TED2017
Martin Ford: How we'll earn money in a future without jobs
Martin Ford: Comment nous allons gagner de l'argent dans un avenir sans emplois
Filmed:
Readability: 4.2
3,167,458 views
Des machines capables de penser, d'apprendre et de s'adapter arrivent - et cela pourrait signifier que nous, les humains, finirons par avoir un chômage important. Que devrions-nous faire ? Dans une discussion directe sur une idée controversée, le futuriste Martin Ford plaide pour la séparation des revenus du travail traditionnel et l'instauration d'un revenu de base universel.
Martin Ford - Futurist
Martin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future. Full bio
Martin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to begin with a scary question:
0
787
2848
Je vais commencer par poser
une question effrayante :
une question effrayante :
00:15
Are we headed toward
a future without jobs?
a future without jobs?
1
3659
2750
sommes-nous en route vers
un futur sans emploi ?
un futur sans emploi ?
00:18
The remarkable progress that we're seeing
2
6987
2069
Les technologies comme
les voitures autonomes
les voitures autonomes
00:21
in technologies like self-driving cars
3
9080
1861
font des progrès remarquables
00:22
has led to an explosion
of interest in this question,
of interest in this question,
4
10965
3065
et provoquent une explosion
d'intérêt pour cette question.
d'intérêt pour cette question.
00:26
but because it's something
that's been asked
that's been asked
5
14054
2150
Or, il s’agit là d’une question
que nous nous posons
que nous nous posons
00:28
so many times in the past,
6
16228
1256
depuis si longtemps
que la vraie question à nous poser
que la vraie question à nous poser
00:29
maybe what we should really be asking
7
17508
1840
00:31
is whether this time is really different.
8
19372
2900
est de savoir si cette fois-ci,
la situation est vraiment différente.
la situation est vraiment différente.
00:35
The fear that automation
might displace workers
might displace workers
9
23252
2961
La peur que l'automatisation
remplace les travailleurs
remplace les travailleurs
00:38
and potentially lead
to lots of unemployment
to lots of unemployment
10
26237
2117
et crée potentiellement
beaucoup de chômage
beaucoup de chômage
00:40
goes back at a minimum 200 years
to the Luddite revolts in England.
to the Luddite revolts in England.
11
28378
3888
remonte à au moins 200 ans,
aux révoltes des Luddites en Angleterre.
aux révoltes des Luddites en Angleterre.
00:44
And since then, this concern
has come up again and again.
has come up again and again.
12
32290
3196
Depuis lors, cette préoccupation
réapparaît régulièrement.
réapparaît régulièrement.
00:47
I'm going to guess
13
35510
1161
Vous n’avez sans doute
jamais entendu parler
jamais entendu parler
00:48
that most of you have probably never
heard of the Triple Revolution report,
heard of the Triple Revolution report,
14
36695
4466
du memorandum sur les trois révolutions.
00:53
but this was a very prominent report.
15
41185
2293
C'est un rapport très important
qui a été rédigé par un groupe
de personnes brillantes,
de personnes brillantes,
00:55
It was put together
by a brilliant group of people --
by a brilliant group of people --
16
43502
2531
00:58
it actually included
two Nobel laureates --
two Nobel laureates --
17
46057
3057
dont deux lauréats du prix Nobel.
01:01
and this report was presented
to the President of the United States,
to the President of the United States,
18
49138
3223
Présenté au Président des États-Unis,
01:04
and it argued that the US was on the brink
of economic and social upheaval
of economic and social upheaval
19
52385
5494
il avançait que les États-Unis étaient
au bord de troubles sociaux
au bord de troubles sociaux
car l'automatisation industrielle
allait mettre des millions de personnes
allait mettre des millions de personnes
01:09
because industrial automation
was going to put millions of people
was going to put millions of people
20
57903
3102
01:13
out of work.
21
61029
1152
au chômage.
01:14
Now, that report was delivered
to President Lyndon Johnson
to President Lyndon Johnson
22
62205
3657
Ce memorandum a été remis
au président Lyndon Johnson
au président Lyndon Johnson
01:17
in March of 1964.
23
65886
1801
en mars 1964.
01:19
So that's now over 50 years,
24
67711
2216
Cela fait maintenant plus de 50 ans.
Bien sûr, ce n'est pas
vraiment arrivé ainsi.
vraiment arrivé ainsi.
01:21
and, of course, that
hasn't really happened.
hasn't really happened.
25
69951
2058
01:24
And that's been the story again and again.
26
72033
2144
L’histoire se répète ainsi plusieurs fois.
01:26
This alarm has been raised repeatedly,
27
74201
2109
On a sonné l'alarme régulièrement,
toujours pour des fausses alertes.
toujours pour des fausses alertes.
01:28
but it's always been a false alarm.
28
76334
2013
Le fait qu’il s’agissent
de fausses alertes
de fausses alertes
01:30
And because it's been a false alarm,
29
78371
1809
01:32
it's led to a very conventional way
of thinking about this.
of thinking about this.
30
80204
2807
nous a rendus très conservateurs.
01:35
And that says essentially that yes,
31
83035
2532
Cela veut dire
fondamentalement que, oui,
fondamentalement que, oui,
01:37
technology may devastate
entire industries.
entire industries.
32
85591
2548
la technologie peut ravager
des industries entières.
des industries entières.
01:40
It may wipe out whole occupations
and types of work.
and types of work.
33
88163
3732
Elle peut anéantir
des pans entiers de professions.
des pans entiers de professions.
01:43
But at the same time, of course,
34
91919
1608
Mais au même temps, bien sûr,
01:45
progress is going to lead
to entirely new things.
to entirely new things.
35
93551
2351
le progrès va ouvrir
de nouvelles possibilités.
de nouvelles possibilités.
01:47
So there will be new industries
that will arise in the future,
that will arise in the future,
36
95926
2962
De nouvelles industries vont naître.
