Le World Inequality Report 2026, coordonné par Lucas Chancel et ses coauteurs du World Inequality Lab, soutient que les inégalités ne résultent pas d’une fatalité mais de choix politiques et institutionnels. Les premières données sectorielles sur l’adoption de l’IA offrent des éléments pour examiner cette question dans le contexte technologique récent. Les premières données sectorielles sur l’adoption de l’IA offrent des éléments de mesure pour cette question.
L’essentiel
- Les enquêtes Atlanta Fed/NBER montrent que les gains de productivité liés à l’IA sont concentrés dans certains secteurs aux États-Unis, notamment la finance et les services qualifiés, et que cet écart pourrait résulter de choix institutionnels.
- Les enquêtes Atlanta Fed/NBER documentent des écarts de gains de productivité selon les secteurs entre 2025 et 2026, en comparant notamment la finance, les services qualifiés et les services à bas niveau de qualification, quoique fondées sur des déclarations de dirigeants et des catégories sectorielles larges. Le PIB agrégé ne rend pas visible cette répartition sectorielle.
- Les enquêtes Atlanta Fed/NBER montrent des écarts de gains de productivité selon les secteurs et les tailles d’entreprise aux États-Unis, sans établir une mesure unique de l’impact global de l’IA sur la croissance entre économies avancées et pays à bas revenus.
- Les auteurs plaident pour une fiscalité progressive, notamment sur les très grandes fortunes, et pour le renforcement des droits du travail.
- Les gouvernements restent sans indicateur fiable pour piloter la politique économique de l’IA, bien que les comptes nationaux américains comprennent des comptes sectoriels, le PIB agrégé seul ne fournissant pas ce détail.
Lucas Chancel et le World Inequality Lab
Lucas Chancel dirige le World Inequality Lab à l’École d’économie de Paris, qu’il co-dirige avec Thomas Piketty. Ses travaux portent sur la mesure des inégalités mondiales et leur lien avec la politique climatique, il a notamment coordonné le World Inequality Report 2022, qui avait imposé la question de la concentration du patrimoine dans le débat public. Le rapport 2026 porte sur plusieurs dimensions de l’inégalité mondiale, notamment le climat, le genre, la finance, la fiscalité et les clivages politiques.
Ses coauteurs, Ricardo Gómez-Carrera, Rowaida Moshrif et Thomas Piketty, apportent chacun une expertise distincte : économétrie des marchés du travail pour Gómez-Carrera, économie politique du développement pour Moshrif, et la lecture de longue durée des rapports capital-travail pour Piketty. Le résultat est moins un plaidoyer qu’un instrument de mesure : le rapport documente avant de prescrire, ce qui lui donne une force probante que les travaux plus militants perdent souvent.
La thèse centrale : l’inégalité IA est institutionnelle, pas technologique
La thèse du rapport peut se formuler ainsi : les données disponibles montrent une adoption hétérogène selon les secteurs et la taille des entreprises, sans établir une règle générale sur la redistribution des avantages. Le rapport analyse plusieurs dimensions générales des inégalités, notamment en matière de formation, capital, régulation du travail et systèmes fiscaux. Le rapport traite du rôle des institutions dans la distribution des revenus et du patrimoine, dans un cadre plus large que la productivité liée à l’IA. Les autres stagnent ou décrochent.
C’est une thèse qui n’a rien d’évident dans sa mesure. L’écart de gains de productivité entre secteurs est documenté à court terme par les enquêtes sectorielles. Sur la durée, les écarts pourraient s’élargir ou se réduire selon la diffusion de l’IA dans les secteurs moins qualifiés. Le PIB agrégé rend difficile la visibilité de cette répartition sectorielle des gains. Diane Coyle, dont les travaux sur la mesure du progrès à l’ère numérique ont posé les bases de ce type d’analyse, a précisément montré que les statistiques économiques traditionnelles rendent invisibles les transformations qui comptent le plus pour le bien-être.
Le rapport 2026 en apporte une documentation sectorielle.
Le rapport traite des inégalités économiques et régionales générales, dont les systèmes fiscaux et l’accès au capital humain, sans établir causalement ces éléments comme facteurs directs des écarts de gains IA observés. Ce sont des choix, pas des données.
