Pour beaucoup, la robotisation - le remplacement des hommes par les machines est effrayant. Ces personnes s’inquiètent de l’impact négatif de l’automatisation des taches sur la société. Cependant, cette crainte est non-fondée, parce que chaque fois qu’un humain est remplacé par une machine, la société dans son ensemble devient plus riche. Oui, vous avez bien lu ! Chaque fois qu’un robot remplace un être humain, la société devient plus riche ! Illustrons cela à l’aide d’un exemple très simple. Supposons une île auto-suffisante habitée par 10 personnes qui vivent de la pêche d’un bateau collectif. Les 10 personnes pêchent chacune à l’aide d’une canne à pêche. Supposons maintenant qu’une innovation technologique en matière de pêche fasse son apparition sur l’île : le filet de pêche. Dorénavant,  à la place d’une canne, un large filet est utilisé. Grâce à ce filet, désormais 2 personnes suffisent pour pêcher autant de poissons que 8 cannes à pêche : une personne pilote le bateau et l’autre jette le filet.

En surface, il semble effectivement que le chômage ait augmenté de 0 à 80% avec l’arrivée du filet de pêche, puisque 8 personnes sur 10 sont maintenant sans emploi. Cependant, bien que ces 8 personnes sont chômage, la société dans son ensemble est toujours aussi riche qu’avant, puisqu’elle reçoit toujours la même quantité de poissons que celle qui était pêchée par ces 8 personnes. C’est exactement ce qui arrive chaque fois qu’un robot, une machine ou une innovation technologique majeur remplace ou automatise le travail d’un humain. A court terme, la société est toujours aussi riche parce qu’elle reçoit toujours le produit du travail de l’humain qui a été remplacé par le robot, et dans le long terme, elle sera même plus riche lorsque celui-ci trouvera un nouveau travail.

La richesse accrue par automatisation et élimination des tâches les moins productives

Maintenant la question qui se pose est comment gérer le problème de chômage créé par l’automatisation du travail ? Dans l’exemple de notre île, le gouvernement a deux options : soit il taxe à 80% les 2 personnes qui continuent la pêche et redistribue entièrement ces 80%  aux 8 personnes qui sont chômage. Soit il aide les 8 personnes en chômage à trouver de nouveaux emplois. Malheureusement, la première option est celle qui appliquée aujourd’hui au problème de la robotisation…. Ce type d’accroissement de productivité massive (2 personnes faisant le travail de 10) est ce qui arrive dans l’économie numérique. La majorité des emplois même ceux de cadre que nous avons vont inévitablement finir automatisés demain. Chaque fois qu’un travail salarié existe quelque part, gardez à l’esprit que ce n’est qu’une question de temps avant qu’un entrepreneur talentueux trouve le moyen de l’automatiser (Uber, Airbnb, McDonald, ça vous rappelle quelque chose n’est-ce pas ?).

Dans l’économie numérique dans laquelle nous sommes, la richesse est accrue par automatisation et élimination des tâches les moins productives et création d’emplois plus productifs. A mesure que l’innovation technologique progresse,  des emplois sont supprimés, le chômage augmente mais le PIB reste constant parce que la société continue de recevoir les produits et services des emplois détruits par le biais de la technologie. Par contre, le PIB va drastiquement augmenter lorsque l’employé remplacé trouvera un nouvel emploi. Ceci est le nouveau processus économique, technologique ou alchimique nous avons envie de dire, par lequel la richesse est créé dans l’ère numérique. Aussi mauvais que le chômage puisse paraître, il n’est que la première étape du processus alchimique conduisant à la création de richesse.

Le dilemme du chômage paradoxal

Le problème - ou le dilemme auquel fait face la société aujourd’hui - est le cycle de chômage paradoxal par lequel plus de richesse est créé dans la société : chaque année, alors que nous emplois sont détruits ou automatisés par l’Intelligence artificielle ou autre technologie efficiente, on constate une forte disparité grandissante dans notre population : l’employé qui perd son emploi est de moins en moins celui qui en trouve. L’intelligence artificielle semble créer une classe d’anciens employés qui manque les compétences nécessaires pour décrocher les nouveaux emplois créés, et une autre classe d’employés dont les opportunités sont sans limites. Chief Digital Officer, Data scientist, Consultant Big Data, Growth Hacker, sont autant de métiers créés par l’évolution technologique qui ne sont pas nécessairement à la portée d’anciens employés. De l’autre côté,  dans l’industrie automobile, si vous étiez un mécanicien expérimenté dans la réparation des carburateurs, vous seriez expulsés du marché lorsque ceux-ci étaient progressivement remplacés par les injecteurs de carburant. Le même raisonnement s’applique lorsque les tableaux de bord mécaniques des véhicules étaient progressivement remplacés par des tableaux de bord électroniques, etc. Clairement, les technologies évoluent tellement vite que mettre à jour ses compétences par rapport à leur évolution est inutile.

Que faire lorsque votre emploi actuel sera obsolète demain à cause de l’automatisation par un robot ?  Tout d’abord, la solution ne consiste pas à devenir un spécialiste. Lorsque vous vous spécialisez, surtout technologiquement, vous prenez le risque d’être obsolète à peine quelques mois ou années plus tard. Le temps moyen de péremption d’une technologie aujourd’hui est estimé à 6 mois. Si vous étudiez bien les entreprises qui ont mis les clés sous le paillasson comme Kodak ou les maisons de disques, vous vous rendrez compte que la spécialisation, qui a pendant longtemps été leur point fort est devenu avec l’évolution technologique leur point faible. Kodak n’a pas pu s’adapter au changement de la pellicule vers le numérique, Nokia n’a pas su s’adapter des téléphones à claviers aux smartphones.  Les fabricants de cassettes n’ont pas su s’adapter à l’arrivée de CD, etc.  La solution consiste à développer une compétence générique, une compétence qui vous permettra d’acquérir de nouvelles compétences à mesure que la technologie progresse.  Par exemple, l’apprentissage d’une langue. La langue est une compétence générique car elle vous permet de développer d’autres compétences. Au lieu d’étudier Scala, étudiez la programmation fonctionnelle, au lieu d’étudier Spark, apprenez la programmation distribuée, au lieu d’apprendre Word 2016, apprenez le traitement de texte.  L’idée est d’éviter de fonder votre compétence sur la spécialisation sur une technologie et ainsi éviter de « vous retrouver avec des compétences qui ne servent plus à rien » comme l’a si bien dit Henri Steele Commager. Ce type de compétence générique qui vous permet d’acquérir d’autres compétences est appelé par les économistes les compétences de bases. Nous aimons le qualifier par compétences de long terme.

Alors, à la question : « les robots vont t’ils détruire nos emplois », notre réponse est oui ! Mais paradoxalement, ils nous rendront proportionnellement riches et bien plus si nous avons les compétences de base pour saisir les nouvelles opportunités qu’ils créeront.