La théorie des prix revient à l'ère de l'IA ; seul un marché ouvert peut générer de nouvelles demandes et de nouveaux écosystèmes.

Auteur de l'article : Chen Yuyu, professeur à la Faculté de gestion Guanghua de l'Université de Pékin et directeur de l'Institut d'études sur la politique économique de l'Université de Pékin

Source : Xian Guang Think Tank

La peur sur les fondations anciennes

Chaque ère a ses propres fondations. Les gens y vivent, travaillent, jugent, craignent, et y imaginent aussi l'avenir.

Les gens de l’ère agricole avaient du mal à imaginer qu’une vie humaine puisse ne pas tourner autour de la terre, des saisons et de la famine. À l’apparition de la machine à vapeur, beaucoup n’ont vu que le chômage des artisans, mais ont eu du mal à prévoir les chemins de fer, les villes, le système d’usine, la finance moderne et la nouvelle classe moyenne. Lorsque l’électricité est apparue, les gens ont vu des nuits plus lumineuses, mais ont eu du mal à imaginer complètement les réfrigérateurs, l’industrie cinématographique, les hôpitaux modernes, la vie nocturne urbaine, les appareils ménagers et les ordinateurs électroniques. Lorsque l’Internet est apparu, beaucoup ont cru qu’il ne s’agissait que d’un courrier plus rapide et d’une bibliothèque plus grande, sans prévoir les paiements mobiles, les courtes vidéos, le cloud computing, les plateformes de livraison à domicile, les taxis en ligne, l’éducation en ligne et la collaboration mondiale en temps réel.

Lorsqu'une nouvelle technologie arrive, le plus grand obstacle n'est souvent pas la technologie elle-même, mais l'imagination fondée sur des fondations anciennes.

Aujourd'hui, l'intelligence artificielle est également intégrée à la compréhension des fondations anciennes. Le raisonnement de beaucoup est le suivant : auparavant, dix programmeurs, rédacteurs, traducteurs, analystes et agents de service client effectuaient ces tâches ; maintenant, une seule personne accompagnée d'une IA peut les accomplir, ce qui laisse neuf personnes au chômage. Ce jugement semble froid, réaliste et dystopique, mais il s'agit en réalité encore d'une pensée du monde ancien. Il conçoit l'avenir comme une simple réduction des coûts sur la liste des tâches d'aujourd'hui, la progression technologique comme un remplacement au sein des postes existants, et la vie économique comme un tableau déjà complété.

Mais les grandes révolutions technologiques ne consistent jamais à supprimer quelques lignes dans un ancien tableau, mais à réinventer le tableau lui-même.

La plus importante implication économique de l'intelligence artificielle n'est pas de rendre les anciens emplois moins chers, mais d'introduire dans l'ensemble des possibilités humaines un grand nombre de produits et services qui n'existaient pas auparavant, n'étaient pas réalisables, trop coûteux, trop dispersés, trop de niche ou trop difficiles à organiser. Elle ne se contente pas de remplacer le travail existant ; elle réduit les coûts cognitifs, les coûts de communication, les coûts d'essai et d'erreur, les coûts d'appariement et les coûts d'organisation, libérant ainsi des besoins auparavant étouffés, créant des échanges impossibles à maintenir auparavant et générant des industries qui n'avaient pas encore de nom.

En regardant l'IA depuis les fondations anciennes, les gens voient une réduction des emplois. En regardant l'IA depuis les frontières ouvertes par les nouvelles technologies, les gens voient une explosion des espaces produits et services.

C'est précisément pour cette raison que la théorie des prix redevient importante à l'ère de l'intelligence artificielle.

L'IA réduit les coûts de production, d'essais et d'appariement, mais elle n'élimine pas la nécessité de découvrir les besoins ; au contraire, elle élargit l'espace des besoins inconnus. Plus il y a de choses pouvant être produites, plus la société a besoin de savoir lesquelles ont réellement de la valeur ; plus il y a de services personnalisés pouvant être offerts, plus la société a besoin de savoir qui en a besoin, quand, combien il est prêt à payer, qui en assume la responsabilité et comment établir des transactions durables.

La question future ne sera pas « les machines peuvent-elles produire », mais « comment les humains découvriront-ils ce qui vaut la peine d'être produit ».

La régression de la théorie des prix commence précisément à cet endroit.

Les implications économiques d'un chiffre d'affaires de deux mille milliards de dollars

Commençons par une hypothèse qui semble exagérée, mais qui n’est pas absurde sur le plan économique.

Dans les quinze prochaines années, OpenAI, Anthropic ou des entreprises similaires d'infrastructure de grands modèles pourraient-elles devenir des entreprises générant un chiffre d'affaires de deux mille milliards de dollars par an ? Notez que nous parlons ici de chiffre d'affaires, et non de valorisation. La valorisation peut provenir de l'imagination des marchés financiers, des taux d'actualisation, des préférences pour le risque et des bulles ; le chiffre d'affaires doit provenir d'achats réels, de paiements réels et de transactions réelles.

Ce n'est pas une prédiction sur le cours d'une action d'une entreprise spécifique, ni un soutien à un modèle économique particulier, mais un exercice théorique sur les prix : si une entreprise de infrastructure intelligente en amont parvient à générer un chiffre d'affaires annuel de deux mille milliards de dollars sur le long terme, alors un écosystème de nouveaux produits et services en aval, plus vaste et doté d'une volonté de paiement plus élevée, doit nécessairement exister.

Les personnes sans connaissance en économie diront immédiatement : cela montre que les géants monopolisent le monde et prélèvent des redevances sur tous les secteurs. Ce jugement peut contenir une part de vérité, car le monopole des plateformes mérite effectivement d’être surveillé. Mais si nous ne comprenons les deux mille milliards de dollars de chiffre d’affaires que comme une simple extraction de redevances, nous manquerons la logique économique plus importante.

