Remarques d'ouverture du gouverneur Cook sur l'intelligence artificielle et la productivité

Bonjour. Je remercie l’Association nationale pour l’économie des affaires de m’avoir invité à m’adresser à vous aujourd’hui, et merci à Jared d’avoir assuré la modération.1 Je suis honoré de partager la scène avec mon ancien collègue Michael et mon ancien étudiant et assistant de recherche Ging Cee, et j’attends avec impatience notre discussion.

En économie, l’intelligence artificielle (IA) et la productivité figurent parmi mes domaines de recherche préférés. Dans les deux décennies précédant ma nomination en tant que gouverneur de la Réserve fédérale, j’ai étudié et contribué à la recherche sur l’économie de l’innovation et utilisé l’apprentissage automatique dans mes travaux. Dans mon rôle actuel, j’ai continué à explorer cette voie et j’ai souvent parlé des avancées de l’IA, de leurs implications pour l’économie, et des objectifs du double mandat de la Fed, à savoir le plein emploi et la stabilité des prix.2 Aujourd’hui, je suis heureux de pouvoir vous faire brièvement part de ma réflexion. Bien que je sois prudent, à long terme, je suis optimiste quant à la capacité de l’IA à contribuer à de nouveaux produits et processus—l’innovation—qui amélioreront notre vie.

Les gens utilisent l’IA de diverses manières intéressantes, notamment pour écrire plus rapidement des romans d’amour, inventer de nouvelles recettes, et même trancher des disputes conjugales.3 Je suis ravi de voir des entreprises expérimenter l’IA de façon innovante et créative, et j’ai hâte d’en apprendre davantage auprès de mes collègues intervenants. À la Réserve fédérale, nous nous conformons aux normes de sécurité les plus strictes et faisons preuve de prudence. Parallèlement, comme beaucoup d’organisations, la Fed voit la valeur de l’utilisation de l’IA pour résumer des recherches et autres documents, générer du code, planifier des voyages, entre autres usages.4 Comme vous pouvez l’imaginer, il existe un vaste effort de recherche pour examiner l’IA et ses effets sur l’économie, tant au Conseil que dans l’ensemble du système de la Fed.5

L’IA peut stimuler la croissance de la productivité en accélérant la création d’idées—un élément clé de la théorie de la croissance endogène de Paul Romer—grâce à sa capacité à traiter et combiner rapidement des connaissances.6 En rendant accessibles à tous des outils analytiques puissants, pas seulement aux experts, l’IA démocratise l’innovation : elle permet à davantage de personnes de devenir inventeurs, innovateurs et entrepreneurs, créant ainsi un cycle d’idées auto-entretenu où les idées génèrent d’autres idées. Cette démocratisation soutient le concept de Romer selon lequel les idées peuvent être partagées à plusieurs reprises sans être “épuisées”, ce qui pourrait transformer l’innovation en permettant à plus de personnes de contribuer à la croissance économique. Il ne fait aucun doute que l’IA introduira de nouvelles tâches et professions, dont beaucoup nous sont impossibles à concevoir aujourd’hui. Cela n’est pas surprenant, étant donné que 60 % des emplois actuels n’existaient pas en 1940.7 Depuis la Seconde Guerre mondiale, des métiers comme concepteur d’avions, ingénieur en applications informatiques et analyste en cybersécurité sont devenus des professions reconnues par le recensement.

L’IA a un potentiel énorme. Néanmoins, je considère son adoption généralisée avec prudence. L’émergence de l’IA pourrait être le dernier exemple de la “destruction créatrice” que l’économiste Joseph Schumpeter a décrite il y a près d’un siècle. Nous semblons approcher de la réorganisation du travail la plus importante depuis plusieurs générations. Cette transition pourrait créer de nouvelles opportunités, mais elle pourrait aussi engendrer certains coûts. Dans un discours récent, j’ai évoqué la possibilité que le déplacement d’emplois précède la création d’emplois, ce qui pourrait entraîner une hausse du taux de chômage et une baisse de la participation à la force de travail pendant la transition économique.8 Ce scénario pourrait causer des difficultés pour de nombreux travailleurs et leurs familles.

Des preuves que cette transition a commencé ont émergé, même s’il est encore trop tôt pour en voir les effets globaux. La demande de main-d’œuvre dans certains métiers a diminué—notamment pour les programmeurs, un domaine où l’IA a fait des progrès significatifs. De même, le taux de chômage des jeunes diplômés universitaires a augmenté ces dernières années, alors que certains employeurs déploient l’IA pour des tâches auparavant effectuées par des débutants. Néanmoins, le taux de chômage global reste faible, à 4,3 %, et les mesures récentes de licenciements restent modérées. Nous ne connaissons donc pas encore l’évolution précise de cette transition du marché du travail ni son intensité.

