Opinions : Croquis mensuel de Pascal Francq – Février 2017
Pascal Francq

Qu'est-ce que je ferai quand je serai grand ?

Un article récent constate que les logiciels ne semblent plus générer, en tant que tels, de la valeur [1]. Il prend Google pour preuve. Bien qu’il s’agisse probablement de l’entreprise la plus innovatrice en matière de logiciels, Google ne génère pas le moindre revenu de leur vente.
Cette constatation vaut également pour d’autres géants du numérique tels Facebook ou encore Amazon. Ces entreprises développent des logiciels très performants, notamment pour traiter des grandes masses de données. Mais leurs revenus viennent d’ailleurs.
En réalité, la part la plus importante de la valeur créée aujourd’hui par l’informatique découle de l’efficacité dans la collecte et le traitement des données, et non plus directement du nombre de «lignes de code source» [A]  [A] Les logiciels sont développés grâce à des langages de programmation qui permettent d’écrire les instructions qui devront être exécutées par l’ordinateur. L’ensemble des instructions d’un programme écrites dans un langage de programmation s’appelle le code source du programme. des logiciels développés pour y parvenir.
Ce glissement apparent de la valeur du développement des logiciels vers le contexte de leur utilisation impacte la situation des informaticiens et risque d’en déprécier une partie. Plus globalement, le déploiement toujours plus important de l’informatique transforme le marché du travail, particulièrement au sein de nos sociétés occidentales.
Je crains notamment que de nombreux travailleurs risquent de ne pas s’y retrouver dans l’informatisation tous azimuts (internet, robots, etc.). Je pense surtout que celle-ci questionne notre mode de répartition des richesses produites.

L’informatisation de nos sociétés

Personne ne connaît pour l’heure la nature des bouleversements induits par l’informatique dans la nature même du travail. Certains optimistes rêvent d’un monde où les robots travailleraient pour les humains. D’autres, plus pessimistes, s’interrogent sur la place que laissera l’informatique à de nombreux travailleurs.
Mais commençons par donner une définition de l’informatique. Je propose de définir l’informatique comme «la discipline de l’ingénierie des technologies, matérielles et logicielles, pour transférer, stocker et traiter automatiquement des données» [B]  [B] Je considère que la «théorie informatique» s’inscrit plutôt dans une branche des sciences mathématiques, en l’occurrence celle des mathématiques appliquées. Cette branche est bien évidemment une brique essentielle à l’informatique telle que je l’entends, mais celle-ci relève selon moi de l’ingénierie..
Cette définition englobe aussi bien les logiciels (tels l’agenda électronique qui prend nos rendez-vous), les robots divers et variés (par exemple ceux qui automatisent des parties de lignes d’assemblage), mais aussi les réseaux de communication (dont internet évidemment).
Pour comprendre l’impact potentiel de l’informatique sur le marché du travail, il faut d’abord brosser un bref aperçu des conséquences de l’informatique sur l’économie. J’en perçois principalement deux.

La décentralisation centralisée

Je résumerai le premier impact majeur de l’informatique sur l’économie par un aphorisme ressemblant a priori à un oxymore : «la décentralisation centralisée». Cette expression décrit l’informatisation des entreprises «traditionnelles», notamment la gestion de leurs processus organisationnels (tels la logistique).
Grâce aux tableaux de bord continuellement mis à jour, à la gestion précise des stocks, à la planification de la production «just in time» ou à la coordination des sous-traitants répartis sur tout le globe (entre autres pour profiter des «spécificités locales»), les entreprises adoptent depuis les années 1990 des formes organisationnelles plus flexibles.
Manuel Castells a bien étudié la transformation d’une économie industrielle en ce qu’il nomme une «économie informationnelle» [2]. Les entreprises s’insèrent désormais dans des réseaux et se voient imposer une nouvelle organisation de production.
Il insiste aussi sur le déséquilibre qui découle de cette économie informationnelle [2]. Alors que les (grosses) entreprises au centre des réseaux s’adaptent parfaitement aux aléas du marché, les (plus petites) entreprises situées à la périphérie sont fragiles.
On comprend dès lors le drame lorsqu’une multinationale ferme un site de production : au-delà des travailleurs de l’entreprise proprement dits, c’est tout un réseau local de sous-traitants qui disparaît en même temps.

