Marchés et machines

Point montrant pourquoi même l’intelligence artificielle ne peut éliminer les lacunes d’information qui limitent les modèles économiques planifiés afin de remplacer le processus dynamique de découverte du marché

En lien avec cette publication

No matter how good AI gets, it won’t beat markets (Financial Post, 20 mars 2026)	Entrevue avec Gabriel Giguère (Questions d’actualité, Radio VM, 16 mars 2026)

Ce Point a été préparé par Peter J. Boettke, professeur d’économie et de philosophie à l’Université George Mason, en collaboration avec Gabriel Giguère, analyste senior en politiques publiques à l’IEDM. La Collection Réglementation de l’IEDM vise à examiner les conséquences souvent imprévues pour les individus et les entreprises de diverses lois et dispositions réglementaires qui s’écartent de leurs objectifs déclarés.

On nous annonce périodiquement que nous sommes enfin sur le point de dompter l’économie grâce aux outils modernes de gestion et de calibrage(1). Au début du XXe siècle, c’était l’expérience de la planification en temps de guerre qui a d’abord capté l’imagination, puis le taylorisme et la gestion scientifique, suivis de la recherche opérationnelle et de la planification linéaire, et enfin de la cybernétique et de la puissance de calcul avancée.

Aujourd’hui, c’est l’intelligence artificielle qui est au cœur des espoirs. Avec suffisamment de données, de capteurs et de puissance de calcul, nous assure-t-on, nous pourrions simuler l’ensemble du système économique, prévoir les crises avant qu’elles ne surviennent et orienter la production et la consommation vers des objectifs sociaux. Fini le gaspillage. Terminé le chaos.

Le patron d’Alibaba, Jack Ma, a suggéré que l’IA et les mégadonnées pourraient éliminer les lacunes d’information qui ont historiquement limité les modèles d’économie planifiée, laissant entendre que les systèmes informatiques pourraient finalement surmonter les obstacles qui ont condamné le socialisme du XXe siècle(2). Le chercheur J. Doyne Farmer, spécialiste des systèmes complexes, a fait valoir qu’avec nos capacités informatiques modernes, nous pouvons rassembler les données de toutes les entreprises de la planète et les utiliser pour prendre des décisions réalistes adaptées à l’évolution de l’économie : « De cette étonnante complexité émergeraient des prévisions d’une clarté sans précédent : plus besoin de foncer à l’aveuglette dans les krachs financiers mondiaux ni d’adopter des politiques climatiques qui ne parviennent pas à modifier le cours des choses »(3).

Un vieux rêve dans un nouvel emballage

En 1776, Adam Smith a proposé une vision plus humble, mais plus profonde. Même la production d’une chose aussi ordinaire qu’un manteau de laine, observait-il, exigeait la coopération de tant de paires de mains – agriculteurs, fileurs, teinturiers, marchands, constructeurs de navires – que le réseau complet d’échanges « dépasserait tout calcul ». L’idée n’est pas que le manteau ne puisse pas être fabriqué – de toute évidence, c’était possible. Le problème, c’est qu’aucun cerveau unique ne dirige le processus. Il faut plusieurs paires de mains (et plusieurs cerveaux) pour constituer la « main invisible » du marché(4).

À la fin du XIXe siècle, l’économiste Vilfredo Pareto a fait la même observation dans un langage plus technique. Si l’on essayait de coordonner une économie, même modeste, en résolvant un système d’équations – faire correspondre les ressources aux usages, les biens aux préférences – le nombre d’équations exploserait. Pour une économie moderne, la tâche serait colossale(5).

Peut-être pourrait-on penser qu’il suffirait de meilleures méthodes mathématiques et de machines plus rapides. C’est ce que croient les enthousiastes de l’IA d’aujourd’hui.

Mais c’est là que Friedrich Hayek, lauréat du prix Nobel d’économie en 1974, change la donne. Hayek reconnaît que l’économie est trop complexe pour être calculée de manière centralisée. Mais il insiste sur le fait que ce n’est pas là le problème le plus profond. Le vrai problème ne tient pas au nombre trop élevé d’équations, mais au fait que les « données » pertinentes n’existent même pas sous la forme imaginée par le planificateur. Elles sont, nous dit Hayek, d’une nature qu’on ne peut traiter comme des statistiques à saisir dans une machine(6).

Les prix émergent

La coordination économique ne s’effectue pas à partir d’une énorme feuille de calcul de données préétablies. Les connaissances qui comptent sont dispersées entre des millions d’individus. Elles sont locales, contextuelles et souvent tacites. Le propriétaire d’un magasin connaît les clients de son quartier. Un machiniste perçoit les changements subtils dans la production. Un entrepreneur imagine un produit qui n’a jamais existé auparavant. Une grande partie de ces connaissances ne peuvent pas être pleinement formulées, encore moins transférées dans une base de données.

Plus important encore, les prix – ces signaux qui guident les décisions – ne sont pas des données brutes qui attendent d’être exploitées par un algorithme. Les prix émergent d’échanges réels fondés sur la propriété privée et la liberté contractuelle. Lorsque le prix du lithium augmente, c’est parce que les acheteurs et les vendeurs se disputent des ressources rares. Cette hausse du prix traduit une certaine rareté relative, mais elle incite également les acteurs à s’adapter pour économiser, innover et chercher des substituts.

Les prix ne sont pas des intrants du système, mais des extrants d’un processus de découverte dynamique (voir la Figure 1). Sans le processus d’échange et de production, sans le marchandage et la négociation sur le marché, les connaissances inhérentes à un prix n’existeraient tout simplement pas. C’est ce caractère générateur des connaissances de marché que Hayek essayait de faire comprendre à ses pairs, et c’est pourquoi il a même eu recours au mot « merveille » pour décrire le système de prix.

C’est également la raison pour laquelle Hayek a décrit la concurrence comme un « processus de découverte »(7). Les marchés ne se contentent pas d’allouer des ressources connues à des fins connues. Ils génèrent de nouvelles connaissances sur ce qui est possible, ce qui a de la valeur et ce qui fonctionne. Les entrepreneurs testent les idées. Ils subissent des pertes lorsqu’ils se trompent et réalisent des profits lorsqu’ils ont raison. Grâce à ce processus, l’économie apprend.

L’intelligence artificielle peut traiter de grandes quantités de données historiques. Elle peut détecter des régularités, prévoir des tendances et optimiser à l’intérieur d’un cadre donné. Mais la vie économique est tournée vers l’avenir et créative. L’avenir n’est pas un simple prolongement du passé. De nouveaux goûts apparaissent. De nouvelles technologies voient le jour. De nouvelles pénuries surviennent. Une grande partie de ce qui comptera demain n’a pas encore été imaginée aujourd’hui.

La leçon à tirer de l’ère de l’IA n’est pas de rejeter la technologie. L’IA est un outil puissant, et les entreprises s’en serviront pour améliorer la logistique, gérer les stocks et analyser les marchés. Mais ces outils ne fonctionnent qu’au sein de cadres institutionnels; ils ne les remplacent pas.

Le rêve d’une société entièrement informatisée est séduisant. Pourtant, plus nous comprenons le fonctionnement réel de la connaissance, plus nous voyons pourquoi la liberté, et non l’intelligence centralisée manipulée par le gouvernement, reste le fondement de la prospérité.