Pour qu'une entreprise d'infrastructure en amont puisse générer de manière durable un chiffre d'affaires de deux mille milliards de dollars, il faut une condition préalable : que les acteurs en aval soient disposés à payer continuellement ce montant. Pourquoi les acteurs en aval acceptent-ils de payer ? Parce que l'IA, en tant qu'intrant intermédiaire, génère pour eux une production plus importante, une qualité supérieure, des coûts plus bas, davantage de nouveaux produits ou une volonté de paiement des consommateurs plus forte. Sans une expansion massive de la valeur en aval, les revenus en amont ne peuvent pas être maintenus sur le long terme.

C'est l'économie de base des intrants intermédiaires.

Une entreprise en aval achète des appels de modèle, des agents intelligents, des ressources de calcul et des capacités d'automatisation non pas pour faire de la charité envers l'amont, ni simplement pour répartir les coûts existants, mais parce que ces investissements, combinés à ses propres scénarios, données, processus, clients, marque, responsabilités et compétences organisationnelles, génèrent une valeur accrue. Plus la valeur marginale de l'IA est élevée, plus l'entreprise en aval est disposée à payer ; plus les applications en aval prospèrent, plus les revenus des infrastructures en amont ont de chances de s'accroître.

On peut effectuer une simple simulation comptable. Si le coût des ressources informatiques IA, de l'appel aux modèles et des services intelligents représente 10 % du coût des produits finaux en aval, alors un chiffre d'affaires amont de 2 000 milliards de dollars pourrait correspondre à un marché aval de produits et services finaux de l'ordre de 20 000 milliards de dollars. Si cette part coûts est de 5 %, cela pourrait correspondre à un écosystème aval de 40 000 milliards de dollars. Bien sûr, la part des coûts varie selon les industries, et la structure tarifaire évoluera continuellement à l'avenir, mais cette simulation révèle une logique fondamentale : la capacité du « réseau numérique » amont à percevoir des « frais d'électricité » dépend de la valeur nouvelle créée en aval grâce à cette électricité.

Les entreprises d'électricité génèrent des revenus parce que l'électricité alimente les usines, les foyers, les villes, les hôpitaux et les systèmes de divertissement. Les entreprises de cloud computing génèrent des revenus parce que les entreprises numériques en aval utilisent leurs services cloud pour construire des moteurs de recherche, des réseaux sociaux, des vidéos, des services financiers, de la logistique et des logiciels d'entreprise.

Si les infrastructures d'IA atteignent un jour un chiffre d'affaires de deux billions de dollars, ce ne sera pas parce que le monde leur imposera des impôts sans raison, mais parce que d'innombrables entreprises, individus et organisations les utiliseront comme fondement pour la cognition, le raisonnement, la conception, l'appariement et l'automatisation, créant ainsi de nouvelles activités économiques à une échelle bien plus grande.

Ce fait nous rappelle à son tour que ce qui mérite vraiment notre attention, ce n'est peut-être pas la taille que OpenAI ou Anthropic atteindront, mais les applications en aval qui pourraient émerger derrière elles.

Au cours des quinze prochaines années, la taille globale des entreprises de la couche application sera probablement bien supérieure à celle de la couche infrastructure. La couche infrastructure fournit une intelligence générale, tandis que la couche application réalise la détection des besoins. La première vend des capacités, la seconde vend de la valeur concrétisée. La couche infrastructure ressemble aux réseaux électriques, hydrauliques et routiers de l’ère numérique ; la couche application, elle, est proche des consommateurs, des scénarios organisationnels, des processus industriels, des relations de confiance et des besoins spécifiques. La santé, l’éducation, le droit, l’assurance, les finances, le divertissement, les services psychologiques, les soins aux personnes âgées, la gestion d’entreprise, les outils de recherche, les services urbains, les services domestiques, les expériences culturelles et le développement personnel pourraient tous donner naissance à d’immenses entreprises de la couche application.

Les consommateurs n'achètent finalement pas des « paramètres de modèle », mais des maladies guéries, des anxiétés comprises, des capacités d'apprentissage améliorées, du temps économisé, une vie améliorée, des flux de travail restructurés, des expériences créées et des problèmes résolus. Les entreprises n'achètent finalement pas des « tokens », mais des stocks réduits, des taux de conversion plus élevés, un meilleur contrôle des risques, un développement plus rapide, un service client plus personnalisé, une chaîne d'approvisionnement plus stable et des décisions organisationnelles plus claires.

Ainsi, le niveau application est plus vaste que le niveau infrastructure ; ce n’est pas un miracle, mais le résultat normal de la diffusion des technologies à usage général. L’électricité est importante, mais le système industriel alimenté par l’électricité est encore plus vaste ; les services cloud sont importants, mais l’économie numérique qui se développe sur le cloud est encore plus grande ; les grands modèles sont importants, mais les nouveaux produits, services, organisations et modes de vie qu’ils permettent pourraient être bien plus vastes.

Si une entreprise d'infrastructure IA génère effectivement un chiffre d'affaires de deux mille milliards de dollars à l'avenir, nous ne devons pas d'abord la voir comme un présage de fin du monde, ni la réduire à un simple culte de la technologie. Nous devons d'abord nous poser une question de théorie des prix : d'où provient une telle volonté de payer ? Quelles innovations en aval soutient-elle ? Quelles demandes auparavant non échangeables libère-t-elle ? Quels produits et services auparavant inexistants rend-elle possibles ?

C'est simplement une notion économique de base.

La rareté ne disparaît pas, elle change simplement de forme

Beaucoup pensent à tort que la fin du progrès technologique est la disparition de la rareté. Dès que l’IA sera suffisamment puissante, que les robots seront suffisamment nombreux, que la puissance de calcul sera suffisamment bon marché et que les biens seront suffisamment abondants, le mécanisme des prix disparaîtra et le marché deviendra superflu.

C'est une mécompréhension de la rareté.

La rareté ne se résume pas à un manque physique simple. La rareté est relative aux désirs humains, au temps, aux connaissances, à la position, aux relations, au coût d'opportunité et à l'incertitude future. Tant que les désirs humains sont hétérogènes, changeants et contextuels, la rareté ne disparaîtra pas. Elle passera simplement de « avoir ou ne pas avoir » à « être adapté ou non », de « suffisant ou non » à « nécessaire précisément à ce moment-là », et de la pénurie matérielle à la pénurie structurelle.