Les oligopoles numériques

La seconde conséquence est l’émergence d’une économie du numérique, notamment due à la commercialisation d’internet au tournant du millénium. Rappelons que jusqu’au milieu des années 1990, toute activité commerciale sur le réseau est interdite [3]. On peut identifier deux catégories de marchandises proposées.
Tout d’abord, on trouve des marchandises synthétiques nouvelles. Le système d'exploitation Unix, le moteur de recherche Google Search et le réseau social en ligne Facebook en sont de bons exemples. Certes, elles empiètent parfois sur des marchandises existantes [C]  [C] En devenant pour beaucoup le principal médiateur pour trouver de l’information, Google Search fragilise, par exemple, les médiateurs traditionnels comme les journaux., mais elles ne visent pas à les remplacer per se.
Au contraire, d’autres arrivent avec des marchandises de substitution. Amazon ou Uber illustrent cette deuxième catégories de marchandises synthétiques. Ici, grâce à l’informatisation, on cherche à remplacer des marchandises existantes (librairies, magasins d’électroménager, taxis, etc.).
Plusieurs géants du numérique occupent désormais une position dominante dans un ou plusieurs secteurs. Dans de nombreux pays occidentaux, par exemple, Google Search représente plus de 90% des recherches en ligne et Google capte une proportion similaire des revenus de la publicité en ligne.
Comme je l’ai expliqué dans un précédent billet, on assiste à l’émergence d’oligopoles dont chacun apparaît de plus en plus comme un deus ex machina de l’internet. Ils concentrent données, technologies, ingénieurs et capitaux.

La source de la valeur ajoutée de l’informatique

L’informatique permet donc à certaines grosses entreprises (du numérique mais pas seulement) de disposer aujourd’hui d’une position centrale dans l’économie moderne.
Pour être plus précis, les entreprises misent surtout sur leur capacité à collecter et à traiter des données en vue d’en produire de nouvelles de «plus haut niveau» utilisées pour générer ensuite de la valeur ajoutée. Faute de mieux, je nommerai «transformation créatrice» (des données) ce processus.
C’est bien évidemment le cas des géants du numérique. En analysant l’historique de toutes nos actions en ligne (achats, pages consultées, etc.), ils créent de nouvelles données «plus riches» : notre profil d’intérêts. Grâce à celui-ci, Google vend ses encarts publicitaires personnalisés en ligne [F]  [F] Ce sont les fameux «liens sponsorisés» qui apparaissent un peu partout, et notamment sur la page de résultats de Google Search., et Amazon propose des suggestions individualisées qui sont autant d’achats futurs potentiels.
Mais cette transformation créatrice est aussi un facteur de compétitivité pour des entreprises «non numériques». Prenons la marque de vêtements Zara. Grâce à un échange d’informations continu avec tous ses magasins aux quatre coins de la planète, Zara arrive à capter les tendances du moment. Elle parvient ainsi à produire des nouveaux modèles bien plus vite que ses concurrents [4].
Notons que certains géants du numérique investissent les secteurs «traditionnels». Google, par exemple, a des activités dans la santé ou encore dans l’automobile, toujours en misant sur cette transformation créatrice [G]  [G] Au cœur de ces nouvelles activités de Google se trouve en effet le traitement de grandes masses de données collectées. Ainsi, la Google Car «a appris à conduire» en observant le comportement de vrais chauffeurs sur des millions de kilomètres.. De même, certains secteurs «traditionnels» sont en ligne. Zara dispose ainsi de son propre site Web où l’on peut commander en ligne.
Il est donc probable que la part de la transformation créatrice dans la valeur ajoutée totale produite va aller en s’accroissant. D’où l’intérêt de tenter de décortiquer ce processus.

