Conclusion en cinq secondes : Une hausse de productivité ne devient pas automatiquement salaire, temps libre ou protection sociale. Si les gains restent dans les profits et les rendements du capital, la population peut surtout subir « plus d’exigences avec de meilleurs outils ». Soigner des maladies et prolonger les années de vie en bonne santé offre un progrès moins dépendant du fait de gagner une nouvelle compétition économique.
1. « L’IA supprimera tous les emplois » et « le travail intellectuel est protégé » sont deux simplifications
L’OIT estimait en 2025 qu’environ 25% de l’emploi mondial présente une certaine exposition à l’IA générative, 34% dans les pays à revenu élevé. Son scénario central reste la transformation des tâches plutôt que la disparition totale des professions.[1]
Passer de dix personnes à six personnes plus des agents suffit déjà à changer la demande de travail.
2. L’humain « valideur final » est déjà un workflow plausible
L’Economic Index d’Anthropic de juin 2026 observe davantage d’autonomie de l’IA dans Claude Code que dans le chat classique.[2]
Le schéma peut devenir : humain fait tout → IA assiste → IA exécute un ensemble → humain gère exceptions et décision finale.
Une profession réglementée n’est pas immunisée. Le dernier mètre physique est plus difficile aujourd’hui, mais la robotique peut déplacer cette frontière.
3. « Les GPU, la mémoire et l’électricité gagneront » est une thèse, pas une loi
Si les modèles se banalisent, les intrants rares peuvent capter plus de valeur. Mais le logiciel peut conserver des rentes via distribution, données propriétaires, intégration entreprise, API, agents et coûts de changement.
La vraie question : qu’est-ce qui reste rare, et qu’est-ce qui devient facile à copier ?
4. Dire que l’IA ne créera aucun nouveau business va trop loin
Interfaces, textes et apps simples se copient facilement. Mais la baisse des coûts peut rendre viables des niches, de la personnalisation, des services 24/7 et des entreprises minuscules.
La commoditisation et la création de nouveaux marchés peuvent coexister.
5. Le vrai problème : la productivité n’arrive pas toute seule sur votre compte
Un GPU cent fois plus actif ne paie pas votre loyer.
Des travaux du FMI montrent que l’IA peut réduire certaines inégalités salariales dans certains scénarios tout en augmentant les inégalités de patrimoine via les rendements du capital. Tout dépend de la substitution, de la complémentarité, de la propriété, des impôts, transferts et protections sociales.[3][4]
Doubler la productivité peut donner moins d’heures, plus de production, moins d’employés ou plus de profits. La technologie ne choisit pas le partage.
6. Ceux qui en ont assez de la compétition peuvent préférer un progrès qui n’exige pas de gagner
Salaire, promotion, diplômes, valeur de marché et maîtrise de l’IA sont encore une course.
Moins de décès, cancers détectés plus tôt, maladies génétiques traitées, déclin cognitif retardé et autonomie prolongée à un âge avancé sont des bénéfices moins liés au classement individuel.
7. La médecine de 2026 ressemble déjà un peu à la science-fiction
En avril 2026, la FDA a approuvé Otarmeni, première thérapie génique pour une surdité sévère liée à OTOF.[5] En juillet, Casgevy a été étendu aux patients dès deux ans atteints de drépanocytose ou de bêta-thalassémie dépendante des transfusions.[6] En septembre, Fayuvi est devenu le premier traitement visant à modifier l’évolution du syndrome de Sanfilippo A.[7]
Ce ne sont pas des remèdes universels, mais ils illustrent le passage de la gestion des symptômes à l’intervention sur les causes moléculaires ou génétiques.
8. Le plus intéressant avec l’IA médicale sera peut-être la vitesse de recherche
AlphaFold a rendu disponibles plus de 200 millions de prédictions de structures protéiques et s’étend aux interactions moléculaires.[8]
La bonne métrique n’est peut-être pas le nombre de médecins remplacés, mais le nombre d’années retirées avant qu’un traitement utile arrive au patient.
Si tous les GPU du monde ne servent qu’à accélérer les tableurs, on pourrait demander un remboursement.
9. « Vivre jusqu’à 150 ans » est beaucoup moins solide que prolonger le healthspan
Le NIA américain traite la géro-science comme l’étude des mécanismes du vieillissement contribuant aux maladies chroniques, avec l’objectif d’allonger la vie en bonne santé.[9]
Les sénolytiques sont prometteurs, mais une efficacité claire chez l’humain n’est toujours pas établie.[10]
Détection précoce → meilleurs traitements → retarder les maladies liées à l’âge → prolonger la santé → ensuite seulement discuter longévité extrême.
10. Le but n’est peut-être pas « gagner grâce à l’IA », mais réduire les punitions de la vie
Avec autant de calcul, demandons combien de maladie, douleur, handicap, charge de soin, bureaucratie et travail contraint on peut supprimer.
« Travailler plus vite », on a compris.
Maintenant, soignez quelque chose.
Références (10)
- International Labour Organization — “Generative AI and Jobs: A Refined Global Index of Occupational Exposure” / research brief (2025-05-20) https://www.ilo.org/publications/generative-ai-and-jobs-2025-update Used for the estimate that roughly one quarter of global employment has some GenAI exposure, roughly 34% in high-income countries, and for the distinction between task/job transformation and wholesale replacement ilo.org
- Anthropic — “Anthropic Economic Index report: Cadences” (2026-06-26) Used for observed differences in AI autonomy between Claude Code and ordinary chat/Cowork usage and the shift toward larger delegated agentic tasks anthropic.com
- IMF — “Gen-AI: Artificial Intelligence and the Future of Work” (2024) Used for channels connecting AI adoption, labor income, capital income, inequality, and the role of policy imf.org
- IMF — “AI Adoption and Inequality” (Working Paper 2025/068, 2025-04-04) Used for model-based scenarios in which wage inequality and wealth inequality can move differently, especially through capital returns and asset ownership imf.org
- U.S. FDA — “FDA Approves First-Ever Gene Therapy for Treatment of Genetic Hearing Loss” (2026-04-23) Used for the approval and indication of Otarmeni for severe-to-profound hearing loss associated with biallelic OTOF variants fda.gov
- U.S. FDA — “FDA Approves First Gene Therapy for Young Children with Sickle Cell Disease” / CASGEVY product page (2026-07-01) https://www.fda.gov/vaccines-blood-biologics/casgevy Used for the expanded U.S. indication of Casgevy to patients aged two years and older with qualifying sickle cell disease or transfusion-dependent beta-thalassemia fda.gov
- U.S. FDA — “FDA Approves First Gene Therapy for Pediatric Patients with Sanfilippo Syndrome Type A” (2026-09-17) Used for the first approved treatment intended to alter the disease course of MPS IIIA / Sanfilippo syndrome type A fda.gov
- Google DeepMind — AlphaFold Used for the availability of more than 200 million protein-structure predictions and AlphaFold’s expansion toward biomolecular interaction prediction deepmind.google
- U.S. National Institute on Aging — Geroscience / Fifth Geroscience Summit materials (2026) Used for the definition and current institutional framing of geroscience around biological aging, chronic disease, and healthspan nia.nih.gov
- Khosla, Monroe & Farr — “Towards a personalized approach in senolytic trials,” Nature Aging (2025-09-09) Used for the caution that early human senolytic trials have produced biological signals but clear efficacy in humans remains unestablished nature.com