01:50
and those industries, of course,
will have to hire people.
will have to hire people.
37
98912
2858
Ces industries vont naturellement
embaucher des gens.
embaucher des gens.
01:53
There'll be new kinds of work
that will appear,
that will appear,
38
101794
2238
De nouveaux types de travail
vont apparaître,
vont apparaître,
01:56
and those might be things that today
we can't really even imagine.
we can't really even imagine.
39
104056
3210
des tâches que nous avons du mal
à imaginer aujourd’hui.
à imaginer aujourd’hui.
Telle est notre histoire jusqu'à présent,
et c'est une histoire positive.
et c'est une histoire positive.
01:59
And that has been the story so far,
40
107290
1747
02:01
and it's been a positive story.
41
109061
1494
02:03
It turns out that the new jobs
that have been created
that have been created
42
111095
3325
Dans les faits, les nouveaux emplois créés
02:06
have generally been
a lot better than the old ones.
a lot better than the old ones.
43
114444
2470
sont généralement meilleurs
que les anciens.
que les anciens.
02:08
They have, for example,
been more engaging.
been more engaging.
44
116938
2656
Ils ont, par exemple,
été plus impliquants.
été plus impliquants.
02:11
They've been in safer,
more comfortable work environments,
more comfortable work environments,
45
119618
3429
Ils sont mieux sécurisés
et plus confortables,
et plus confortables,
02:15
and, of course, they've paid more.
46
123071
1680
ils sont aussi payés davantage.
02:16
So it has been a positive story.
47
124775
1865
Donc, une histoire positive.
Jusqu'à présent, tout s'est bien passé.
Jusqu'à présent, tout s'est bien passé.
02:18
That's the way things
have played out so far.
have played out so far.
48
126664
2208
02:21
But there is one particular
class of worker
class of worker
49
129292
2948
Mais il y a une classe de travailleurs
02:24
for whom the story
has been quite different.
has been quite different.
50
132264
2252
pour laquelle l'histoire
est assez différente.
est assez différente.
02:27
For these workers,
51
135938
1150
Pour ces travailleurs,
la technologie a décimé leur travail,
la technologie a décimé leur travail,
02:29
technology has completely
decimated their work,
decimated their work,
52
137112
3021
02:32
and it really hasn't created
any new opportunities at all.
any new opportunities at all.
53
140157
3214
et n'a pas créé de nouvelles
opportunités à la place.
opportunités à la place.
02:35
And these workers, of course,
54
143395
2195
Et ces travailleurs, bien sûr,
ce sont les chevaux.
ce sont les chevaux.
02:37
are horses.
55
145614
1288
02:38
(Laughter)
56
146926
1443
(Rires)
02:40
So I can ask a very provocative question:
57
148393
2750
Je vais poser une question
provocante :
provocante :
02:43
Is it possible that at some
point in the future,
point in the future,
58
151167
3435
est-il possible que dans le futur,
02:46
a significant fraction of the human
workforce is going to be made redundant
workforce is going to be made redundant
59
154626
4628
une fraction significative des ressources
humaines devienne obsolète
humaines devienne obsolète
02:51
in the way that horses were?
60
159278
1702
comme les chevaux le furent ?
02:53
Now, you might have a very visceral,
reflexive reaction to that.
reflexive reaction to that.
61
161485
3000
Ça va vous faire réagir dans les tripes.
Vous pourriez dire que c'est absurde.
02:56
You might say, "That's absurd.
62
164509
1647
02:58
How can you possibly compare
human beings to horses?"
human beings to horses?"
63
166180
3669
Comment peut-on comparer
des humains aux chevaux ?
des humains aux chevaux ?
03:02
Horses, of course, are very limited,
64
170437
1769
Les chevaux sont évidemment limités.
03:04
and when cars and trucks
and tractors came along,
and tractors came along,
65
172230
2893
À l'arrivée des voitures,
des camions et des tracteurs,
des camions et des tracteurs,
03:07
horses really had nowhere else to turn.
66
175147
2045
les chevaux n'avaient
nulle part où aller.
nulle part où aller.
03:09
People, on the other hand,
are intelligent;
are intelligent;
67
177844
2360
Par contre, les humains sont intelligents.
nous pouvons apprendre
et nous adapter.
et nous adapter.
03:12
we can learn, we can adapt.
68
180228
1785
03:14
And in theory,
69
182037
1164
Et en théorie, ça signifie
03:15
that ought to mean that we can
always find something new to do,
always find something new to do,
70
183225
3127
qu'on peut toujours trouver
quelque chose de neuf à faire,
quelque chose de neuf à faire,
03:18
and that we can always remain
relevant to the future economy.
relevant to the future economy.
71
186376
3306
et qu'on peut continuer d'avoir
du sens dans l'économie future.
du sens dans l'économie future.
03:21
But here's the really
critical thing to understand.
critical thing to understand.
72
189706
2437
Il y a cependant un élément
critique à comprendre.
critique à comprendre.
03:24
The machines that will threaten
workers in the future
workers in the future
73
192790
2865
Les machines qui vont menacer
les travailleurs
les travailleurs
03:27
are really nothing like those cars
and trucks and tractors
and trucks and tractors
74
195679
3234
ne ressemblent en rien aux voitures,
camions et tracteurs
camions et tracteurs
03:30
that displaced horses.
75
198937
1616
qui ont remplacé les chevaux.
03:32
The future is going to be full
of thinking, learning, adapting machines.
of thinking, learning, adapting machines.
76
200577
4839
L'avenir va être rempli des machines
qui pensent, apprennent et s'adaptent.
qui pensent, apprennent et s'adaptent.