La transformation créatrice et le cycle des données

La Figure 1↓ propose une représentation graphique de la transformation créatrice. Je suis bien conscient de son aspect quelque peu caricatural, mais j’espère qu’elle permettra ensuite de comprendre quelques bouleversements au niveau de l’emploi. On distingue trois parties.
figs/internet_value_chain.svg
Figure 1 La transformation créatrice et le cycle des données.
Du point de vue des consommateurs, il y a ce que j’appelle le «cycle des données». On leur propose des données (pages Web répondant à une requête, suggestions de chansons, etc.). Leurs interactions génèrent d’autres données (achats, clics, etc.) qui seront transformées en données nouvelles de plus «haute valeur ajoutée» (telles des publicités de mieux en mieux ciblées).
Ce cycle des données se retrouve aussi hors ligne. Reprenons Zara. Les modèles exposés sont en réalité des ensembles de données proposés aux clients (couleurs, formes, matières, etc.), dont les achats et réactions en produisent de nouvelles [H]  [H] Zara maintient certainement une banque de données reprenant toutes les informations sur leurs produits. Dès lors, en analysant les modèles achetés, on peut identifier si certaines «données» (telles des couleurs ou certaines formes) se retrouvent plus souvent que d’autres dans les achats effectués.. Celles-ci sont transformées en tendances générales qui, exploitées, aboutiront à de nouveaux modèles.
La transformation créatrice proprement dite est constituée de plusieurs couches. Une couche matérielle correspondant aux infrastructures informatiques (telles les fameuses fermes de calcul) est utilisée par différentes couches logicielles. C’est dans ces dernières que s’opère la transformation créatrice.
Les interfaces utilisateurs, comme le suggèrent leur nom, organisent les interactions avec les consommateurs (sites Web, applications pour smartphones, etc.). Leur rôle est de collecter les données sur les consommateurs et de présenter les nouvelles données créées en vue de maximiser les profits ultérieurs (par exemple en mettant en avant un «hot deal» alléchant).
La gestion informatisée des processus opérationnels correspond à la décentralisation centralisée dont je parlais ci-dessus. Dans le cas de Zara, c’est la mise en branle de l’ensemble des prestataires, notamment des sous-traitants, nécessaires à la production et à la livraison de nouveaux modèles.
L’algorithmique repose sur des modèles mathématiques excessivement élaborés capables de traiter des grandes masses de données en vue d’en tirer des connaissances plus générales. Par exemple, en analysant des requêtes effectuées par les internautes, des chercheurs de Google affirment détecter des pandémies de grippe [5].
Ces modèles, au cœur de la transformation créatrice, se sont fortement complexifiés ces dernières années avec les progrès considérables de l’apprentissage automatique, en particulier ce que l’on nomme le «deep learning» [I]  [I] Le «deep learning» se base en fait sur des réseaux de neurones artificiels. Depuis une dizaine d’années, les capacités computationnelles permettent d’exploiter des réseaux impliquant des millions de neurones artificiels répartis sur plusieurs couches. Des résultats probants sont obtenus pour toute une gamme de problèmes allant de la reconnaissance d’images à l’interprétation (certes encore imparfaite) du langage humain.. Rappelons, par exemple, la spectaculaire victoire d’un logiciel sur le champion du monde du jeu de Go [6].
Enfin, l’ensemble repose sur des infrastructures de connaissances dont j'avais expliqué qu’elles jouaient un rôle essentiel dans la production de marchandises innovantes par les entreprises. Pour rappel, il s’agit principalement des connaissances acquises au fil des recherches financées par des fonds publics.