À l'ère industrielle, de nombreuses raretés se manifestaient par un manque de quantité : suffisamment de nourriture, de vêtements, de logements, de médecins, d'écoles, de transports. La tâche de la production de masse et des organisations modernes consistait à copier massivement ces produits et services de base.

Mais dans une ère plus riche et plus intelligente, de nombreuses ressources critiques ne sont plus simplement une question de quantité. Une personne ne cherche pas n'importe quel déjeuner, mais un déjeuner adapté à son état corporel actuel, à ses fluctuations de glycémie, à sa dépense énergétique, à ses besoins émotionnels et à ses préférences esthétiques. Un enfant ne nécessite pas n'importe quel cours de mathématiques, mais un parcours d'apprentissage adapté à ses obstacles de compréhension actuels, à son état d'attention, à son environnement familial et à sa structure d'estime de soi. Un aîné ne veut pas n'importe quelle recommandation de santé, mais une relation de service qu'il puisse vraiment croire, vraiment mettre en œuvre et vraiment maintenir. Une entreprise ne cherche pas n'importe quel système d'IA, mais une solution concrète intégrée à ses processus, à ses incitations, à sa structure organisationnelle et à ses relations clients.

C'est la rareté à l'ère de la différenciation.

Plus précisément, l'ère de l'IA renforcera au moins trois types de rareté.

La première catégorie est la rareté d'adaptation.

La pertinence d’un produit ou d’un service pour une personne, une organisation, un moment ou une situation donnée deviendra de plus en plus importante. À l’ère de la standardisation, la question cruciale était : « Y a-t-il suffisamment d’offre ? ». À l’ère de la différenciation, la question essentielle est : « Cette offre correspond-elle exactement à mes besoins ? ». L’IA rend la personnalisation possible, mais complique également la question de l’adaptation, car le corps, l’esprit, les relations, le travail et les préférences des individus sont en constante évolution. Ce qui est véritablement rare, ce n’est pas n’importe quelle offre, mais l’offre appropriée.

La deuxième catégorie est la rareté fondée sur la confiance.

L'IA peut fournir des conseils, mais la question de savoir si ces conseils sont crédibles, adoptés ou mis en œuvre est une autre affaire. Un patient sait qu'il doit prendre ses médicaments, mais cela ne signifie pas qu'il les prendra à long terme ; un étudiant sait qu'il doit étudier, mais cela ne signifie pas qu'il persévérera ; une entreprise sait qu'elle doit se transformer, mais cela ne signifie pas que l'organisation acceptera ce changement ; une personne âgée sait qu'elle doit contrôler son alimentation, mais cela ne signifie pas qu'elle est prête à modifier des habitudes de vie de plusieurs décennies. La valeur de nombreux services ne réside pas dans l'information elle-même, mais dans la relation de confiance qui permet de transformer cette information en action. À l'avenir, la confiance, la réputation, la responsabilité et l'accompagnement deviendront des actifs économiques essentiels.

La troisième catégorie est la rareté directionnelle.

L'IA peut générer une infinité de solutions, mais les capitaux, le temps, l'attention organisationnelle et les opportunités d'expérimentation dans le monde réel restent limités. Une entreprise ne peut pas exécuter cent stratégies simultanément, un laboratoire ne peut pas construire cent réacteurs en même temps, un hôpital ne peut pas restructurer tous ses processus en parallèle, et une ville ne peut pas tester toutes les solutions de gouvernance en même temps. Lorsque les possibilités explosent, ce qui devient véritablement rare, c'est la capacité à choisir une direction : quelle voie emprunter, quel risque assumé, quelles possibilités séduisantes abandonner.

Ainsi, la puissance de l’IA n’est pas de transformer le monde en une abondance entièrement homogène, mais de rendre possible pour la première fois la simultanéité de la mise à l’échelle et de la personnalisation. Autrefois réservés à quelques riches uniquement, les médecins privés, les professeurs particuliers, les conseillers privés, les assistants personnels, les accompagnants psychologiques privés, les designers privés et les équipes de recherche privées pourraient entrer un jour dans la vie des gens ordinaires grâce à une nouvelle structure de coûts. Mais une fois intégrés à la vie courante, la question ne sera plus « peut-on produire ? », mais « comment s’adapter, comment faire confiance, comment choisir la direction ? »

Cela signifie que le marché ne disparaîtra pas. Au contraire, il deviendra plus actif, plus fin et plus profondément intégré aux détails de la vie quotidienne. Car plus les produits et services deviennent spécifiques, plus la société a besoin d’un mécanisme pour découvrir la valeur réelle à différents moments, chez différentes personnes et dans divers contextes.

Ce mécanisme est le prix.

Le prix est un mécanisme de découverte, pas seulement un mécanisme d'allocation.

Les prix sont souvent mal compris comme des outils de répartition froids. Il semble que le prix ne soit nécessaire que pour déterminer qui obtient et qui ne obtient pas lorsque les ressources sont insuffisantes ; une fois que la technologie est suffisamment avancée, les prix pourraient être éliminés et la répartition confiée à des algorithmes.

Mais la fonction la plus profonde du prix n'est pas d'attribuer des biens connus, mais de découvrir des informations inconnues.

La somme qu'une personne est prête à payer pour un service contient de nombreuses informations que les autres ne peuvent pas connaître à l'avance : l'intensité de ses préférences, son coût temporel, ses contraintes de revenu, son niveau d'urgence, ses alternatives, son évaluation du risque, son niveau de confiance et son état émotionnel. Ces informations ne sont pas simplement enregistrées dans une base de données, ni toujours accessibles par des questionnaires. Souvent, les gens ne savent pas exactement ce qu'ils veulent avant qu'un produit n'apparaisse, qu'un prix ne soit fixé, qu'une comparaison ne soit faite ou qu'une expérience ne se produise.

Le prix n’intervient pas après que la demande ait été entièrement déterminée. Le prix participe à la formation et à la découverte de la demande.