L’angle mort du PIB : quand la mesure trahit la politique
Un fil directeur du rapport mérite qu’on s’y arrête : la question des indicateurs. Une politique économique fondée uniquement sur le PIB agrégé manque de détail sectoriel, bien que les gouvernements disposent de comptes et statistiques sectoriels pour observer cette distribution. Ces écarts sont absents du seul PIB agrégé, mais non invisibles dans l’ensemble des comptes nationaux, qui incluent des comptes industriels publiés par le BEA.
Ce point rejoint directement les travaux de Daron Acemoglu et Simon Johnson dans Power and Progress, ouvrage qui retrace mille ans de lutte entre innovation technologique et répartition de la prospérité. Leur argument central est que la technologie obéit aux institutions qui la déploient. Le rapport formule des conclusions générales sur les choix institutionnels et les inégalités, sans hypothèse spécifique sur les écarts sectoriels de gains de l’IA.
La question concrète posée aux gouvernements est la suivante : faut-il créer un indicateur de distribution sectorielle des gains de productivité IA, publié annuellement, à l’image des données désagrégées sur les revenus du travail publiées par les pays nordiques. Plusieurs économistes de l’OCDE et du G20 Stiglitz Report de novembre 2025 ont soutenu cette orientation. Le rapport met à disposition des données sur les inégalités mondiales, sans prescrire un indicateur sectoriel des gains IA.
Limites et objections au rapport
Toute lecture honnête d’un rapport de cette ampleur demande qu’on nomme ses limites.
La première est celle du périmètre temporel. Les données sectorielles citées couvrent une fenêtre courte, les enquêtes NBER et Atlanta Fed portent sur 2024-2026, soit les premières années d’adoption généralisée de l’IA générative. L’histoire de l’électrification et de l’automatisation suggère que les gains de productivité des technologies génériques prennent dix à quinze ans à se diffuser dans l’ensemble du tissu économique. Il est donc possible que l’écart actuel entre secteurs qualifiés et secteurs à bas salaires soit un effet de séquençage temporel autant qu’un effet institutionnel permanent.
La deuxième limite concerne le contrefactuel. Le rapport analyse des institutions fiscales et politiques dans le cadre général des inégalités, mais ne prend pas position sur une direction causale concernant la distribution des gains de l’IA.
La troisième tient au corpus comparatif. Le rapport compare des économies avancées à des pays à bas revenus en traitant les premières comme un bloc relativement homogène. Or, les données sur l’adoption de l’IA en Europe montrent une concentration dans les grandes entreprises qui varie fortement selon les pays et les secteurs. La moyenne masque des trajectoires très différentes entre, par exemple, la Suède et la Grèce, ou entre l’Allemagne manufacturière et le reste de l’Union.
Ces limites ne détruisent pas le livre. Elles le situent : c’est un diagnostic de la tendance actuelle, pas une loi de l’économie de l’IA.
Ce qui se joue entre 2025 et 2040
La dimension prospective du rapport est sa partie la plus ambitieuse, et la plus utile pour comprendre pourquoi ce travail compte au-delà du cercle académique.
Le rapport examine plusieurs trajectoires possibles de réalignement politique et institutionnel face à l’adoption de l’IA.
Dans le premier scénario, l’absence de politique spécifique laisse les mécanismes actuels s’approfondir. Les secteurs qualifiés captent des gains de productivité croissants, les écarts de revenus s’élargissent à l’intérieur des économies avancées, et la pression populiste sur les institutions commerciales et fiscales s’intensifie. C’est le scénario du statu quo, ni le plus probable ni le plus improbable, mais le plus documenté par les tendances actuelles. Les données sur l’automatisation industrielle en Allemagne montrent que la technologie peut créer des emplois qualifiés dans un contexte institutionnel favorable, mais ce contexte n’est pas la norme.
Dans le deuxième scénario, une fiscalité adaptée aux gains de productivité IA, une forme de taxe sur les sur-profits sectoriels liés à l’adoption technologique, finance directement la formation continue dans les secteurs moins qualifiés. Plusieurs pays ont ouvert cette piste sans aller jusqu’au bout : le Portugal a réduit le taux général de l’IRC de 21 % à 20 % dans son budget 2025, plusieurs pays explorent des mécanismes de formation liés à l’adoption technologique. Ces signaux sont insuffisants pour valider la trajectoire, mais ils indiquent que la mécanique est politiquement réalisable.
