L’arrivée de l’IA générative pourrait permettre de répondre à un manque de main-d’œuvre. Cependant, elle pourrait également affecter des métiers qualifiés dans les villes, accentuant ainsi les écarts de revenus et de production avec les campagnes.
L’IA pourrait accentuer le clivage entre le monde urbain et rural. Selon le rapport Création d’emplois et développement économique local : La géographie de l’IA générative. Selon l’OCDE (Organisation de Coopération et de Développement Économiques), les pays développés ont connu une forte croissance de l’emploi au cours de la dernière décennie, ce qui a notamment entraîné des pénuries dans certaines régions urbaines. Une pénurie à laquelle l’IA générative pourrait répondre.
Accentuer les écarts de productivité et de revenus
L’OCDE estime que cette technologie de rupture pourrait remédier au manque de main-d’œuvre et stimuler la production. « L’adoption rapide de l’IA générative redessine les marchés du travail locaux », déclare le secrétaire général de l’OCDE, Mathias Cormann. Elle pourrait en effet affecter davantage les travailleurs citadins : 32 % d’entre eux y sont déjà exposés, contre seulement 21 % des travailleurs ruraux. Une situation qui pourrait accentuer la fracture entre ces deux mondes, sur le plan de la productivité, des revenus, mais également de l’accès au numérique.
« Pour exploiter le potentiel de cette technologie dans l’intérêt de tous, les responsables publics doivent donner la priorité à l’infrastructure numérique, encourager la culture numérique et soutenir les PME afin que les bienfaits de l’IA générative profitent à chacun », développe le secrétaire général. Il s’agit d’une inversion de paradigme par rapport à l’ère de l’automatisation, qui avait principalement touché les régions manufacturières et non métropolitaines grâce à l’arrivée de technologies de rupture. Aujourd’hui, ce sont les travailleurs urbains et très qualifiés qui sont directement impactés par l’IA générative, une technologie qui excelle dans l’exécution de tâches cognitives et non répétitives.