Cela est particulièrement important à l'ère de l'IA. En effet, l'IA élargira considérablement l'ensemble des produits pouvant être produits et réduira considérablement le coût de génération des prototypes de nouveaux produits. Par le passé, de nombreuses idées de produits n'ont jamais eu l'occasion d'être testées sur le marché, car elles ont été éliminées par les coûts de développement, les coûts organisationnels et les coûts de communication. Aujourd'hui, un plus grand nombre de personnes peuvent créer rapidement des prototypes, de plus petites équipes peuvent entrer sur le marché, et un plus grand nombre de besoins spécialisés peuvent être essayés. Le problème change donc : il ne s'agit plus d'un manque d'idées, mais d'un manque de mécanismes pour filtrer les idées ; il ne s'agit plus d'un manque de possibilités, mais d'un manque de mécanismes pour déterminer quelles possibilités méritent d'être investies en ressources réelles.

Le prix est au cœur de ce mécanisme de filtrage.

Un entrepreneur qui lance un nouveau produit émet en réalité une hypothèse sur les besoins futurs. L'achat ou le rejet par les consommateurs constitue une vérification de cette hypothèse. Si le prix est trop élevé et que le produit ne se vend pas, cela indique un manque de valeur, un mauvais positionnement, des coûts trop élevés ou un public cible inadéquat. Si, malgré un prix élevé, certaines personnes continuent de l'acheter, cela révèle une demande plus forte que ce que les observateurs imaginaient. Les profits attirent la copie et l'expansion, tandis que les pertes forcent à la sortie et à la correction. Ce processus n'est pas une simple transaction, mais une vaste expérience distribuée menée par la société dans un contexte d'incertitude.

Sans prix, la société perd ce retour d'expérience.

C’est particulièrement vrai à l’ère de la différenciation. Supposons que l’IA puisse générer mille nouveaux services éducatifs, dix mille nouveaux modèles de gestion de la santé, et un million d’expériences de divertissement personnalisées. Lesquels répondent à un vrai besoin, et lesquels ne sont que des démonstrations technologiques ? Quels consommateurs seront prêts à payer de manière continue, et lesquels n’essayeront qu’une seule fois ? Quels services peuvent être mis à l’échelle, et lesquels resteront limités à des marchés de niche ? Quels services nécessitent une intervention humaine, et lesquels peuvent être entièrement automatisés ? Lesquels méritent un investissement capital, et lesquels doivent être abandonnés rapidement ?

Ces questions ne peuvent pas être résolues uniquement par le jugement d'experts ni déterminées une fois pour toutes par un algorithme central. Elles nécessitent un filtrage continu par le prix, les transactions, les bénéfices, les pertes et la concurrence.

Le prix reste un mécanisme de compression des connaissances locales.

La volonté d'un consommateur de payer à un moment donné n'est pas simplement une fonction mécanique de son revenu et du prix. Elle peut inclure ses sensations corporelles du jour, ses expériences de la veille, ses relations familiales, sa pression professionnelle, ses attentes futures, son identité sociale et ses préférences esthétiques. De même, la volonté d'une entreprise de payer pour un système d'IA n'est pas seulement une question de indicateurs techniques, mais une réflexion globale de ses processus internes, des compétences de ses employés, de sa structure clientèle, des risques réglementaires et de la pression concurrentielle. Ces connaissances locales ne peuvent généralement pas être transmises intégralement à un centre centralisé. Les prix du marché transforment ces jugements dispersés en signaux d'action observables.

Ainsi, le mécanisme de prix n'est pas un vestige de l'ancien monde, mais un dispositif de découverte pour un avenir ouvert.

Plus l'IA est puissante, plus les possibilités augmentent ; plus les possibilités augmentent, plus le filtrage devient important ; plus le filtrage devient important, plus le mécanisme de prix est essentiel.

Incentive : Pourquoi les nouveaux produits n'apparaissent pas automatiquement

Avoir uniquement de la technologie ne crée pas automatiquement de nouveaux produits ou services.

Entre la capacité développée en laboratoire et le produit sur le marché, il y a un processus long et complexe : qui identifie les scénarios ? qui assume les risques ? qui organise l'équipe ? qui réforme les processus ? qui éduque les consommateurs ? qui gère la responsabilité ? qui fait face à l'échec ? qui transforme une possibilité technologique en service stable et fiable ?

Cela nécessite une incitation.

La théorie des prix ne traite pas seulement des niveaux de prix, mais aussi des structures d'incitation. Pourquoi les gens investissent-ils leur temps, leur capital, leur réputation et leurs compétences organisationnelles pour explorer de nouveaux produits ? Parce qu'ils croient qu'en cas de succès, ils recevront une récompense. Si tous les nouveaux services étaient immédiatement copiés gratuitement dès leur apparition, si tous les profits étaient considérés comme illégitimes, si toutes les tentatives de différenciation étaient réprimées par la réglementation pour ramener les produits à un standard uniforme, et si toutes les pertes étaient supportées par les entrepreneurs tandis que les gains des succès étaient confisqués, alors même la plus puissante des IA ne générerait pas automatiquement une couche application prospère.

L'innovation n'est pas le résultat naturel d'une fonction technologique, mais un comportement économique sous une structure d'incitations.

L'intelligence artificielle réduit le coût des essais et erreurs, mais ne supprime pas les risques. Un entrepreneur doit toujours déterminer la direction, une entreprise doit toujours réorganiser ses processus, un médecin doit toujours assumer sa responsabilité, un établissement éducatif doit toujours établir la confiance, et une entreprise de couche application doit toujours identifier les scénarios pour lesquels les consommateurs sont réellement prêts à payer. L'IA peut générer des solutions, mais ne remplace pas l'évaluation du marché sur la valeur de ces solutions. L'IA peut réduire les coûts de développement, mais ne garantit pas l'existence d'une demande. L'IA peut élargir l'espace d'imagination, mais ne réalise pas automatiquement la commercialisation.

C'est pourquoi les prix, les droits de propriété, les bénéfices et la concurrence restent importants.

