Les emplois des cols blancs menacés par l’automatisation ?

Depuis le début de la révolution industrielle, les travailleurs vivent dans la crainte que l’automatisation du travail ne se traduise par une destruction d’emplois. Ces craintes se sont révélées vaines puisque cette automatisation (d’abord dans l’industrie puis progressivement dans les services) a entraîné des réallocations d’emplois qui ont contribué d’une part à augmenter la productivité du travail et d’autre part, à répondre à des besoins nouveaux (en particulier dans les services) qui se sont traduits par des créations de nouveaux emplois.

On assiste, cependant depuis quelques décennies, à une baisse régulière des gains de productivité dans les pays développés et ce, tous secteurs confondus. En France, l’augmentation de la productivité était 2,6% par an en moyenne dans les années 1980, 1,9% dans les années 1990, 1,2% dans les années 2000 jusqu’à la crise financière de 2008 et 0,8% depuis 2010. Il existe plusieurs types d’explications à ce phénomène, certaines économiques, d’autres techniques qui ne seront pas explicitées ici puisqu’on se limitera aux travaux de deux économistes américains : Daron Acemoglu et Pascual Restrepo. Ces deux chercheurs associent notamment cette baisse des gains de productivité à un affaiblissement en parallèle de la dynamique de création de nouveaux emplois. Les politiques économiques actuelles favoriseraient l’automatisation (dans un contexte où les entreprises bénéficient d’un fort amortissement des investissements), y compris à travers l’utilisation de formes dites « médiocres » (so-so technologies). Ces dernières sont qualifiées de « médiocres » en ce sens qu’elles ne représentent pas, en termes d’innovation, un progrès spectaculaire qui permettrait un brusque gain de productivité. Elles n’assurent donc pas des marges suffisantes pour des réinvestissements dans des innovations majeures.

Parmi ces technologies, on peut identifier la RPA (Robotic process automation – automatisation robotisée des processus). Cette technique, mettant le plus souvent en œuvre des formes faibles d’intelligence artificielle, consiste à reproduire du travail humain sous forme informatique : le processus reste identique, mais tout ou partie du travail est effectué au moyen d’un algorithme. Ce dernier peut, par exemple, acquérir les données initiales par reconnaissance optique de caractères et procéder à leur traitement, puis les transmettre à un autre algorithme pour d’autres tâches ou générer des réponses par mail dans le cadre d’un processus automatisé. Comme l’aurait fait un travailleur. Cette technique trouve tout son intérêt dans le traitement de grosses masses de données qui doivent être traitées régulièrement, de façon répétitive. Elle permet de diminuer les erreurs et surtout aux travailleurs de se concentrer sur des opérations à plus forte valeur ajoutée. La banque et les assurances sont parmi les principales activités intéressées par la RPA pour le traitement de leurs données. Elle est également utile pour la gestion de la relation avec les consommateurs, pour le traitement des réclamations par exemple ou pour la gestion des commandes dans le e-commerce.

Le grand avantage est son faible coût : elle ne nécessite pas la refonte des activités d’une entreprise puisqu’elle consiste à automatiser des activités chronophages sans modifier l’architecture du procédé. Elle ne nécessite donc qu’une adaptation mineure des systèmes informatiques des entreprises auxquels elle s’adapte.

L’expérience montre aussi qu’à terme, si la substitution du travail humain par la RPA est forte, des suppressions d’emplois peuvent en résulter. En revanche, comme pour les opérations industrielles de robotisation, si les tâches qui avaient été délocalisées dans des pays à bas coût de main d’œuvre sont relocalisées pour être traitées par RPA, ce retour peut générer des créations d’emplois (en faible volume).

Ces techniques n’en sont encore qu’à leur début. Les progrès de l’intelligence artificielle et du machine learning (apprentissage automatique) vont leur ouvrir de larges perspectives de développement. Il ne s’agira plus de transférer à un traitement automatique des tâches simples et répétitives, mais que ce traitement automatique puisse prendre en charge des travaux complexes dans le cadre d’un processus et puisse s’adapter à des demandes variables en fonction des besoins. Il s’agira là de Cognitive Robotic Process Automation (CPRA). A travers le machine learning, la RPA acquiert « un cerveau informatique » et la capacité de s’adapter et de s’améliorer en fonction de l’évolution des besoins, y compris jusqu’à l’analyse prédictive (predictive analytics). Pour ce faire, des techniques comme le traitement du langage naturel, la reconnaissance optique de caractères, le data mining (exploration de données) et le machine learning déjà cité sont utilisées.

Selon ses promoteurs, la CPRA ne remet pas en cause le rôle décisionnaire de l’humain à qui restera toujours la validation finale. Les mêmes reconnaissent pourtant que, compte tenu des outils utilisés, dans un certain nombre de cas, les cheminements « intellectuels » du robot ne peuvent pas toujours être objectivés.

A quelques années de distance, il est évidemment impossible de juger des conséquences que le développement de ces technologies est susceptible d’avoir. Même si elles sont présentées actuellement comme un moyen d’enrichir le travail, en permettant à ceux dont elle reprend une partie de l’activité de se focaliser sur des tâches plus conceptuelles et plus enrichissantes, l’effet sur l’emploi pourrait à terme ne pas être négligeable. Elles nécessiteront un accompagnement des travailleurs en reconversion, en particulier à travers des actions de formation. Comme le soulignent Acemoglu et Restrepo, la gestion de ces questions d’emploi est avant tout de la responsabilité des Etats qui disposent de différents leviers (fiscalité, politique d’emploi, réglementation en santé au travail et en santé publique, etc.) pour réguler les conséquences pratiques du déploiement de ces techniques.

Quant aux développements à venir (CPRA), s’ils permettront de supprimer des tâches fastidieuses et répétitives, ce qui est évidemment un progrès en termes de conditions de travail, la question de la validation de leur production par les travailleurs qui en auront la charge ne doit pas être prise à la légère. Elle est susceptible de créer de l’inquiétude, voire du stress, si le travailleur n’est pas en mesure de comprendre ce qu’il valide. En outre, l’exemple actuel des algorithmes utilisés par les plateformes d’intermédiation (on peut citer la livraison de repas à domicile par des utilisateurs d’engins à deux roues) montre qu’ils peuvent être néfastes en termes de conditions de travail (accidents, stress…) parce qu’ils prennent insuffisamment en compte le facteur humain. Des régulations devront être mises en œuvre.