Cela signifie que la technologie
commence désormais à empiéter
commence désormais à empiéter
03:37
And what that really means
77
205440
1408
03:38
is that technology is finally
beginning to encroach
beginning to encroach
78
206872
2834
03:41
on that fundamental human capability --
79
209730
2849
sur cette capacité fondamentale
qui fait de nous des humains,
qui fait de nous des humains,
03:44
the thing that makes us
so different from horses,
so different from horses,
80
212603
2803
qui nous différencie des chevaux,
03:47
and the very thing that, so far,
81
215430
2234
cette caractéristique qui,
jusqu'à présent,
jusqu'à présent,
03:49
has allowed us to stay ahead
of the march of progress
of the march of progress
82
217688
2647
nous a permis de rester à la tête
de la marche du progrès,
de la marche du progrès,
03:52
and remain relevant,
83
220359
1189
de rester pertinent
03:53
and, in fact, indispensable
to the economy.
to the economy.
84
221572
3067
et qui est, en fait,
indispensable à l'économie.
indispensable à l'économie.
03:58
So what is it that is really so different
85
226407
2495
Qu'est-ce qui est donc
vraiment si différent
vraiment si différent
04:00
about today's information technology
86
228926
2043
dans les technologies de l'information
par rapport au passé ?
par rapport au passé ?
04:02
relative to what we've seen in the past?
87
230993
1947
04:04
I would point to three fundamental things.
88
232964
2653
Je voudrais souligner
trois points fondamentaux.
trois points fondamentaux.
04:07
The first thing is that we have seen
this ongoing process
this ongoing process
89
235641
4409
Le premier est que ce processus qui a lieu
04:12
of exponential acceleration.
90
240074
1888
accélère de manière exponentielle.
04:14
I know you all know about Moore's law,
91
242420
2095
Vous connaissez tous la loi de Moore,
mais il s'agit de bien davantage.
mais il s'agit de bien davantage.
04:16
but in fact, it's more
broad-based than that;
broad-based than that;
92
244539
2296
04:18
it extends in many cases,
for example, to software,
for example, to software,
93
246859
3150
Ça touche de nombreux niveaux,
par exemple, les logiciels,
par exemple, les logiciels,
04:22
it extends to communications,
bandwidth and so forth.
bandwidth and so forth.
94
250033
3000
les communications,
les bandes passantes et ainsi de suite.
les bandes passantes et ainsi de suite.
04:25
But the really key thing to understand
95
253057
1984
La clé pour comprendre tout ça
04:27
is that this acceleration has now
been going on for a really long time.
been going on for a really long time.
96
255065
3871
est que cette accélération
a commencé il y a longtemps.
a commencé il y a longtemps.
04:30
In fact, it's been going on for decades.
97
258960
1925
En fait, ça dure depuis des décennies.
04:32
If you measure from the late 1950s,
98
260909
2756
Si vous mesurez à partir
de la fin des années 50,
de la fin des années 50,
quand les premier circuits
intégrés ont été fabriqués,
intégrés ont été fabriqués,
04:35
when the first integrated
circuits were fabricated,
circuits were fabricated,
99
263689
2425
04:38
we've seen something on the order
of 30 doublings in computational power
of 30 doublings in computational power
100
266138
4785
la puissance de calcul a été multipliée
à la puissance 30 depuis lors.
à la puissance 30 depuis lors.
04:42
since then.
101
270947
1156
04:44
That's just an extraordinary number
of times to double any quantity,
of times to double any quantity,
102
272127
3688
C'est un nombre extraordinaire
pour n'importe quelle quantité.
pour n'importe quelle quantité.
Nous devons en retirer le fait
04:47
and what it really means
103
275839
1240
04:49
is that we're now at a point
where we're going to see
where we're going to see
104
277103
2524
que nous sommes au point de vivre
un saut quantique dans le progrès absolu.
un saut quantique dans le progrès absolu.
04:51
just an extraordinary amount
of absolute progress,
of absolute progress,
105
279651
2411
04:54
and, of course, things are going
to continue to also accelerate
to continue to also accelerate
106
282086
2975
Les choses vont naturellement
continuer à accélérer
continuer à accélérer
04:57
from this point.
107
285085
1159
à partir de ce moment.
Alors que nous avons hâte de vivre
les prochaines années,
les prochaines années,
04:58
So as we look forward
to the coming years and decades,
to the coming years and decades,
108
286268
2540
05:00
I think that means
that we're going to see things
that we're going to see things
109
288832
2338
je pense que que nous
allons vivre des choses
allons vivre des choses
auxquelles nous ne sommes pas préparés.
05:03
that we're really not prepared for.
110
291194
1673
05:04
We're going to see things
that astonish us.
that astonish us.
111
292891
2077
Ça va nous époustoufler.
05:06
The second key thing
112
294992
1266
Le deuxième élément crucial
05:08
is that the machines are,
in a limited sense, beginning to think.
in a limited sense, beginning to think.
113
296282
3906
est que les machines, dans un
sens restreint, commencent à penser.
sens restreint, commencent à penser.
Je ne parle pas d'une intelligence
artificielle de type humain
artificielle de type humain
05:12
And by this, I don't mean human-level AI,
114
300212
2457
05:14
or science fiction
artificial intelligence;
artificial intelligence;
115
302693
2936
ou d'intelligence artificielle
de science-fiction.
de science-fiction.
05:17
I simply mean that machines and algorithms
are making decisions.
are making decisions.
116
305653
4462
Je veux dire que les machines
et les algorithmes prennent des décisions.
et les algorithmes prennent des décisions.
05:22
They're solving problems,
and most importantly, they're learning.
and most importantly, they're learning.
117
310139
3860
Ils résolvent des problèmes,
et plus important, ils apprennent.
et plus important, ils apprennent.
05:26
In fact, if there's one technology
that is truly central to this
that is truly central to this
118
314023
3303
En fait, s'il y a une technologie
vraiment centrale à cela,
vraiment centrale à cela,
05:29
and has really become
the driving force behind this,
the driving force behind this,
119
317350
3077
qui en est devenue la force motrice,
c'est l'apprentissage des machines
qui devient extrêmement puissante.
qui devient extrêmement puissante.