Le profit n'est pas un résidu du mal, mais une récompense pour avoir trouvé la bonne direction. La perte n'est pas une punition cruelle, mais un signal d'une mauvaise direction. La concurrence n'est pas une perte de ressources, mais un essai entre différentes hypothèses. L'accès à la liberté n'est pas un principe abstrait, mais une condition institutionnelle permettant aux produits inconnus d'émerger.

À l'ère de l'intelligence artificielle, ce qui est véritablement rare n'est peut-être pas la capacité à générer, mais la capacité à identifier ce qui mérite d'être généré ; pas la capacité à répondre aux questions, mais la capacité à poser des questions pertinentes ; pas la capacité à optimiser un objectif donné, mais la capacité à choisir des objectifs, à assumer des risques et à organiser des actions dans le monde réel.

Ces capacités nécessitent des incitations du marché pour être mobilisées.

C’est pourquoi la couche application ne prospère pas automatiquement. Un pays peut posséder des modèles puissants, une capacité de calcul suffisante, des données abondantes et une grande équipe d’ingénieurs, tout en manquant néanmoins d’un écosystème d’applications véritablement florissant. Si les entrepreneurs ne peuvent pas obtenir de retour sur investissement, si les choix des utilisateurs sont limités, si la réglementation impose trop tôt de nouvelles services dans des catégories anciennes, si les géants des plateformes contrôlent les points d’accès, si le coût de l’échec est trop élevé, et si l’opinion publique assimile le profit à du pillage, de nombreux produits potentiels mourront avant même d’apparaître.

La concurrence à l'ère de l'IA n'est pas seulement une concurrence de capacités de modèles, mais aussi de systèmes d'incitation.

Celui qui permet à plus de personnes d'essayer, celui qui fait émerger rapidement les erreurs, celui qui récompense la bonne direction, celui qui offre des opportunités de servir les besoins de niche, celui qui permet aux jeunes entreprises de défier les entreprises établies, est le plus susceptible de découvrir les produits et services de demain.

L'émergence de nouveaux produits et nouveaux services

Il est difficile pour nous de nommer les principales applications d'IA dans quinze ans, tout comme les gens du XIXe siècle avaient du mal à nommer la vie électrique du XXe siècle, ou les gens de la fin du XXe siècle à décrire pleinement la vie sur Internet mobile.

Ce n'est pas parce que nous manquons d'imagination, mais parce que les nouveaux produits et services ne sont souvent pas dérivés linéairement des termes existants. Ils émergent de l'interaction entre la technologie, les coûts, l'organisation, les préférences et les institutions.

À l'ère de l'intelligence artificielle, le produit le plus important n'est peut-être pas simplement « un meilleur moteur de recherche », « des programmeurs moins chers » ou « un service client plus intelligent ».

Ce ne sont que des extensions sur les fondations anciennes. Ce qui est plus important, ce sont peut-être de nouveaux systèmes de gestion de la santé, de nouveaux accompagnements éducatifs, de nouvelles organisations de recherche scientifique, de nouveaux services juridiques, de nouveaux agents personnels, de nouvelles expériences culturelles, de nouveaux systèmes de retraite, de nouvelles formes de production familiale, de nouveaux processus d'entreprise, de nouveaux services de gouvernance urbaine, de nouveaux soutiens psychologiques et de nouvelles formes de collaboration créative.

De nombreux services n'étaient pas sans demande, mais simplement trop coûteux.

Une famille ordinaire ne pouvait autrefois pas avoir accès à un médecin privé 24/7, un nutritionniste, un conseiller psychologique, un coach d’apprentissage, un conseiller juridique, un conseiller en orientation professionnelle et un conseiller financier familial. Une petite entreprise ne pouvait autrefois pas disposer d’une équipe stratégique de niveau mondial, d’une équipe d’analyse de données, d’une équipe de conformité juridique, d’une équipe de marketing multilingue et d’un système d’exploitation automatisé. Un hôpital de district ne pouvait autrefois pas accéder en temps réel aux connaissances médicales de pointe, à un système de gestion des patients et à une surveillance continue de la santé. Un enfant ordinaire ne pouvait autrefois pas bénéficier d’un système d’apprentissage véritablement personnalisé, avec un retour continu et une collaboration interdisciplinaire.

L'IA rend les parties intelligentes de ces services peu coûteuses. Mais une intelligence peu coûteuse n'est qu'un début.

La véritable mise en production nécessite d'intégrer l'intelligence dans les scénarios, de transformer les scénarios en processus, les processus en services, les services en relations de confiance, et les relations de confiance en transactions durables.

C'est une énorme opportunité au niveau de la couche application.

La plus grande entreprise du futur ne sera peut-être pas seulement celle qui possède le modèle le plus puissant, mais celle qui comprend le mieux les contextes spécifiques, qui organise le mieux les actifs complémentaires, qui établit le plus efficacement la confiance et qui transforme le mieux les capacités de l'IA en services de la vie quotidienne et en processus de production. La couche infrastructurelle vend des capacités générales, tandis que la couche application vend des solutions, des expériences, des responsabilités et des relations. Les capacités générales peuvent être vastes, mais l'espace d'innovation le plus proche des besoins finaux pourrait être encore plus grand.

Prenez la gestion de la santé comme exemple. L’IA peut lire des publications médicales, analyser des indicateurs, générer des recommandations, rappeler la prise de médicaments et prédire les risques.

Mais le véritable produit n’est pas un « texte de conseils médicaux », mais un système de service permettant de modifier durablement les comportements. Il peut inclure un médecin de famille, des travailleurs communautaires, des dispositifs portables, des services alimentaires, des incitations assurantielles, la communication avec la famille, un soutien psychologique et une réponse d’urgence. Il intègre des algorithmes et de l’organisation ; des données et de la responsabilité ; de l’automatisation et de la confiance humaine. Le consommateur ne paie pas un texte, mais une vie plus saine, plus sûre et plus digne.

