L’intelligence artificielle pourrait bouleverser notre économie bien au-delà de la disparition de certains métiers. En déplaçant la création de valeur vers les algorithmes, les infrastructures et ceux qui les possèdent, elle menace de transformer les rapports entre travail, richesse et pouvoir. Une révolution qui rappelle étrangement la disparition du cheval de travail au début du XXe siècle. Mais cette fois, c’est peut-être la place économique de l’être humain qui est en question.
Il y a un peu plus d’un siècle, des millions de chevaux constituaient l’une des forces motrices essentielles de l’économie. Ils transportaient les marchandises, tiraient les voitures, participaient aux travaux agricoles et faisaient vivre tout un écosystème de métiers.
Puis vinrent l’automobile, le camion, le tracteur et l’électrification.
Les chevaux n’ont pas disparu. Ils ont simplement cessé d’être indispensables au fonctionnement de l’économie moderne.
Aujourd’hui, une question autrement dérangeante apparaît : et si l’intelligence artificielle provoquait un phénomène comparable, non plus pour les animaux de trait, mais pour une part considérable du travail humain ?
Dans une analyse publiée sur YouTube, Richard Détente, fondateur de Grand Angle, explore cette hypothèse en reliant l’histoire industrielle, l’essor de la conduite autonome, les premières transformations du marché du travail et les perspectives du transhumanisme.
Son raisonnement repose sur une idée centrale : une technologie peut bouleverser une économie sans provoquer immédiatement l’effondrement visible des secteurs qu’elle remplace.
Et c’est précisément ce qui rend cette transformation difficile à anticiper.
Le cheval : une industrie florissante jusqu’à sa disparition
À la fin du XIXe siècle, le transport hippomobile est loin d’être une activité déclinante.
Les villes américaines connaissent une expansion spectaculaire. La circulation des marchandises s’intensifie et les métiers liés aux chevaux se multiplient.
Entre 1870 et 1900, les effectifs de charretiers progressent beaucoup plus rapidement que la population dans plusieurs grandes villes des États-Unis.
Pour un observateur de l’époque, rien ne laisse nécessairement penser que cette industrie approche de son déclin.
Pourtant, le mouvement est déjà engagé.
Les historiens Clay McShane et Joel Tarr, dans leur étude The Decline of the Urban Horse in American Cities, publiée en 2003, montrent que le remplacement du cheval ne s’est pas produit brutalement. Il s’est effectué usage après usage : mécanisation des fonctions fixes, électrification des tramways, motorisation du transport de voyageurs, puis du fret lourd.
Plus révélateur encore : au cours des années 1910, les effectifs nationaux de chevaux et de mules employés dans l’agriculture américaine restent considérables, alors que leur présence s’effondre déjà dans certaines villes.
Les grandes statistiques donnent l’image d’une continuité, tandis que certaines activités disparaissent progressivement sous la surface.
Voilà le parallèle que propose Richard Détente avec l’intelligence artificielle.
Il ne suffit pas de regarder si le nombre total d’emplois augmente ou diminue. Il faut comprendre quels métiers perdent leurs fonctions, quelles compétences deviennent moins recherchées et, surtout, où se déplace la valeur économique.
Car lorsqu’une technologie en remplace une autre, les entreprises les plus solides ne sont pas nécessairement celles qui survivront.
Ceux qui ont survécu n’ont pas défendu le passé
L’histoire industrielle réserve parfois quelques surprises.
À l’origine, Hermès est un fabricant de harnais et d’équipements pour chevaux. Fondée en 1837, la maison aurait pu disparaître avec la motorisation des transports.
Elle a pourtant emprunté une autre voie.
Au début du XXe siècle, Émile Hermès découvre au Canada un système de fermeture utilisé sur une voiture militaire. En 1922, il obtient l’exclusivité de ce dispositif, aujourd’hui connu sous le nom de fermeture Éclair. L’entreprise développe alors une nouvelle gamme de maroquinerie adaptée aux usages de son époque.
Hermès n’a pas cherché à sauver le cheval. L’entreprise a conservé son savoir-faire tout en changeant de marché.
William Durant, qui avait fait fortune dans les voitures hippomobiles avant de fonder General Motors, illustre également cette capacité à passer d’une industrie à une autre.
Cette distinction est essentielle.
Une entreprise peut posséder des usines, des capitaux, des salariés qualifiés et une position dominante sans pour autant maîtriser la technologie qui rendra son activité moins indispensable.
La véritable question n’est donc pas de savoir si une industrie va disparaître, mais si elle continuera à contrôler ce qui fait sa valeur.