L’informatisation des tâches

Bien entendu, l’informatisation dans les organisations ne se limite pas seulement à la transformation créatrice. Elle cherche aussi à automatiser certaines tâches dans le but d’améliorer le fonctionnement de ces organisations.
En fait, dès le début, on a cherché à utiliser l’informatique pour automatiser des tâches coûteuses en ressources humaines. Ainsi, les Américains tentèrent d’utiliser des techniques de traitement automatique du langage naturel pour traduire la masse de documents en russe (les officiels comme ceux issus de l’espionnage) durant la guerre froide.
L’informatisation vise donc aussi à diminuer les coûts de fonctionnement des organisations. Avec l’augmentation des puissances computationnelles, couplée avec la diminution de leurs coûts, il devient aujourd’hui de plus en plus rentable de remplacer certains postes de travail par des machines.
Alors qu’en 1980, il fallait 25 travailleurs pour générer $1 million en produits manufacturés, 5 suffisent aujourd’hui [7]. De même, le déploiement d’un robot dans l’industrie manufacturière revient de nos jours à 8 $/h [7]. Ce montant est inférieur à bien des salaires minimum (lorsqu’ils existent).
Les robots ne réaliseront vraisemblablement jamais toutes les tâches. Mais leurs capacités accrues permettront sans aucun doute d’étendre leur périmètre d’action. En fait, l’automatisation des tâches est probablement le domaine où l’intelligence artificielle progressera le plus prochainement [8].
Plusieurs entreprises, dont Amazon, travaillent actuellement, par exemple, sur des projets de drones livreurs. Il ne fait guère de doutes que lorsque cette technologie sera au point, certains se passeront volontiers de livreurs humains qui tombent malades ou font grève.
Et je ne parle pas de l’impression 3D dont on mesure encore mal les retombées, mais qui devrait notamment faciliter la fabrication de marchandises sur mesure (comme certaines pièces détachées), des tâches actuellement réalisées par des ouvriers qualifiés.

La transformation créatrice est-elle aussi une destruction créatrice ?

C’est dire si l’informatisation des organisations contribue à une réorganisation profonde du travail et à la disparition de certaines tâches. Faut-il pour autant s’en inquiéter ? Après tout, d’autres innovations technologiques ont également bouleversé le travail précédemment (pensons simplement à la machine à vapeur).
Au début des années 1940, l’économiste Joseph Schumpeter veut démontrer que l’ordre capitaliste conduit nécessairement, sur de longues périodes, vers le progrès [9]. Il insiste surtout sur la mise à disposition d’un nombre sans cesse croissant de biens de consommation de masse à des prix toujours plus faibles.
Il reconnaît évidemment que certaines innovations (nouveaux produits, nouvelles méthodes de production, etc.) peuvent «désorganiser momentanément une branche jusqu’à lui engendrer des pertes anormales et à engendrer le chômage» [9]. Mais il pense que, dans un système capitaliste, le progrès technologique aboutit toujours à une diminution des prix des biens de consommation de masse [J]  [J] On pourrait légitimement se demander aujourd’hui si, dans les sociétés où l’opulence apparaît comme la règle, la production de biens de consommation de masse à des prix faibles doit rester une priorité du système économique..
Joseph Schumpeter popularise notamment le concept de «destruction créatrice» pour expliquer ce processus [9]. Cet oxymore traduit l’idée qu’une innovation implique à la fois des pertes en capitaux et en emplois aujourd’hui, mais aussi la création de nouveaux emplois et bénéfices demain.
L’exemple souvent choisi pour illustrer cela est la disparition des chevaux comme moyen de transport. Les maréchaux-ferrants ont (quasi) disparu, mais les nouveaux modes de transport, notamment de masse, ont donné naissance à une foule de nouveaux emplois.
De nombreux observateurs appliquent ce concept de «destruction créatrice» à la situation actuelle. Ils ne nient pas la destruction d’emplois due à l’informatisation, mais pensent que de nouveaux emplois vont apparaître. De plus, ceux-ci, plus qualifiés, impliqueront des salaires plus avantageux.
Il est bien entendu impossible d’anticiper la manière dont l’informatisation transformera à terme le monde du travail, ni même d’imaginer tous les nouveaux emplois qu’elle engendrera au fil de son déploiement. On peut néanmoins déjà identifier quelques tendances.