Prenons l'éducation comme exemple. L'IA peut expliquer des concepts, générer des exercices, corriger des rédactions et adapter les parcours. Mais un véritable produit éducatif n'est pas un « générateur de réponses », mais un système qui aide les élèves à développer des compétences, de la confiance, de l'intérêt et des habitudes à long terme. Il doit comprendre l'état cognitif de l'enfant, ainsi que son contexte familial, son environnement social, le système d'examen et les pressions psychologiques. La valeur ici provient de l'intelligence, mais aussi de l'accompagnement, de la motivation, de l'évaluation et de la reconnaissance sociale.

Prenez l'exemple de la gestion d'entreprise. L'IA peut générer des rapports, écrire du code, faire des prédictions et proposer des recommandations stratégiques.

Mais la véritable application entrepreneuriale ne consiste pas à automatiser chaque tâche, mais à restructurer les flux d'informations, les pouvoirs de décision, les mécanismes d'incitation et les limites de responsabilité. Lorsqu'une entreprise achète une IA, elle ne se contente pas d'acquérir un outil ; elle重构 sa fonction de production et sa structure organisationnelle. Ce processus est hautement contextuel et ne peut être réalisé uniquement par les entreprises de modèles de base.

Ces exemples montrent que la couche application à l'ère de l'IA n'est pas un simple sous-ensemble de la couche infrastructure. Elle constitue le front de la découverte des besoins, de l'organisation des scénarios, de la construction de la confiance et de l'assumption des responsabilités.

Ainsi, sur quinze ans, la taille totale des entreprises de la couche application dépassera largement celle de la couche infrastructure, non pas en contradiction avec les principes économiques, mais en accord avec eux. Plus les investissements en amont sont puissants, plus il est probable qu’ils engendrent un écosystème en aval encore plus vaste. Les entreprises électriques sont importantes, mais le système industriel alimenté par l’électricité est encore plus grand ; les services cloud sont importants, mais l’économie numérique qui se développe sur le cloud est encore plus vaste ; les grands modèles sont importants, mais les nouveaux produits, services, organisations et modes de vie qu’ils permettent pourraient être bien plus grands encore.

Opposer à l'illusion du plan à l'ère intelligente

Chaque montée d'une technologie générale engendre une illusion de planification. Puisque les nouvelles technologies sont si puissantes, pourquoi ne pas laisser quelques institutions centrales les planifier de manière unifiée ? Puisque l'IA peut traiter d'énormes volumes de données, pourquoi a-t-on encore besoin de marchés ? Puisque les algorithmes peuvent prédire la demande, pourquoi a-t-on encore besoin de prix ? Puisque les robots peuvent produire, pourquoi ne pas simplement répartir selon les besoins ?

La séduction de cette imagination réside dans le fait qu'elle réduit les problèmes économiques à des problèmes de calcul.

Mais le cœur de la vie économique n'a jamais été seulement une question de calcul. Il comprend également la découverte, l'incitation, la confiance, la responsabilité et le choix.

Les systèmes de planification peuvent optimiser des objectifs connus, mais ont du mal à découvrir des objectifs inconnus. Ils peuvent améliorer l'efficacité dans des environnements où les produits sont standardisés, les préférences stables et les données complètes, mais peinent à explorer dans des environnements où l'espace produit est ouvert, les préférences évoluent constamment et les besoins ne sont pas encore formés. Ils peuvent prédire une partie de l'avenir à partir des comportements passés, mais ne peuvent pas remplacer la capacité des individus à réévaluer leurs propres désirs après l'apparition de nouveaux produits.

L'IA peut rendre les planificateurs plus intelligents, mais ne supprime pas les connaissances locales.

Pourquoi un consommateur a-t-il besoin d’un tel service en ce moment et en ce lieu, comment un médecin peut-il faire confiance à un patient, pourquoi un enfant développe-t-il soudainement un intérêt pour une certaine méthode d’apprentissage, pourquoi un système interne rencontre-t-il une résistance au sein d’une entreprise, pourquoi une personne âgée refuse-t-elle de prendre ses médicaments, pourquoi un utilisateur est-il prêt à payer un supplément pour une certaine expérience — ces connaissances sont hautement contextualisées et souvent implicites dans les relations, les habitudes, la culture, la langue, le corps et les émotions.

Plus l'époque est différenciée, moins on doit confier la vie économique à une allocation centralisée. Plus le centre est puissant, plus il tend à réduire les besoins complexes à des catégories standardisées ; plus on cherche à les rendre gérables, plus on risque de sacrifier la croissance sauvage des nouveaux produits ; plus on privilégie la certitude, plus on étouffe les possibilités inconnues les plus précieuses de l'exploration du marché.

L'intelligence artificielle ne supprimera pas la question de Hayek. L'intelligence artificielle poussera la question de Hayek à un niveau plus fin.

Ce qui sera véritablement important à l'avenir, ce n'est pas de faire en sorte qu'un centre unique sache tout, mais de permettre à d'innombrables connaissances locales d'entrer dans le processus d'expérimentation sociale par le biais des prix, des transactions, des contrats, de la concurrence et de l'entrepreneuriat. Les marchés n'existent pas à cause d'un manque de capacité de calcul. Les marchés existent parce que l'avenir est ouvert, les connaissances sont dispersées, les préférences sont hétérogènes et les incitations sont nécessaires.

Une autre erreur plus profonde du fantasme de l'ère intelligente : elle considère la « demande » comme une liste déjà existante en attente d'être satisfaite.

Mais la grande demande n'est pas prédéfinie. Les gens comprennent leurs propres désirs seulement après l'apparition de nouveaux produits, réordonnent leurs préférences par imitation sociale, découvrent leur volonté de payer grâce à la comparaison des prix, et apprennent ce qui mérite d'être acheté à nouveau grâce à leur expérience de consommation. Beaucoup de besoins importants de l'avenir n'ont même pas encore de nom aujourd'hui. Puisqu'ils n'ont pas de nom, ils ne peuvent pas être enregistrés à l'avance par un plan centralisé ; et puisqu'ils ne peuvent pas être enregistrés, ils ne peuvent pas être optimisés en une seule fois.

La valeur du marché réside dans sa capacité à permettre à ces besoins anonymes d'émerger par l'expérimentation.

Risque de monopole et conditions du marché

Défendre la théorie des prix n'est pas une louange naïve des marchés réels.

