Fracture numérique : comment l'IA change l'économie

L’intelligence artificielle générative entre rapidement dans le travail quotidien des programmeurs, des employés, des étudiants et des professionnels. Et nous le savons. Mais cela ne se produit pas partout de la même manière : cela a de profondes implications pour l’économie mondiale. Les données duIndice économique anthropique – basé sur des millions de conversations avec Claude en 2025 – dans un rapport publié à la mi-janvier 2026 montre une adoption très concentrée dans les pays riches et parmi les travailleurs les plus instruits.

Cette photographie est conforme aux derniers rapports de Microsoft sur « creuser la fracture numérique», selon lequel environ une personne sur six dans le monde aura utilisé des outils d’IA générative en 2025, mais avec une croissance bien plus rapide dans les pays du Nord que dans les pays du Sud. (Source : Microsoft)

En résumé, l’IA modifie déjà l’économie de trois manières clés – productivité, structure de l’emploi, géographie de l’adoption – et, du moins pour l’instant, tend à favoriser ceux qui sont déjà avantagés en termes de revenus, d’éducation et d’infrastructure numérique.

Voyons ce que cela signifie.

Où et à quoi sert réellement l’IA

Le rapport Anthropic reconstruit de manière inédite comme les gens utilisent l’IA, pas seulement ça Combien. Il y a trois conclusions principales.

1. Une utilisation concentrée sur quelques tâches, notamment techniques

Malgré les capacités générales des modèles, l'utilisation de Claude reste très concentrée : les 10 tâches les plus fréquentes couvrent environ un quart des conversations. Le plus courant consiste à corriger les erreurs du logiciel. Les activités liées à l'informatique et aux mathématiques représentent un tiers des interactions sur Claude.ai et près de la moitié du trafic via les API des entreprises.

2. Travail, études, vie privée : des pondérations différentes selon les pays

Dans l'ensemble, l'utilisation de Claude est liée au travail à 46 %, à 19 % aux études et à 35 % à des fins personnelles. Mais la composition change avec le revenu : dans les pays à faible PIB par habitant, elle prévaut étude (devoirs, examens, préparation du matériel pédagogique), tandis que dans les pays riches, l'usage personnel et récréatif augmente.

Le tableau coïncide avec ce que Microsoft observe du côté des consommateurs : les pratiques d'utilisation les plus « discrétionnaires » – expérimentation, création de contenu, activités de loisirs – sont concentrées dans les pays aux revenus plus élevés et à une meilleure connectivité ; ailleurs, l’IA est surtout utilisée pour combler des lacunes éducatives ou compenser le manque de ressources pédagogiques. (Source : Microsoft)

3. Des tâches plus complexes que la moyenne dans l’économie

Les emplois amenés à l’IA nécessitent, en moyenne, plus d’années d’études que les emplois commerciaux typiques. Anthropic mesure le niveau d'études nécessaire pour comprendre la sollicitation de l'utilisateur : les tâches sur Claude nécessitent en moyenne plus de 12 années d'études, donc au moins niveau lycée, avec de nombreux cas au niveau universitaire.

Cela signifie qu’aujourd’hui, l’IA accélère principalement le travail des « cols blancs » et des professionnels, et non les tâches manuelles ou répétitives des emplois moins qualifiés.

Écarts d’adoption : convergence au sein des États-Unis, fracture entre le Nord et le Sud du monde

LE'Indice d'utilisation de l'IA anthropique mesure si un pays (ou un État américain) utilise Claude plus ou moins que ce à quoi on pourrait s'attendre en fonction de sa population en âge de travailler. Ici, le thème des inégalités apparaît clairement.

Utilisation entre pays

À l’échelle mondiale, l’utilisation de Claude est fortement corrélée au PIB par habitant : une augmentation de 1 % du revenu moyen est associée à une augmentation de 0,7 % de l’utilisation de l’IA par habitant. Pour l’instant, il n’y a pas de véritable « rattrapage » dans les pays à faible revenu : l’écart reste stable.

