Comment mesurer aujourd’hui nos progrès vers la post-rareté ?

Sous chaque discussion sur la post-rareté, il y a un sceptique qui soulève une vraie question. Voici une synthèse des versions qu’on croise sans cesse :

« Chaque semaine, il y a une nouvelle démo de robot ou un nouveau record de fusion, et chaque semaine mon loyer augmente. Existe-t-il un seul vrai chiffre qui montre qu’on se rapproche ? Ou la “post-rareté”, ce n’est qu’une pile de communiqués de presse ? »

Ce scepticisme est mérité. Une annonce n’est qu’un point isolé, et le progrès n’apparaît que sous forme de courbe. Le PIB n’aide pas davantage. Il compte l’argent qui change de mains, alors que tout l’enjeu de l’abondance, c’est que certaines choses finissent par ne plus changer de mains du tout.

Unscarcity propose trois jauges. Deux bougent vite. La troisième, celle qui intéresse vraiment le sceptique, a à peine bougé.

Jauge n° 1 : ce que coûtent les trois moteurs

La thèse du livre repose sur trois moteurs : les esprits, les corps et les térawatts. Chacun a un prix, et c’est ce prix qui donne le chiffre honnête.

Les esprits. L’AI Index de Stanford a constaté que faire tourner un modèle du niveau de GPT-3.5 est devenu plus de 280 fois moins cher entre novembre 2022 et octobre 2024. Ce qui coûtait 100 $ coûtait environ 36 cents deux ans plus tard. C’est la plus raide des trois courbes, et elle continue de baisser (voir la section podcast plus bas).

Les corps. Le nombre de robots qui fait les gros titres en dit moins que le prix d’un robot mis à côté d’un salaire. 1X affiche son humanoïde domestique NEO à 499 $ par mois, soit environ 0,69 $ de l’heure s’il tournait jour et nuit, face à un salaire minimum fédéral de 7,25 $. La réserve tient dans la même phrase : début novembre, aucune livraison à un client n’avait été confirmée de façon indépendante. Le prospectus d’Agility Robotics énonce la règle de prix sans détour. Son humanoïde d’entrepôt se loue « à un prix inférieur au coût complet de la main-d’œuvre du client », à 8 500 $ par mois, pour une machine dont le coût de fabrication passe de 150 000 $ à près de 30 000 $. Le volume est une deuxième lecture. Selon le décompte de Pékin lui-même, la Chine a expédié plus de 40 000 humanoïdes au premier semestre 2026 (les décomptes indépendants tournent plutôt autour de 25 000), tandis que la chaîne de Fremont de Tesla atteignait plusieurs centaines d’Optimus par semaine fin septembre, un stade que Musk lui-même qualifie de « début de production ».

Les térawatts. Le coût du solaire a chuté d’environ 90 % depuis 2010, même si le prix de référence d’une centrale solaire type a augmenté de 6 % en 2025, à 39 $ le mégawattheure, la première hausse depuis des années. Une vraie jauge montre aussi les accrocs. Pour la fusion, l’étape à suivre est SPARC, de Commonwealth Fusion Systems. Il lui faut 18 aimants ; huit étaient montés au 22 septembre, alors que le plan prévoyait de tous les installer avant la fin de l’été, et le premier plasma comme le seuil de rentabilité scientifique restent visés pour 2027. Si SPARC produit plus d’énergie qu’il n’en consomme, le débat sur la fusion change. S’il prend du retard, la courbe du solaire continue de toute façon.

Jauge n° 2 : la ligne qu’on franchit

Des machines moins chères comptent à cause d’une ligne que le livre appelle le Seuil de Substitution : le moment où le prestataire fiable le moins cher d’un service donné n’est plus un humain. On le franchit une tâche à la fois, ce qui le rend facile à manquer et difficile à compter.

L’indicateur public le plus proche, c’est l’annonce de licenciement, et il est bruyant. Challenger, Gray & Christmas recense l’IA comme motif déclaré dans 121 401 suppressions de postes annoncées aux États-Unis jusqu’à fin octobre 2026, soit environ 20 % du total de 617 189 et plus du double des 54 836 imputées à l’IA sur toute l’année 2025. Puis octobre n’a compté que 1 265 suppressions attribuées à l’IA, le chiffre mensuel le plus bas de l’année, et le rapport sur l’emploi a affiché 165 000 créations de postes contre 59 000 attendues. Un seul mois peut pointer dans les deux sens. La lecture la plus nette est plus étroite : une étude a relevé un recul relatif de 13 % de l’emploi chez les débutants dans les métiers exposés à l’IA, tandis que les travailleurs expérimentés restaient stables. Le seuil se manifeste d’abord sur le premier barreau de l’échelle.

Jauge n° 3 : le plancher

Les deux premières jauges mesurent la capacité, des machines toujours moins chères et meilleures. La troisième mesure si quelqu’un rattrapera les gens que ces machines déplacent, et c’est elle qui répond à la question du loyer.