Les emplois d’informaticiens

Commençons par une évidence : l’informatisation demande des informaticiens ! Des compétences informatiques deviennent obligatoires pour une part croissante des emplois. Pour autant, à la diversité des profils correspondent bien souvent des fortunes diverses. En pratique, c’est la couche dans laquelle l’informaticien intervient qui détermine sa valeur d'échange (et donc ses revenus).
La valeur générée par la transformation créatrice se créé pour l’essentiel au niveau de la couche algorithmique. La complexité des méthodes mises en œuvre nécessite des compétences que seule une minorité «d’ultra-spécialistes technologiques», que ce soit en intelligence artificielle ou en robotique, possèdent.
Un récent portrait de Oriol Vinyals, spécialiste en intelligence artificielle chez Google, nous donne un aperçu d’un «profil type» de ces ultra-spécialistes technologiques [10]. Champion d’un jeu de stratégie en ligne dès 15 ans, il poursuit des études à la prestigieuse Université de Berkeley avant de rejoindre Google. Pas besoin d’ordinateurs pour mesurer le caractère exceptionnel d’un tel profil.
En pratique, ce sont les autres couches qui emploient la majeure partie des informaticiens. Or, il existe de plus en plus de solutions logicielles «facilement» paramétrables pour implanter la gestion des processus et les interfaces utilisateurs [K]  [K] Il s’agit d’outils génériques ou de «frameworks», très souvent open source. Développés par une poignée d’ultra-spécialistes technologiques, ils facilitent grandement le déploiement de systèmes informatiques (sites Web, outils de gestion, etc.). Concrètement, il est possible aujourd’hui de créer son propre site Web sans (quasi) aucune connaissance en informatique. Quelque chose d’impensable il y a encore 20 ans.. Mettre en ligne un catalogue de marchandises et un système de paiement nécessite aujourd’hui un moindre degré d’expertises qu’hier.
Il y a donc un réel risque d’assister à une inégalité de revenus croissante entre informaticiens. D’un côté, des ultra-spécialistes technologiques courtisés par tous et partout, qui n’ont aucun souci à se faire quant à leur avenir. De l’autre, des «lumpeninformaticiens» en charge de la paramétrisation des systèmes, qui risquent, à terme, d’être démonétisés.

Les emplois découlant de l’informatisation

L’informatisation n’implique évidemment pas que des emplois d’informaticien. De nombreuses sociétés misant sur l’informatisation, comme Zara, Uber ou encore Netflix, interagissent avec une multitude de profils différents. Mais est-on certain que ces emplois sont de qualité ?
Dans mon billet consacré à l'économie collaborative, je m’intéressais notamment aux «taxis Uber». J’avais expliqué que leurs revenus actuels, captés principalement sur ceux des «taxis normaux», résultaient d’un déséquilibre concurrentiel : ils ne payent pas de licence. Si cet avantage disparaissait [L]  [L] Soit que les politiques imposent une forme de licence pour tous ceux qui tirent des revenus en tant que chauffeur, soit qu’ils fassent sauter l’obligation de licence., les revenus de l’ensemble des taxis devraient baisser.
Quant aux stylistes de Zara, on peut se demander quelle place est encore laissée à la créativité individuelle, élément crucial pour justifier de compétences monétisables, dès lors que les données collectées auprès des clients leur imposent des contraintes (couleurs, longueurs, matières, etc).
De manière plus globale, j’avais déjà pointé dans un billet précédent que les algorithmes façonnent désormais nos sociétés et laissent de moins en moins de place à l’originalité. La série «House of Cards» produite par Netflix constitue un cas d’école [11]. De nombreux éléments (scénarios, acteurs, etc.) résultent de l’analyse des données de consommation de ses clients.
Certes, les méthodes d’apprentissage automatique demandent de gros corpus annotés humainement (parties d’échecs jouées, images taguées, etc.). Mais ces corpus sont souvent déjà disponibles gratuitement [M]  [M] On peut facilement trouver des millions de parties d’échecs ou de Go en ligne.. Et en créer de nouveaux ne demande pas forcément des compétences fort valorisables (par exemple identifier des panneaux de circulation sur des images).
En discutant de l’économie collaborative, j’avais aussi cité l’exemple de Amazon Mechanical Turk. Cette application en ligne propose aux internautes différentes tâches à exécuter contre une somme fixée. Mais ces tâches sont généralement basiques et les sommes proposées avoisinent trop souvent le centime [12]

