Skip to content
industry insights

Vous êtes le prochain cheval : l'avertissement brutal de l'IA

L'économie du cheval semblait permanente, jusqu'à ce que les machines rendent ses travailleurs et son infrastructure obsolètes. L'IA pourrait répéter ce bouleversement, mais le plus grand risque pourrait être de savoir qui possède les machines.

Cassidy Wolfe
Vous êtes le prochain cheval : l'avertissement brutal de l'IA

Le cheval était un moteur économique, jusqu'à ce qu'il ne le soit plus

Il y a un siècle, le cheval n'était pas un animal de loisir ; c'était le moteur incontesté de l'économie américaine. En 1920, les chevaux et les mules fournissaient 89 % de la force de traction dans les fermes américaines, tirant charrues et chariots. Les villes, elles aussi, dépouillaient de leur dos infatigable pour le transport et les livraisons.

Il s'agissait d'une infrastructure vivante et massive. À son apogée, l'Amérique comptait environ 26,7 millions de chevaux et de mules de ferme. Toute une industrie tournait autour d'eux : plus de 440 000 Américains conduisaient des véhicules hippomobiles pour gagner leur vie en 1910, et 100 000 autres travaillaient comme palefreniers, bourreliers et carrossiers.

Nourrir cette main-d'œuvre était une tâche monumentale, consommant environ un quart des terres cultivables de l'Amérique entre 1880 et 1920, des terres qui produisaient de l'avoine et du foin plutôt que de la nourriture humaine. Des villes comme New York, avec 130 000 chevaux en 1900, devaient gérer 2 à 4 millions de livres de fumier quotidiennement et la sinistre tâche d'évacuer 15 000 chevaux morts chaque année.

Le moteur à combustion interne n'offrait pas seulement de la nouveauté ; il offrait un soulagement. Les tracteurs et les véhicules motorisés ont résolu les cauchemars logistiques croissants et les immenses besoins en ressources de l'économie du cheval, ouvrant la voie à une transition rapide et brutale.

Les machines n'avaient pas besoin d'un meilleur cheval

Les machines n'avaient pas besoin d'un meilleur cheval ; elles ont simplement rendu l'animal obsolète. La transition fut rapide et brutale. À New York, les voitures ont dépassé les chevaux dans les comptages de trafic dès 1912, et le dernier tramway hippomobile de la ville a circulé en 1917. Dans les fermes, le nombre de tracteurs est passé d'environ 246 000 en 1920 à plus de 4,5 millions en 1960.

Il ne s'agissait pas d'améliorer le cheval, mais de le remplacer par un moteur économique supérieur. Un tracteur n'avait pas besoin de nourriture, de repos ou d'entretien saisonnier pendant l'hiver, offrant plus d'heures de travail à un coût marginal inférieur. Les propriétaires avaient tout intérêt à investir dans des machines plutôt que de maintenir la force animale.

À mesure que les machines prenaient le relais, les professions ont radicalement changé. Entre 1910 et 1930, le nombre de conducteurs de chevaux et de palefreniers a chuté respectivement de 75 % et 90 %. Parallèlement, le nombre de chauffeurs et de camionneurs est passé d'environ 46 000 à plus de 800 000.

Bien que certains travailleurs, comme les Teamsters, se soient adaptés en apprenant à utiliser les nouvelles machines, la transition n'a pas été universellement fluide. Le cheval ne pouvait pas apprendre à conduire un tracteur, et de nombreux rôles humains ont tout simplement disparu, ne laissant aucune équivalence pour les travailleurs déplacés. Cette réalité brutale souligne l'efficacité impitoyable du déplacement technologique.

Pourquoi dire que « les humains ne sont pas des chevaux » pourrait ne pas suffire

Bien sûr, la réponse immédiate à la thèse du « vous êtes le prochain cheval » est que les humains ne sont pas des chevaux. Nous nous adaptons. Lorsque le travail agricole a été automatisé, les gens se sont tournés vers les usines ; lorsque les usines ont été automatisées, nous sommes allés dans les bureaux. Contrairement à un cheval, un humain peut apprendre de nouvelles tâches plus complexes à mesure que l'économie évolue.

