Le surplus du consommateur mesure-t-il le bien-être créé par l'IA générative ?

Pas en entier, et l’étude l’écrit elle-même. Les 172,3 milliards de dollars sont un surplus du consommateur annuel au début de 2026, que le tableau de l’étude calcule sur une population de 18 à 64 ans alors que son résumé parle d’adultes. Les auteurs écrivent que leur étude « is not a full welfare analysis » : elle ne tient compte ni du surplus du producteur ni des externalités, et n’en chiffre aucun. Elle rapproche ce surplus d’un seul montant côté fournisseurs : 14,2 milliards de dollars, qu’elle présente comme un revenu (et non comme un surplus).

1. Un surplus du consommateur, pas un bien-être total. Le chiffre est une compensation moyenne pour renoncer un mois aux outils d’IA générative, estimée par un modèle à partir de réponses oui/non à une offre tirée au hasard (plafonnée à 500 dollars), puis multipliée par un nombre d’utilisateurs dont le taux vient d’un autre travail et par douze.

2. Deux exclusions écrites en toutes lettres. L’étude déclare ne tenir compte ni du surplus du producteur ni des externalités, négatives ou positives, et n’en chiffre aucune.

3. En face, un montant que l’étude présente comme un revenu ; un partage seulement suggéré. Le terme de comparaison est un montant de 14,2 milliards de dollars que l’étude présente comme un revenu, et qu’elle décrit différemment selon les passages. Que les consommateurs captent l’essentiel des gains est écrit avec « suggesting ».

Le 172,3 milliards est un surplus du consommateur, calculé en trois facteurs

L’étude est un working paper de cinq auteurs, daté du 13 avril 2026, dont trois sont affiliés à Stanford et deux ne le sont pas. C’est la page de publication du laboratoire qui lui donne l’étiquette de working paper. Aucun passage du texte ne mentionne de relecture par des pairs ni de publication en revue.

Elle demande à des utilisateurs américains d’IA générative quelle compensation ils accepteraient pour y renoncer pendant un mois, par une expérience de choix en ligne menée en deux vagues, en juillet 2025 et en mars 2026. Chaque offre est tirée au hasard parmi sept montants de 1 à 500 dollars. L’échantillon de mars 2026 compte 1 908 réponses après nettoyage, sur 2 000 ; il a été recruté sur Prolific. Les personnes qui n’ont jamais utilisé l’IA générative sont écartées du questionnaire.

Le surplus agrégé est la compensation moyenne mensuelle, multipliée par le nombre d’utilisateurs adultes américains, puis par douze (p. 6). Le taux d’usage vient de Bick et al. (2026), et l’étude écrit que les dates de ce travail ne coïncident pas précisément avec celles de ses vagues (p. 2).

Tableau 1. Extrait du tableau 2 de l’étude (p. 7).

La population du calcul est celle des 18 à 64 ans (tableau 2, p. 7), alors que le résumé parle de la base d’utilisateurs adultes (p. 1). Dans le tableau de l’échantillon, la classe d’âge la plus haute est « 55+ », avec 697 répondants, soit 36,5 %, sans borne haute (tableau 3, p. 14), et l’âge est demandé en champ libre (p. 18). L’étude ne dit pas si des répondants de plus de 64 ans ont été retenus.

L’étude écrit qu’elle n’est pas une analyse complète du bien-être

Ce que l’étude écrit. Dans sa discussion : « More broadly, our study is not a full welfare analysis, as it does not account for producer surplus or for additional negative or positive externalities associated with generative AI, such as “digital addiction”, loss or gain of expertise or changes in the rate of scientific discovery » (p. 9-10). Elle range parmi les pistes futures des cadres de bien-être plus larges, qui intègrent les effets de débordement et le surplus du producteur (p. 10).

L’étude ne chiffre aucun surplus du producteur, aucun coût, aucun profit, aucune marge de fournisseur et aucune externalité. Elle déclare hors champ le surplus du producteur ; elle ne le passe donc pas sous silence.

Les externalités écartées le sont « negative or positive » : la phrase ne donne pas de signe net à ce qui manque.

L’expression « total surplus » apparaît une seule fois dans l’étude, p. 10, dans une phrase sur le plafonnement de la compensation à un montant fixe ; la phrase suivante parle d’« aggregate surplus estimate ». Le 172,3 est nommé « total consumer surplus » (p. 10) et « total annual consumer surplus » (p. 2). Dans ces passages, « total » qualifie le surplus du consommateur, et l’étude n’emploie pas « total surplus » au sens d’une somme des surplus du consommateur et du producteur.

Le seul montant côté fournisseurs est présenté comme un revenu, décrit de plusieurs façons

Ce que l’étude écrit. Elle met son surplus en regard de revenus, avec un seul montant : 14,2 milliards de dollars, cité p. 2 et p. 9. Le résumé parle de revenus « in the United States », sans montant (p. 1). La p. 2 parle de revenus mondiaux, États-Unis compris, des outils d’IA générative. La p. 9 parle des revenus mondiaux de consommateurs, hors entreprises, d’OpenAI, Anthropic, Google et Microsoft en 2025, et propose de les utiliser comme majorant, « reliable estimates for the US alone » n’étant pas disponibles (p. 9). La p. 10 parle de « consumer revenues by their vendors ».

