Intelligence artificielle, croissance économique et redistribution au Bénin: Entre promesses et doutes

Tout gouvernement mène deux combats à la fois: faire grossir le gâteau national et le partager équitablement. Le Bénin a montré, en une décennie, qu'il savait conduire et gagner le premier combat, celui de la croissance économique. J'ai soutenu dans de précédentes tribunes que le second, celui de la redistribution, butait moins sur la volonté que sur les canaux. Voici qu'arrive une technologie dont on dit qu'elle accélérera l'un et l'autre. L'intelligence artificielle peut-elle grossir le gâteau béninois plus vite, et le partager mieux ? À la veille du Forum multipartite de Cotonou sur les technologies et l'avenir du travail, qui s'ouvre ce 13 octobre, la question mérite mieux que l'enthousiasme ou l'effroi.

Ma réponse tient en une phrase, et le reste de cette tribune la justifie : l'intelligence artificielle grossira le gâteau là où l'on compte, et ne le partagera que là où l'État a une prise. Le vrai sujet n'est donc pas la machine. C'est la donnée, et c'est la prise.

Ni magie, ni menace : du numérique et de la statistique

Dans un pays où la magie garde encore son sens, et où l'économie est dominée par l'informel, l'intelligence artificielle suscite d'abord de l'émerveillement. Une machine qui répond en français correct à n'importe quelle question, qui rédige un courrier, traduit un contrat ou résume un rapport, cela tient du prodige. Kevin Degila, expert béninois en intelligence artificielle, architecte de solutions IA pour l'Agence des Systèmes d'Information et du Numérique (Asin), l'un de nos meilleurs spécialistes, l'a dit avec une sobriété qu'il faut saluer : l'IA reste une technologie, et pas de la magie.

On oublie en effet ce qu'elle est. L'intelligence artificielle d'aujourd'hui est l'alliance de deux choses que nous connaissons bien : la technologie numérique, qui stocke, transmet et calcule, et la statistique, qui estime. Un grand modèle de langage n'est rien d'autre qu'un estimateur d'une taille inouïe : il prédit le mot le plus probable à partir de tout ce qu'il a lu. Tout économiste qui a estimé une régression sait ce que cela implique, et le reste du débat en découle.

Première implication : un estimateur ne voit que ce qui a été compté. Ce qui n'a jamais laissé de trace écrite, chiffrée ou numérisée n'existe pas pour lui. Deuxième implication: un estimateur se trompe, et se trompe avec assurance. Ce que l'on appelle « hallucination» n'est pas un caprice de la machine ; c'est une erreur d'estimation présentée sans son intervalle de confiance. Troisième implication : un estimateur reproduit l'échantillon sur lequel il a appris. Entraîné sur des textes écrits pour l'essentiel en anglais, dans des économies formelles, il connaît mieux le marché de Chicago que celui de Dantokpa, et la fiche de paie mieux que la tontine.

Ces trois propriétés ne sont pas des défauts que la prochaine version corrigera. Elles sont la nature même de l'outil. Et elles disent déjà, avant tout chiffre, où la promesse tiendra et où le doute est fondé.

Ce qui est acquis, et qu'il faut rappeler

Avant d'examiner les doutes, il faut rendre à l'ambition ce qui lui revient. Le Bénin n'a pas attendu la vague pour s'y préparer. Il s'est doté dès le 18 janvier 2023 d'une Stratégie nationale d'intelligence artificielle et des mégadonnées, quatre programmes et cent vingt-trois actions sur cinq ans, à une époque où la plupart de nos voisins n'en parlaient pas encore. Il a posé les tuyaux avant de parler de l'eau : environ 2 550 kilomètres de fibre optique reliant 50 communes sur les soixante-dix-sept, une couverture 4G annoncée à 90 % du territoire, un centre de données national, l'identification biométrique des personnes, la facturation électronique certifiée des entreprises. Sèmè City a formé plus de deux mille cent jeunes, notamment en science des données. Nos lycéens ont rapporté cette année la première médaille béninoise aux Olympiades internationales d'intelligence artificielle à Astana, au Kazakhstan. Un indice continental de gouvernance de l'IA classe désormais le pays au troisième rang africain derrière l’Algérie et le Mali.