Sur cette jauge, la lecture honnête est proche de zéro. La liste de contrôle pour 2030 de l’article Potential Timeline dit seulement que les premiers pilotes de Zones Libres, les communautés de démonstration du cadre, « pourraient être lancés ». Sa colonne réaliste situe des Zones Libres opérationnelles dans dix pays ou plus entre 2045 et 2055. Son résumé sans fard du présent : « la crise arrive plus vite que les solutions ».

Le livre définit la ligne d’arrivée à l’échelle du foyer, pas du gros titre. Au chapitre 8, « La chronologie : comment cela se produit », la Transition « se termine, pour chaque personne, le jour où elle n’a plus à lutter pour vivre, et ce jour se situe à un point différent de la courbe pour chaque ville et chaque foyer ». Selon cette définition, un robot moins cher ne compte comme un progrès qu’une fois qu’il atteint le loyer de quelqu’un.

Dans le podcast : pas la démo, la facture

L’épisode du 14 août 2026 de Minds, Bodies & Terawatts, notre podcast quotidien, a saisi la première jauge en mouvement en une seule semaine : Google vient de diviser par deux le prix de son IA de code, et toute l’industrie dévale la pente avec lui.

Gemini 3.7 Flash est sorti le 13 août à 75 cents le million de tokens en entrée et 3,75 $ le million en sortie, un tarif garanti seulement jusqu’en décembre. Il est arrivé trois semaines après le modèle qu’il remplaçait. Google a même imprimé les prix catalogue de ses concurrents dans son tableau de lancement, Claude Sonnet 5 à 2 $ en entrée et 10 $ en sortie. Comme l’a dit l’un des animateurs : « Ce n’est pas un cycle de produit, c’est une baisse de prix avec un nouveau nom. »

Puis l’épisode complique sa propre histoire. Will Sommer, analyste chez Gartner, estime qu’un modèle agentique consomme cinq à trente fois plus de tokens par tâche qu’un chatbot : des tokens moins chers élargissent donc le travail qu’on délègue avant de réduire la facture. Et l’étude de Brynjolfsson, Li et Raymond sur 5 000 agents de support a montré qu’un assistant IA augmentait de 14 % au total le nombre de problèmes résolus par heure, de plus de 30 % pour les agents les plus récents, et de presque rien pour les plus expérimentés. Le verdict de l’invité sur ce qui décide si une tâche bascule vers une machine : « Pas la démo. La facture. »

C’est la mesure la plus utile de tout cet article : le prix par tâche, mis à côté du salaire pour cette tâche.

Sur unscarcity.ai : les trois articles derrière cette réponse

The Potential Timeline donne les dates optimistes, réalistes et pessimistes de chaque étape ci-dessus, phase par phase, ainsi qu’une liste de ce qu’on peut s’attendre à voir en 2030, 2040, 2050 et 2080. Et si la fusion prenait 50 ans, pas 10 ? est le bulletin de notes de 2026. Il confronte les projections du livre à ce qui s’est réellement passé, technologie par technologie, et conclut qu’une IA capable de coordonner la couche civique est « déjà atteinte », tandis que les robots et la fusion sont en retard. Le Seuil de Substitution explique pourquoi « le moins cher » et « fiable » sont des termes comptables, et pourquoi un entrepôt alimentaire de Walmart dont l’électricité peut atteindre 800 000 $ par mois n’a pas franchi la ligne, quoi qu’ait montré la démo.

Dans le livre : le tableau de bord tout au vert

Tout tableau de bord, celui-ci compris, cache un piège. Le chapitre 6 d’Unscarcity, « L’évolution : un conte de deux esprits », le nomme dans la section « Quand l’algorithme optimise la mauvaise chose ». L’algorithme de distribution de la Fondation a pour mission de maximiser l’épanouissement humain, mais il ne peut mesurer que des indicateurs indirects : « suffisance calorique, stabilité du logement, scores de santé mentale, indices de participation civique ». Le livre imagine ensuite la personne que cet échec produit :

« Chaque chiffre que surveille le système est au vert. Et elle n’a pas eu de vraie conversation depuis un mois, ne fait aucune promenade qu’un capteur ne lui ait suggérée, et ne se souvient pas de la dernière chose qu’elle a voulue sans qu’un système la lui propose d’abord. Rien ne va mal. Rien du tout ne va bien. »

C’est la loi de Goodhart, et elle s’applique à nos trois jauges autant qu’à n’importe quel algorithme futur. Le prix des tokens, la location des robots et le nombre d’aimants peuvent tous s’améliorer pendant que le chiffre du foyer reste plat. Le remède du livre est procédural : les allocateurs sont « audités comme on étalonne n’importe quel instrument : selon un calendrier fixe, par des gens qui ne les ont pas construits », en guettant les mesures censées rester indépendantes qui se mettent à bouger ensemble. L’auteur fait remonter la méthode à une statistique des années 1940, le V de Cramér, qu’il a réinventé par accident chez Teradata des années avant d’écrire le livre.

D’autres questions comme celle-ci sont réunies sur la page du blog. Follow the series on Substack.