Microsoft arrive à une conclusion similaire dans le rapport Adoption mondiale de l’IA en 2025 – Une fracture numérique croissante: L'adoption de l'IA générative a atteint 16,3 % de la population mondiale au second semestre 2025, mais connaît une croissance plus rapide dans les pays à revenu élevé, creusant l'écart avec les pays du Sud. (Source : Microsoft)

Le Fonds monétaire international, dans une étude de 2024, estime également qu'environ 40 % des emplois mondiaux sont « exposés » à l'IA, mais avec une forte asymétrie : les économies avancées sont exposées et potentiellement avantagées bien plus que les économies émergentes, qui risquent de prendre du retard tant en termes de productivité que de préparation réglementaire et infrastructurelle. (Source : FMI)

Aux États-Unis

Aux États-Unis, la situation est différente. Les États comptant plus de travailleurs dans les professions informatiques et mathématiques – comme Washington, Virginie, DC – utilisent Claude bien plus que la moyenne. Mais entre août et novembre 2025, la consommation a augmenté plus rapidement dans les États qui sont partis de niveaux inférieurs, ce qui suggère un processus de convergence relativement rapide (2 à 5 ans pour atteindre un niveau d’utilisation par habitant, si la tendance se maintient).

Ici, le facteur déterminant n’est pas seulement le revenu, mais aussi la composition du tissu productif : là où il y a plus d’emplois « compatibles » avec l’IA, l’adoption s’accélère plus rapidement.

Productivité : une accélération forte mais inégale

Sur le plan de la productivité, les données d'Anthropic confirment ce que de nombreuses études expérimentales avaient déjà observé.

Claude estime qu'en moyenne, une tâche qui prendrait 3,1 heures à un être humain est accomplie en 15 minutes environ avec l'aide de l'IA. Pour les tâches de niveau universitaire, le gain est encore plus important : une accélération de l’ordre de 10 à 12 fois par rapport au travail « uniquement humain ».

En intégrant ces chiffres dans les modèles macroéconomiques, Anthropic estime une contribution potentielle à la croissance de la productivité du travail d'environ 1,8 point de pourcentage par an au cours de la prochaine décennie ; en corrigeant le fait que l’IA ne réussit pas dans toutes les tâches (en particulier les plus complexes), l’estimation la plus prudente tombe à environ 1 point de pourcentage par an.

Le FMI, dans des simulations indépendantes, constate également qu’une vague d’adoption de l’IA générative pourrait augmenter considérablement le PIB par habitant à moyen terme, en particulier dans les économies déjà technologiquement avancées. (Source : FMI)

Mais cette accélération est loin d’être uniforme :

les API des entreprises ne sont utilisées quasiment que pour des tâches de travail, souvent hautement automatisables (code, back-office, gestion documentaire) ;
Les utilisateurs grand public utilisent plus souvent l’IA en mode « collaboratif », avec des échanges itératifs qui les aident à apprendre et à améliorer leur travail.

L’effet macro, pour le dire simplement, est une forte poussée sur les secteurs déjà numérisés et les travailleurs hautement qualifiés, tandis que le reste de l’économie progresse plus lentement.

Travail et inégalités : qui est exposé, qui est avantagé

Au travail, l’IA agit au niveau de tâchestâches individuelles au sein des professions. Anthropic montre que Claude est principalement utilisé pour les parties les plus pointues de nombreux travaux : analyse, rédaction complexe, planification, codage.

Si les tâches pour lesquelles l’IA est réellement utilisée aujourd’hui étaient « supprimées » des profils professionnels, des tâches plus simples et plus répétitives subsisteraient dans de nombreux cas. Le rapport donne l'exemple :

pour les agents de voyages, l’IA couvre la partie complexe de recherche et de planification, laissant aux humains principalement les opérations de vente et de gestion des paiements : un potentiel déqualification;
pour les gestionnaires immobiliers, au contraire, l’IA absorbe les tâches comptables de base, laissant plus d’espace aux négociations et à la gestion de relations complexes : un possible perfectionnement.