Peu de pays de la sous-région peuvent aligner une telle série. La question n'est donc pas de savoir si le Bénin veut l'intelligence artificielle. Elle est de savoir à quelles conditions l'intelligence artificielle servira la prospérité partagée, et lesquelles de ces conditions sont déjà réunies.

Cinq conditions, et ce qu'elles révèlent

Une technologie ne produit de la richesse que si elle rencontre des usagers capables de s'en servir, dans un cadre qui leur permet d'investir. On peut ramener ces exigences à cinq conditions. Je les examine l'une après l'autre, non pour décourager, mais pour situer le point où l'effort doit porter.

L'inclusivité des modèles. Les systèmes que nos étudiants, nos entreprises et nos administrations utilisent ont été entraînés ailleurs, sur des données d'ailleurs. L’adja, le fon, le yoruba, le bariba, le dendi, le goun y sont à peu près absents ; la réalité économique de neuf travailleurs béninois sur dix, qui exercent dans l'informel, l'est tout autant. Un modèle qui n'a jamais lu un carnet de commerçante de Dantokpa ne peut pas la conseiller ; il peut, en revanche, lui répondre avec aplomb. L'apprentissage automatique corrige ses erreurs à mesure qu'on le nourrit ; encore faut-il le nourrir de nous, de ce qui nous concerne.

La compétence numérique. Dans notre Union économique, la contrainte n'est plus la couverture du réseau mais son usage : le déficit d'usage de l'internet mobile avoisine 59 % quand le déficit de couverture n'est que de l'ordre de 15 %. Autrement dit, quatre personnes sur dix qui pourraient se connecter ne le font pas. Ce n'est pas un manque de tuyaux ; c'est un manque de savoir-faire, de contenus utiles et de pouvoir d'achat, puisqu'un téléphone d'entrée de gamme coûte près de 95 % du revenu mensuel des 20 % les plus pauvres.

La prévisibilité réglementaire. Nous disposons depuis 2018 d'un code du numérique et d'une autorité de protection des données personnelles. C'est un socle. Mais l'investisseur qui voudrait entraîner un modèle sur des données béninoises de santé, de crédit ou d'impôt ne sait pas encore, aujourd'hui, ce qui lui sera permis demain, ni à quelles conditions d'anonymisation, ni qui répond d'une décision prise par une machine. Ce n'est pas l'absence de règle qui freine l'investissement : c'est l'incertitude sur la règle.

La maturité technologique. On ne branche pas une intelligence artificielle sur une bougie. À la fin de 2024, 42,6 % des ménages béninois avaient accès à l'électricité : 71,2 % en ville, 13,1 % en milieu rural. Tant que sept ménages ruraux sur huit restent hors réseau, l'intelligence artificielle restera, pour l'essentiel, une affaire urbaine.

La préparation des consommateurs et des entreprises. Le recensement des entreprises de 2023 a établi que 95,7 % d'entre elles sont individuelles et que 85,9 % n'ont pas d'identifiant fiscal. Une entreprise d'une personne n'a ni service informatique, ni données structurées, ni trésorerie pour un abonnement. L'IA s'adopte par des organisations ; or notre tissu productif est fait d'individus.

Ces cinq conditions convergent vers un même constat, et c'est celui que je retiendrai : l'intelligence artificielle a besoin de traces, et l'économie béninoise en laisse peu. Cette description décide de tout ce qui suit.

La croissance : un gâteau plus grand, mais pas tout de suite

Commençons par la promesse la plus souvent avancée : l'intelligence artificielle ferait bondir la croissance. Il faut ici une dose de sang-froid. Robert Solow observait en 1987 que l'on voyait l'âge de l'ordinateur partout, sauf dans les statistiques de productivité. Il a fallu près de quinze ans pour que l'informatique s'y lise enfin, le temps que les entreprises réorganisent leurs méthodes, forment leurs équipes et accumulent le capital immatériel qui rend l'outil productif. Les économistes appellent cela la courbe en J de la productivité : on investit d'abord, on récolte ensuite.

