l’article :
Et le podcast détaillé de l’article :
Références :