Et c’est ici que l’exemple de l’automobile contemporaine prend toute sa dimension.
Tesla, Waymo : quand le logiciel prend le volant
En juillet 2026, la France s’oppose à l’homologation européenne, dans sa forme proposée, du système de conduite assistée Full Self-Driving de Tesla.
Les autorités françaises invoquent notamment des préoccupations concernant les excès de vitesse et l’inattention des conducteurs.
Cette décision intervient alors que plusieurs pays européens ont déjà donné leur accord à certaines étapes du processus d’autorisation.
Depuis, le débat a évolué. Le 9 octobre 2026, Reuters rapporte que Tesla a commencé à rebaptiser son système « Tesla Assisted Driving » sur ses sites européens. Une évolution qui répond notamment aux critiques concernant une appellation pouvant faire croire à une autonomie complète du véhicule.
Car une distinction fondamentale doit être rappelée : le système supervisé de Tesla exige toujours un conducteur attentif et responsable.
À l’inverse, Waymo, filiale d’Alphabet, exploite des robotaxis capables de circuler sans conducteur humain, mais dans des zones géographiques et des conditions opérationnelles définies.
Ces deux entreprises suivent donc des stratégies différentes.
Tesla cherche à diffuser largement une assistance avancée sur ses véhicules. Waymo développe progressivement un service véritablement autonome dans des territoires où ses systèmes ont été déployés.
Mais elles illustrent toutes deux un déplacement potentiel de la valeur économique : ce qui pourrait faire la différence demain, ce n’est plus seulement la voiture, mais l’intelligence qui permet de la conduire.
En février 2026, Waymo a annoncé une levée de fonds de 16 milliards de dollars, portant sa valorisation à 126 milliards de dollars. Une somme considérable pour une entreprise qui ne fabrique pas elle-même les automobiles utilisées dans ses services.
Le partenariat conclu avec Hyundai illustre cette nouvelle répartition industrielle : le constructeur coréen fournit des véhicules IONIQ 5, dans lesquels Waymo intègre sa technologie de conduite autonome.
D’un côté, la fabrication du véhicule. De l’autre, l’intelligence qui le pilote.
Ce modèle ne condamne pas automatiquement les constructeurs traditionnels à devenir de simples sous-traitants. Mais il pose la question de leur dépendance future envers les entreprises qui maîtrisent les logiciels, les données et les infrastructures de calcul.
Les difficultés rencontrées par certains géants historiques renforcent cette interrogation. General Motors, par exemple, a annoncé en décembre 2024 l’arrêt du financement de son programme de robotaxis Cruise, tout en poursuivant ses travaux sur les systèmes d’assistance à la conduite.
Reste une nuance importante : la prudence réglementaire n’est pas nécessairement du protectionnisme déguisé. La sécurité routière constitue un impératif légitime, et les performances réelles de ces systèmes doivent pouvoir être examinées indépendamment de leur intérêt économique.
La question n’est donc pas simplement de choisir entre innovation et réglementation.
Elle consiste à déterminer comment protéger les citoyens sans perdre la capacité industrielle et technologique de participer à l’économie qui se construit.
Le travail humain pourrait subir la même transformation
Le parallèle historique devient beaucoup plus préoccupant lorsqu’on quitte l’automobile pour examiner le marché du travail.
Pendant longtemps, l’automatisation a essentiellement remplacé des tâches physiques et répétitives.
Les machines agricoles ont réduit les besoins de main-d’œuvre dans les campagnes. Les chaînes industrielles ont transformé les métiers ouvriers. Les ordinateurs ont progressivement automatisé de nombreuses opérations administratives.
Mais l’intelligence artificielle introduit une rupture supplémentaire.
Elle s’attaque à des activités longtemps considérées comme spécifiquement humaines : rédiger, analyser, programmer, traduire, concevoir, comparer des informations ou produire des raisonnements.
L’enjeu n’est pas nécessairement de remplacer immédiatement un métier entier.
Il suffit parfois d’en automatiser une succession de fonctions pour diminuer progressivement le nombre de personnes nécessaires.
La comptabilité en offre un exemple particulièrement parlant.
Depuis le 1er septembre 2026, les entreprises françaises concernées doivent pouvoir recevoir des factures électroniques. L’obligation d’émission s’applique déjà aux grandes entreprises et aux entreprises de taille intermédiaire, avant son extension aux PME et microentreprises en septembre 2027.
Cette réforme poursuit d’abord des objectifs administratifs et fiscaux.
Mais la standardisation des données facilite également leur exploitation automatisée.