Il est certain que la transition liée à l’IA pourrait avoir des implications profondes pour la politique monétaire. Il est encore trop tôt pour en discerner tous les contours, mais j’étudie attentivement plusieurs aspects de cette transition. Permettez-moi d’évoquer brièvement deux enjeux.

Premièrement, si l’IA continue à augmenter la productivité, la croissance économique pourrait rester forte, même si le marché du travail connaît des turbulences entraînant une hausse du chômage. Dans un tel boom de la productivité, une augmentation du chômage ne signifierait pas nécessairement une capacité excédentaire accrue. Par conséquent, notre politique monétaire de demande pourrait ne pas suffire à atténuer un épisode de chômage causé par l’IA sans également augmenter la pression inflationniste. Cela implique que les décideurs monétaires devront faire face à des compromis entre chômage et inflation. Bien que la politique monétaire ait un rôle, d’autres politiques, comme l’éducation et la formation professionnelle, pourraient être mieux adaptées pour relever ces défis de manière plus ciblée.

Deuxièmement, je réfléchis à la façon dont l’IA pourrait influencer le taux d’intérêt neutre à court et à long terme. Rappelons que le taux neutre est un concept à long terme qui représente le niveau d’intérêt d’équilibre, non inflationniste et compatible avec le plein emploi. Le contexte d’investissement dans l’IA nous oblige à comprendre ce qui se passe à court terme. En prévision de gains de productivité futurs, nous observons déjà une forte hausse des investissements liés à l’IA dans les centres de données et les puces, malgré des taux d’intérêt globalement élevés par rapport aux 20 dernières années. Avec ces investissements, la demande globale reste soutenue, et il est possible que le taux neutre actuel soit supérieur à celui d’avant la pandémie. Cela pourrait s’inverser lorsque les gains de productivité liés à l’IA seront pleinement réalisés ou si la transition du marché du travail entraîne une augmentation des inégalités de revenus, avec une part plus importante des revenus allant aux consommateurs aisés, ce qui pourrait faire baisser le taux neutre, toutes choses étant égales par ailleurs.

L’IA est prête à transformer profondément l’économie et nos vies—je crois que, finalement, pour le mieux. J’ai brièvement évoqué comment l’IA pourrait affecter le marché du travail et le taux d’intérêt neutre, mais il existe de nombreux autres facteurs à examiner. Et il est encore trop tôt pour en connaître précisément les contours. Je conclurai en rappelant à ceux d’entre vous présents que vous jouerez un rôle crucial en aidant les employeurs—et les décideurs politiques—à comprendre ces dynamiques en rapide évolution en observant attentivement et en analysant avec réflexion. Merci pour votre travail. J’attends avec impatience notre échange.

1. Les opinions exprimées ici sont les miennes et ne reflètent pas nécessairement celles de mes collègues du Comité fédéral de marché ouvert. Retour au texte

2. Voir Lisa D. Cook (2024), « Artificial Intelligence, Big Data, and the Path Ahead for Productivity », discours prononcé lors de la Conférence sur la disruption technologique de 2024, organisée par les banques de réserve fédérales d’Atlanta, Boston et Richmond, à Atlanta, Géorgie, le 1er octobre. Retour au texte

3. Voir Alexandra Alta (2026), « The New Fabio Is Claude », New York Times, 8 février ; voir aussi Rachel Rood (2026), « AI Played Marriage Ref for My Husband and Me. What Does It Do for You? », Ideastream Public Media, 12 février. Retour au texte

4. Voir « Inventaire des cas d’utilisation de l’IA 2025 », disponible sur le site de la Réserve fédérale à Retour au texte

5. Voir Lisa D. Cook (2025), « AI: A Fed Policymaker’s View », discours prononcé lors de l’Institute d’été de la National Bureau of Economic Research, Cambridge, 17 juillet. Retour au texte

6. Voir Paul M. Romer (1990), « Endogenous Technological Change », Journal of Political Economy, vol. 98 (octobre), pp. S71–S102. Retour au texte

7. Voir David Autor, Caroline Chin, Anna Salomons, et Bryan Seegmiller (2024), « New Frontiers: The Origins and Content of New Work, 1940–2018 », Quarterly Journal of Economics, vol. 139 (août), pp. 1399–1465. Retour au texte

8. Voir Lisa D. Cook (2026), « Economic Outlook », discours prononcé au Club économique de Miami, Miami, 4 février. Retour au texte