La productivité introuvable

Chapitre 1 — Une phrase de 1987

Le 12 juillet 1987, The New York Times Book Review publie en page 36 la recension d’un ouvrage consacré à la désindustrialisation américaine, Manufacturing Matters, de Stephen Cohen et John Zysman¹. Le signataire est un économiste du Massachusetts Institute of Technology. La recension elle-même a disparu de la mémoire collective ; une de ses phrases y a survécu, seule, détachée de son contexte, reprise depuis par des milliers d’articles, de rapports et de présentations d’entreprise :

« You can see the computer age everywhere but in the productivity statistics. » — Robert Solow, The New York Times Book Review, 12 juillet 1987

Robert Solow recevait, trois mois après cette publication, le prix de la Banque de Suède en sciences économiques pour ses travaux sur les sources de la croissance. La phrase a donc bénéficié d’un effet d’autorité considérable, et cet effet a produit un malentendu qui dure depuis bientôt quarante ans.

Le malentendu tient à ce que l’on croit y lire. Dans son usage courant, la formule sert de sarcasme : on la brandit comme un doute sur la valeur de la technologie, une manière élégante de suggérer que l’informatique promettait beaucoup et tenait peu. Ce n’est pas ce qu’elle dit. Elle ne porte aucun jugement sur l’informatique. Elle porte un constat sur les statistiques. La distinction paraît mince ; elle est le sujet de ce livre.

Quarante ans plus tard, la même phrase circule à nouveau. Elle a seulement changé de complément d’objet : on ne parle plus de l’âge de l’ordinateur mais de l’intelligence artificielle, avec la même structure — un investissement considérable, une adoption rapide, et des séries de productivité qui refusent de coopérer. Les montants ont changé d’échelle. Le problème logique est le même, et il n’a jamais été résolu. Qu’observait donc Solow, au juste ?

Deux économies, une seule statistique

Les entreprises américaines investissaient massivement dans l’informatique depuis le début de la décennie. Les ordinateurs personnels s’étaient installés dans les bureaux, les systèmes de gestion intégrés dans les grandes structures, les terminaux dans les agences bancaires. L’objet était visible partout — d’où la formule. Dans le même temps, la croissance de la productivité américaine restait installée à un niveau nettement inférieur à celui des décennies d’après-guerre, et n’en bougeait pas.

À l’époque, deux positions s’affrontaient, et elles préfigurent celles qui s’affrontent quarante ans plus tard. Pour les uns, l’informatique de bureau était une dépense de confort déguisée en investissement : elle déplaçait du travail plutôt qu’elle n’en économisait, et son rendement était nul. Pour les autres, l’effet existait, mais l’appareil statistique, conçu pour compter des tonnes d’acier et des heures d’atelier, était structurellement incapable de saisir une amélioration de service, une réduction de délai ou une baisse de taux d’erreur. Aucune des deux positions n’était réfutable par les données de 1987 — c’est la raison pour laquelle le débat a duré. Il ne s’est refermé qu’au milieu des années 1990, lorsque la productivité américaine a bel et bien accéléré, à un moment où l’investissement informatique initial avait plus de quinze ans d’ancienneté. Ce délai est le fait le plus instructif de l’épisode ; le chapitre 3 y revient en détail.

Une précision documentaire s’impose ici, et elle vaut engagement pour l’ensemble de l’ouvrage. La phrase de Solow a été vérifiée au mot près sur exemplaire physique de la recension. Il en circule largement deux variantes fautives — « We can see » au lieu de « You can see », « productivity data » au lieu de « productivity statistics » — et de nombreuses bases bibliographiques datent le texte du 1er janvier 1987, ce qui est un artefact de normalisation informatique et non une date. En revanche, le texte intégral de la recension n’a pas pu être consulté. L’ouvrage ne prêtera donc à Solow aucune thèse développée au-delà de cette phrase. On ne résume pas ce que l’on ne peut pas lire.

Une technologie sans effet et une technologie dont l’effet n’est pas détecté produisent la même série statistique. Devant un chiffre de productivité stagnant, l’observateur ne dispose d’aucun moyen interne à ce chiffre pour trancher entre les deux hypothèses. Il peut conclure que la technologie ne fonctionne pas ; il peut conclure que l’instrument ne la voit pas. La statistique ne dit rien de plus que ce qu’elle mesure — et ce qu’elle mesure est ce qu’il faut établir avant d’en tirer quoi que ce soit. Comment une technologie qui produit peut-elle laisser la même trace qu’une technologie qui ne produit rien ? Le mécanisme se démontre en le construisant : il suffit de bâtir deux économies dont on connaît la vérité interne, et de regarder ce que la statistique en dit. Soit deux économies fictives partant du même point — cent unités de production, cent heures de travail, productivité mesurée de 1,00 — et chacune engage sur dix ans un investissement technologique représentant 4 % de sa valeur ajoutée annuelle.

Dans l’économie A, la technologie ne produit rien. L’équipement est installé, utilisé, entretenu ; il ne modifie ni le volume produit ni le temps nécessaire pour le produire. Au terme des dix ans, la production s’établit à 100, les heures à 100. Productivité mesurée, 1,00 ; croissance nulle.

Dans l’économie B, la technologie produit, mais ses compléments ne sont pas comptabilisés. L’équipement est le même. Il exige toutefois, pour rendre, une réorganisation des processus, une refonte des circuits de décision et une reconstitution des compétences internes. Ces trois postes ne sont pas des achats : ils consomment du temps de travail interne, enregistré au dénominateur comme heures travaillées, et ne produisent aucun bien immédiatement vendable — donc rien au numérateur. Sur les dix ans, ils absorbent l’équivalent de 4 heures annuelles. La production atteint 104 au terme de la période — l’effet est réel, il vaut 4 % — mais les heures comptabilisées s’établissent à 104 également, la réorganisation ayant coûté ce que la technologie a rapporté sur la période. Productivité mesurée, 1,00 ; croissance nulle.

Les deux économies affichent la même série. L’une n’a rien produit ; l’autre a produit 4 % de gain réel et a simultanément consenti l’investissement qui le rendra durable. Aucune lecture de la statistique de productivité ne permet de les distinguer. La différence n’apparaîtra qu’à la onzième année, lorsque l’économie B cessera de payer sa réorganisation et continuera d’encaisser son gain — et elle sera alors attribuée à ce qui se passe la onzième année, non à ce qui a été investi les dix précédentes.

Telle est la structure exacte du problème posé en 1987. Elle est aussi celle du problème que pose l’intelligence artificielle, avec deux aggravations que les chapitres suivants établiront : les montants engagés ont changé d’ordre de grandeur, et l’amplitude des révisions statistiques a dépassé celle de l’effet recherché. Si l’effet est réel mais invisible, pourquoi s’en préoccuper ?

[L’extrait s’arrête ici ; le chapitre continue dans le livre.]