Demain, des logiciels intégrant l’IA pourraient prendre en charge une part croissante de la saisie, du rapprochement bancaire, de la vérification des écritures ou de la détection d’anomalies.
Cela ne signifie pas que les experts-comptables disparaîtront. Le conseil, l’interprétation, la responsabilité professionnelle et l’accompagnement des entreprises resteront des activités essentielles.
En revanche, un même volume de dossiers pourrait nécessiter moins de travail humain.
Cette distinction est déterminante.
Un métier peut continuer à exister tout en employant beaucoup moins de personnes.
Exactement comme le métier de maréchal-ferrant a survécu à la disparition du cheval comme principale force de traction.
Les jeunes diplômés : les premiers signaux d’alerte
En août 2026, une étude actualisée du Stanford Digital Economy Lab apporte un éclairage préoccupant.
Les chercheurs Erik Brynjolfsson, Bharat Chandar et Ruyu Chen ont analysé des données de paie américaines portant sur plusieurs millions de travailleurs.
Leurs conclusions ne montrent pas, à ce stade, de destruction généralisée des emplois à l’échelle de l’économie.
En revanche, les jeunes travailleurs de 22 à 25 ans occupant des professions particulièrement exposées à l’IA présentent un retard d’emploi d’environ 19 % par rapport à la trajectoire qu’ils auraient suivie si leur évolution avait été comparable à celle des jeunes exerçant des métiers moins exposés.
Cet écart était estimé à 15 % dans la précédente période de comparaison.
Plus intéressant encore, les chercheurs observent que l’ajustement semble principalement passer par une réduction des recrutements plutôt que par une augmentation des départs.
Autrement dit, les entreprises ne se séparent pas nécessairement de leurs salariés expérimentés.
Elles pourraient simplement éprouver moins de besoins à recruter des débutants.
Le phénomène mérite une attention particulière, même si ces résultats observationnels ne suffisent pas, à eux seuls, à démontrer que l’IA explique toute la différence constatée.
Il révèle néanmoins un risque que les statistiques générales peuvent masquer : une dégradation progressive des possibilités d’entrée dans certaines professions.
Richard Détente résume cette situation par une image frappante : la porte ne se ferme pas nécessairement derrière ceux qui occupent déjà un poste, mais devant ceux qui souhaitent commencer leur carrière.
C’est peut-être là que se trouveront les premières fractures profondes du marché du travail.
Car que devient une société dans laquelle l’expérience demeure valorisée, mais où les occasions de l’acquérir se raréfient ?
La reconversion professionnelle pourra-t-elle suivre ?
Face aux bouleversements technologiques, une réponse revient systématiquement : il faudra former et reconvertir les travailleurs.
L’idée paraît raisonnable.
Après tout, les révolutions industrielles précédentes ont détruit certaines professions tout en favorisant l’apparition de nouvelles activités.
Mais cette perspective suppose que les emplois nouvellement créés soient suffisamment nombreux, accessibles et durables.
Une étude publiée en août 2026 par David Roodman et Maxim Massenkoff, avec la participation d’Anthropic, examine les résultats de 56 essais randomisés américains consacrés aux programmes de formation professionnelle.
La conclusion est nuancée.
Les programmes produisent globalement des effets positifs, mais souvent modestes. Certains dispositifs spécialisés, organisés en lien étroit avec des employeurs, obtiennent de meilleurs résultats. Cependant, ces réussites restent difficiles à reproduire à grande échelle.
Une difficulté supplémentaire apparaît avec l’IA : vers quels métiers reconvertir massivement des salariés lorsque la technologie progresse simultanément dans un nombre croissant de professions ?
Un comptable pourrait apprendre la programmation. Mais la programmation connaît elle-même une automatisation croissante.
Un rédacteur pourrait se spécialiser dans l’analyse. Mais les capacités analytiques des systèmes progressent également.
Cela ne rend pas ces reconversions inutiles. La connaissance du terrain, le jugement, les relations humaines et les responsabilités professionnelles demeurent des ressources importantes.
Cependant, la formation ne peut constituer l’unique réponse politique à une transformation structurelle de la demande de travail.
Et surtout, elle ne garantit pas que les emplois créés compenseront ceux qui seront éventuellement supprimés.
Une économie qui produit davantage avec moins de salariés
Le deuxième mécanisme étudié dans la vidéo concerne la répartition de la richesse.
L’intelligence artificielle permet potentiellement à certaines entreprises de produire des services à une échelle considérable sans augmenter proportionnellement leurs effectifs.
Cette tendance était déjà perceptible dans l’économie numérique, mais les systèmes d’IA pourraient l’amplifier.