Dans le troisième scénario, la régulation du travail conditionne l’adoption IA à des accords de partage des gains avec les salariés, sur le modèle des accords de productivité scandinaves, étendus aux gains liés aux outils numériques. Le Danemark a commencé à intégrer des clauses de ce type dans certaines conventions collectives sectorielles. C’est le signal le plus faible des trois, il porte sur des expérimentations sectorielles, pas des politiques nationales, mais c’est aussi celui qui répondrait le mieux au mécanisme précis que le rapport identifie.
Les auteurs reconnaissent ne pas pouvoir prédire le rythme d’adoption réel de l’IA dans les secteurs à bas salaires. Si cette adoption s’accélère dans la deuxième moitié des années 2020, l’écart de productivité pourrait se réduire par diffusion naturelle avant toute intervention publique. Si elle stagne, l’écart se creuse et les coûts d’un rattrapage ultérieur augmentent.
Les signaux à surveiller sont simples à nommer : l’évolution du ratio capital-travail dans les secteurs à forte adoption IA, la part des revenus de formation dans les accords collectifs signés après 2026, et l’écart de productivité entre travailleurs qualifiés et non qualifiés mesuré par les enquêtes sectorielles NBER et Atlanta Fed à horizon 2028-2030. Ces trois indicateurs diront si la tendance documentée par le rapport se stabilise ou s’approfondit.
Intérêt du rapport
Le World Inequality Report 2026 n’est pas un livre à lire pour connaître les chiffres des inégalités mondiales, les bases de données du World Inequality Lab sont accessibles en ligne et plus exhaustives que tout résumé possible. On le lit pour la thèse et pour la méthode.
La thèse, l’inégalité IA est institutionnelle, est défendable parce qu’elle est falsifiable. Les auteurs ne prétendent pas que la technologie est mauvaise par nature, ni que les marchés sont structurellement incapables de distribuer les gains du progrès. Le rapport documente la concentration des revenus et patrimoines et discute des politiques redistributives. Et ils indiquent les leviers qui pourraient changer la direction.
Le rapport mesure principalement les inégalités de revenu et de patrimoine selon les positions dans la distribution et les régions, ainsi que d’autres dimensions telles que le genre, offrant une perspective complémentaire aux agrégats nationaux. Elle offre aux décideurs un cadre d’analyse que les statistiques nationales ne fournissent pas encore. Pour quiconque travaille sur la politique économique de l’IA, des ressources humaines aux finances publiques en passant par la formation professionnelle, c’est un outil de diagnostic utilisable.
Le rapport s’adresse aux chercheurs, aux décideurs publics et aux responsables syndicaux et patronaux qui négocient les conditions d’adoption de l’IA dans leurs secteurs. Il est dense, technique dans ses notes méthodologiques, mais lisible dans son argument principal. À qui veut comprendre pourquoi deux pays au même niveau de revenus peuvent diverger fortement sous l’effet de l’IA, il offre une réponse structurée et empiriquement ancrée. La question qui reste ouverte à la fin, comment les institutions qui organisent le travail et la protection sociale évoluent face à ces transformations, est exactement celle que ce rapport pose sans prétendre y répondre seul.
Informations bibliographiques - World Inequality Report 2026 - Lucas Chancel, Ricardo Gómez-Carrera, Rowaida Moshrif, Thomas Piketty (eds.) - Polity Press - Publié le 10 décembre 2025
Sources
- World Inequality Report 2026, Chancel, Gómez-Carrera, Moshrif, Piketty (Polity Press, 2025)
- Atlanta Fed / NBER, AI productivity surveys 2025-2026 (données sectorielles sur les gains de productivité IA, finance vs. Services à bas salaires)
- Daron Acemoglu & Simon Johnson, Power and Progress: Our Thousand-Year Struggle over Technology and Prosperity
- G20 Stiglitz Report, novembre 2025, indicateurs de distribution des gains de productivité IA
- Diane Coyle, travaux sur la mesure du progrès à l’ère numérique (Bennett Institute for Public Policy, Cambridge)