L'ère de l'intelligence artificielle pourrait parfaitement voir émerger de nouveaux monopoles. Les modèles de base, la puissance de calcul, les données, les puces, les plateformes cloud et les points d'accès à la distribution ainsi que les systèmes d'exploitation pourraient tous générer des économies d'échelle et des barrières à l'entrée. Les plateformes en amont pourraient, par le biais de la tarification, des interfaces, du contrôle des données et de l'intégration verticale, comprimer les bénéfices au niveau des applications et transformer les innovateurs en aval en dépendants. Ce chiffre d'affaires de deux mille milliards de dollars pourrait provenir à la fois d'une création de valeur considérable et inclure partiellement des rentes de plateforme.

C'est précisément pourquoi nous avons besoin de théories des prix plus sérieuses, et non moins de théories des prix.

Pour que le mécanisme de prix soit efficace, des conditions institutionnelles sont nécessaires : liberté d'accès, protection des propriétés, exécution des contrats, ordre concurrentiel, règles anti-monopole, portabilité des données, ouverture des interfaces et responsabilités claires. Sans ces conditions, les prix sont déformés par le pouvoir, les profits deviennent des rentes, et la plateforme passe d'infrastructure du marché à seigneur féodal du marché.

Ainsi, la tâche institutionnelle de l'ère de l'intelligence artificielle n'est pas de remplacer le marché par un plan, mais de protéger l'ouverture du marché en tant que mécanisme d'exploration.

Nous devons rendre la couche d’infrastructure suffisamment robuste, sans pour autant étouffer la couche application. Nous devons permettre aux entreprises de modèles de bénéficier d’une récompense pour leur innovation, sans leur permettre de s’approprier arbitrairement tous les scénarios en aval. Nous devons permettre aux entrepreneurs d’accéder à des capacités d’intelligence générale, tout en leur conservant le contrôle sur les utilisateurs, les données, la marque et les relations de service. Nous devons donner aux consommateurs la possibilité de choisir, aux travailleurs des opportunités de transition, et aux nouvelles entreprises la possibilité de défier les entreprises établies.

Le marché n'est pas un vide naturel. Le marché est un accomplissement institutionnel.

La régression des prix ne signifie pas que chaque prix dans la réalité est juste, ni que chaque profit provient de la création de valeur. Elle affirme que, dans un environnement institutionnel ouvert, compétitif et accessible, les prix, les profits et les pertes restent le meilleur mécanisme permettant aux êtres humains de découvrir de nouvelles demandes, de trier de nouveaux produits et d'organiser de nouveaux services.

Cela est particulièrement important, car si la couche d'infrastructure est trop centralisée, le développement de l'application à l'ère de l'IA pourrait être étouffé.

Les géants en amont fournissent à la fois les modèles, contrôlent les points d'accès, observent les données en aval et peuvent copier à tout moment les applications les plus performantes, ce qui réduit l'incitation à investir pour les entrepreneurs de la couche application. Les utilisateurs pensent faire face à de nombreuses applications, mais en réalité, ils ne voient que différentes interfaces au sein de quelques jardins de plateformes. Les prix existent toujours, mais la liberté d'entrée et la pression concurrentielle qui les sous-tendent sont affaiblies.

Ainsi, défendre la théorie des prix n’est pas défendre les géants, mais défendre le marché ouvert. Ce qui nécessite réellement protection, ce n’est pas une entreprise modèle en particulier, mais l’environnement institutionnel qui permet d’innombrables expériences au niveau des applications.

Position de l'humain

L'intelligence artificielle changera la position de l'homme.

De nombreux emplois de travail intellectuel standardisé seront réduits. De nombreux postes qui dépendaient autrefois de l'asymétrie d'information, des barrières professionnelles et de l'expérience répétitive perdront leur valeur. La transition ne sera pas facile. Un programmeur d'âge moyen ne deviendra pas automatiquement coach psychologique, un enseignant traditionnel ne deviendra pas automatiquement concepteur d'éducation par l'IA, et un médecin de base ne s'adaptera pas automatiquement aux systèmes de collaboration homme-machine. La société doit faire face à cette souffrance et reconstruire l'éducation, la formation, la sécurité sociale et les mécanismes de mobilité professionnelle.

Mais on ne doit pas croire que la valeur économique de l'homme disparaît simplement à cause de la douleur de la transition.

Plus l'IA est puissante, plus les êtres humains doivent jouer un rôle dans les domaines non standardisés. La valeur future des humains proviendra probablement davantage du jugement, de la confiance, de la responsabilité, de l'esthétique, des émotions, de la communication, de l'organisation et de la prise de risque. L'IA peut fournir des conseils médicaux, mais la croyance et l'adhésion du patient dépendent toujours des relations humaines. L'IA peut concevoir des cours, mais la persévérance de l'enfant et la reconstruction de sa confiance en soi nécessitent encore la présence humaine. L'IA peut générer des solutions, mais l'adoption par l'organisation, la coopération des employés, la confiance des clients et l'acceptation par les régulateurs exigent toujours une coordination humaine. L'IA peut proposer d'innombrables directions d'innovation, mais l'entrepreneur doit choisir une voie et y engager son capital, sa réputation et sa vie.

La place de l'humain n'est pas de se retirer de toutes les tâches, mais de passer de l'exécution standardisée à la sélection de directions et à la concrétisation dans la réalité.

Cela ne signifie pas que tout le monde pourra facilement se réorienter, ni que chaque nouvel emploi sera décent. Le marché ne résout pas automatiquement tous les problèmes de répartition. Les politiques, l’éducation, la sécurité sociale et les règles de concurrence sont toutes indispensables. Mais du point de vue de la logique profonde de l’organisation de la production, l’IA ne laissera pas un vide où les humains n’auraient plus rien à faire. Elle modifiera quelles compétences humaines ont de la valeur.

Alors que les machines assument de plus en plus de tâches cognitives répétitives, les connaissances locales, les compétences relationnelles, les capacités de jugement et de responsabilité humaines, qui ne peuvent être reproduites, deviendront encore plus importantes.