Le concept mérite d'être défini, car il fixe le calendrier de nos attentes. La courbe en J, formalisée par les économistes Erik Brynjolfsson, Daniel Rock et Chad Syverson, décrit le profil que prend la productivité mesurée après l'arrivée d'une technologie d'usage général, comme l'électricité hier ou l'intelligence artificielle aujourd'hui. Pour tirer parti d'une telle technologie, entreprises et administrations doivent d'abord investir dans un capital immatériel que les comptes nationaux enregistrent mal : réorganiser les procédures, former le personnel, constituer et nettoyer les données, réécrire les logiciels métiers. Pendant cette phase, des ressources sont détournées de la production courante sans que leur fruit soit encore visible : la productivité mesurée stagne, voire recule, et trace la petite branche descendante du J. Puis, lorsque ce capital invisible entre en service, la productivité se redresse et dépasse sa tendance antérieure: c'est la grande branche ascendante.

La leçon est double pour le Bénin. D'une part, les premières années d'investissement dans l'intelligence artificielle afficheront des coûts avant des gains; juger la politique sur ses deux premiers exercices reviendrait à condamner un semis parce qu'il n'a pas encore levé. D'autre part, le creux du J sera d'autant plus profond et plus long que le capital complémentaire, c'est-à-dire les données, les compétences et l'organisation, sera rare. C'est précisément ce qui nous manque, et c'est donc là qu'il faut investir en premier.

Les estimations sérieuses vont dans le même sens. Daron Acemoglu, prix Nobel 2024, évalue le gain de productivité globale des facteurs attendu de l'IA aux États-Unis à au plus 0,66 % sur dix ans. Faisons le calcul : moins de sept centièmes de point par an, dans l'économie la plus numérisée du monde. Le Fonds monétaire international estime pour sa part que près de 40 % des emplois mondiaux sont exposés à l'IA, 60 % dans les économies avancées, 26 % seulement dans les pays à faible revenu. Moins exposés, nous risquons moins ; mais, pour la même raison, nous gagnerons moins, et plus tard.

Il y a pourtant une bonne nouvelle, et elle est propre au Bénin. J'ai montré dans une tribune précédente que notre croissance est forte, mais extensive : nous produisons davantage parce que nous cultivons plus d'hectares et ajoutons des commerçants au marché, non parce que nous produisons plus par hectare et par personne. Le rendement du maïs a reculé d'un quart entre 2018 et 2023 alors que nos propres variétés homologuées en promettent deux à quatre fois plus en milieu paysan. Or l'intelligence artificielle agit précisément sur la marge intensive : elle n'ajoute pas d'hectares, elle ajoute du savoir à chaque hectare. Un conseil agricole vocal, en langue nationale, qui dit au producteur quelle semence, quelle date de semis, quelle dose d'engrais pour quelle parcelle, s'attaque exactement à l'écart entre ce que notre recherche sait et ce que nos champs produisent. Le levier n'est pas la machine. C'est le savoir qu'elle permet de faire descendre jusqu'au champ.

Le gâteau peut donc grossir. Mais il grossira d'abord là où les données existent déjà : au port, dans les banques, dans les télécommunications, dans l'administration fiscale et douanière. Ce sont des secteurs importants, le tertiaire pesant près de la moitié du produit intérieur brut, mais ce ne sont pas ceux où travaillent les pauvres. Et c'est là que commence la question du partage.

La redistribution : l'intelligence artificielle ruisselle là où il y a des données

J'ai soutenu que le ruissellement de notre croissance fonctionnait à un cinquième de son rendement théorique, parce que son canal était ensablé, et que les instruments monétaires de la redistribution butaient sur un plafond de verre : ils supposent un bulletin de paie que neuf travailleurs sur dix n'ont pas. L'intelligence artificielle peut aggraver ce plafond, ou le percer. Elle fera l'un ou l'autre selon nos choix, et non selon sa nature. Elle peut l'aggraver de trois façons.