05:32
it's machine learning,
120
320451
1172
05:33
which is just becoming
this incredibly powerful,
this incredibly powerful,
121
321647
2720
05:36
disruptive, scalable technology.
122
324391
2638
C'est une technologie de rupture
et évolutive.
et évolutive.
05:39
One of the best examples
I've seen of that recently
I've seen of that recently
123
327561
2469
Un des meilleurs exemples
que j'ai vus récemment
que j'ai vus récemment
05:42
was what Google's DeepMind
division was able to do
division was able to do
124
330054
2751
est ce que le DeepMind de Google
a été en mesure de faire
a été en mesure de faire
05:44
with its AlphaGo system.
125
332829
1553
avec son système AlphaGo.
05:46
Now, this is the system that was able
to beat the best player in the world
to beat the best player in the world
126
334406
4300
C'est le système qui a vaincu
le meilleur joueur du monde
le meilleur joueur du monde
05:50
at the ancient game of Go.
127
338730
1979
à l'ancien jeu de go.
05:52
Now, at least to me,
128
340733
1150
À mes yeux de néophyte,
05:53
there are two things that really
stand out about the game of Go.
stand out about the game of Go.
129
341907
3117
il y a deux éléments caractéristiques
au jeu de Go.
au jeu de Go.
05:57
One is that as you're playing the game,
130
345048
2296
Le premier est que pendant la partie,
05:59
the number of configurations
that the board can be in
that the board can be in
131
347368
2866
le nombre de configurations
possibles sur le damier
possibles sur le damier
06:02
is essentially infinite.
132
350258
1411
est fondamentalement infini.
06:03
There are actually more possibilities
than there are atoms in the universe.
than there are atoms in the universe.
133
351693
3833
Il y a plus de possibilités
que d'atomes dans l'univers.
que d'atomes dans l'univers.
06:07
So what that means is,
134
355980
1184
Ça signifie donc
06:09
you're never going to be able to build
a computer to win at the game of Go
a computer to win at the game of Go
135
357188
3597
qu'on ne pourra jamais programmer
un ordinateur pour gagner au go
un ordinateur pour gagner au go
de la même manière que pour
les échecs, par exemple,
les échecs, par exemple,
06:12
the way chess was approached, for example,
136
360809
2180
06:15
which is basically to throw
brute-force computational power at it.
brute-force computational power at it.
137
363013
4526
qui revient à utiliser une puissance
de calcul brutale pour gagner.
de calcul brutale pour gagner.
06:19
So clearly, a much more sophisticated,
thinking-like approach is needed.
thinking-like approach is needed.
138
367563
4177
Bref, une approche plus sophistiquée
et réfléchie, est nécessaire.
et réfléchie, est nécessaire.
06:24
The second thing
that really stands out is that,
that really stands out is that,
139
372368
3271
La deuxième point qui distingue
le go est le suivant :
le go est le suivant :
06:27
if you talk to one
of the championship Go players,
of the championship Go players,
140
375663
2647
quand vous discutez
avec des champions de go,
avec des champions de go,
06:30
this person cannot necessarily
even really articulate what exactly it is
even really articulate what exactly it is
141
378334
4485
ils vous disent qu'ils ne peuvent
pas articuler clairement
pas articuler clairement
06:34
they're thinking about
as they play the game.
as they play the game.
142
382843
2215
ce à quoi ils pensent en jouant.
06:37
It's often something
that's very intuitive,
that's very intuitive,
143
385082
2193
C'est souvent quelque
chose de très intuitif,
chose de très intuitif,
06:39
it's almost just like a feeling
about which move they should make.
about which move they should make.
144
387299
3322
une impression furtive
du mouvement qu'ils doivent faire.
du mouvement qu'ils doivent faire.
06:42
So given those two qualities,
145
390645
1407
Compte tenu de ces deux qualités,
06:44
I would say that playing Go
at a world champion level
at a world champion level
146
392076
3937
je dirais que jouer du go
à un niveau mondial
à un niveau mondial
06:48
really ought to be something
that's safe from automation,
that's safe from automation,
147
396037
3238
doit être hors de portée
de l'automatisation.
de l'automatisation.
06:51
and the fact that it isn't should really
raise a cautionary flag for us.
raise a cautionary flag for us.
148
399299
4446
Le fait que ce n'est pas le cas
devrait nous alerter.
devrait nous alerter.
06:55
And the reason is that we tend
to draw a very distinct line,
to draw a very distinct line,
149
403769
3917
La raison est qu'on a tendance
à dessiner une ligne claire
à dessiner une ligne claire
06:59
and on one side of that line
are all the jobs and tasks
are all the jobs and tasks
150
407710
3509
avec d'un côté tous les emplois
et toutes les tâches
et toutes les tâches
07:03
that we perceive as being on some level
fundamentally routine and repetitive
fundamentally routine and repetitive
151
411243
4748
perçues comme étant relativement
routinières, répétitives et prévisibles.
routinières, répétitives et prévisibles.
07:08
and predictable.
152
416015
1350
07:09
And we know that these jobs
might be in different industries,
might be in different industries,
153
417389
2858
Ces emplois se trouvent
dans divers secteurs industriels.
dans divers secteurs industriels.
Ça peut être des professions
et des niveaux de compétences différents.
et des niveaux de compétences différents.
07:12
they might be in different occupations
and at different skill levels,
and at different skill levels,
154
420271
3373
Mais de par leur nature prévisible,
on sait qu'à un moment donné,
on sait qu'à un moment donné,
07:15
but because they are innately predictable,
155
423668
2210
07:17
we know they're probably at some point
going to be susceptible
going to be susceptible
156
425902
3127
ils deviendront sensibles face
à l'apprentissage automatique,
à l'apprentissage automatique,
07:21
to machine learning,
157
429053
1177
07:22
and therefore, to automation.
158
430254
1419
et donc à l'automatisation.
