La Tunisie face à l'IA: une équation à plusieurs inconnues

Par Dr. Sami Bahri - Certains pensent installer un super-tableur, un outil d’optimisation de plus. Mais ils font probablement entrer dans leurs organisations un architecte d’intérieur un brin pyromane: capable de réaménager les pièces, mais aussi de remettre complètement en cause les plans de l’édifice et de chambouler les étages.

L’intelligence artificielle est souvent présentée comme une nouvelle étape de la numérisation. Elle permettrait de rédiger plus vite, d’analyser davantage de données, de produire du code, de traduire des documents ou de répondre automatiquement aux clients.

Cette lecture n’est pas fausse. Elle est simplement incomplète.

L’IA ne transforme pas uniquement les outils que nous utilisons. Elle va modifier les processus de l’entreprise, l’organisation du travail, les compétences auxquelles nous attribuons de la valeur, la position des pays dans les chaînes économiques internationales et, à terme, les mécanismes par lesquels nous finançons la solidarité collective.

Nous ne sommes donc pas face à un problème technologique auquel correspondrait une solution classique. Nous sommes face à une équation comprenant des dizaines d’inconnues: technologiques, entrepreneuriales, sociales, éducatives, économiques, fiscales et politiques.

Et cela, même les non-matheux le savent : les équations ayant plusieurs inconnues sont souvent les plus difficiles à résoudre.

Première inconnue: que devient l’entreprise lorsque la machine participe au travail cognitif ?

L’adoption de l’IA est souvent décrite comme une opération relativement simple: choisir un outil, former les collaborateurs et mesurer les gains de productivité.

Dans la réalité, une entreprise ne peut exploiter sérieusement ces technologies sans interroger la qualité de ses données, son infrastructure informatique, sa cybersécurité, ses processus de décision et la répartition des responsabilités.

Qui vérifie une réponse produite par un modèle ? Qui est responsable lorsqu’elle est erronée ? Quelles données peuvent lui être confiées ? Quelles décisions doivent rester humaines ? Et que devient un métier lorsque certaines de ses tâches sont automatisées, mais pas les autres?

Ajouter une IA à un processus mal conçu ne le rend pas nécessairement intelligent. Cela peut simplement permettre de produire des erreurs plus rapidement — ce qui est bien une forme de productivité, mais rarement celle recherchée.

Les transformations les plus importantes pourraient donc venir non de l’automatisation d’une tâche isolée, mais de la refonte de processus entiers. Dans un service client, par exemple, l’IA peut qualifier une demande, rechercher les informations pertinentes, préparer une réponse et transmettre les cas complexes à un conseiller humain. Celui-ci ne disparaît pas nécessairement, mais son rôle change: il devient davantage superviseur, médiateur ou expert. Mais pour assumer ce nouveau rôle, il doit lui aussi faire évoluer ses compétences et sa manière de travailler.

L’entreprise qui adopte profondément l’IA ne sera plus la même entreprise. Ses processus, ses hiérarchies, ses métiers et la composition de ses équipes doivent évoluer ensemble.

Deuxième inconnue: que devient le travailleur du savoir?

Joseph Schumpeter décrivait l’innovation comme un processus de destruction créatrice : de nouvelles activités apparaissent en rendant progressivement obsolètes certaines structures existantes.

Ce mécanisme n’est pas nouveau. Sa cible, en revanche, évolue.

Peter Drucker avait placé au centre de l’économie moderne le Knowledge Worker, ou travailleur du savoir: celui qui crée de la valeur en collectant, interprétant et transmettant de l’information. Développeurs, comptables, traducteurs, analystes, ingénieurs, juristes, enseignants, conseillers et cadres administratifs appartiennent, à des degrés divers, à cette catégorie.

Pendant plusieurs décennies, les outils numériques ont principalement assisté ces professionnels. Le tableur aidait le comptable, le moteur de recherche aidait le chercheur, le logiciel de conception aidait l’ingénieur.

L’IA franchit une étape supplémentaire : elle peut désormais produire une partie du travail cognitif lui-même.

Elle peut résumer un dossier, rédiger un document standard, préparer une analyse, générer du code, traduire un texte ou traiter une demande courante. Elle ne remplace pas nécessairement un métier entier. Mais elle peut automatiser suffisamment de tâches pour modifier le nombre de personnes nécessaires, les qualifications recherchées et l’organisation des carrières.

La question des emplois juniors, que je nomme "The GenZ-Dilemma", devient alors centrale. Si la machine réalise les premières analyses et traite les dossiers simples, comment les jeunes professionnels acquerront-ils l’expérience nécessaire pour gérer ensuite les situations complexes?

Une entreprise peut gagner en productivité aujourd’hui tout en fragilisant, poussée par l'impératif de l'efficience, son vivier de compétences de demain.
Troisième inconnue : quelle place pour la Tunisie dans cette nouvelle division du travail?

Pour la Tunisie, cette transformation revêt une importance particulière.

Une partie de notre insertion dans l’économie internationale repose sur des compétences qualifiées, multilingues et compétitives : technologies de l’information, relation client, ingénierie, traduction, comptabilité, services administratifs externalisés et différentes activités intellectuelles réalisées pour des clients étrangers.