Il ne faut toutefois pas confondre les effectifs directs des entreprises technologiques avec l’ensemble des emplois qu’elles mobilisent indirectement : construction de centres de données, fabrication de composants électroniques, production énergétique, maintenance et infrastructures.
La productivité doit être évaluée à l’échelle de toute la chaîne économique.
Mais une question demeure.
Lorsque la production augmente sans croissance équivalente de l’emploi et des salaires, vers qui se dirigent les gains ?
- Vers les salariés ?
- Vers les consommateurs, sous forme de prix plus faibles ?
- Vers les collectivités, grâce à une fiscalité adaptée ?
- Ou principalement vers les propriétaires du capital technologique ?
C’est ici que l’intelligence artificielle devient une question de pouvoir économique et politique.
Car celui qui possède les modèles, les infrastructures de calcul, les données et les capacités de déploiement pourrait capter une part considérable de la valeur produite par des activités autrefois réparties entre de nombreux professionnels.
Cette concentration n’est pas inévitable. Elle dépendra aussi des conditions de concurrence, de la diffusion des technologies, de la fiscalité et des choix collectifs.
Mais elle constitue l’un des risques majeurs de la transformation en cours.
Vers une société à deux vitesses ?
C’est dans la dernière partie de son analyse que Richard Détente développe son hypothèse la plus radicale.
Il imagine une économie progressivement divisée en plusieurs niveaux de productivité, au sein desquels différentes populations ne participeraient plus aux mêmes réalités matérielles.
D’un côté, une minorité disposant du capital, des infrastructures et des compétences nécessaires pour exploiter les systèmes d’intelligence artificielle les plus avancés.
De l’autre, une population beaucoup plus large, évoluant dans des économies moins intensives technologiquement.
Cette seconde population ne serait pas nécessairement privée de toute activité économique ou de toute qualité de vie.
Elle pourrait développer des réseaux de proximité, des services locaux, des activités artisanales, culturelles ou communautaires.
Mais son accès aux ressources et aux capacités de production les plus puissantes pourrait se trouver durablement limité.
Une forme de stratification économique dans laquelle la productivité déterminerait de plus en plus fortement les positions sociales.
Il faut ici distinguer clairement les tendances observables de l’extrapolation.
Les données disponibles indiquent certaines transformations de l’emploi et des structures économiques. Elles ne démontrent pas qu’une majorité de l’humanité sera exclue du système productif.
L’hypothèse d’une société massivement divisée entre quelques acteurs hyperproductifs et le reste de la population demeure donc un scénario, et non une prévision établie.
Pour autant, elle soulève une interrogation légitime : une société peut-elle rester cohérente lorsque ses membres ne disposent plus des mêmes moyens de participer à la création et au partage de la richesse ?
Le transhumanisme : la prochaine frontière sociale ?
Richard Détente pousse encore le raisonnement en évoquant l’émergence possible d’une intelligence artificielle dépassant très largement les capacités cognitives humaines.
Dans un tel scénario, les individus souhaitant rester au sommet de la productivité pourraient chercher à augmenter leurs propres capacités grâce aux interfaces cerveau-machine ou à d’autres technologies d’amélioration cognitive.
L’hypothèse rejoint certaines ambitions du mouvement transhumaniste.
Elle suppose néanmoins plusieurs ruptures scientifiques majeures qui ne sont pas acquises : l’émergence de systèmes très supérieurs aux humains dans une large gamme de domaines, puis la mise au point d’interfaces capables d’améliorer substantiellement les capacités cognitives humaines.
Nous sommes donc ici dans le domaine de la prospective.
Mais ce scénario soulève un problème philosophique intéressant.
Si des technologies d’augmentation humaine devenaient réellement efficaces, seraient-elles accessibles à tous ?
Ou leur coût, leur contrôle et leurs conditions d’utilisation produiraient-ils une nouvelle forme d’inégalité, non plus seulement économique, mais cognitive ?
L’inégalité technologique pourrait alors devenir une inégalité jusque dans les capacités individuelles.
Une société où certains auraient accès à des moyens d’action et de compréhension radicalement supérieurs à ceux des autres poserait des questions inédites sur l’égalité des droits, la démocratie et le sens même de l’autonomie humaine.
Le véritable problème : une société organisée autour du travail
Au-delà des hypothèses les plus spectaculaires, l’analyse de Richard Détente conduit à une contradiction beaucoup plus immédiate.
Nos sociétés continuent de fonctionner selon un principe relativement simple : une grande partie des individus obtient les ressources nécessaires à son existence en vendant son travail.
