Stigler et la division du travail : pourquoi l'IA fait émerger des spécialistes de la logistique offshore

ASCO n'est ni un producteur pétrolier ni un fournisseur de technologie de forage. C'est un prestataire de logistique et de gestion des matériaux pour l'offshore, actif en mer du Nord depuis des décennies. Son annonce d'un investissement de 18,3 millions de livres (environ 24,4 millions de dollars) sur six ans dans l'IA et l'automatisation mérite qu'on s'y arrête précisément parce qu'elle ne vient pas d'un acteur technologique : elle vient d'un intermédiaire de la chaîne de valeur, dont le métier est de traiter, tracer et acheminer des matériaux pour le compte d'opérateurs énergétiques qui ne veulent pas faire ce travail eux-mêmes.

Les chiffres cités sont parlants : une réduction de 80 % du temps de traitement des matériaux pour un client énergétique mondial, et environ 36 millions de livres d'économies sur les stocks pour un opérateur de mer du Nord. Ce ne sont pas des gains marginaux. Mais ce qui est économiquement intéressant n'est pas tant l'ampleur du gain que la structure de marché qui permet à ASCO, et non à chaque opérateur individuellement, de capter cet investissement.

C'est exactement le mécanisme que décrivait George Stigler dans son article fondateur de 1951, « The Division of Labor is Limited by the Extent of the Market » (Journal of Political Economy) — reprenant et formalisant une intuition d'Adam Smith. Stigler montrait que la spécialisation verticale d'une industrie — l'émergence de fournisseurs dédiés à une fonction précise plutôt que son intégration par chaque firme — dépend de la taille du marché desservi. Quand ce marché est trop petit, chaque opérateur internalise la fonction, même de façon inefficace, faute de volume suffisant pour justifier un spécialiste externe. Quand le marché grandit, des prestataires spécialisés apparaissent, capturent des économies d'échelle que ne pourrait réaliser aucun opérateur seul, et finissent par dominer la fonction.

La mer du Nord — et plus largement l'offshore mondial — a atteint cette taille critique pour la logistique matérielle depuis longtemps ; c'est pourquoi des prestataires comme ASCO existent déjà. Ce qui change avec l'IA, c'est que le seuil de rentabilité d'un investissement technologique sophistiqué (reconnaissance d'image, optimisation de chargement, capture automatisée de données) s'élève. Un opérateur isolé, même important, génère rarement assez de volume de flux logistiques pour amortir seul un tel système. Un prestataire mutualisé comme ASCO, qui sert plusieurs opérateurs simultanément, le peut — et c'est précisément parce qu'il mutualise la demande de plusieurs clients que l'investissement en IA devient rentable là où il ne le serait pas pour chacun séparément.

Cette logique a une implication directe pour les opérateurs énergétiques : à mesure que l'IA augmente les coûts fixes de la sophistication technologique dans les fonctions de support, l'arbitrage entre faire et faire-faire (make-or-buy) se déplace mécaniquement vers le faire-faire. Garder la gestion logistique en interne, qui pouvait se justifier pour des raisons de contrôle ou de confidentialité, devient plus coûteux relativement à l'externalisation vers un spécialiste qui amortit son IA sur une base de clients plus large — et qui, de surcroît, accumule un avantage d'apprentissage cumulatif que l'opérateur isolé ne peut répliquer.

Le recrutement par ASCO d'un chief AI officer dont le mandat explicite est de privilégier « des applications pratiques qui résolvent des problèmes réels » plutôt que la technologie pour elle-même confirme cette lecture : l'enjeu n'est pas l'innovation pour l'image, mais la défense d'une position d'intermédiaire spécialisé dont la survie dépend de sa capacité à rester, grâce à l'IA, structurellement plus efficace que l'internalisation par chacun de ses clients.

Pour les décideurs industriels — énergie, mais aussi aéronautique, O&G, luxe — la leçon de Stigler reste valable sept décennies après sa formulation : avant d'investir en interne dans l'IA pour une fonction de support, il faut se demander si le marché de cette fonction est assez large pour qu'un spécialiste externe, mutualisant la demande de plusieurs acteurs, ne finisse pas par le faire mieux et moins cher. L'IA ne supprime pas cet arbitrage ; elle en relève l'enjeu.