Ne nous y trompons pas,
c'est beaucoup d'emplois.
c'est beaucoup d'emplois.
07:23
And make no mistake --
that's a lot of jobs.
that's a lot of jobs.
159
431697
2097
07:25
That's probably something
on the order of roughly half
on the order of roughly half
160
433818
2679
Sans doute à peu près de la moitié
des emplois dans l'économie.
des emplois dans l'économie.
07:28
the jobs in the economy.
161
436521
1567
De l'autre côté de cette ligne
de démarcation,
de démarcation,
07:30
But then on the other side of that line,
162
438112
2159
07:32
we have all the jobs
that require some capability
that require some capability
163
440295
4071
nous avons tous les emplois
qui nécessitent une capacité
qui nécessitent une capacité
07:36
that we perceive as being uniquely human,
164
444390
2372
perçue comme exclusivement humaine.
07:38
and these are the jobs
that we think are safe.
that we think are safe.
165
446786
2223
Nous pensons que ces emplois
seront préservés.
seront préservés.
07:41
Now, based on what I know
about the game of Go,
about the game of Go,
166
449033
2265
Sur base de sur ce que je sais
à propos du go,
à propos du go,
07:43
I would've guessed that it really ought
to be on the safe side of that line.
to be on the safe side of that line.
167
451322
3703
et je pensais aussi que ces emplois
être du bon côté de la ligne,
être du bon côté de la ligne,
mais le fait que ce ne soit pas le cas,
que Google ait résolu ce problème,
que Google ait résolu ce problème,
07:47
But the fact that it isn't,
and that Google solved this problem,
and that Google solved this problem,
168
455049
3178
07:50
suggests that that line is going
to be very dynamic.
to be very dynamic.
169
458251
2432
suggère que cette ligne va
être très dynamique.
être très dynamique.
07:52
It's going to shift,
170
460707
1179
Elle va bouger.
07:53
and it's going to shift in a way
that consumes more and more jobs and tasks
that consumes more and more jobs and tasks
171
461910
4135
et engloutir de plus en plus
d'emplois et tâches
d'emplois et tâches
07:58
that we currently perceive
as being safe from automation.
as being safe from automation.
172
466069
3017
perçus actuellement comme
étant préservés de l'automatisation.
étant préservés de l'automatisation.
08:01
The other key thing to understand
173
469921
1657
L'autre idée clé à comprendre
08:03
is that this is by no means just about
low-wage jobs or blue-collar jobs,
low-wage jobs or blue-collar jobs,
174
471602
5138
est que cela n'affecte pas seulement
les emplois peu rémunérés ou manuels,
les emplois peu rémunérés ou manuels,
ou des emplois effectués par des personnes
avec relativement peu d'éducation.
avec relativement peu d'éducation.
08:08
or jobs and tasks done by people
175
476764
1875
08:10
that have relatively
low levels of education.
low levels of education.
176
478663
2104
De nombreuses preuves appuient le fait
08:12
There's lots of evidence to show
177
480791
1524
08:14
that these technologies are rapidly
climbing the skills ladder.
climbing the skills ladder.
178
482339
3160
que ces technologies escaladent
l'échelle des compétences.
l'échelle des compétences.
08:17
So we already see an impact
on professional jobs --
on professional jobs --
179
485523
3616
L'impact est déjà visible
sur les emplois de spécialistes,
sur les emplois de spécialistes,
08:21
tasks done by people like accountants,
180
489163
4435
des tâches effectuées
par les comptables par exemple,
par les comptables par exemple,
08:25
financial analysts,
181
493622
1317
les analystes financiers,
08:26
journalists,
182
494963
1296
les journalistes,
08:28
lawyers, radiologists and so forth.
183
496283
2377
les avocats, les radiologues
et ainsi de suite.
et ainsi de suite.
Donc, les nombreuses hypothèses
que nous formulons
que nous formulons
08:30
So a lot of the assumptions that we make
184
498684
1938
08:32
about the kind of occupations
and tasks and jobs
and tasks and jobs
185
500646
3220
sur le genre de professions,
de tâches et d'emplois
de tâches et d'emplois
08:35
that are going to be threatened
by automation in the future
by automation in the future
186
503890
2819
qui verront leur avenir compromis
par l’automatisation,
par l’automatisation,
08:38
are very likely to be
challenged going forward.
challenged going forward.
187
506733
2198
sont susceptibles de s’avérer erronées.
08:40
So as we put these trends together,
188
508955
1700
Quand nous analysons ces tendances,
08:42
I think what it shows is that we could
very well end up in a future
very well end up in a future
189
510679
3292
elles nous montrent
que nous pourrions très bien finir
que nous pourrions très bien finir
avec un futur où un chômage
important est la norme.
important est la norme.
08:45
with significant unemployment.
190
513995
1507
08:48
Or at a minimum,
191
516254
1152
Ou au mieux,
08:49
we could face lots of underemployment
or stagnant wages,
or stagnant wages,
192
517430
3781
nous pourrions faire face à un sous-emploi
larvé et des salaires stagnants,
larvé et des salaires stagnants,
08:53
maybe even declining wages.
193
521235
2097
voire des salaires en baisse.
08:56
And, of course, soaring levels
of inequality.
of inequality.
194
524142
2810
Bien sûr, les inégalités augmenteront.
08:58
All of that, of course, is going to put
a terrific amount of stress
a terrific amount of stress
195
526976
4033
Tout cela va entraîner une énorme pression
sur la structure de la société.
sur la structure de la société.
09:03
on the fabric of society.
196
531033
1917
Au-delà de tout ceci, il y a un problème
économique fondamental,
économique fondamental,
09:04
But beyond that, there's also
a fundamental economic problem,
a fundamental economic problem,
197
532974
3059
09:08
and that arises because jobs
are currently the primary mechanism
are currently the primary mechanism
198
536057
5195
qui se produit car l'emploi représente
actuellement le principal mécanisme
actuellement le principal mécanisme
09:13
that distributes income,
and therefore purchasing power,
and therefore purchasing power,
199
541276
3545
de distribution des revenus,
et donc du pouvoir d'achat
et donc du pouvoir d'achat
09:16
to all the consumers that buy the products
and services we're producing.
and services we're producing.