Le seul renvoi attaché à ce montant est la note 5 (p. 9), une adresse de communiqué Gartner datée du 10 juillet 2025, dont le libellé contient « forecasts ». Le texte écrit « are estimated to have reached ». Je n’ai pas lu le communiqué : je ne dis pas ce qu’il mesure.

De l’écart entre surplus et revenus, l’étude suggère un partage

Elle écrit que l’écart suggère que les consommateurs captent l’essentiel des gains de bien-être (p. 1) et qu’une grande partie de la valeur sociale revient aux consommateurs plutôt qu’aux entreprises (p. 2). Sur l’ampleur de la valeur sociale, et non sur son partage, la p. 3 écrit « We show » que cette valeur est « substantial », en ne modalisant que sa croissance (« likely to grow ») ; le résumé (p. 1) et la conclusion (p. 10) écrivent avec « suggest » que les gains de bien-être sont « substantial ».

Ce constat est, selon l’étude, « consistent with » Nordhaus (2004), qui trouverait que les innovateurs n’ont capté qu’environ 3 % des rendements sociaux totaux des grandes avancées technologiques de la seconde moitié du XXe siècle (p. 2). Je reprends ce chiffre comme la reprise qu’en fait l’étude : je n’ai pas lu Nordhaus, et l’étude n’applique pas ce 3 % à l’IA générative.

Le surplus du consommateur saisit les gains « plus directement » que le PIB

C’est l’avantage que l’étude revendique. Elle écrit que, la plupart des consommateurs payant peu ou rien, les transactions de marché ne captent qu’une petite part de la valeur créée. Selon elle, « Consumer surplus is a more direct way to measure those benefits and GDP-B provides a methodology for assessing its value » (p. 2), et le surplus du consommateur saisit les gains de l’innovation « more directly than GDP » (p. 9). Elle ne chiffre aucune part de cette valeur dans le PIB.

« Plus directement » ne dit pas « complètement » : la phrase de périmètre des p. 9-10 borne la mesure. L’étude écrit que ses résultats « can be included in GDP-B » (p. 10). Je ne lis pas cette phrase comme l’inscription du 172,3 dans GDP-B, dans le PIB ou dans une statistique officielle, et je ne décris pas GDP-B au-delà de ces phrases.

Trois des cinq auteurs de l’étude, Brynjolfsson, Collis et Eggers, cosignent la référence GDP-B qu’elle cite (p. 11), et la page de publication présente Collis comme co-créateur de GDP-B. Le cadre n’est donc pas indépendant des auteurs.

Les autres limites déclarées portent sur le niveau du chiffre, pas sur son périmètre

L’étude écrit que son estimation « may be an underestimate » pour trois raisons : le plafond des offres à 500 dollars, dont 12 % des répondants refusent même l’offre la plus haute ; l’horizon d’un mois ; l’IA intégrée à des services que les répondants peuvent ne pas prendre en compte (p. 6, 9, 10). Elle signale aussi le biais hypothétique des études de préférences déclarées, sans en donner le sens, et un possible surengagement numérique des répondants en ligne, qu’elle dit atténué (p. 9).

Ce qu’un lecteur qui doit décider peut en faire

Citer le 172,3 milliards comme un surplus du consommateur annuel, estimé par un modèle à partir de réponses oui/non déclarées, en précisant que le tableau de l’étude le calcule sur une population de 18 à 64 ans alors que son résumé parle d’adultes, et avec la phrase de périmètre des p. 9-10. Ne pas l’écrire comme « la valeur de l’IA générative » ni comme un bien-être total : les auteurs écrivent que leur étude n’est pas une analyse complète du bien-être.

Ne pas citer les 14,2 milliards comme un surplus du producteur, ni comme des revenus américains constatés : l’étude les décrit comme un revenu mondial, proposé en majorant, et sa seule source est un communiqué dont l’adresse parle de « forecasts ».

Ne pas écrire que l’étude démontre que les consommateurs captent l’essentiel de la valeur : elle l’écrit avec « suggesting », et elle ne chiffre aucun surplus du producteur.

Mes réserves

• Un seul document lu, plus sa page de publication. Les constats d’absence portent sur ce PDF de 22 pages. La pièce ne dit pas que personne d’autre n’a chiffré le surplus du producteur de l’IA générative.
• Un working paper. Le texte ne mentionne ni relecture par des pairs ni publication en revue.
• Des sources tierces non lues. Le communiqué Gartner, Nordhaus (2004), l’article de 2025 sur GDP-B et Bick et al. (2026) n’ont pas été lus : tout ce que la pièce en dit est ce que l’étude en écrit.
• Le sens net des omissions. Ni l’étude ni cette pièce ne disent si l’absence du surplus du producteur et des externalités fait surestimer ou sous-estimer le bien-être.