Le vieillissement devient un moteur des technologies industrielles
Le vieillissement de la population n’est plus seulement une question démographique ou sociale. Il devient de plus en plus une question de technologie industrielle, car la diminution de la population en âge de travailler modifie la manière dont les entreprises évaluent leur capacité de production, leurs coûts de main-d’œuvre et leurs investissements.
Un récent document de travail du FMI, Économies vieillissantes et adoption de l’IA : données au niveau des entreprises issues des enquêtes de la Banque mondiale auprès des entreprises, fournit des données au niveau des entreprises sur cette relation. L’étude couvre 89 380 entreprises dans 144 pays, interrogées entre 2022 et 2025.
Parmi ces entreprises, 1 656, soit environ 1,9 %, ont déclaré des innovations de procédé faisant intervenir l’IA, l’automatisation ou la robotique. Seulement 221 entreprises, soit 0,2 %, ont explicitement indiqué que l’IA ou l’apprentissage automatique faisait partie de ces innovations.
Les chiffres restent relativement faibles, mais la tendance est importante : lorsque la main-d’œuvre devient plus difficile à trouver, la technologie devient un substitut plus pratique au travail humain.
Le signal démographique derrière les investissements dans l’automatisation
L’étude associe une hausse de 10 points de pourcentage du ratio de dépendance des personnes âgées à une augmentation de 0,6 point de pourcentage de l’adoption des technologies de procédé, après prise en compte de facteurs tels que le revenu, l’accès à Internet, la taille de l’entreprise, le secteur, la région et l’année de l’enquête.
Le ratio de dépendance des personnes âgées mesure le nombre de personnes âgées de 65 ans et plus pour 100 personnes en âge de travailler. Lorsque ce ratio augmente, les entreprises peuvent être confrontées à un vivier plus restreint de travailleurs disponibles.
Du point de vue de l’automatisation industrielle, cette relation est logique. Une usine ne peut pas simplement augmenter sa production indéfiniment en embauchant davantage d’opérateurs lorsque le marché local du travail est déjà sous tension.
À ce stade, la question d’ingénierie passe de « Combien de travailleurs pouvons-nous embaucher ? » à « Quelles tâches de production la technologie peut-elle accomplir de manière constante sans main-d’œuvre supplémentaire ? »
Ce changement peut influencer directement les décisions concernant les systèmes PLC, les robots industriels, la vision industrielle, la manutention automatisée, le contrôle des procédés et les logiciels de production intelligents.
L’industrie manufacturière et les services suivent des trajectoires technologiques différentes
L’une des conclusions les plus utiles est que l’« adoption de l’IA » ne doit pas être considérée comme une catégorie technologique unique.
Lorsque l’IA, l’automatisation et la robotique sont considérées ensemble, l’effet démographique est particulièrement visible dans le secteur manufacturier. Cela se comprend, car la production industrielle comporte de nombreuses opérations répétitives, mesurables et physiquement exigeantes qui peuvent être automatisées.
La robotique, l’inspection automatisée, le contrôle des mouvements, la vision industrielle et le contrôle des lignes de production peuvent remplacer ou réduire l’intervention manuelle dans des processus clairement définis.
L’IA fondée sur les logiciels suit une logique différente. Lorsque l’étude se concentre spécifiquement sur les entreprises mentionnant l’IA ou l’apprentissage automatique, les entreprises de services deviennent plus représentées.
Cette différence est importante pour les décideurs publics et les fournisseurs de solutions d’automatisation. L’IA dans le secteur manufacturier nécessite souvent des équipements d’investissement, des capteurs, des contrôleurs, des entraînements, des systèmes de sécurité, des réseaux et une intégration technique. L’IA dans le secteur des services peut nécessiter des investissements relativement plus importants dans les données, les plateformes logicielles, l’infrastructure informatique et les compétences des employés.
Par conséquent, une stratégie nationale d’« adoption de l’IA » qui traite les deux secteurs de manière identique passera à côté d’importantes différences dans le déploiement des technologies.
Les grandes entreprises bénéficient d’un avantage structurel
L’effet démographique est le plus marqué parmi les entreprises comptant au moins 100 salariés. Les plus petites entreprises réagissent beaucoup moins fortement, tandis que l’analyse principale ne révèle pas de résultat statistiquement significatif pour les entreprises de taille moyenne.
C’est l’une des conclusions les plus importantes du point de vue de l’ingénierie industrielle.
L’automatisation ne commence pas par l’achat d’un robot ou d’un automate programmable industriel (API). Elle nécessite généralement une analyse des processus, la sélection des équipements, l’ingénierie électrique, l’intégration du système de commande, la validation de la sécurité, la programmation, la mise en service, la formation des opérateurs et la maintenance à long terme.