Repensons notre mode de répartition des richesses

Il ne fait aucun doute que l’informatisation de nos sociétés bouleverse le marché du travail. Des emplois ont d’ores et déjà disparu, et d’autres ont été créés. Il en sera encore ainsi dans les décennies à venir. Personne ne sait aujourd’hui si la destruction sera de nouveau créatrice.
Je crains une disparition progressive de nombreuses «professions moyennes», due à l’automatisation. Il ne resterait alors qu’une poignée d’emplois très bien rémunérés pour une minorité d’experts technologiques, et des emplois «peu qualifiés» pour lesquels les travailleurs ne pourront faire valoir qu’un seul avantage : coûter moins cher qu’une machine.
L’éditorialiste d’un journal scientifique rappelait dernièrement que, malgré le développement de l’informatique durant les 50 dernières années, la pauvreté aux États-Unis est reste fixée entre 13% et 15% [13]. Joseph Schumpeter lui-même, pourtant défenseur de l’ordre capitaliste, pensait que celui-ci ne permettrait pas d’atteindre le plein emploi [9].
Quant aux ultra-spécialistes, à part quelques rares exceptions, ils sont le produit des formations universitaires les plus pointues, dans un contexte de grandes disparités au sein des systèmes éducatifs occidentaux. Quelle que soit l’évolution de la structure du travail résultant de l’informatisation, une part significative de nos concitoyens risquent de se retrouver marginalisés.
Il est donc urgent de repenser le mode de répartition des richesses actuel, déjà source d’inégalités [14]. De nouveaux mécanismes de justice sociale sont sur la table : taxation carbone, rééquilibrage fiscal entre revenus du travail et ceux du capital, limitation des écarts de salaires, refinancement de l’éducation, etc. Mais ceci est une autre histoire…

Références

[1] G. Pascal Zachary, « The Invisible Technology », IEEE Spectrum, 53(11), p. 10, 2016.

[2] Manuel Castells, La Société en réseaux. L’ère de l’information, 2e éd., Fayard, 2000.

[3] Pascal Francq, Internet: Tome 1, La construction d’un mythe, EME Éditions, 2011.

[4] Martin Christopher, «The Agile Supply Chain: Competing in Volatile Markets», Industrial Marketing Management, 29(1), pp. 37–44, 2000.

[5] Jeremy Ginsberg, Matthew H. Mohebbi, Rajan S. Patel, Lynnette Brammer, Mark S. Smolinski & Larry Brilliant, « Detecting Influenza Epidemics Using Search Engine Query Data », Nature, 457(7232), pp. 1012-14, 2009.

[6] William Audureau, « Jeu de go : pour Lee Sedol, la victoire de la machine est moins tactique que psychologique », Le Monde, 2016.

[7] Mark Muro, «It’s the Jobs, Stupid», MIT Technological Review, 120(1), pp. 10–11, 2017.

[8] Jerry Kaplan, « Artificial Intelligence: Think Again », Communications of the ACM, 60(1), pp. 36–38, 2016.

[9] Joseph Schumpeter, Capitalisme, socialisme et démocratie, 2nd éd, Payot, 1946.

[10] Simon Parkin, «Oriol Vinyals», MIT Technological Review, 119(5), p. 79, 2016.

[11] David Carr, «Giving Viewers What They Want», The New York Times, 2013.

[12] Pierre Lazuly, «Télétravail à prix bradés sur Internet », Le Monde diplomatique, 53(629), pp. 16–17, 2006.

[13] Moshe Y. Vardi, « Technology for the Most Effective Use of Minkind», Communications of the ACM, 60(1), p. 5, 2016.

[14] Thomas Piketty & Emmanuel Saez, « Inequality in the Long Run », Science, 344(6186), pp. 838–843, 2014.