200
544845
5132
à tous ceux qui achètent les produits
et les services que nous produisons.
et les services que nous produisons.
09:22
In order to have a vibrant market economy,
201
550831
2515
Une économie de marché
dynamique est possible
dynamique est possible
09:25
you've got to have
lots and lots of consumers
lots and lots of consumers
202
553370
2120
quand il y a beaucoup de consommateurs
09:27
that are really capable of buying
the products and services
the products and services
203
555514
3029
capables d'acheter les produits
et services qui sont produits.
et services qui sont produits.
09:30
that are being produced.
204
558567
1151
09:31
If you don't have that,
then you run the risk
then you run the risk
205
559742
2386
Sans cela, on encourt le risque
de stagnation économique,
de stagnation économique,
09:34
of economic stagnation,
206
562152
1415
09:35
or maybe even a declining economic spiral,
207
563591
3669
voire de déclin économique,
09:39
as there simply aren't enough
customers out there
customers out there
208
567284
2314
car il n'y a tout simplement
pas assez de clients
pas assez de clients
09:41
to buy the products
and services being produced.
and services being produced.
209
569622
2459
pour acheter les produits et les services.
09:44
It's really important to realize
210
572105
1928
Il est essentiel de se rendre compte
09:46
that all of us as individuals rely
on access to that market economy
on access to that market economy
211
574057
6014
que notre réussite commune dépend
de l'accès à l'économie de marché.
de l'accès à l'économie de marché.
09:52
in order to be successful.
212
580095
1729
Pour visualiser ça, imaginez
une personne vraiment exceptionnelle.
une personne vraiment exceptionnelle.
09:53
You can visualize that by thinking
in terms of one really exceptional person.
in terms of one really exceptional person.
213
581848
4436
09:58
Imagine for a moment you take,
say, Steve Jobs,
say, Steve Jobs,
214
586308
2988
Imaginez Steve Jobs, au hasard,
10:01
and you drop him
on an island all by himself.
on an island all by himself.
215
589320
2581
et abandonnez-le tout seul sur une île.
10:03
On that island, he's going
to be running around,
to be running around,
216
591925
2294
Sur son île, il va tenter
de se débrouiller,
de se débrouiller,
10:06
gathering coconuts just like anyone else.
217
594243
2538
en ramassant des noix de
coco, comme tout le monde.
coco, comme tout le monde.
10:08
He's really not going to be
anything special,
anything special,
218
596805
2188
Il ne deviendra pas
quelqu'un d'extraordinaire.
quelqu'un d'extraordinaire.
10:11
and the reason, of course,
is that there is no market
is that there is no market
219
599017
3172
La raison, bien sûr, c'est
qu'il n'y a pas de marché
qu'il n'y a pas de marché
10:14
for him to scale
his incredible talents across.
his incredible talents across.
220
602213
2786
où épanouir ses talents incroyables.
10:17
So access to this market
is really critical to us as individuals,
is really critical to us as individuals,
221
605023
3470
L'accès au marché est donc
crucial en tant qu'individu,
crucial en tant qu'individu,
10:20
and also to the entire system
in terms of it being sustainable.
in terms of it being sustainable.
222
608517
4022
tout comme pour l'ensemble
du système en termes de durabilité.
du système en termes de durabilité.
10:25
So the question then becomes:
What exactly could we do about this?
What exactly could we do about this?
223
613063
3844
Donc la question devient :
que pouvons-nous faire ?
que pouvons-nous faire ?
10:29
And I think you can view this
through a very utopian framework.
through a very utopian framework.
224
617285
3232
Je pense que nous pouvons
envisager ça de façon utopique.
envisager ça de façon utopique.
Nous pouvons imaginer un avenir
où nous devrons travailler moins,
où nous devrons travailler moins,
10:32
You can imagine a future
where we all have to work less,
where we all have to work less,
225
620541
2643
10:35
we have more time for leisure,
226
623208
3001
où nous aurons plus de temps
pour nos loisirs,
pour nos loisirs,
10:38
more time to spend with our families,
227
626233
1928
plus de temps à consacrer
à nos familles,
à nos familles,
10:40
more time to do things that we find
genuinely rewarding
genuinely rewarding
228
628185
3255
plus de temps pour faire des choses
qu'on trouve enrichissantes,
qu'on trouve enrichissantes,
10:43
and so forth.
229
631464
1157
par exemple.
C'est une vision formidable de l'avenir,
10:44
And I think that's a terrific vision.
230
632645
1855
10:46
That's something that we should
absolutely strive to move toward.
absolutely strive to move toward.
231
634524
3629
que nous devrions essayer
d'atteindre sans faute.
d'atteindre sans faute.
En même temps, je pense cependant
que nous devons rester réalistes
que nous devons rester réalistes
10:50
But at the same time, I think
we have to be realistic,
we have to be realistic,
232
638177
2676
10:52
and we have to realize
233
640877
1393
et nous rendre compte
que nous allons probablement
que nous allons probablement
10:54
that we're very likely to face
a significant income distribution problem.
a significant income distribution problem.
234
642294
4860
affronter un problème grave
de distribution des revenus.
de distribution des revenus.
10:59
A lot of people are likely
to be left behind.
to be left behind.
235
647178
2967
Beaucoup de gens vont
rester sur le bord du chemin.
rester sur le bord du chemin.
11:03
And I think that in order
to solve that problem,
to solve that problem,
236
651186
2404
Je pense que pour résoudre ce problème,
11:05
we're ultimately going
to have to find a way
to have to find a way
237
653614
2098
nous devrons finalement
trouver un moyen
trouver un moyen
11:07
to decouple incomes from traditional work.