Les grandes entreprises peuvent répartir ces coûts fixes sur des volumes de production plus élevés. Les petits fabricants ne le peuvent souvent pas.
Par conséquent, les pénuries de main-d’œuvre pourraient créer l’incitation à l’automatisation la plus forte précisément au moment où les petites entreprises disposent des capacités financières et d’ingénierie les plus limitées pour y répondre.
À mon avis, cela crée un « fossé de l’automatisation » potentiel. Les économies vieillissantes pourraient voir les fabricants technologiquement avancés accroître leur productivité, tandis que les petits fournisseurs continueraient de fonctionner avec des processus à forte intensité de main-d’œuvre.
Les pénuries de main-d’œuvre peuvent modifier l’analyse de rentabilité des projets d’ingénierie
Les projets d’automatisation traditionnels sont souvent justifiés par les économies de main-d’œuvre, l’amélioration du débit de production, le contrôle qualité, la sécurité ou la constance de la production.
Le vieillissement de la population ajoute un autre facteur : la disponibilité de la main-d’œuvre devient elle-même une contrainte sur la capacité de production.
Cette distinction est importante. Un robot peut ne pas être intéressant lorsque les opérateurs sont facilement disponibles et peu coûteux. Le même robot peut devenir économiquement intéressant lorsqu’il faut des mois pour recruter des opérateurs qualifiés et que l’expansion de la production dépend de la disponibilité de travailleurs supplémentaires.
Le même principe s’applique à l’inspection automatisée, aux systèmes d’entrepôt, à la maintenance prédictive, au suivi numérique de la production et au contrôle centralisé des processus.
L’automatisation devient donc non seulement un investissement de productivité, mais aussi une stratégie de préservation des capacités.
Les deux canaux de l’automatisation méritent davantage d’attention
L’étude du FMI identifie à la fois un canal des processus et un canal des produits.
Le canal des processus intervient lorsque les entreprises utilisent l’IA, l’automatisation ou la robotique en interne pour réduire leurs besoins en main-d’œuvre ou améliorer leurs processus de production.
Le canal des produits intervient lorsque les entreprises développent des produits ou services intégrant l’IA qui aident leurs clients à faire face aux contraintes de main-d’œuvre.
Seules 82 entreprises de l’étude ont été classées comme adoptant l’IA par les deux canaux. Cela suggère que le vieillissement démographique peut influencer les entreprises de deux façons relativement distinctes.
Pour les fournisseurs de solutions d’automatisation industrielle, le canal des produits peut être particulièrement important. Un fabricant confronté à une pénurie de main-d’œuvre peut devenir à la fois client d’une solution d’automatisation et fournisseur de technologies d’automatisation.
Cela crée des opportunités pour les entreprises qui développent des systèmes robotiques, la vision industrielle, la manutention autonome, des capteurs intelligents, l’informatique en périphérie et des applications de contrôle fondées sur l’IA.
L’Inde offre un instantané historique vaste mais important
L’Inde contribue à l’étude à hauteur de 9 111 entreprises, ce qui en fait l’échantillon national le plus vaste.
Cependant, la période de collecte des données doit être examinée attentivement. Les observations concernant l’Inde ont été recueillies en 2022, avant que l’IA générative ne soit largement intégrée aux processus opérationnels.
Par conséquent, l’étude ne doit pas être interprétée comme une mesure actuelle de l’adoption de l’IA dans l’industrie indienne.
Pour l’automatisation industrielle, cette limitation est particulièrement pertinente. Le paysage technologique a évolué rapidement depuis 2022, avec une adoption accrue de l’informatique industrielle en périphérie, de l’inspection fondée sur l’IA, de l’apprentissage automatique, de la robotique collaborative, des jumeaux numériques et des systèmes de production connectés.
La trajectoire future de l’automatisation en Inde pourrait donc différer sensiblement des niveaux d’adoption relevés par l’enquête initiale.
L’Asie du Sud illustre le défi de l’adoption
L’Asie du Sud n’a enregistré que 0,16 % d’adoption des procédés et 0,04 % d’adoption des produits dans l’étude.
Ces chiffres sont faibles par rapport à ceux de plusieurs économies plus anciennes, notamment le Danemark avec 15,5 %, la Suisse avec 10,6 % et la Belgique avec 9,4 %. La Chine a enregistré 7,9 %.
Cependant, ces comparaisons régionales ne doivent pas être interprétées simplement comme la preuve qu’une économie est technologiquement « meilleure » qu’une autre.
L’adoption de l’automatisation dépend de la disponibilité des capitaux, de la structure industrielle, du niveau des salaires, des capacités d’ingénierie, des infrastructures, de la maturité de la chaîne d’approvisionnement, de la fiabilité de l’électricité, du coût des technologies et de la disponibilité d’intégrateurs qualifiés.