D'abord, elle concentre les gains là où sont les traces. Une banque qui note ses clients par algorithme prête mieux à ceux dont elle connaît l'historique ; elle ne voit pas la commerçante qui n'en a pas. Un estimateur ne discrimine pas par malveillance: il ignore par construction ce qu'il n'a jamais observé. Le risque n'est pas qu'il rejette les pauvres ; c'est qu'il ne les voit pas.

Ensuite, elle menace la première marche de l'échelle. Les tâches que l'IA générative accomplit le mieux, rédiger, saisir, traduire, résumer, tenir une comptabilité simple, répondre à un client, sont exactement celles que l'on confie au jeune diplômé à son premier poste. Or j'ai montré, à partir du bilan du Programme spécial d'insertion dans l'emploi, que ce qui manquait à nos diplômés n'était pas le diplôme mais la première expérience : 63 728 candidats pour 15 501 postes, et 68,63 % de maintien en emploi chez ceux qui avaient pu faire leurs deux ans. Si l'IA supprime la marche par laquelle on acquiert l'expérience, elle frappera d'abord nos diplômés, ceux-là mêmes que nos universités forment pour le salariat.

Enfin, elle peut faire sortir la rente du territoire. Les modèles sont conçus, hébergés et facturés ailleurs. Chaque abonnement payé par une entreprise béninoise est une valeur ajoutée qui se forme hors de notre assiette fiscale, tant qu'elle n'est pas effectivement fiscalisée. Avec une pression fiscale de 13,7 % du produit intérieur brut, nous n'avons pas les moyens de laisser s'évader une base nouvelle avant même qu'elle ne se forme. Mais l’IA peut aussi percer le plafond, et c'est là que la promesse devient sérieuse.

Une étude conduite sur plus de cinq mille agents d'un centre d'appels a mesuré qu'un assistant d'IA générative relevait leur productivité de 14 % en moyenne, et de 34 % chez les novices et les moins qualifiés, quand il n'apportait presque rien aux plus expérimentés. Autrement dit, l'outil qui menace la première marche peut aussi la raccourcir : il transmet au débutant une partie du savoir-faire de l'expert. Tout dépend de qui le tient. Entre les mains de l'employeur seul, il remplace le débutant ; entre les mains du débutant, il accélère le travail.

Surtout, l'intelligence artificielle peut créer des prises là où le bulletin de paie n'en fournit pas. Nous en avons déjà la preuve sans l'avoir nommée. L'assurance récolte indicielle pilotée par le Fonds national de développement agricole a versé, le 7 août dernier, 561,8 millions de francs à 94 905 producteurs de riz et de coton, sans bulletin de paie et sans identifiant fiscal, parce que l'indemnisation repose sur un indice et non sur une expertise champ par champ. Des chercheurs ont montré qu'en combinant images satellitaires et apprentissage automatique, on pouvait estimer la pauvreté village par village là où aucune enquête ne passe. La facturation électronique certifiée trace la transaction là où l'entreprise ne déclarait rien. Le registre social et l'identification biométrique permettent un ciblage documenté qui est l'exact contraire du ciblage par la parentèle.

Voilà le point décisif. L'intelligence artificielle ne redistribue rien par elle-même ; mais elle peut fabriquer les prises qui manquent à la redistribution. Elle peut voir le producteur que le fisc ne voit pas, évaluer la parcelle que l'agent ne visite pas, repérer le ménage que l'enquête n'atteint pas. À une condition, toujours la même: que nous lui ayons d'abord appris à nous voir.