238
655736
2606
de découpler les revenus
du travail traditionnel.
du travail traditionnel.
11:10
And the best, more straightforward
way I know to do that
way I know to do that
239
658366
2866
Le meilleur moyen, et le plus
direct, à ma connaissance,
direct, à ma connaissance,
11:13
is some kind of a guaranteed income
or universal basic income.
or universal basic income.
240
661256
3568
est de créer un revenu garanti,
un revenu universel.
un revenu universel.
L'idée fondamentale du revenu
universel fait son chemin
universel fait son chemin
11:16
Now, basic income is becoming
a very important idea.
a very important idea.
241
664848
2488
11:19
It's getting a lot
of traction and attention,
of traction and attention,
242
667360
2139
commence à attirer l'attention.
11:21
there are a lot of important
pilot projects
pilot projects
243
669523
2273
Il y a beaucoup de projets pilotes,
et des expériences en cours
à travers le monde.
à travers le monde.
11:23
and experiments going on
throughout the world.
throughout the world.
244
671820
2175
11:26
My own view is that a basic income
is not a panacea;
is not a panacea;
245
674628
3200
Je pense que le revenu de base
n'est pas la panacée.
n'est pas la panacée.
11:29
it's not necessarily
a plug-and-play solution,
a plug-and-play solution,
246
677852
2532
Ce n'est pas une solution
réutilisable partout.
réutilisable partout.
11:32
but rather, it's a place to start.
247
680408
1635
Mais nous pouvons commencer par ça.
11:34
It's an idea that we can
build on and refine.
build on and refine.
248
682067
2782
C'est une idée que nous
pouvons développer et affiner.
pouvons développer et affiner.
11:36
For example, one thing that I have
written quite a lot about
written quite a lot about
249
684873
2817
Par exemple, j'ai beaucoup écrit
au sujet de la possibilité
au sujet de la possibilité
11:39
is the possibility of incorporating
explicit incentives into a basic income.
explicit incentives into a basic income.
250
687714
4592
d'associer des incitations explicites
au revenu de base.
au revenu de base.
11:44
To illustrate that,
251
692930
1169
Pour illustrer ça,
imaginez que vous êtes un
lycéen qui a du mal à s'en sortir
lycéen qui a du mal à s'en sortir
11:46
imagine that you are a struggling
high school student.
high school student.
252
694123
2768
11:48
Imagine that you are at risk
of dropping out of school.
of dropping out of school.
253
696915
2834
et que vous risquez d'abandonner l'école.
11:52
And yet, suppose you know
that at some point in the future,
that at some point in the future,
254
700289
3378
Et pourtant, supposons que vous
sachiez qu'à un moment donné,
sachiez qu'à un moment donné,
11:55
no matter what,
255
703691
1224
quoi qu'il arrive,
11:56
you're going to get the same
basic income as everyone else.
basic income as everyone else.
256
704939
3697
vous allez gagner le même
revenu de base que tout le monde.
revenu de base que tout le monde.
12:00
Now, to my mind, that creates
a very perverse incentive
a very perverse incentive
257
708660
3042
À mon avis, cela crée
une incitation très perverse
une incitation très perverse
12:03
for you to simply give up
and drop out of school.
and drop out of school.
258
711726
2497
de tout laisser tomber
et d'abandonner l'école.
et d'abandonner l'école.
Il ne faut donc pas structurer
les choses de cette façon.
les choses de cette façon.
12:06
So I would say, let's not
structure things that way.
structure things that way.
259
714247
2505
12:08
Instead, let's pay people who graduate
from high school somewhat more
from high school somewhat more
260
716776
5316
À la place, offrons un revenu
plus élevé aux diplômés du secondaire
plus élevé aux diplômés du secondaire
qu'à ceux qui ont abandonné le lycée.
12:14
than those who simply drop out.
261
722116
1696
12:16
And we can take that idea of building
incentives into a basic income,
incentives into a basic income,
262
724329
3478
Nous pouvons prendre l'idée d'incitations
incluses dans le revenu universel,
incluses dans le revenu universel,
12:19
and maybe extend it to other areas.
263
727831
1667
et l'étendre à d'autres domaines.
12:21
For example, we might create
an incentive to work in the community
an incentive to work in the community
264
729522
3577
Nous pourrions créer une incitation
pour travailler dans la communauté,
pour travailler dans la communauté,
12:25
to help others,
265
733123
1158
pour aider les autres,
12:26
or perhaps to do positive
things for the environment,
things for the environment,
266
734305
3064
ou encore pour avoir un impact
positif sur l'environnement
positif sur l'environnement
12:29
and so forth.
267
737393
1170
et ainsi de suite.
12:30
So by incorporating incentives
into a basic income,
into a basic income,
268
738587
3011
En intégrant des incitations
au sein d'un revenu de base,
au sein d'un revenu de base,
12:33
we might actually improve it,
269
741622
1629
nous pouvons l'améliorer,
12:35
and also, perhaps, take at least
a couple of steps
a couple of steps
270
743275
2626
et tout du moins,
prendre quelques mesures
prendre quelques mesures
12:37
towards solving another problem
271
745925
2425
vers la résolution d'un autre problème
12:40
that I think we're quite possibly
going to face in the future,
going to face in the future,
272
748374
2944
qui je le crains, va se poser
à nous à l'avenir :
à nous à l'avenir :
12:43
and that is, how do we all find
meaning and fulfillment,
meaning and fulfillment,
273
751342
3752
comment allons-nous trouver
sens et accomplissement,
sens et accomplissement,
12:47
and how do we occupy our time
274
755118
2318
et qu'allons-nous faire de notre temps
12:49
in a world where perhaps
there's less demand for traditional work?
there's less demand for traditional work?
275
757460
4349
dans un monde où il y a moins de
demande pour un travail traditionnel ?
demande pour un travail traditionnel ?