La pression démographique crée une incitation à automatiser, mais les incitations à elles seules ne créent pas les capacités d’automatisation.
Le véritable goulot d’étranglement pourrait être la capacité d’ingénierie
C’est là que je pense que la discussion doit aller au-delà de l’étude du FMI.
Une pénurie de main-d’œuvre ne produit pas automatiquement une usine automatisée.
Une entreprise a toujours besoin d’ingénieurs capables de concevoir des architectures de contrôle, de sélectionner les capteurs appropriés, de configurer des plateformes API et DCS, d’intégrer des robots, de mettre en place des réseaux de communication industriels, de valider les fonctions de sécurité et d’assurer la maintenance du système ainsi créé.
Dans de nombreux marchés industriels en développement, la pénurie pourrait progressivement se déplacer des opérateurs de production vers les ingénieurs en automatisation, les intégrateurs de systèmes, les programmeurs, les spécialistes de la maintenance et les ingénieurs en données.
Cela signifie que la politique de l’emploi ne devrait pas se concentrer exclusivement sur la reconversion des travailleurs vers des métiers numériques génériques. Elle devrait également développer des compétences industrielles pratiques dans les domaines de la commande, de l’instrumentation, de la robotique, des systèmes électriques, des réseaux industriels, de la cybersécurité et des données machine.
L’automatisation n’éliminera pas le problème de la main-d’œuvre
L’automatisation peut réduire le nombre de travailleurs nécessaires à certaines tâches, mais elle ne supprime pas le besoin de main-d’œuvre.
Une ligne de production automatisée nécessite toujours des ingénieurs de mise en service, des techniciens de maintenance, des ingénieurs en automatisation, des spécialistes des procédés, du personnel chargé de la sécurité et des opérateurs capables de superviser des systèmes de plus en plus complexes.
Le marché du travail se transforme donc au lieu de simplement disparaître.
Les tâches manuelles routinières pourraient diminuer, tandis que la demande de postes techniques plus qualifiés augmente. Les entreprises qui automatisent sans investir dans le développement de la main-d’œuvre pourraient finir par créer une contrainte différente : un nombre insuffisant de personnes capables de maintenir et d’améliorer l’infrastructure d’automatisation.
Ce que cela signifie pour l’automatisation industrielle
Les recherches du FMI indiquent une tendance industrielle plus large : l’évolution démographique peut influencer l’adoption des technologies en modifiant l’économie de la main-d’œuvre.
Pour les fabricants, l’implication est simple. Le vieillissement et la pénurie de main-d’œuvre devraient être intégrés à la planification de l’automatisation à long terme, plutôt que d’être traités comme des problématiques distinctes liées à la main-d’œuvre.
Pour les fournisseurs de solutions d’automatisation, cela crée une demande pour des solutions plus faciles à déployer, à mettre à l’échelle, à maintenir et à intégrer dans des installations existantes.
Pour les petits fabricants, l’accès au financement, aux ressources d’ingénierie mutualisées, aux plateformes d’automatisation modulaires et à une formation technique pratique peut être plus important que la simple mise en place d’incitations financières à l’adoption de l’IA.
Surtout, l’automatisation industrielle devrait être évaluée comme un élément d’une stratégie de production complète. Les robots, les automates programmables industriels, les variateurs, les capteurs, les systèmes de vision, les réseaux industriels, l’informatique en périphérie et les logiciels d’IA ne créent une valeur mesurable que lorsqu’ils répondent à une contrainte de production clairement définie.
La prochaine étape sera davantage fondée sur les données
La principale limite des données actuelles concerne leur calendrier. Une grande partie des informations issues des enquêtes sous-jacentes est antérieure à l’adoption commerciale rapide de l’IA générative.
Les futures enquêtes auprès des entreprises devraient donc distinguer l’automatisation conventionnelle, la robotique, l’apprentissage automatique, l’IA générative, l’ingénierie assistée par l’IA, les systèmes autonomes et le contrôle industriel rendu possible par l’IA.
Elles devraient également mesurer les résultats concrets : évolution des besoins en main-d’œuvre, de la capacité de production, de la productivité, des salaires, des temps d’arrêt, de la qualité et des dépenses d’investissement.
Du point de vue de l’ingénierie, ce sont les données nécessaires pour déterminer si la pression démographique est simplement associée à l’adoption de l’automatisation ou si elle transforme fondamentalement la production industrielle.
La conclusion à long terme est assez claire : lorsque la main-d’œuvre qualifiée devient plus difficile à trouver, l’automatisation passe du statut d’option d’efficacité à celui d’exigence en matière de capacité de production. Les entreprises les mieux placées pour y répondre seront celles qui associent investissements technologiques, compétences en ingénierie et développement de la main-d’œuvre.