Mais que se passe-t-il si les nouvelles tâches sont précisément celles dans lesquelles l'IA excelle ? McKinsey a estimé que les technologies démontrées pourraient théoriquement automatiser 57 % des heures de travail américaines. Il ne s'agit pas de pertes d'emplois réalisées, mais cela signale la portée sans précédent de l'IA dans le travail cognitif, qui était autrefois notre domaine exclusif.

L'analogie a ses limites : les humains sont des consommateurs dotés d'une agence politique, et les transitions passées ont effectivement créé de nouveaux emplois. Cependant, aucun de ces faits ne garantit que de nouveaux emplois arriveront rapidement ou seront accessibles aux travailleurs déplacés. Alors que les chevaux étaient simplement des intrants économiques, les humains stimulent également la demande. Pour en savoir plus sur le rôle actuel des chevaux, consultez la National Economic Impact Study - American Horse Council.

Les enjeux sont immenses. Si l'IA peut effectuer un travail cognitif « mieux, plus vite, moins cher et plus sûrement », comme les machines l'ont fait pour le travail physique, alors notre avantage comparatif s'érode considérablement. Il ne s'agit pas seulement de reconversion ; il s'agit de la nature même de la pertinence économique humaine.

Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.

un e-mail par jour · désinscription en deux clics · aucun traqueur tiers

La vraie question : qui possède le tracteur ?

La vraie question n'est pas de savoir si les humains peuvent s'adapter, mais qui possède le nouveau « tracteur ». Nous devons distinguer la demande dérivée — le besoin de main-d'œuvre parce qu'elle produit quelque chose — de la demande essentielle, où la présence humaine est valorisée intrinsèquement. Les chevaux, autrefois la source ultime de « traction » pour les charrues et les chariots, ont été victimes de la demande dérivée.

Aujourd'hui, les chevaux subsistent pour le sport, les loisirs et la thérapie — parce que nous les aimons, et non parce que l'économie a besoin d'eux. Ce modèle du « cheval de loisir » révèle une distinction critique : bien que la demande essentielle pour des services humains uniques (comme le spectacle vivant ou les soins personnels) perdurera, il est peu probable qu'elle génère suffisamment de travail pour soutenir un marché du travail mondial de plusieurs milliards de personnes. La demande de niche n'équivaut pas à un emploi généralisé.

La vidéo de David Shapiro propose une alternative frappante : si l'automatisation rend le travail moins critique pour la production, notre attention doit passer de la reconversion à la distribution. Une propriété plus large des machines et de leur production — les « tracteurs » de l'ère de l'IA — pourrait devenir plus importante que la simple recherche de nouvelles tâches pour les travailleurs déplacés. Ce n'est pas une solution garantie, mais un défi fondamental de politique et de distribution qui exige notre attention.

Questions fréquemment posées

Que dit l'analogie du cheval sur l'IA et l'emploi ?

Elle avertit que les machines peuvent éliminer la demande pour un type de travail, plutôt que de simplement changer la façon dont les travailleurs l'exécutent.

Les tracteurs ont-ils éliminé tous les emplois liés aux chevaux ?

Ils ont fortement réduit le travail lié aux chevaux, tandis que certains travailleurs se sont tournés vers des emplois tels que la conduite de camions et l'utilisation de machines.

Pourquoi certains économistes rejettent-ils l'analogie du cheval ?

Ils soutiennent que les gens peuvent apprendre de nouvelles tâches, créer de la demande en tant que consommateurs et influencer la technologie par l'action politique et collective.

Que propose la vidéo en réponse à l'automatisation par l'IA ?

Elle soutient qu'une large propriété des systèmes automatisés pourrait aider les gens à partager la valeur que ces systèmes produisent.

Found this useful? Share it.

For builders

Want Stork to write one of these about your product?

Send us a URL. We use the product, form a view, and publish what we actually think — in 8 languages, labeled Sponsored, with no copy approval on your side. That last part is what makes it worth quoting.

See how it works$199 · AI tools & software only

Pour les builders

Cette page travaille pour l’outil de quelqu’un d’autre.

Les agents IA la lisent. Des acheteurs y arrivent. Elle répond en huit langues et via MCP. Votre outil peut avoir la sienne — en ligne en 24 heures.