Entre les nations : l'intelligence artificielle et l'Odd 10

Ce qui vaut entre les Béninois vaut entre les nations. L'Objectif de développement durable n° 10 engage la communauté internationale à réduire les inégalités dans les pays et d'un pays à l'autre. L'intelligence artificielle pèsera sur la seconde de ces inégalités plus sûrement encore que sur la première et, laissée à elle-même, elle la creusera, pour trois raisons.

La première est la concentration des facteurs. La puissance de calcul, les chercheurs, les données et le capital qui font l'intelligence artificielle sont réunis dans une poignée de pays. La Cnuced estime que le marché de l'IA pourrait atteindre 4 800 milliards de dollars en 2033, et relève qu'une centaine d'entreprises, principalement américaines et chinoises, assurent à elles seules environ 40 % des dépenses mondiales de recherche et développement des entreprises. Le Fonds monétaire international ajoute que les économies avancées, plus exposées à l'IA, sont aussi les mieux préparées à en tirer parti: leurs gains viendront plus tôt, les nôtres plus tard. À technologie égale, l'écart se creuse par le seul effet du calendrier.

La deuxième est l'érosion de l'avantage du bas salaire. Les pays aujourd'hui émergents ont gravi l'échelle du développement en vendant au monde un travail moins cher : l'atelier textile d'abord, puis les centres d'appels, la saisie, la traduction, la comptabilité sous-traitée. Ce sont précisément les tâches que l'IA générative automatise le mieux. Ce que j'ai décrit plus haut pour le jeune diplômé béninois vaut à l'échelle des nations : la première marche risque d'être retirée derrière ceux qui l'ont déjà franchie. L'économiste Ha-Joon Chang parlait de « retirer l'échelle »; ici, nul ne la retire par calcul, mais le résultat serait le même.

La troisième est la capture de la rente. La valeur créée par l'IA revient à ceux qui possèdent les modèles et les plateformes. Les pays en développement y figurent deux fois, et deux fois du mauvais côté : comme payeurs d'abonnements en devises, et comme fournisseurs gratuits de données brutes. Nous connaissons ce schéma : c'est celui du coton exporté non cardé et du cajou exporté brut, dont la valeur ajoutée se forme ailleurs.

Il existe pourtant des forces contraires, et elles sont réelles. L'intelligence artificielle se diffuse plus vite et à moindre coût que toutes les technologies précédentes : elle tient dans un téléphone, des modèles performants sont désormais publiés en accès ouvert, et le coût d'usage baisse rapidement. L'Afrique a déjà sauté une étape avec la monnaie mobile, sans passer par l'agence bancaire ; elle peut en sauter d'autres. Surtout, l'effet mesuré sur les novices se transpose aux nations : si l'IA transmet au débutant une part du savoir-faire de l'expert, elle peut transmettre aux pays qui en manquent une part du savoir de l'agronome, du médecin et de l'enseignant. C'est la plus grande promesse de convergence que la technique ait faite depuis longtemps.

Il faut enfin regarder à l'intérieur du Sud lui-même, car c'est là que le partage se jouera d'abord. Entre pays en développement, la frontière ne passera pas entre riches et pauvres, mais entre ceux qui auront des données, de l'électricité, des compétences et des règles, et ceux qui n'en auront pas. Le Bénin, troisième au classement africain de la gouvernance de l'IA, est aujourd'hui du bon côté de cette ligne ; il n'y restera qu'en investissant dans ce qui la trace. Et puisque aucun pays africain ne peut, seul, réunir le calcul, les données et les talents nécessaires, la réponse est régionale : mutualiser au sein de l'Uemoa et de la Cedeao les capacités de calcul et les corpus, et négocier collectivement l'accès à nos données contre un hébergement local, une formation et un transfert de capacités. C'est l'esprit même des cibles 10.a et 10.b de l'Odd 10, qui appellent un traitement différencié et des flux d'investissement vers les pays qui en ont le plus besoin. La convergence ne sera pas offerte : elle se négocie.

Adopter, adapter, chercher ou nourrir : le bon choix pour le Bénin

Quatre options s'offrent à un pays comme le nôtre, et le débat public les confond souvent. Elles ne coûtent pas la même chose, ne rapportent pas au même horizon et ne laissent pas la même valeur sur le territoire.

