Should I Buy It?
Klarna remplace 700 employés par de l’IA. IBM élimine 8 000 postes RH. Les gains de productivité sont réels — mais où vont-ils ? Pas vers les salariés. Pas vers de nouveaux emplois. Vers les marges. C’est ce qu’Acemoglu et Restrepo appellent une “so-so technology” : une technologie qui remplace sans créer.
Origine
Daron Acemoglu et Pascual Restrepo, économistes au MIT, introduisent le concept dans Automation and New Tasks (NBER, 2019).
“Automation technologies that are only marginally better than the workers they displace and do not generate enough new tasks to compensate for their labor-displacing effects.” — Acemoglu & Restrepo, 2019
Le débat classique sur l’automatisation suppose que les technologies créent autant d’emplois qu’elles en détruisent — c’est l’hypothèse “enabling”. Acemoglu et Restrepo montrent que ce n’est pas automatique. Si la technologie est “so-so”, elle déplace sans compenser.
Enabling vs So-So
| Type | Définition | Exemples |
|---|---|---|
| Enabling technology | Crée de nouvelles tâches que seuls les humains peuvent faire | Internet → data science, UX, cybersécurité |
| So-so technology | Remplace des tâches sans créer suffisamment de nouveaux rôles | Automatisation support → pas de nouveaux postes équivalents |
Critère clé : est-ce que la technologie ouvre de nouveaux espaces d’activité humaine, ou se contente-t-elle de fermer les anciens ?
Application à l’IA actuelle
Certaines IA sont enabling : elles créent des rôles nouveaux (prompt engineering, orchestration d’agents, AI red teaming, fine-tuning spécialisé).
Beaucoup sont so-so : elles remplacent des tâches de support, de saisie, de recherche documentaire, de rédaction standardisée — sans créer de nouveaux rôles équivalents en nombre ou en accessibilité.
Le risque structurel : si la vague d’automatisation actuelle est majoritairement so-so, les gains de productivité s’accumulent du côté du capital sans redistribution vers le travail. Les inégalités s’élargissent même si le PIB croît.
Le paradoxe des constructeurs de systèmes
Les individus qui construisent des outils IA dans leur organisation peuvent croire qu’ils créent de la valeur (enabling) — et c’est souvent vrai à court terme. Mais à l’échelle collective, ils peuvent contribuer à une infrastructure so-so : la productivité augmente, les postes ne sont pas recréés, l’effectif diminue par attrition.
Ce n’est pas de la malveillance. C’est de la rationalité locale dont le résultat collectif est so-so.
Indicateurs d’une so-so technology
- Remplacement de tâches sans création de nouvelles compétences demandées
- Gains de productivité non redistribués en salaires ou nouveaux postes
- Augmentation du ratio capital/travail dans le secteur
- Disparition des postes d’entrée sans création d’équivalents accessibles
Sources
- Acemoglu, D. & Restrepo, P. (2019). Automation and New Tasks. Journal of Economic Perspectives / NBER
- Acemoglu, D. & Restrepo, P. (2018). The Race Between Man and Machine. American Economic Review
- Brynjolfsson, E., Li, D. & Raymond, L. (2023). Generative AI at Work. NBER
- WEF. Future of Jobs Report (2025)