En matière d’inégalités, les principaux constats aujourd’hui sont les suivants :

L’IA est plus complémentaire aux travailleurs hautement qualifiés ; le FMI prévient qu'en l'absence de politiques correctives, cela pourrait accroître les inégalités de revenus du travail, car les salaires des travailleurs « complémentaires » à l'IA ont tendance à augmenter plus que les autres. (Source : FMI)
Au niveau des entreprises, l’OCDE constate que l’adoption de l’IA est beaucoup plus répandue parmi les grandes entreprises exportatrices et déjà productives : cela risque de creuser l’écart par rapport aux petites entreprises moins digitalisées. (Source : OCDE)
Au sein des pays, les enquêtes de Microsoft montrent que l’utilisation de l’IA est plus élevée dans les secteurs hautement qualifiés (technologie, services professionnels, finance) et, dans certains cas, chez les hommes que chez les femmes. (Source : Source)

D’un autre côté, une étude de l’OCDE de 2024 portant sur la période 2014-2018 ne trouve toujours pas d’impact clair de l’IA sur inégalité globale des salaires: jusqu'à présent, l'effet a été limité, car l'adoption dans l'ensemble du système de production était encore faible. (Source : OCDE)

En pratique : les prémisses d’une augmentation des inégalités sont là, mais les données « définitives » sont encore trop partielles pour dire que l’IA a déjà creusé l’écart de revenus.

Un point clé : les compétences comptent autant que l’accès

Un résultat particulièrement clair du rapport Anthropic est la corrélation presque parfaite entre le « niveau d’éducation » des invites des utilisateurs et celui des réponses de l’IA. Là où les utilisateurs écrivent des requêtes plus sophistiquées, l’IA répond à un niveau équivalent ; là où le langage est plus simple, le résultat reste également plus basique.

En d’autres termes, l’IA démocratiser accès à certaines compétences, mais cela n’efface pas l’avantage de ceux qui possèdent déjà des compétences élevées et savent mieux formuler les problèmes. La « productivité de l’IA » est en fait le produit de la puissance du modèle et de la compétence de ceux qui l’utilisent.

C'est le même raisonnement qui pousse des institutions comme le FMI à parler de «Préparation à l'IA » : infrastructure, capital humain, capacité de réglementation et d'innovation. Les pays en retard sur ces fronts risquent de ne pas profiter des avantages de la nouvelle vague technologique. (Source : FMI)

Que faut-il observer à partir de maintenant

En réunissant le rapport Anthropic, les études de Microsoft et celles des instances internationales, le tableau est cohérent :

l’adoption de l’IA se développe et peut entraîner une forte augmentation de la productivité, notamment dans les emplois cognitifs ;
l'accès et la capacité d'usage sont désormais très inégaux entre les pays, les entreprises et les groupes sociaux ;
les conséquences sur l’emploi et les salaires dépendront de la manière dont les gouvernements et les entreprises utiliseront l’IA : pour remplacer des emplois, pour augmenter la productivité en partageant les gains, ou les deux.

Dans les années à venir, d’un point de vue économique, il conviendra de surveiller au moins trois indicateurs :

Taux d'adoption par segment : non seulement combien utilisent l'IA, mais OMS – par revenu, sexe, secteur, taille de l’entreprise.
Impact sur la répartition des salaires : si l’IA reste avant tout un outil destiné aux travailleurs hautement qualifiés, l’écart salarial risque de se creuser.
Politiques d’accompagnement : investissements dans les compétences numériques, accès à l’infrastructure cloud et à la connectivité dans les pays les plus pauvres, règles du travail et pouvoir de marché des grandes technologies. Un sujet sur lequel tout le monde est en retard, pas seulement l'Italie.

L’IA ne rend pas inévitable une augmentation des inégalités, mais les données actuelles du monde réel indiquent que : sans interventions cibléesles bénéfices économiques auront tendance à se concentrer là où il y a déjà plus de capital – humain, financier et technologique, comme le disent de nombreux économistes, dont Tim Wu et Daron Acemoglu.

C’est la question la plus importante à aborder en tant que société, face au boom de l’IA. Alors qu’aujourd’hui, l’actualité est entièrement motivée par les annonces de méga-investissements dans les centres de données et les mises à jour de produits. Changer de cap, en termes de discours et de politiques, est plus urgent que jamais.