Adopter l'IA telle qu'elle est. C'est l'option la moins coûteuse et la plus rapide, et elle convient aux usages génériques : bureautique, traduction courante, programmation, recherche documentaire. Mais elle importe avec l'outil les biais de son échantillon, paie la rente à l'étranger et nous installe dans le rôle de consommateurs d'une intelligence formée ailleurs. C'est l'importation de produits finis : utile, mais elle ne crée ni emploi qualifié ni savoir-faire local.

Adapter l'IA à nos réalités. Il s'agit de partir des modèles existants, en particulier de ceux qui sont publiés en accès ouvert, et de les ajuster à nos langues, à nos textes, à nos procédures et à nos cultures : les adosser à nos lois, à nos fiches techniques agricoles et à nos procédures fiscales, et leur donner une interface vocale en langues nationales. Le coût est modéré, les délais courts, et la valeur ajoutée reste sur place. C'est l'équivalent numérique de la transformation locale : nous avons vu les exportations de cajou brut s'effondrer pendant que celles d'amandes transformées doublaient ; l'adaptation fait la même chose de l'intelligence importée. Notre avantage comparatif n'est pas la puissance de calcul : c'est la connaissance du contexte.

Promouvoir la recherche en IA. Il faut ici distinguer deux recherches. La recherche de frontière, qui entraîne les grands modèles, se chiffre désormais en centaines de millions de dollars pour un seul modèle : ce n'est pas notre course, ni celle d'aucun pays africain pris isolément. La recherche appliquée, en revanche, est à notre portée et elle est indispensable : traitement automatique de nos langues, agriculture, santé, statistique par imagerie satellitaire. Elle doit associer nos universités, Sèmè City et les centres d'excellence de la sous-région, car c'est elle qui fournit à l'adaptation ses ingénieurs et ses méthodes.

Nourrir les bases de données. C'est la condition de tout le reste : sans données, pas d’adaptation, pas de recherche appliquée, pas de prise pour la redistribution. Mais nourrir n'est pas livrer. Alimenter gratuitement des modèles étrangers avec nos données brutes reviendrait à exporter notre coton non cardé. Les données doivent être produites, protégées, puis valorisées : un entrepôt national gouverné, des conditions d'accès claires en matière d'anonymisation, et un principe de réciprocité selon lequel l'accès à nos données s'échange contre de l'hébergement, de la formation et du transfert de capacités.

Le bon choix n'est donc pas l'une de ces options contre les autres : c'est une séquence et une proportion. Nourrir d'abord, parce que c'est la fondation ; adapter ensuite, parce que c'est le cœur de la valeur ; adopter pour le générique ; chercher en appliqué et en réseau régional ; renoncer, sans regret, à la frontière.

Une objection qu'il faut prendre au sérieux

On me dira qu'un pays où sept ménages ruraux sur huit n'ont pas l'électricité a d'autres priorités que l'intelligence artificielle, et que chaque franc consacré aux supercalculateurs manquera à une école ou à un dispensaire. L'objection est juste dans son intention et fausse dans sa conclusion.

Elle est fausse parce que l'IA n'attendra pas notre décision: elle est déjà dans les téléphones de nos étudiants, dans les logiciels de nos banques, dans les outils de nos administrations. Ne pas choisir, ce n'est pas s'abstenir ; c'est laisser d'autres choisir pour nous ce que les modèles sauront de nous, et ce qu'ils ignoreront. Et elle est fausse parce que la question n'est pas « IA ou école », mais «quelle IA, au service de quelle école ». Un supercalculateur ne redistribue rien ; un corpus en langues nationales, un registre social à jour, une enquête emploi annuelle redistribuent beaucoup, parce qu'ils rendent visibles ceux que l'on ne voyait pas. L'arbitrage pertinent ne passe pas entre le numérique et le social. Il passe, à l'intérieur du numérique, entre la vitrine et la prise.