12:54
So by extending and refining
a basic income,
a basic income,
276
762201
2805
Donc en prolongeant et en raffinant
un revenu universel,
un revenu universel,
12:57
I think we can make it look better,
277
765030
2336
nous pouvons rendre cet avenir meilleur,
12:59
and we can also, perhaps, make it
more politically and socially acceptable
more politically and socially acceptable
278
767390
5298
et nous pouvons, peut-être,
le rendre plus acceptable
le rendre plus acceptable
politiquement et socialement,
et faisable.
et faisable.
13:04
and feasible --
279
772712
1164
Naturellement, en agissant ainsi,
13:05
and, of course, by doing that,
280
773900
1474
13:07
we increase the odds
that it will actually come to be.
that it will actually come to be.
281
775398
3450
nous augmentons les chances
que cela arrive.
que cela arrive.
13:11
I think one of the most fundamental,
282
779731
2270
Je pense que l'une des objections
les plus fondamentales,
les plus fondamentales,
13:14
almost instinctive objections
283
782025
2168
presque instinctive,
13:16
that many of us have
to the idea of a basic income,
to the idea of a basic income,
284
784217
3453
à l'idée d'un revenu universel
disponible pour tous,
disponible pour tous,
13:19
or really to any significant
expansion of the safety net,
expansion of the safety net,
285
787694
3732
et à l'expansion du filet de sécurité,
13:23
is this fear that we're going to end up
with too many people
with too many people
286
791450
3760
est liée à notre peur de finir
avec trop de personnes
avec trop de personnes
qui bénéficient de la manne économique,
13:27
riding in the economic cart,
287
795234
1738
13:28
and not enough people pulling that cart.
288
796996
2047
et trop peu pour en supporter la charge.
13:31
And yet, really, the whole point
I'm making here, of course,
I'm making here, of course,
289
799067
2834
Le message que j’essaye de faire passer,
13:33
is that in the future,
290
801925
1361
c'est que dans l'avenir,
13:35
machines are increasingly going
to be capable of pulling that cart for us.
to be capable of pulling that cart for us.
291
803310
3826
les machines vont être de plus en plus
capables de supporter cette charge.
capables de supporter cette charge.
Cela devrait nous donner
plus de possibilités
plus de possibilités
13:39
That should give us more options
292
807160
1990
13:41
for the way we structure
our society and our economy,
our society and our economy,
293
809174
3811
dans le choix des structures
de notre société et de notre économie.
de notre société et de notre économie.
13:45
And I think eventually, it's going to go
beyond simply being an option,
beyond simply being an option,
294
813009
3442
Je pense qu'ultimement,
ce ne sera plus un luxe,
ce ne sera plus un luxe,
13:48
and it's going to become an imperative.
295
816475
1901
et que ça va devenir un impératif.
13:50
The reason, of course,
is that all of this is going to put
is that all of this is going to put
296
818400
2822
La raison bien sûr,
est que tout cela va créer
est que tout cela va créer
13:53
such a degree of stress on our society,
297
821246
2014
un tel degré de pression sur la société,
13:55
and also because jobs are that mechanism
298
823284
2514
et parce que l'emploi est le mécanisme
13:57
that gets purchasing power to consumers
299
825822
1965
qui donne aux consommateurs
leur pouvoir d'achat,
leur pouvoir d'achat,
13:59
so they can then drive the economy.
300
827811
2516
qui leur permet de faire
fonctionner l'économie.
fonctionner l'économie.
14:02
If, in fact, that mechanism
begins to erode in the future,
begins to erode in the future,
301
830351
3547
Si ce mécanisme s'érode à l'avenir,
14:05
then we're going to need to replace
it with something else
it with something else
302
833922
2815
nous allons devoir
le remplacer par autre chose
le remplacer par autre chose
sans quoi nous serons confrontés au risque
que notre système ne soit pas pérenne.
que notre système ne soit pas pérenne.
14:08
or we're going to face the risk
303
836761
1563
14:10
that our whole system simply
may not be sustainable.
may not be sustainable.
304
838348
2567
14:12
But the bottom line here
is that I really think
is that I really think
305
840939
2382
Selon moi, la ligne de flottaison,
14:15
that solving these problems,
306
843345
2436
pour résoudre ces problèmes,
14:17
and especially finding a way
to build a future economy
to build a future economy
307
845805
3400
et surtout trouver un moyen
de construire une économie
de construire une économie
14:21
that works for everyone,
308
849229
2013
qui subviendra aux besoins de tous,
à tous les niveaux de notre société,
à tous les niveaux de notre société,
14:23
at every level of our society,
309
851266
1861
14:25
is going to be one of the most important
challenges that we all face
challenges that we all face
310
853151
3540
s’avérera l'un des plus importants
défis auxquels nous sommes confrontés
défis auxquels nous sommes confrontés
14:28
in the coming years and decades.
311
856715
2043
dans les années et les décennies à venir.
14:30
Thank you very much.
312
858782
1248
Merci beaucoup.
14:32
(Applause)
313
860054
1860
(Applaudissements)
ABOUT THE SPEAKER
Martin Ford - FuturistMartin Ford imagines what the accelerating progress in robotics and artificial intelligence may mean for the economy, job market and society of the future.
Why you should listen
Martin Ford was one of the first analysts to write compellingly about the future of work and economies in the face of the growing automation of everything. He sketches a future that's radically reshaped not just by robots but by the loss of the income-distributing power of human jobs. How will our economic systems need to adapt?
He's the author of two books: Rise of the Robots: Technology and the Threat of a Jobless Future (winner of the 2015 Financial Times/McKinsey Business Book of the Year Award ) and The Lights in the Tunnel: Automation, Accelerating Technology and the Economy of the Future, and he's the founder of a Silicon Valley-based software development firm. He has written about future technology and its implications for the New York Times, Fortune, Forbes, The Atlantic, The Washington Post, Harvard Business Review and The Financial Times.
Martin Ford | Speaker | TED.com