Or, l’automatisation qui menace ces activités n’a pas nécessairement besoin d’avoir lieu en Tunisie.

Si une entreprise européenne automatise une part croissante de son support, de son développement, de sa traduction ou de ses opérations administratives, elle peut avoir moins besoin de les externaliser. Le risque vient donc autant des décisions prises chez nos partenaires que de celles prises dans nos propres entreprises.

Mais une autre trajectoire reste possible. Des équipes tunisiennes équipées de ces technologies pourraient produire davantage, accéder à de nouveaux marchés et proposer des services plus spécialisés. L’IA pourrait fragiliser les activités standardisées tout en renforçant celles qui exigent expertise, confiance, connaissance métier ou proximité culturelle.

Pour rester dans la logique de Schumpeter: Ces scénarios vont nécessairement coexister, sans nécessairement bénéficier aux mêmes secteurs, aux mêmes territoires ou aux mêmes personnes.

La véritable question n’est donc pas de savoir si l’IA sera une menace ou une opportunité. Elle est de déterminer quelle place la Tunisie occupera dans la nouvelle chaîne de valeur: productrice de solutions, exportatrice de services augmentés, utilisatrice dépendante ou simple consommatrice de technologies conçues et opérées ailleurs.

La destruction créatrice ne garantit pas que ce qui sera créé apparaîtra au même endroit, pour les mêmes personnes, ni au même rythme que ce qui sera détruit.

Quatrième inconnue: comment financer une société où la création de valeur dépend moins du travail humain?

La transformation des entreprises et de l’emploi finit nécessairement par atteindre la gouvernance publique.

Nos systèmes fiscaux et sociaux ont été construits autour d’une économie dans laquelle le travail humain joue un rôle central. Les salaires, les cotisations sociales, l’impôt sur le revenu, la consommation des ménages et les bénéfices des entreprises financent directement ou indirectement les services publics et la protection sociale.

Mais que se passe-t-il lorsqu’une entreprise produit autant — ou davantage — avec moins de salariés, grâce à des modèles opérés depuis des datacenters principalement situés à l’étranger?

Une partie de la valeur se déplace alors du travail local vers le capital technologique, les infrastructures numériques et la propriété intellectuelle. Or, jusqu’à preuve du contraire, un GPU ne cotise ni à la retraite ni à l’assurance maladie.

Le paradoxe est évident: au moment où la transformation technologique pourrait accroître les besoins de formation, de reconversion et de protection sociale, elle pourrait également fragiliser une partie importante des ressources qui les financent.

Cela ne signifie pas qu’il faille immédiatement taxer les robots, les modèles ou la puissance de calcul. Une fiscalité mal conçue pourrait pénaliser les entreprises locales sans atteindre les grandes plateformes internationales. Mais ne rien changer reviendrait à supposer que des règles conçues pour l’économie industrielle du 20ᵉ siècle resteront parfaitement adaptées à une économie où le capital numérique produit une part croissante de la valeur.

Une équation, pas quatre problèmes séparés

Il serait tentant de confier l’IA aux ingénieurs, l’emploi aux économistes, la formation aux universités et la fiscalité aux responsables politiques.
Ce cloisonnement fait pourtant partie inhérente du problème.

Une décision technologique transforme les processus d’une entreprise. Cette transformation modifie les métiers et les besoins en compétences. L’évolution de l’emploi affecte les recettes publiques et les besoins sociaux. Les choix éducatifs, fiscaux et réglementaires influencent ensuite la manière dont les entreprises adoptent la technologie.

Nous sommes face à un système de rétroactions: chaque transformation agit sur les autres et reçoit, en retour, leurs effets.

Il faudra donc éviter deux certitudes également confortables : celle selon laquelle l’IA résoudra spontanément nos problèmes, et celle selon laquelle elle condamnerait mécaniquement le travail humain.

Mais tout comme une équation à plusieurs inconnues peut avoir plusieurs solutions, plusieurs futurs restent possibles. Ils dépendront moins des performances abstraites des IA que des entreprises que nous construirons, des compétences que nous développerons, des gains que nous choisirons de partager et des institutions que nous saurons adapter.

Cet article est une introduction à d'autres articles qui exploreront successivement trois dimensions de cette équation:

1. L’impact entrepreneurial: comment l’IA transforme les processus, les métiers, les organisations et les modèles économiques.

2. L’impact sociétal: comment elle affecte le travailleur du savoir, les carrières, la formation, les inégalités et la place de la Tunisie dans les chaînes de valeur internationales.

3. Le casse-tête de la gouvernance: comment adapter la fiscalité, la protection sociale, la régulation et la souveraineté économique à une création de valeur de plus en plus produite par le capital numérique et de moins en moins par le capital humain.

Les pistes de solution viendront ensuite — non comme une recette unique, mais probablement comme plusieurs combinaisons d’actions complémentaires.
Car avant de résoudre une équation, encore faut-il en identifier les inconnues.

Et pour cela, il faut commencer par un diagnostic approfondi.

Dr. Sami Bahri
Expert en Transformation digitale