Les salaires permettent de consommer. Les cotisations contribuent au financement de la protection sociale. Les carrières conditionnent les retraites. L’emploi demeure un facteur central de reconnaissance et d’intégration sociale.
Or, si l’intelligence artificielle permettait effectivement de produire une part croissante des biens et services avec beaucoup moins de travail humain, cette organisation serait progressivement remise en question.
Le problème ne serait plus seulement de retrouver un emploi à ceux qui l’ont perdu.
Il deviendrait nécessaire de se demander pourquoi l’accès à la richesse produite devrait continuer à dépendre aussi étroitement de la participation individuelle au système productif.
- Faut-il développer de nouveaux mécanismes de redistribution des gains de productivité ?
- Repenser le financement de la protection sociale ?
- Réduire la durée du travail ?
- Favoriser une propriété plus largement partagée des infrastructures et des outils d’intelligence artificielle ?
- Ou reconnaître davantage la valeur sociale d’activités qui ne se traduisent pas nécessairement par une production marchande ?
Aucune de ces réponses n’est simple. Toutes impliquent des choix politiques, économiques et philosophiques.
Mais elles ont un point commun : elles prennent au sérieux la possibilité que la technologie transforme non seulement la manière de travailler, mais aussi la place du travail dans notre civilisation.
Et si l’avenir dépendait moins de l’IA que de nos choix collectifs ?
L’analogie entre le cheval et le travail humain possède une force particulière.
Elle rappelle qu’une technologie peut rendre économiquement secondaire ce qui paraissait autrefois indispensable.
Mais elle comporte aussi une limite fondamentale.
L’être humain n’est pas simplement un facteur de production.
Il possède des droits, des aspirations, une capacité d’organisation collective et la possibilité de transformer les institutions dans lesquelles il vit.
Contrairement au cheval de trait, il peut débattre des règles économiques, revendiquer une autre distribution des ressources et décider démocratiquement des conditions d’utilisation des technologies.
Cette différence change profondément la perspective.
L’intelligence artificielle ne porte pas en elle un modèle social unique.
Elle peut servir à concentrer davantage les richesses et le pouvoir. Elle peut également devenir un instrument de diffusion des connaissances, d’amélioration des services publics, de réduction de certaines pénibilités et d’émancipation individuelle.
Le résultat dépendra de décisions qui dépassent largement les laboratoires et les entreprises technologiques.
- Qui possédera les outils ?
- Qui contrôlera les infrastructures ?
- Qui bénéficiera des gains de productivité ?
- Et qui décidera des transformations imposées au travail ?
Ces questions pourraient devenir beaucoup plus importantes que les performances comparées des différents modèles d’intelligence artificielle.
Car la difficulté n’est peut-être pas de savoir si les machines pourront un jour accomplir la majorité de nos tâches.
Elle est de déterminer quelle place nous souhaiterons alors accorder à l’être humain.
L’histoire du cheval nous apprend qu’une révolution technologique peut retirer à une activité sa nécessité économique. Elle ne nous dit pas que nous devons accepter de mesurer la valeur d’une existence humaine à son utilité productive.
C’est peut-être là que se jouera la véritable révolution de l’intelligence artificielle : non dans la disparition éventuelle du travail tel que nous le connaissons, mais dans notre capacité à inventer un contrat social qui ne réduise plus l’individu à sa contribution économique.
Et finalement, la question la plus importante n’est peut-être pas : l’intelligence artificielle va-t-elle nous remplacer ?
Mais plutôt :
Que deviendra notre société si elle n’a plus besoin de notre travail pour produire sa richesse, tout en continuant à nous demander de travailler pour avoir le droit d’en vivre ?
Sources et références
- Richard Détente – Grand Angle : analyse vidéo à l’origine de cet article.
- Clay McShane et Joel Tarr (2003) : The Decline of the Urban Horse in American Cities.
- Stanford Digital Economy Lab (12 août 2026) : résultats actualisés sur l’emploi des jeunes et l’IA.
- David Roodman et Maxim Massenkoff (2026) : revue de 56 essais sur les reconversions professionnelles.
- Waymo (février 2026) : annonce de levée de fonds.
- Hyundai : partenariat industriel avec Waymo.
- Direction générale des Finances publiques : calendrier de la facturation électronique.
- Reuters (9 octobre 2026) : renommage européen du système Tesla.
Note éditoriale : cet article distingue les données historiques et économiques des hypothèses prospectives formulées par Richard Détente. Les scénarios de chômage massif, de fragmentation sociale ou d’augmentation cognitive humaine ne constituent pas des évolutions scientifiquement établies, mais des possibilités soumises au débat.