Cela signifie également que nous ne pouvons pas juger l'avenir d'une personne à partir des métiers d'aujourd'hui. De nombreux emplois futurs n'ont pas encore de nom. Les gens du XIXe siècle n'auraient pas pu imaginer des métiers tels que « ingénieur logiciel », « designer d'expérience utilisateur », « opérateur de streaming », « scientifique des données », « architecte cloud » ou « créateur de courtes vidéos », et les gens d'aujourd'hui ne peuvent pas non plus énumérer complètement la structure des emplois à l'ère de l'IA. Les emplois humains de l'avenir seront probablement davantage axés sur les relations de service, l'organisation de scénarios, la prise de risques, l'interprétation des besoins, le changement de comportement, la conception d'expériences et la production de confiance.

Les anciens métiers disparaîtront, de nouveaux métiers apparaîtront.

Mais un changement plus profond réside dans le fait que le travail humain passe de « l'exécution de tâches prédéfinies » à « l'organisation de possibilités ouvertes ».

Conclusion : Laissez un marché pour le nouveau monde

L'histoire n'avance jamais selon les catégories professionnelles de l'ancien temps.

Lorsque les machines tissaient le tissu, les gens pleuraient pour les tisserands ; lorsque les chemins de fer traversaient les continents, les gens s'inquiétaient pour les cocher ; lorsque les lampes électriques éclairaient les villes, les gens regrettèrent les allumeurs de réverbères ; lorsque l'Internet a englouti les médias imprimés et les comptoirs, les gens ont écrit des élégies pour les anciens métiers. Ces douleurs étaient réelles. Mais si l'histoire n'était composée que de ces douleurs, l'humanité serait restée bloquée dans le passé.

Ce qui change vraiment le monde, ce n'est pas seulement la disparition des anciens emplois, mais la reconnaissance de nouveaux besoins, l'invention de nouveaux produits, l'organisation de nouveaux services et la création de nouveaux modes de vie.

L'intelligence artificielle fera de même.

Aujourd’hui, debout sur les fondations du passé, il est facile d’imaginer l’avenir comme un bilan des emplois supprimés. Nous voyons les rédacteurs, programmeurs, agents clientèle, traducteurs et analystes remplacés, mais nous ne voyons pas encore les nouvelles formes de soins de santé, d’éducation, d’organisations de recherche, d’expériences culturelles, de production familiale, de processus d’entreprise et de modes de vie personnels qui n’ont pas encore vu le jour. Ce qui est détruit a un nom ; ce qui est créé n’a souvent pas encore de nom. C’est pourquoi la peur arrive toujours avant l’imagination.

La responsabilité de l'économie n'est pas de vendre un optimisme bon marché, ni de céder au pessimisme défensif. La responsabilité de l'économie est de rappeler aux gens que le cœur de la révolution technologique n'est pas une arithmétique de substitution dans le monde ancien, mais l'élargissement de l'ensemble des possibilités dans le monde nouveau.

Lorsque l'IA transforme l'intelligence en une entrée bon marché, ce dont la société a vraiment besoin, ce n'est pas de confier toutes les possibilités à quelques centres pour les planifier, mais de donner à des millions de personnes la liberté d'explorer des besoins inconnus. Nous avons besoin de prix, car les préférences des gens sont hétérogènes et changeantes ; nous avons besoin de marchés, car les connaissances sont dispersées dans des temps et des lieux spécifiques ; nous avons besoin de profits, car l'innovation nécessite des incitations ; nous avons besoin de pertes, car les directions erronées doivent être éliminées ; nous avons besoin de concurrence, car personne ne sait à l'avance à quel produit, quel service ou quelle forme d'organisation appartient l'avenir.

Chaque ère ancienne a tendu à considérer ses métiers, organisations et industries comme des formes naturelles de la civilisation. Cela s'est produit à l'ère agricole, à l'ère industrielle, et aussi à l'ère d'Internet. Les gens croyaient protéger la vie, mais ils protégeaient souvent simplement les catégories du passé ; ils croyaient défendre l'humanité, mais ils défendaient souvent simplement les identités professionnelles formées dans les conditions technologiques anciennes.

Mais ce que l'histoire protège véritablement, ce n'est jamais des métiers spécifiques comme les cocher, les éclairagistes ou les dactylographes, mais la capacité de l'humanité à redécouvrir les besoins, à réorganiser la production et à recréer la vie face aux nouvelles technologies.

Ce qui mérite le plus d'être défendu à l'ère de l'IA, c'est précisément cette capacité. Et sa forme institutionnelle reste les prix, les bénéfices, les pertes, la concurrence et la liberté d'entrée sur les marchés ouverts.

Le retour de la théorie des prix n'est pas un retour en arrière, mais une défense de l'avenir.

L'avenir ne deviendra pas un paradis statique sans rareté, sans choix, sans échange ni marché simplement parce que l'IA sera puissante. L'avenir sera plus riche et plus complexe ; plus abondant et plus différencié ; plus intelligent et plus dépendant des connaissances locales et du jugement humain. L'intelligence artificielle élargit les possibilités, mais le mécanisme des prix nous aide à déterminer lesquelles de ces possibilités sont véritablement précieuses.

Laisser un marché au nouveau monde, c'est ouvrir la voie aux besoins inconnus, offrir un terrain d'expérimentation aux nouveaux produits, permettre aux jeunes de s'aventurer et donner une issue à l'imagination humaine.

Les fondations anciennes finiront par s'affaiblir. La vraie question n'est pas de savoir si nous pouvons sauver chaque chariot, mais si nous permettons l'apparition du chemin de fer, de l'automobile, de l'avion et des choses encore sans nom.

Ce qui mérite le plus d'être défendu à l'ère de l'intelligence artificielle, ce n'est pas un ancien métier, une ancienne industrie ou une ancienne forme d'organisation, mais la capacité institutionnelle de l'humanité à découvrir de la valeur dans un avenir ouvert.

Ce n'est pas un résidu de l'ancienne économie.

C'est l'entrée du nouveau monde.

C'est le retour de la théorie des prix.