Trois demandes

Puisque la stratégie existe et que le programme 2026-2033 en porte l'ambition, je ne propose pas de chantier nouveau. Je formule trois demandes, choisies parce qu'elles coûtent peu au regard de ce qu'elles décident.

1) Faire de la statistique publique la première infrastructure de l'intelligence artificielle. Une IA ne voit que ce que l'on a compté. Or nous ne publions plus de répartition nationale de l'emploi depuis 2022, aucune statistique des emplois vacants, et les données administratives restent cloisonnées. Avant les supercalculateurs, il faut des données dignes d'être calculées : une enquête emploi annuelle, des micro-données anonymisées ouvertes aux chercheurs dans un cadre fixé par l'autorité de protection des données, et un corpus national en langues béninoises constitué avec nos universités, pour que les modèles apprennent enfin à parler à ceux qu'ils prétendent servir.

2) Déployer l'intelligence artificielle d'abord là où elle crée une prise, et l'évaluer avant de la généraliser. Le premier usage public de l'IA ne devrait pas être la vitrine, mais l'instrument qui atteint l'informel : le conseil agricole vocal en langues nationales, l'extension de l'assurance indicielle au maïs et au manioc, qui sont les cultures des plus pauvres, le ciblage du registre social, l'élargissement de l'assiette par la facturation électronique. Chacun de ces déploiements doit commencer par un essai évalué, communes traitées et communes témoins, avant d'être étendu. Et chacun doit garantir un guichet humain derrière le guichet numérique, et un recours humain contre toute décision prise par une machine, pour que la technique qui devait inclure n'exclue pas une seconde fois.

3) Protéger la première marche en mettant l'outil entre les mains du débutant. Puisque l'IA relève surtout la productivité des novices, faisons-en un instrument d'insertion plutôt que de substitution. L'expérience du Programme spécial d'insertion montre que l'État sait financer une première expérience ; il peut la réorienter vers des «stages augmentés » dans les petites entreprises, où le jeune diplômé formé à ces outils apporte à l'atelier d'une personne ce qu'il ne pourrait jamais s'offrir : un service numérique, une comptabilité tenue, une clientèle servie. Le diplômé y gagne la première marche ; l'entreprise y gagne la taille qui lui manque pour devenir formelle. Nos écoles doivent s'y préparer : apprendre non pas à concurrencer la machine, mais à vérifier ce qu'elle estime, ce qui est, au fond, le métier même de l'économiste et du statisticien.

Reste un réglage transversal, sans lequel les trois demandes perdraient leur effet : dire tôt et clairement la règle du jeu. Un bac à sable réglementaire, c'est-à-dire un cadre d'essai limité dans le temps et sous la surveillance du régulateur et de l'autorité de protection des données, où l'entreprise qui teste un usage sait à l'avance ce qui lui est permis, transformerait l'incertitude en investissement. L'investisseur ne demande pas une règle douce ; il demande une règle connue.

Entre promesses et doutes, un choix

Les promesses de l'intelligence artificielle ne se tiendront pas sans nous ; ses dangers ne se réaliseront que sans nous. Elle grossira le gâteau là où nous aurons compté, elle le partagera là où nous aurons créé des prises, et elle oubliera ceux que nous aurons laissés hors champ. La machine n'est ni juste ni injuste: elle est fidèle à ce qu'on lui montre.

Le Bénin a démontré qu'il savait poser les tuyaux. Il lui reste à décider ce qui y coulera. Si ce sont nos données, nos langues, nos producteurs et nos jeunes diplômés, l'IA sera le premier progrès technique à ruisseler par le bas. Si ce sont seulement les données de ceux que l'on voit déjà, elle sera une croissance de plus qui passe à côté.

Une machine qui apprend n'apprend que ce que nous lui enseignons. Avant de lui demander de nous rendre plus riches, apprenons-lui à nous voir.

Economiste, ENEAM / Université d'Abomey-Calavi