La technologie et l’intelligence artificielle (IA) ouvrent de nouvelles perspectives pour anticiper la croissance économique et analyser l’état économique des régions en profondeur.
Une alliance entre analyse économique et IA
Bien que l’intelligence artificielle soit souvent associée à la robotiques ou aux réseaux sociaux, l’utilisation d’algorithmes et l’analyse de grandes quantités de données permettent de repenser notre compréhension de phénomènes économiques, notamment la croissance économique.
Le professeur de sciences sociales et du comportement à la Toulouse School of Economics, César A. Hidalgo, a présenté l’alliance entre l’analyse économique classique et l’IA, offrant une vision plus exhaustive qui peut prédire des opportunités d’exportation ou d’importation entre territoires, ainsi qu’une meilleure compréhension de la croissance passée grâce au concept de complexité économique.
Applications de la complexité économique
Cette approche est déjà utilisée pour attirer des investissements en montrant des opportunités rentables, comme au Mexique, ou pour concevoir le plan industriel national en Malaisie. En Europe, elle a été récemment appliquée dans le rapport Draghi, commandé par la Commission européenne, qui vise à redonner au vieux continent un chemin vers la compétitivité.
Mesurer la complexité économique
Contrairement à d’autres indicateurs bien connus comme le PIB ou l’IPC, la complexité économique mesure l’intensité du savoir nécessaire dans les secteurs de production spécialisés d’une région. Par exemple, en Galice, la spécialisation dans les produits automobiles et textiles est le résultat d’un savoir-faire développé au fil des décennies dans des pôles industriels, notamment à La Corogne pour le textile grâce à Inditex, et à Pontevedra pour l’automobile, influencé par Stellantis.
Cependant, bien que la Galice soit la sixième communauté en termes d’exportations, son niveau de complexité économique est inférieur à celui d’autres régions comme le Pays basque, qui, en plus de l’automobile, se spécialise dans des secteurs requérant davantage de savoir, tels que la fabrication de pièces pour machines et d’éléments comme des tuyaux et blocs de fer, produits par un nombre limité de pays.
Outils d’analyse et de prédiction
Des bases de données utilisant des infographies et des algorithmes développés par des chercheurs, dont César A. Hidalgo, comme l’Observatoire de Complexité Économique (OEC) ou la Fondation Cotec, permettent d’accéder à des données concernant l’Espagne, décomposables par communautés et provinces, facilitant la visualisation de la complexité économique.
Ces outils permettent également de prédire l’évolution de la pauvreté ou de la durabilité en analysant les opportunités au niveau local, grâce à la combinaison de données et aux capacités d’apprentissage des machines que fournit l’IA, comme l’a souligné le professeur lors de sa présentation.
